Paraguay-HQ es una enorme biblioteca digital de conocimiento paraguayo preparada para entrenar inteligencia artificial. Fue creada por un grupo de estudiantes paraguayos de secundaria de entre 16 y 17 años.
El equipo está conformado por Juan Manuel Acosta Ramírez (se encarga de la parte técnica), Elías Paniagua Velilla (se ocupa de la visión y estrategia), Mauricio Irrazábal (encargado del marketing y publicidad) y José Rafael Estigarribia (se encarga de la seguridad, de las vulnerabilidades).
“Hicimos nuestro banco de datos paraguayo y terminó siendo el más grande en una escala superior a la que pensábamos. Y eso ya es útil para alguien que quiera entrenar IA como Chat GPT, Gemini y que sepa datos paraguayos, leyes, que se sepa guaraní, jopara y todo lo que tenga que ver con Paraguay”, explicó Juan Manuel Acosta Ramírez en diálogo con La Nación / Nación Media.
En ese sentido, el banco de datos reúne más de 3,1 millones de documentos y 1.691 millones de tokens provenientes de periódicos nacionales, leyes, investigaciones científicas, historia y otros materiales. Además, incluye más de 234 millones de tokens de guaraní y jopara.
La idea es que universidades, investigadores y empresas puedan utilizar estos datos para entrenar o mejorar modelos de IA que comprendan mejor nuestro idioma, cultura e historia. “Eso ayuda a empresas, investigadores, universitarios, gente que quiera aprender, usar en su empresa, todo lo que sea tecnología”. precisó.
Estos jóvenes talentosos son los mismos creadores de un modelo de IA paraguayo. “Hicimos un modelo de Inteligencia Artificial, el primero en Latinoamérica y hasta donde pudimos verificar es que no tenía datos paraguayos”, destacó.
Entonces, no contentos, decidieron expandir sus conocimientos tecnológicos. “Nos pusimos a buscar y no había datos en la web de nuestro país para el paraguayo, para investigadores, alumnos. Entonces, dijimos por qué no hacer la nuestra e hicimos eso”, refirió.
Así nació Paraguay-HQ, el primer Corpus masivo de Paraguay. “Es un banco de datos masivo de Paraguay, en el que están todas las leyes, obras, patrimonio cultural, textos en guaraní. Es un cuerpo de datos donde está todo almacenado y está preparado para que alguien agarre una IA que le sirve a nuestro país e internacionalmente”, explicó.
El proyecto es de acceso abierto y está publicado en Hugging Face. Es considerado un paso importante para que Paraguay no sea solo consumidor de inteligencia artificial, sino que también pueda desarrollarla con sus propios datos y conocimientos.
“Básicamente lo que hicimos ayuda a que se entrenen modelos de inteligencia artificial con datos paraguayos. Y sobre todo, que entiendan guaraní”, indicó Acosta.
Precisamente, habló de las dificultades con el guaraní. “Fue muy complicado adquirir datos en guaraní o jopara porque no existe un banco. Lo que más nos costó fue encontrar datos paraguayos limpios, encontrar fuentes de jopara, o de guaraní”, subrayó. Pero lo lograron.
Pese a su juventud, las expectativas de estos muchachos son amplias y bien concretas. “Con el modelo de IA nuestro objetivo es que Paraguay sea soberano, y esto que hicimos ahora es un apoyo para que universidades entrenen tecnología que no solamente sea paraguaya, sino que le sirva a nuestro país”, aclaró el estudiante.
Leé más: Concurso de Buenas Prácticas Judiciales amplía plazo de postulación hasta el lunes