Puntos clave
- Un modelo es todo un conjunto de reglas guardado entero, el que queda cuando termina el entrenamiento. Se parece más a un estado guardado que a un programa.
- Lo que hay adentro no son los ejemplos mismos, sino muchísimos números extraídos de esos ejemplos. El material con el que se entrenó no queda ahí entero, aunque una frase vista muchas veces a veces se recuerda casi tal cual.
- Construirlo toma mucho tiempo, pero usarlo es rápido. Construir es el entrenamiento; usar es la inferencia.
- Al terminar el entrenamiento, el modelo queda fijo en ese estado. No crece por su cuenta; para cambiarlo, por lo general hay que volver a entrenarlo.
- Un modelo hecho con aprendizaje profundo es un tipo de modelo de aprendizaje automático, y el aprendizaje automático es uno de los tantos caminos para construir inteligencia artificial.
La analogía
Piensa en un patrón de tejido en una hoja de papel. En esa hoja está anotado cuántos puntos levantar y dónde cambiar de dibujo. En esa hoja no hay ni hilo ni bufanda: solo está anotado el modo de tejer.
Hacer el patrón toma tiempo. Hay que tejer varias veces, deshacer y volver a tejer para descubrir qué orden arma un dibujo bonito. Pero una vez terminado el patrón, lo que sigue es rápido: se puede fotocopiar y repartir, y quien lo recibe solo tiene que mirarlo y tejer.
El patrón también arrastra sus límites. Con un patrón que solo tiene el dibujo de una bufanda no se puede tejer un suéter. Y el papel no cambia solo: para meter un dibujo nuevo hay que volver a tejer de prueba y corregir el patrón. Un modelo es exactamente esa hoja.
En detalle
Un modelo se construye, no se escribe
El software normal lo escribe una persona, línea por línea. Quien lo escribió sabe qué hace cada línea. Un modelo no se construye así. En un modelo de red neuronal, una persona decide el armazón, como cuántas capas apilar, y qué mostrarle y cómo entrenarlo; cada uno de los números que llenan ese armazón lo define el entrenamiento.
De ellos, en los modelos de red neuronal que más se usan hoy, al abrir el archivo no aparece ninguna regla que una persona pueda leer. Solo se ve una fila interminable de números. Cada uno de esos números es un parámetro. En los modelos de lenguaje grandes de hoy hay cientos de miles de millones, a veces billones, y las versiones livianas tienen de cientos de millones a unos pocos miles de millones. También existen modelos simples, como los árboles de decisión, cuyas reglas se pueden leer tal cual.
Ahí está la diferencia con el patrón de tejido: un patrón está escrito para que una persona lo entienda, pero el "patrón" de un modelo de red neuronal, de los más usados hoy, está escrito en números difíciles de leer para una persona. Aun así, hace lo mismo: qué salida dar frente a una entrada queda guardado en esos números.
El tiempo de construir y el tiempo de usar son distintos
La vida de un modelo se divide en dos tramos. El primero es el entrenamiento: el tiempo en que, viendo ejemplos, se van moviendo poco a poco los números de adentro, y en los modelos grandes esto lleva meses y un costo alto.
El segundo tramo es la inferencia: se dejan quietos los números ya terminados y se hace pasar una entrada nueva para obtener una respuesta. Cada vez puede tomar apenas unos milisegundos, y un modelo que piensa un buen rato antes de responder puede tardar unos minutos, pero sigue siendo muy poco frente a los meses del entrenamiento. Es como que hacer el patrón toma semanas, pero tejer siguiéndolo se resuelve en una tarde.
Casi todo lo que pasa cuando usamos un servicio de inteligencia artificial ocurre en este segundo tramo. Cada vez que se hace una pregunta, el modelo no vuelve a aprender: solo atraviesa números que ya están fijos.
Adentro no está el material original
Es fácil suponer que un modelo guarda entero el texto y las fotos con los que se entrenó. En realidad, por lo general no es así. Es común que un modelo construido a partir de cientos de gigabytes de material termine siendo mucho más pequeño que eso. Lo que se guarda no es, en general, el material, sino la tendencia extraída de ese material.
De vez en cuando, alguna frase muy repetida o algún material muy particular sale casi tal cual. Aun así, lo que hace por naturaleza se parece más a resumir que a guardar. Es como que el patrón no es un álbum de fotos de bufandas, sino el orden para armar el dibujo.
Por eso, si se le pide al modelo que saque tal cual un documento específico con el que se entrenó, en general no lo logra. Cuando hace falta el texto exacto, se usa otro método: guardar el material aparte, fuera del modelo, y traerlo cuando se necesita.
No circula uno solo, sino varios a la vez
Con el mismo armazón, según qué material se le haya mostrado, salen modelos distintos. Por eso los modelos se manejan con nombre y versión, en varias ediciones a la vez. A la versión con los números guardados a mitad o al final del entrenamiento se le llama punto de control (a los archivos de modelos terminados que se publican también se les suele llamar así), y a la tarea de darle a un modelo ya terminado un poco más de material para cambiarle el carácter se le llama ajuste fino.
El tamaño también varía. Cuantos más parámetros, más amplio el rango que abarca, pero también pesa y va más lento. Por eso, dentro de una misma familia, conviven una versión grande y una versión liviana. Lo que corre dentro de un teléfono suele ser la versión liviana.
Con más precisión
Un modelo es una función con una estructura fija, rellenada con valores de parámetros que definió el entrenamiento. Recibe la entrada como un conjunto de números, la hace pasar por un cálculo fijo y entrega números de salida. Para guardar un modelo hacen falta la información de la estructura —qué capa se conecta con cuál y en qué orden— y los valores de los parámetros que llenan esa estructura. Según el formato, pueden ir juntos en un archivo, o los valores pueden ir en un archivo y la configuración de la estructura aparte.
La analogía del patrón también tiene sus límites. Un patrón se puede leer y entender, pero el contenido de un modelo de red neuronal, como los que más se usan hoy, es un arreglo de números difícil de interpretar. Un patrón se puede corregir cambiando una sola línea, pero un modelo no se comporta como se quiere con solo elegir y cambiar un número: para cambiar algo, lo habitual es seguir entrenándolo. Se investiga cómo corregir directamente algunos números para cambiar un hecho concreto, pero por ahora su uso es limitado. Y un patrón siempre produce el resultado en el mismo orden, pero un modelo que escribe texto suele estar configurado para dar, cada vez, una respuesta un poco distinta a la misma pregunta. Un solo patrón hace un solo tipo de bufanda, pero un modelo, dentro de lo que aprendió, da sin parar respuestas distintas para entradas distintas.
Pruébalo
Malentendidos comunes
Es fácil pensar que un modelo sigue aprendiendo mientras conversa, pero en realidad, una vez terminado el entrenamiento, el modelo queda fijo en ese estado, así que los números de su interior no cambian durante la conversación. Aun así, el servicio puede guardar aparte el historial de la conversación o, según su configuración, usarlo para entrenar un modelo posterior.
Es fácil creer que adentro de un modelo está el material de entrenamiento tal cual, pero en realidad lo que hay es sobre todo una tendencia numérica extraída del material. Aun así, un modelo puede recordar casi tal cual partes de material que vio muchas veces, y cómo valorar eso sigue debatiéndose en la investigación y en los tribunales.
Es fácil pensar que un modelo y un servicio son la misma cosa, pero en realidad el modelo es una pieza, y el servicio que usamos es el producto terminado que le agrega a esa pieza búsqueda, medidas de seguridad y una pantalla.
Resumen en una línea
Un modelo es el conjunto de reglas que deja guardado el entrenamiento, y aunque construirlo toma mucho tiempo, una vez hecho se puede copiar y usar rápido, tantas veces como haga falta.
¿Has visto un error o tienes una analogía mejor? Sugerir una corrección · Última actualización 2026-10-18