La Universidad de Chile presentó dashAI, una plataforma gratuita y de código abierto que permite entrenar y evaluar modelos de aprendizaje automático (machine learning) y usar modelos abiertos de inteligencia artificial (IA) generativa, directamente desde un computador, sin depender de nubes externas ni conocimientos de programación.
El desarrollo del software se enmarca en un proyecto del Fondo de Fomento al Desarrollo Científico y Tecnológico (Fondef) IDeA, y fue liderado por la Facultad de Ciencias Físicas y Matemáticas (FCFM), a través del Departamento de Ciencias de la Computación y su Iniciativa de Datos e Inteligencia Artificial (IDIA).
También participan el Centro Nacional de Inteligencia Artificial (Cenia) -como segundo beneficiario-; el Instituto Milenio Fundamentos de los Datos (IMFD), como colaborador; y Unholster, como socio de la industria.
El director de IDIA y líder de la iniciativa, Felipe Bravo, dijo que en 2021 comenzaron a desarrollar la plataforma en un trabajo conjunto entre ingenieros, profesionales y la colaboración de tesistas y memoristas de la universidad. En 2025 se adjudicaron un Fondef por $ 220 millones.
“Mucha gente necesitaba entrenar modelos predictivos para trabajar con sus propios datos, para predecir fuga de clientes, asignación crediticia o tomar decisiones en el mundo escolar. Creamos un software que permite dar accesibilidad, sin barreras de entrada de programación, y mucho control; que los usuarios sepan lo que están haciendo, y que la plataforma sea capaz de correr en infraestructura local”, afirmó Bravo.
La plataforma
dashAI funciona como una aplicación de escritorio para Windows, Mac y Linux. Contempla un módulo para cargar y explorar conjuntos de datos; otro para entrenar y comparar modelos predictivos; un tercero para interactuar con modelos de lenguaje grandes (LLM, su sigla en inglés) abiertos -como Mistral y Qwen-; y un cuarto de plugins, que permite incorporar nuevas funcionalidades y modelos a la plataforma.
Bravo dijo que la herramienta ya alcanza las 22 mil descargas y agregó que buscarán ampliar su uso a formación y que evalúan una futura versión bajo un modelo de servicio para empresas y PYME, que utilizaría la capacidad de cómputo del futuro Laboratorio de Supercómputo para IA (SCAI-Lab).