La UGR e IFMIF-DONES retan a la comunidad científica internacional a crear una IA experta que funcione con pocos recursos y sin sacar los datos de casa

El reto arrancó el pasado 28 de septiembre y estará abierto durante dos meses: los equipos pueden inscribirse hasta el 1 de noviembre y presentar sus soluciones hasta el 30 de noviembre. En sus primeros días, más de una veintena de participantes se han registrado ya en la plataforma de la competición.

Los grandes modelos de lenguaje (LLM) que hoy se usan a diario redactan correos o resumen informes con soltura, pero su fiabilidad y rendimiento caen cuando se enfrentan al conocimiento técnico de un campo muy especializado. Las soluciones más potentes dependen, además, de enormes modelos comerciales que se ejecutan en la nube. Esta es una opción que no siempre es viable para una infraestructura científica crítica, un centro de investigación o una empresa. La documentación técnica es a menudo confidencial y no debe enviarse a servidores externos, y no siempre se dispone de grandes centros de cálculo.

«Tenemos modelos fantásticos, pero cuando tienen que resolver preguntas muy técnicas y específicas de un dominio pueden quedarse cortos, sobre todo si los recursos computacionales son limitados, algo que ocurre en muchos casos reales», explica Isaac Triguero, director del Instituto DaSCI y responsable de la competición. «No siempre se puede recurrir a un proveedor en la nube, porque no se tienen los medios ni el dinero o, sencillamente, porque no se quiere que los datos estén al alcance de esos proveedores».

Por eso, la competición reproduce ese escenario real. Todos los equipos deben trabajar con el mismo modelo abierto y de tamaño moderado. OLMo, desarrollado por el Allen Institute for AI, que cabe en una sola tarjeta gráfica (GPU), ha sido el modelo escogido en lugar de recurrir a los gigantescos modelos comerciales. Las soluciones se ejecutan en servidores de la propia Universidad de Granada, sin conexión a internet y con un tiempo de cómputo limitado, de manera que ni las preguntas ni los documentos de referencia salen en ningún momento del entorno de evaluación. El reto no consiste, por tanto, en usar más potencia de cálculo, sino en adaptar el modelo con inteligencia: técnicas de inteligencia computacional como el ajuste fino eficiente, la ingeniería de prompts, los grafos de conocimiento o el modelado difuso permiten especializarlo sin reentrenarlo a gran escala ni disparar el consumo de recursos.

Las soluciones se evalúan con un banco de 100 preguntas y respuestas elaborado por personas expertas en dos ámbitos: la instalación IFMIF-DONES, el acelerador de partículas que se construye en Escúzar (Granada) para ensayar los materiales de los futuros reactores de fusión, y la literatura científica especializada en inteligencia artificial. Las preguntas van desde la recuperación de un dato concreto hasta el razonamiento comparativo, causal o predictivo. Estas preguntas no se hacen públicas en ningún momento, disponiendo los participantes sólo de una muestra de 25 ejemplos. Personal experto de IFMIF-DONES e investigadores del Instituto DaSCI han dedicado cerca de un año a preparar y etiquetar este banco de pruebas.

La colaboración con IFMIF-DONES se enmarca en el proyecto DONES-AXIA, un sistema multiagente para mejorar la operación, la seguridad y la eficiencia energética de la instalación, financiado en la convocatoria INNTERCONECTA-STEP 2025 del CDTI, con cofinanciación FEDER, y liderado por la empresa Plain Concepts. En él, la UGR desarrolla modelos de lenguaje especializados en IFMIF-DONES, ligeros y seguros, el mismo tipo de solución que la competición quiere impulsar. La iniciativa se vincula también al programa DONITOS de la Universidad de Granada, de formación de doctores y doctoras en colaboración con IFMIF-DONES. Por parte del consorcio, participan en ella su director, Moisés Weber, y Patricia Martín, responsable del Departamento de Operación y Mantenimiento.

La competición se desarrolla en dos fases. En la primera, automática, el código de cada equipo se ejecuta sobre preguntas ocultas y su puntuación aparece en una clasificación en línea. «Optimizar solo una métrica no es suficiente, buscamos la ciencia que hay detrás», señala Triguero. «No queremos únicamente el mejor resultado numérico, sino también el más innovador y mayor calidad». Por ello, las mejores propuestas, en torno a una veintena, pasarán a una segunda fase en la que paneles de expertos de cada dominio valorarán la calidad de las respuestas y un comité científico evaluará la innovación técnica. La clasificación final se dará a conocer el 14 de diciembre, y los premios serán de 9.000 dólares para el primer clasificado, 5.000 para el segundo, 3.000 para el tercero y 1.500 para el cuarto y el quinto.

El equipo organizador de la UGR lo integran Isaac Triguero y los investigadores Jaime Uclés y Carlos Peláez González, doctorandos, e Ignacio Aguilera Martos, doctor en Informática. Junto a ellos, el comité del reto incluye a Xingyu Wu, de la Universidad Politécnica de Hong Kong, con quien Triguero impulsó el grupo de trabajo internacional del IEEE CIS sobre modelos de lenguaje e inteligencia computacional para sistemas de IA de propósito general (GPAIS) en el que se enmarca la competición; a Christian Wagner, de la Universidad de Nottingham (Reino Unido), y a Katherine Malan, de la Universidad de Sudáfrica. El comité científico cuenta además con Javier Del Ser, de la Universidad del País Vasco, y Daniel Molina, de la UGR. La Universidad de Granada aporta, además, la infraestructura de cálculo en la que se evalúan las soluciones.

Texto: DASCI UGR