El temor de OpenAI a los modelos de peso abierto alimenta una disputa de política en EE. UU.

Las capacidades de Kimi K3, el modelo de lenguaje de gran escala de peso abierto del laboratorio chino Moonshot, reavivaron un debate sobre si Washington debería restringir los modelos de IA rivales. Dean W. Ball, jefe de futuros estratégicos de OpenAI, argumentó que el gobierno de Estados Unidos debería encontrar un pretexto para generar miedo, incertidumbre y desconfianza regulatoria en torno a los modelos de peso abierto, razonando que estos necesariamente deben desalentar el gasto de capital de los laboratorios de vanguardia como OpenAI. Ball luego se retractó de su afirmación de que una represión regulatoria era la “mejor estrategia” de la Casa Blanca, después de que figuras de la IA como Yann LeCun y Martin Casado respondieran, argumentando que el software abierto y el propietario pueden coexistir.

Según Axios, la administración Trump está considerando prohibir Kimi K3 y otros modelos chinos avanzados a instancias de los laboratorios de vanguardia estadounidenses. Politico, sin embargo, informa que el Departamento de Comercio no tomaría esa medida en el corto plazo.

Lo que está en juego para OpenAI y Anthropic es directo: los modelos de peso abierto que funcionan en infraestructura independiente ofrecen inteligencia más barata, y si el uso se traslada fuera de los laboratorios cerrados, podría reducir el retorno de sus enormes inversiones en entrenamiento. Braden Hancock, cofundador de Snorkel AI e investigador asociado en el Laude Institute, dijo a TechCrunch que los modelos de código abierto de nivel de vanguardia reducirán los márgenes y los precios de las empresas líderes, sin necesariamente disminuir el uso total de IA. Hancock también sostiene que el mayor riesgo no es que los modelos chinos oculten puertas traseras, sino que China se apropie de la innovación en código abierto, tal como PyTorch convirtió alguna vez a Estados Unidos en el centro de las herramientas de aprendizaje profundo, una dinámica en la que empresas estadounidenses como Thinking Machines Lab y Nvidia ahora buscan competir directamente al lanzar sus propios modelos abiertos, como la línea Nemotron de Nvidia.

Las preocupaciones sobre los modelos chinos incluyen una posible fuga de datos hacia China, un sesgo implícito a favor del Partido Comunista Chino y la ausencia de las salvaguardas de seguridad exigidas por Estados Unidos, aunque los expertos afirman que es poco probable que los modelos de peso abierto que se ejecutan en servidores estadounidenses envíen datos de vuelta a China. Sam Bresnick, investigador especializado en China del Centro de Seguridad y Tecnologías Emergentes de Georgetown, cuestionó la lógica subyacente: “¿Por qué debería el peso del gobierno de Estados Unidos estar dirigido a proteger a estas empresas de competidores a quienes se les excluye del mercado estadounidense por su origen?”. Sostiene que restringir la venta de chips Nvidia H200 a China, en lugar de prohibir los modelos abiertos, preservaría mejor el liderazgo de Estados Unidos en IA, y añade que ni el modelo de negocio abierto ni el propietario están resueltos todavía, mientras los costos de entrenamiento siguen subiendo.

Por qué importa

Si Washington avanza para bloquear los modelos chinos de peso abierto a pedido de los laboratorios de vanguardia, protegería el poder de fijación de precios de OpenAI y Anthropic, pero los críticos advierten que también cedería terreno en el ecosistema de código abierto que históricamente ha producido estándares liderados por Estados Unidos, como PyTorch.