El Instituto Allen para la Inteligencia Artificial (abreviado Ai2) es un instituto de investigación científica sin fines de lucro 501(c)(3) fundado por el fallecido cofundador de Microsoft y filántropo Paul Allen en 2014. El instituto busca realizar investigación y desarrollo de IA de alto impacto en servicio del bien común. Ai2 tiene su sede en Seattle y también cuenta con una oficina activa en Tel Aviv, Israel.
El instituto es conocido por sus contribuciones a la investigación en inteligencia artificial, incluido el desarrollo de modelos de lenguaje de gran tamaño de código abierto, herramientas de procesamiento de lenguaje natural y plataformas de visión por computadora. Su trabajo abarca investigación fundamental, sistemas aplicados y herramientas orientadas al público, con un enfoque en la reproducibilidad y la transparencia en el desarrollo de la IA.
Historia
Oren Etzioni fue designado por Paul Allen en septiembre de 2013 para dirigir la investigación en el instituto. Tras liderar la organización durante nueve años, Etzioni dejó su cargo como director ejecutivo el 30 de septiembre de 2022. Fue reemplazado de manera interina por el investigador principal del proyecto Aristo de la empresa, Peter Clark. El 20 de junio de 2023, Ai2 anunció a Ali Farhadi como su próximo director ejecutivo a partir del 31 de julio de 2023. El 10 de marzo de 2026, Ai2 anunció que Ali Farhadi dejaría el cargo de director ejecutivo después de 2,5 años en el puesto, para ser reemplazado por Peter Clark, nuevamente de manera interina.
Bajo sus sucesivos líderes, Ai2 ha pasado de centrarse en la respuesta a preguntas y el razonamiento a abarcar el desarrollo de modelos abiertos a gran escala, la IA incorporada y las aplicaciones ambientales. El modelo de financiación del instituto, que depende de donaciones y subvenciones en lugar de ingresos comerciales, le ha permitido priorizar los lanzamientos abiertos y el beneficio público.
Aristo y Razonamiento
Aristo es un proyecto insignia de Ai2. Su objetivo original era diseñar un sistema de inteligencia artificial que pudiera leer, aprender y razonar a partir de textos con éxito y, en última instancia, demostrar su conocimiento aprobando un examen de ciencias de octavo grado; el equipo logró este objetivo en 2018. Se inspiró en un proyecto similar llamado Project Halo llevado a cabo por la empresa de inversión Vulcan, con sede en Seattle. El enfoque actual del equipo es construir la próxima generación de sistemas que puedan razonar, explicar y mejorar continuamente de manera sistemática.
El sistema Aristo combinaba componentes de redes neuronales con razonamiento simbólico y recuperación de conocimiento. Su éxito en el examen de ciencias demostró el potencial de los enfoques híbridos en aprendizaje automático. Las técnicas del proyecto han influido en trabajos posteriores sobre modelos basados en transformadores y sistemas de IA generativa.
Visión por Computadora e IA Incorporada
El equipo PRIOR busca avanzar en el campo de la visión por computadora creando sistemas de IA que puedan ver, explorar, aprender y razonar sobre el mundo. El equipo lanzó la plataforma de IA incorporada de código abierto AI2-THOR en 2016, que apoya el entrenamiento de agentes de IA en entornos simulados. En febrero de 2018, el equipo lanzó el juego Iconary como demostración de una IA que puede comprender y producir escenas situadas a partir de un conjunto limitado de iconos.
AI2-THOR proporciona entornos 3D fotorrealistas con objetos interactivos, lo que permite la investigación en navegación, manipulación y planificación de tareas. La plataforma ha sido ampliamente adoptada en la comunidad de aprendizaje profundo para la evaluación comparativa y el entrenamiento de agentes incorporados. Iconary, desarrollado en colaboración con la empresa de juegos, pone a prueba la capacidad de la IA para comunicarse mediante dibujos y suposiciones, lo que requiere sentido común y comprensión visual.
Semantic Scholar y AllenNLP
La herramienta Semantic Scholar es un motor de búsqueda respaldado por inteligencia artificial para publicaciones académicas lanzado públicamente en noviembre de 2015. Utiliza avances en el procesamiento de lenguaje natural para proporcionar funciones como resúmenes de artículos académicos, información contextual sobre citas en línea y la capacidad de crear bibliotecas de artículos y recibir recomendaciones de artículos.
El equipo de AllenNLP trabaja en la investigación para mejorar el rendimiento y la responsabilidad de los sistemas de PLN, y avanzar en metodologías científicas para evaluar y comprender dichos sistemas. El equipo produce su propia investigación, así como herramientas de código abierto para acelerar la investigación en PLN.
AllenNLP, lanzado por primera vez en 2017, se convirtió en una biblioteca popular para construir modelos de aprendizaje profundo sobre PyTorch (aunque no está listado, es un marco común). Proporciona componentes modulares para tareas como el reconocimiento de entidades nombradas, el etiquetado de roles semánticos y la implicación textual. Semantic Scholar ahora indexa millones de artículos y utiliza modelos de lenguaje de gran tamaño para funciones como resúmenes TLDR y grafos de citas.
MOSAIC y Sentido Común
El proyecto Mosaic se centra en definir y construir conocimiento de sentido común y razonamiento para sistemas de IA. Este esfuerzo aborda un desafío de larga data en la IA: permitir que las máquinas comprendan conceptos físicos y sociales cotidianos que los humanos dan por sentados.
Mosaic se basa en iniciativas anteriores de sentido común, como Cyc, pero utiliza técnicas modernas de aprendizaje automático para adquirir y razonar sobre el conocimiento. El proyecto tiene como objetivo crear recursos que puedan integrarse en modelos de lenguaje de gran tamaño para mejorar su razonamiento y robustez. A mediados de la década de 2020, Mosaic ha lanzado conjuntos de datos y puntos de referencia para evaluar el sentido común en sistemas de IA.
IA para el Medio Ambiente
Estos equipos buscan aplicar soluciones de inteligencia artificial a la prevención de la caza furtiva y la pesca ilegal en lugares de todo el mundo, así como a problemas ambientales como el modelado climático y la gestión de incendios forestales. Los equipos de este grupo incluyen EarthRanger, Skylight, Climate Modeling y Wildlands.
EarthRanger es una plataforma de software que integra datos de sensores, cámaras e informes de guardas para proporcionar conciencia situacional en tiempo real a los administradores de áreas protegidas. Skylight utiliza imágenes satelitales y aprendizaje automático para detectar embarcaciones probablemente dedicadas a la pesca ilegal. Climate Modeling aplica aprendizaje profundo para mejorar la precisión y la velocidad de las simulaciones climáticas, mientras que Wildlands se centra en predecir y mitigar incendios forestales.
IA Generativa y Modelos Abiertos
Ai2 ha participado activamente en el desarrollo de inteligencia artificial de código abierto mediante el lanzamiento de modelos de lenguaje de gran tamaño totalmente abiertos, conjuntos de datos y activos de entrenamiento de modelos.
Familia de modelos Olmo
El 11 de mayo de 2023, Ai2 anunció que estaba desarrollando OLMo, un modelo de lenguaje abierto que busca igualar el rendimiento de otros modelos de lenguaje de última generación. En febrero de 2024, se publicaron como código abierto variantes de 1B y 7B de parámetros del modelo, incluidos el código, los pesos del modelo con instantáneas intermedias y registros, y el contenido de su conjunto de datos de entrenamiento Dolma (un corpus de inglés de tres billones de tokens extraído de texto web, publicaciones académicas, código, libros, redes sociales y fuentes enciclopédicas), lo que lo convierte en el modelo de última generación más abierto disponible.
En septiembre de 2024, Ai2 lanzó OLMoE, el primer modelo de mezcla de expertos en la familia OLMo, desarrollado conjuntamente con Contextual AI. El modelo disperso tiene aproximadamente 7 mil millones de parámetros en total, de los cuales alrededor de 1 mil millones están activos por token de entrada, y fue entrenado con 5 billones de tokens. Al igual que con otros lanzamientos de OLMo, los pesos del modelo se acompañaron de los datos de entrenamiento, el código, los registros y los puntos de control de entrenamiento intermedios.
En noviembre de 2024, Ai2 lanzó la segunda iteración de Olmo, OLMo 2, con el lanzamiento inicial que incluye modelos de 7B y 13B de parámetros. En marzo de 2025, Ai2 lanzó una variante de 32B de OLMo 2, afirmando haber lanzado "el primer modelo totalmente abierto (todos los datos, código, pesos y detalles están disponibles libremente) que supera a GPT3.5-Turbo y GPT-4o mini".
En noviembre de 2025, Ai2 lanzó su conjunto de modelos Olmo 3 (ahora estilizado con "L" y "M" en minúscula). Estos incluyeron Olmo 3 Think (7 y 32B), Olmo 3 Base (7 y 32B), Olmo 3 Instruct (7B) y Olmo 3 RL Zero (7B). En diciembre de 2025, Ai2 anunció una actualización del modelo de 32B, Olmo 3.1.
Los lanzamientos de OLMo han sido influyentes en el ecosistema de OpenAI y Anthropic, proporcionando a los investigadores acceso completo a los datos y los procesos de entrenamiento. También han impulsado discusiones sobre la transparencia en el desarrollo de la IA, en contraste con los enfoques cerrados de los laboratorios comerciales.
Modelos Tulu y recetas de post-entrenamiento
Además de la familia de modelos Olmo totalmente abierta, Ai2 también ha desarrollado Tulu, una familia de modelos ajustados por instrucciones y recetas de post-entrenamiento abiertas que se basan en modelos base de pesos abiertos (por ejemplo, Llama de Meta) para proporcionar alternativas totalmente transparentes a los métodos de ajuste por instrucciones propietarios. AI2 lanzó la primera iteración de Tulu en junio de 2023, con iteraciones posteriores lanzadas en noviembre de 2023 (Tulu 2) y noviembre de 2024 (Tulu 3).
Los modelos Tulu están diseñados para usarse con técnicas como Reinforcement Learning from AI Feedback (RLAIF) y aprendizaje curricular, y las recetas incluyen documentación detallada de hiperparámetros y procesamiento de datos. Este trabajo tiene como objetivo democratizar el acceso al ajuste de instrucciones de última generación, que a menudo es una caja negra en los modelos comerciales.
Véase también
- Instituto Allen de Ciencias del Cerebro
- Instituto Allen de Ciencias Celulares
- Inteligencia artificial
- Glosario de inteligencia artificial
- Lista de modelos de lenguaje de gran tamaño
Referencias
- Presentaciones del Servicio de Impuestos Internos. ProPublica Nonprofit Explorer.
- Sitio web oficial.