ML-BOM explicado: machine learning BOM (CycloneDX)
Un ML-BOM —Machine Learning Bill of Materials— responde a una pregunta concreta y de alto valor: ¿qué artefactos de machine learning hay en este sistema, de dónde vinieron y podemos confiar en ellos? Es el primo centrado en modelo y datos del AIBOM, y existe porque las partes más arriesgadas de un sistema de ML son justo las que un inventario de software tradicional nunca ve.
Qué captura un ML-BOM
- Modelos: nombre, versión, fuente/editor, licencia e integridad (hash o firma).
- Datasets: los datos usados para entrenar y evaluar los modelos: fuente, licencia, sensibilidad.
- Procedencia y linaje: de dónde vino cada artefacto y cómo se produjo u obtuvo. Consulta identidad, procedencia y linaje del AIBOM para modelos base, fine-tunes y fusiones.
ML-BOM frente a AIBOM frente a SBOM
| SBOM | AIBOM | ML-BOM | |
|---|---|---|---|
| Alcance | Paquetes de software y dependencias | Todo el sistema de IA (software + modelos + datos + servicios) | El propio modelo de ML y cómo se produjo |
| Contenido típico | Componentes, versiones, licencias, hashes | + model cards, datasets, prompts, dependencias de modelos/servicios | + arquitectura, linaje de los datos de entrenamiento, hiperparámetros, métricas de evaluación |
| Formato | SPDX, CycloneDX | CycloneDX (extensiones de ML/IA) | CycloneDX ML-BOM |
| Responde | «¿Qué software hay en esto?» | «¿De qué depende este sistema de IA?» | «¿Cómo se construyó este modelo y con qué datos?» |
Un SBOM cubre los componentes de software. Un AIBOM cubre todo un sistema de IA, incluido el software que lo rodea más los modelos y los datos. Un ML-BOM se centra en los artefactos de machine learning en concreto, a menudo el núcleo de modelo y datos de un AIBOM. Son capas complementarias, no competidoras, y un producto de IA real a menudo necesita más de una.
Por qué importa
El modelo y sus datos de entrenamiento son donde viven los riesgos de cadena de suministro de IA más graves y menos visibles: un modelo manipulado o de procedencia desconocida, un dataset con problemas de licencia o privacidad, o un componente que no puedes verificar. Un ML-BOM los hace auditables: puedes aplicar la política de licencias, verificar la integridad y saber exactamente qué estás ejecutando.
Formatos y herramientas
Los ML-BOM se expresan cada vez más en CycloneDX o SPDX, los mismos formatos que los SBOM, así que puedes extender las herramientas y pipelines existentes en lugar de adoptar un stack aparte. Cada uno tiene un ejemplo resuelto: CycloneDX ML-BOM: campos y un ejemplo resuelto y perfiles de IA y Dataset de SPDX 3.0.
Convierte e inspecciona artefactos de ML con el conversor ML-BOM →, genera un inventario de IA completo con el generador de AIBOM (AI Bill of Materials) y compara los conceptos en SBOM frente a AIBOM frente a MLBOM.
Preguntas frecuentes
¿Qué significa «ML»? ML significa machine learning (aprendizaje automático), el subconjunto de la IA que aprende patrones a partir de datos en lugar de seguir reglas escritas a mano. Un ML-BOM inventaría los artefactos de machine learning (modelos, datasets y su procedencia) de un sistema.
¿Qué es un BOM para software (SBOM)? Un software bill of materials (SBOM) es un inventario estructurado de los componentes y dependencias que componen una aplicación, con sus versiones y licencias. Un ML-BOM extiende la misma transparencia de cadena de suministro a los artefactos de machine learning que un SBOM no recoge.
¿Qué es un AI BOM? Un AIBOM (AI Bill of Materials) inventaría todo un sistema de IA: modelos, datos de entrenamiento y evaluación y el software que lo rodea. Un ML-BOM es más estrecho, centrado en los artefactos de machine learning; los dos son complementarios.
¿Qué es un ML-BOM? Un inventario estructurado de los artefactos de machine learning —modelos, datasets y su procedencia— de un sistema.
¿En qué se diferencia de un AIBOM? Un AIBOM cubre todo el sistema de IA, incluido el software; un ML-BOM se centra en los artefactos de ML, a menudo el núcleo de modelo y datos de un AIBOM.
¿Por qué necesito uno? El modelo y los datos son las partes más arriesgadas y menos visibles de un sistema de ML; un ML-BOM las hace auditables.
¿Qué formato? CycloneDX o SPDX, extendiendo las herramientas de SBOM existentes.
Preguntas frecuentes
¿Qué significa «ML»?
ML significa machine learning (aprendizaje automático), el subconjunto de la IA que aprende patrones a partir de datos en lugar de seguir reglas escritas a mano. Un ML-BOM inventaría los artefactos de machine learning (modelos, datasets y su procedencia) de un sistema.
¿Qué es un BOM para software (SBOM)?
Un software bill of materials (SBOM) es un inventario estructurado de los componentes y dependencias que componen una aplicación, con sus versiones y licencias. Un ML-BOM extiende la misma transparencia de cadena de suministro a los artefactos de machine learning que un SBOM no recoge.
¿Qué es un AI BOM?
Un AIBOM (AI Bill of Materials) inventaría todo un sistema de IA: modelos, datos de entrenamiento y evaluación y el software que lo rodea. Un ML-BOM es más estrecho, centrado específicamente en los artefactos de machine learning; los dos son complementarios.
¿Qué es un ML-BOM?
Un ML-BOM (Machine Learning Bill of Materials) es un inventario estructurado de los artefactos de machine learning de un sistema: sobre todo los modelos y los datasets usados para entrenarlos y evaluarlos, junto con su procedencia, licencias e información de integridad. Hace visible la cadena de suministro específica de ML, que los inventarios de software convencionales no recogen.
¿En qué se diferencia un ML-BOM de un AIBOM?
Se solapan mucho. Un AIBOM (AI Bill of Materials) inventaría todo un sistema de IA, incluido el software que lo rodea además de los modelos y los datos. Un ML-BOM se centra específicamente en los artefactos de machine learning: los modelos y datasets y su linaje. En la práctica, un ML-BOM suele ser el núcleo de modelo y datos de un AIBOM; qué término se usa depende del alcance y de las herramientas.
¿Por qué necesito un ML-BOM?
Porque los riesgos más grandes y menos visibles de un sistema de ML son el modelo y los datos: un modelo desconocido o manipulado, un dataset con problemas de licencia o privacidad, o un componente de procedencia poco clara. Un ML-BOM los hace comprobables y auditables: puedes revisar licencias, verificar la integridad y saber qué estás ejecutando realmente, igual que un SBOM hace con las librerías de software.
¿En qué formato está un ML-BOM?
Los formatos de BOM establecidos —CycloneDX y SPDX— se están extendiendo para cubrir componentes de ML, así que los ML-BOM se expresan cada vez más como extensiones de esos en lugar de un estándar aparte. Eso significa que las herramientas y pipelines que usas para los SBOM a menudo se pueden extender a los ML-BOM.