Sin duda para el campo investigativo la computación de alto rendimiento y la Inteligencia Artificial son herramientas que pueden aumentar su potencial exponencialmente, sin embargo, el uso de estas tecnologías también trae grandes retos desde su comprensión y utilidad, hasta las implicaciones éticas que conlleva, por ello, conocer su funcionamiento y aprender a direccionar todas las posibilidades que ofrece, es vital para hacer de su uso una oportunidad de transformación y avance para cualquier área ya sea productiva o del conocimiento.
Para comprender mejor cómo se relacionan la HPC (Computación de alto rendimiento), la GAI (Inteligencia Artificial Generativa) y cómo impactan en diversos campos especialmente en el investigativo, es importante entender la naturaleza misma de la GAI y su utilidad como un elemento que aporta grandes posibilidades en prácticamente todas las áreas. Para explicarlo de forma sencilla la GAI en su funcionamiento contempla todo el universo de conocimiento en internet, con lo cual, es una tecnología con un amplio acceso a la información que trae muchos beneficios y posibilidades, no solo para la productividad sino para una gran cantidad de áreas como la educación y la investigación.
Carlos Hincapie, AZURE Business Manager de Microsoft Azure y experto en temas de HPC e Inteligencia Artificial define la GAI como una tecnología que viene a apoyar sin lugar a dudas la productividad en todas las áreas:
“Hay un avance importante desde el punto de vista de GAI y es el punto de inflexión que representa, algo similar a lo que vivimos cuando pasamos de mainframe a la computadora personal, o cuando pasamos de los dispositivos móviles a la nube, la GAI trae inmensas oportunidades ya que es una tecnología que está definiendo todo y que viene a apoyar la productividad en diversas áreas. A la luz de modelos matemáticos y estadísticos la GAI tiene la capacidad de responder en lenguaje natural a cualquier inquietud eso es básicamente lo que significa y allí radica parte de las grandes posibilidades que ofrece”, explica.
En relación con la investigación la HPC que es la herramienta de base para GAI, es un elemento vital que la estimula y la puede llevar a grandes niveles, sin embargo, hay una gran diferencia entre la Investigación sobre HPC, y la Investigación con HPC. La primera se centra en avanzar en el campo mismo de la computación de alto rendimiento, como el desarrollo de los algoritmos, la optimización de la eficiencia del hardware, o el avance en la arquitectura de los sistemas propios para HPC. De allí que ese tipo de investigación requiere una comprensión profunda de la ciencia de la computación, la arquitectura de sistemas y posiblemente de áreas especializadas como el aprendizaje de máquina o #MachineLearning.
De otro lado está la investigación con HPC que implica usar las capacidades de HPC para avanzar en un campo de investigación distinto a la computación en sí misma; ejemplos de ello son la genómica, la física de partículas o la observación climática. Estas investigaciones requieren habilidades para utilizar eficazmente los sistemas de HPC y comprender cómo ellos pueden apoyar sus objetivos de investigación específicos, sin embargo, no necesariamente se requiere conocimiento profundo de cómo funcionan los sistemas de HPC.
Partiendo de esta diferenciación Carlos Hincapie resalta el hecho de que para aprovechar la IA es fundamental tomar en cuenta 2 elementos que la habilitan en toda su extensión:
“En primer lugar está la migración a la nube, es el punto de partida, con esta migración se impulsa el uso efectivo de la inteligencia artificial, que es aprovechar todos esos servicios en la nube, tener la posibilidad de acceder a una infraestructura flexible y aquí entra toda la utilidad de HPC porque significa procesamientos mucho más rápidos y eficientes sobre todo de grandes volúmenes de datos.”
“Y como segundo elemento está la HPC, como la forma misma de los recursos de computación avanzados, que permiten realizar entrenamientos de esos modelos complejos en la inteligencia artificial para poder obtener respuestas mucho más eficientes desde los algoritmos de aprendizaje avanzados. Por lo tanto HPC juega un papel muy importante porque de alguna manera es la infraestructura en la nube que habilita absolutamente todo el desarrollo de la inteligencia artificial”, indica Carlos Hincapie.
Sin embargo, aunque son muchos los beneficios que aportan la Inteligencia Artificial Generativa (GAI), y la computación de alto rendimiento (HPC), estos sistemas están en constante cambio; cómo lo explica Sandro Jimenez-Ocampo, Gerente Académico de RENATA, específicamente en lo relacionado con la integración de Grandes Modelos de Lenguaje (LLM) en la investigación y la producción, con lo cual estamos frente a una nueva ola de retos en este ámbito, los cuales debemos analizar y tener en cuenta para sortearlos y ponerlos a nuestro favor, estos son tres de los más importantes:
Fragmentación: El problema de la fragmentación en el campo de la HPC lleva a la necesidad de una mayor estandarización para mejorar la eficiencia en la investigación y el desarrollo. En este sentido, la capacitación en diferentes interfaces y lenguajes de programación se vuelve cada vez más crítica (#EducaciónenHPC).
Recursos: La asignación de recursos se convierte en un desafío cuando se consideran los costos asociados con algunos programas de IA. Este problema resalta la importancia de encontrar soluciones viables para la innovación, especialmente en entornos de bajos recursos (#InnovaciónenIA).
Dependencia: La dependencia de plataformas particulares puede presentar riesgos significativos, especialmente si un software o plataforma se vuelve obsoleto o deja de ser compatible (#RiesgosdePlataforma).
En términos de hardware, la diversificación y la creciente complejidad también presentan desafíos. A medida que proliferan los dispositivos, las plataformas en la nube, los marcos de trabajo y los tipos de hardware, la capacitación debe adaptarse y cubrir un espectro más amplio de estas tecnologías (#DiversificaciónHardware).
Además, debemos reevaluar y evolucionar nuestra formación en HPC para mantenernos al día con los avances en GAI. Entre los aspectos más críticos se encuentran la aceleración de la innovación, la gestión de la complejidad, la adquisición de experiencia práctica, el desarrollo de habilidades interdisciplinarias y el manejo de la seguridad (#FormaciónHPC).
Desde La Red de Computación Avanzada de Colombia (LaRedCCA), estamos proponiendo una agenda de investigación que aboga por la promoción de la investigación en HPC, el fortalecimiento del opensource a través de comunidades colaborativas, y la innovación en la formación. Es crucial diferenciar la investigación sobre HPC y la investigación con HPC, y desde LaRedCCA, estamos comprometidos a explorar ambas dimensiones (#LaRedCCA).
Desde RENATA y LaRedCCA, estamos comprometidos con la importancia de innovar en los programas de formación dado su valor estratégico para enfrentar los desafíos que acarrea la relación entre HPC y GAI. Los programas de formación deben estar diseñados para cubrir la variedad de temas tratados aquí: diferentes lenguajes de programación, mejoras de optimización, iniciativas de creación de laboratorios en la nube para prácticas, integración de las habilidades de colaboración, entre muchas otras. El trabajo colaborativo en Red es la única manera de aprovechar y potenciar esta oportunidad de transformación e innovación en Ciencia y Tecnología en Colombia y en la región.
¿Cómo cree que la Inteligencia Artificial generativa está transformando el panorama de la HPC? #HPC #IAgenerativa #EducaciónenHPC
Si quiere dejarnos un comentario ingrese aquí
Fecha de publicación: 14 Julio, 2023
Deja un comentario