Implementación de APIs comerciales de OpenAl mediante modelos Open Source.

Abstract

Este Trabajo de Fin de Grado se ha centrado en el desarrollo de una API que permite la implementacio´n y gesti´on local de modelos de inteligencia artificial generativa, proporcio- nando una alternativa segura y privada a las soluciones existentes como las ofrecidas por OpenAI. La motivaci´on detra´s de este proyecto surge de la necesidad cr´ıtica de abordar preo- cupaciones de privacidad y seguridad de datos en la implementacio´n de tecnolog´ıas de IA, especialmente en entornos empresariales donde la protecci´on de datos es imperativa. La API desarrollada es compatible con diversas funcionalidades de IA, incluyendo la generacio´n de texto, procesamiento de im´agenes, y ana´lisis de audio, asegurando que se mantenga a la par con los servicios ofrecidos por proveedores externos. El proyecto aplico´

una metodolog´ıa ´agil que permitio´ iteraciones ra´pidas y eficientes, basa´ndose en pruebas continuas y feedback para mejorar la funcionalidad y la seguridad. Los resultados demostraron que la API no solo cumple con los requisitos de funcionalidad y rendimiento, sino que tambi´en mejora significativamente la privacidad y seguridad de los datos procesados. Este proyecto no solo proporciona una herramienta valiosa para las em- presas que buscan implementar soluciones de IA internamente, sino que tambi´en contribuye al campo de la ingenier´ıa de software y la ciencia de datos con un modelo robusto y seguro para el manejo de inteligencia artificial.

This final degree project focuses on the development of an API that enables the local implementation and management of generative artificial intelligence models, providing a secure and private alternative to existing solutions such as those offered by OpenAI. The motivation for this project stems from the critical need to address data privacy and security concerns in the deployment of AI technologies, especially in business environments where data protection is imperative. The developed API supports various AI functionalities, including text generation, image processing, and audio analysis, ensuring it remains competitive with services offered by external providers. The project employed an agile methodology that allowed for rapid and efficient iterations, based on continuous testing and feedback to enhance functionality and security. The results demonstrate that the API not only meets functionality and performance requirements but also significantly enhances the privacy and security of processed data. This thesis not only provides a valuable tool for companies looking to implement internal AI solutions but also contributes to the fields of software engineering and data science with a robust and secure model for handling artificial intelligence.