El proyecto busca crear un modelo de ChatGPT regional, inclusivo y representativo de la cultura latinoamericana, con datos de más de 50 billones de parámetros.
El Centro Nacional de Inteligencia Artificial (Cenia) de Chile presentó Latam-GPT, un ambicioso proyecto para desarrollar el primer modelo de ChatGPT colaborativo enfocado en América Latina y el Caribe.
La iniciativa surge de la necesidad de contar con un modelo que refleje de manera más precisa la cultura, historia y contexto regional, superando las limitaciones de los LLMs existentes.
Durante pruebas iniciales, ChatGPT ofreció descripciones de la cultura latinoamericana destacando la riqueza de la herencia indígena, africana y europea, la música, danza, festivales como el Carnaval y la Feria de las Flores, así como la literatura y el muralismo.
Estas respuestas demostraron cómo un modelo entrenado con datos globales puede capturar aspectos generales, pero carece de un enfoque profundo sobre la diversidad cultural local.
Latam-GPT pretende llenar ese vacío mediante un enfoque colaborativo, involucrando a más de 30 instituciones y 60 expertos de distintos países de la región.
Rodrigo Durán, gerente del Cenia de Chile, afirmó que “la importancia de este modelo radica en plasmar la idiosincrasia y visión de mundo de América Latina en la tecnología más transformadora de las últimas décadas”.
La infraestructura de alto rendimiento de la Universidad de Tarapacá en Arica, Chile, será clave para entrenar el modelo. La universidad adquirió un supercomputador con 12 servidores y 8 GPUs H200 de Nvidia, con un sistema de refrigeración eficiente que aprovecha la matriz energética 99% renovable de la región.
Esto permitirá que el entrenamiento inicial consuma 135 kWh, generando apenas 0,96 toneladas de CO₂ y sin consumo hídrico adicional.
El proyecto busca consolidar alianzas estratégicas con países como México, Colombia, Ecuador, Argentina, Perú, Uruguay, Costa Rica, España y Estados Unidos, generando un corpus de datos que ya alcanza 50 billones de parámetros, comparable a ChatGPT-3.5 de OpenAI.
La información recopilada proviene de más de 8 TB de bibliotecas virtuales públicas y privadas, que serán filtradas, organizadas y evaluadas antes del entrenamiento final.
Omar Florez, especialista peruano radicado en Chile, lidera el preentrenamiento de Latam-GPT. Actualmente, el equipo se encuentra en la fase de filtrado de información, pruebas de entrenamiento a menor escala y alineamiento para dotar al modelo de un “sentido común” que responda con precisión y contexto regional.
El proyecto cuenta con un financiamiento inicial de US$300 mil aportados por Cenia y US$250 mil adicionales comprometidos por la CAF y el Ministerio de Ciencia de Chile para 2025.
La infraestructura de la UTA implicó una inversión de US$4,5 millones. La ministra de Ciencia y Tecnología, Aisén Etcheverry, resaltó que “contar con un modelo de ChatGPT latinoamericano permite avanzar hacia una inteligencia artificial más sustentable y representativa de nuestra región”.
El proyecto también considera aspectos de soberanía tecnológica, ética, protección de datos y derechos de autor. El modelo utilizará fuentes abiertas, respetará términos de servicio, anonimizará información personal y cumplirá con la legislación vigente en propiedad intelectual. Además, Latam-GPT busca minimizar su huella ambiental gracias al uso de energía renovable y sistemas de refrigeración eficientes.
