John Atkinson | Presente y futuro de los modelos de lenguaje inteligentes | Congreso Futuro 2024

Summary

El transcript habla sobre la historia y evolución de la Inteligencia Artificial (IA), enfocándose en cómo la IA está transformando el mundo con su capacidad para realizar tareas complejas y reemplazar actividades humanas. Se discute la importancia de la comunicación entre humanos y máquinas y cómo la autonomía y la capacidad predictiva de la IA son claves para su éxito. Además, se mencionan los retos y oportunidades que surgen con los avances en IA, como el aprendizaje automático, la curación de datos y los problemas éticos y regulatorios.

Takeaways

• 😀 La inteligencia artificial (IA) ha llegado a un punto crucial en la historia de la humanidad, donde las máquinas están realizando labores complejas que antes eran solo para humanos.
• 🔧 La IA está reemplazando actividades y mejorando en beneficio de la humanidad, aunque esto trae consigo implicaciones regulatorias y éticas que deben ser discutidas.
• 🗣️ El éxito de la IA depende en gran medida de cómo nos comunicamos con las máquinas y cómo estas pueden ayudarnos a resolver problemas complejos.
• 🌐 La comunicación entre humanos y máquinas es fundamental, y la IA puede mejorar aspectos como la traducción de idiomas y el análisis de documentos.
• 🤖 La autonomía es un ingrediente clave en las herramientas de IA, permitiendo que las máquinas perciban, procesen y actúen de manera independiente.
• 🧠 La capacidad predictiva del cerebro humano es esencial para entender y comunicarnos, y la IA trata de imitar ese proceso para analizar y predecir patrones de lenguaje.
• 🔄 La ambigüedad es natural en el lenguaje humano, y la IA debe ser capaz de manejarla y predecir significados a partir decontextos limitados.
• 📈 Los avances en IA, como los modelos de lenguaje grandes (LLM), han llevado a una explosión en la capacidad de las máquinas para realizar tareas que antes requerían habilidad humana.
• 🛠️ La IA puede generar nuevos desafíos y trabajos, como los ingenieros de prompts o los curadores de contenido, pero también plantea problemas de sesgo y limitaciones en el conocimiento.
• ⚖️ Los riesgos de la IA incluyen la generación de información falsa, la infracción de derechos de autor y la pérdida de empleo, y requieren una regulación y alfabetización adecuadas.

Q & A

¿Cuál es el resumen principal de la charla sobre inteligencia artificial?

La charla aborda los últimos 70 años de desarrollo de la inteligencia artificial y cómo ha llegado a ser considerada la segunda revolución tecnológica, destacando cómo las máquinas están reemplazando actividades humanas y mejorando en tareas complejas.

¿En qué se centra la importancia de la comunicación entre humanos y máquinas según la charla?

La comunicación entre humanos y máquinas es crucial para aprovechar al máximo la inteligencia artificial, y el desafío principal es cómo interactuar con máquinas de manera que resuelvan problemas complejos que tradicionalmente requerían experiencia humana.

¿Qué es la autonomía en el contexto de la inteligencia artificial mencionada en la charla?

La autonomía en inteligencia artificial se refiere a la capacidad de las máquinas de percibir información de un entorno dinámico, comprenderla y ejecutar acciones de manera independiente.

¿Cómo se relaciona la inteligencia artificial con la comunicación humana en la charla?

La inteligencia artificial juega un papel crucial en la comunicación humano-máquina, facilitando la percepción y el procesamiento del lenguaje, y permitiendo tareas como la traducción y el análisis de textos.

¿Qué desafío se enfrenta al hacer que las máquinas entiendan el lenguaje humano?

El desafío es que las máquinas deben ser capaces de percibir, procesar y comprender el lenguaje humano, y luego proporcionar una respuesta adecuada, como traducir un texto o analizar una ley.

¿Cuál es la importancia de la ambigüedad en el lenguaje humano según la charla?

La ambigüedad es natural en el lenguaje humano y representa un desafío para las máquinas, que intentan predecir y解码 el mensaje a pesar de la ambigüedad.

¿Cómo se compara el proceso de aprendizaje de un loro con el aprendizaje de una máquina inteligente?

El proceso de aprendizaje de un loro, que memoriza y repite sonidos, se compara con el aprendizaje de una máquina inteligente que debe aprender y memorizar para prender y apagar 'luces' de manera que concuerden con la salida esperada.

¿Qué es un 'transformador' en el contexto de inteligencia artificial y por qué es importante?

Un 'transformador' es una tecnología clave en IA que permite a las máquinas tener memoria a largo plazo y atención, permitiendo que aprendan y predigan con mayor precisión, siendo fundamental en la revolución tecnológica actual.

¿Cuál es el problema con la información ruidosa en la comunicación según la charla?

El problema con la información ruidosa es que puede distorsionar la comunicación, haciendo que los receptores no entiendan correctamente el mensaje que se intenta transmitir.

¿Qué desafío representa el conocimiento limitado en las máquinas inteligentes?

El conocimiento limitado en máquinas inteligentes significa que solo entienden y pueden actuar basándose en los datos y patrones a los que fueron expuestas durante su entrenamiento, lo que puede llevar a sesgos y errores si no se ajusta adecuadamente.

Outlines

00:00

🤖 Desarrollo de la Inteligencia Artificial

El primer párrafo habla sobre la historia de los últimos 70 años de desarrollo de la Inteligencia Artificial (IA) y cómo ha llegado a ser parte fundamental de la Segunda Revolución Tecnológica. Se discute cómo las máquinas están haciendo trabajos complejos y cómo la IA está reemplazando actividades para beneficio humano. El punto de discusión se centra en cómo la comunicación con las máquinas es crucial para el éxito de la IA. Se menciona la autonomía como un ingrediente clave en las herramientas de IA y cómo la IA puede ayudar a resolver problemas complejos y a comunicarse, entender documentos y traducir, entre otras cosas.

05:03

🗣️ Comunicación Humano-Máquina

El segundo párrafo se enfoca en el proceso de comunicación humano-máquina y cómo la IA puede ayudar en la comunicación, como se describe en el vídeo. Se plantea un ejercicio de comunicación ruidosa y cómo la proyección y la predicción juegan un papel importante en la comprensión del mensaje. Se discute la importancia de la simplificación y la predicción en el procesamiento del lenguaje, y cómo el cerebro humano utiliza estos procesos para entender el lenguaje. También se explora la idea de cómo los computadores pueden aprender y recordar información, y cómo la IA puede ser entrenada para entender y predecir patrones de lenguaje.

10:03

🧠 Predicción y Memoria en la IA

El tercer párrafo explica cómo la capacidad predictiva y la memoria a largo plazo son fundamentales para la comprensión del lenguaje y la interacción con la IA. Se introduce el concepto de 'Transformer', una tecnología clave en la revolución tecnológica de 2023, que permite a la IA aprender y recordar información de manera efectiva. Se discute cómo estos 'transformadores' trabajan como piezas de Lego que se comunican y se ensamblan para construir una comprensión completa. También se menciona cómo estos avances tecnológicos han llevado a la creación de aplicaciones como ChatGPT y otros sistemas de diálogo.

15:04

🚀 Avances en Tecnología y Regulación

El cuarto párrafo aborda los avances en tecnología y cómo han afectado la regulación y la gobernanza. Se discute cómo los 'grandes modelos de lenguaje' (LLM) han permitido la creación de aplicaciones como chatbots y traductores automáticos. Se menciona la preocupación por la centralización del poder de los modelos de lenguaje en manos de pocos y cómo esto puede llevar a problemas éticos y legales. También se exploran los desafíos de la automatización, la pérdida de empleos y la aparición de nuevas habilidades y trabajos debido a la IA.

20:05

🌐 Desafíos y Riesgos de la IA

El último párrafo habla sobre los desafíos y riesgos asociados con la IA, como los sesgos en los datos y la generación de información falsa. Se menciona la importancia de la alfabetización en la IA para evitar el mal uso de la tecnología. Se enfatiza que la IA no es mágica y que los procesos son complejos, y se aconseja la educación y la regulación para abordar los problemas asociados con la IA. Se cierra el discurso con una reflexión sobre la responsabilidad humana en el uso de la IA y la importancia de entender sus limitaciones.

Keywords

💡Inteligencia Artificial

Inteligencia Artificial (IA) es el campo de la informática que se dedica al diseño de sistemas que pueden realizar tareas que normalmente requieren inteligencia humana. En el video, se discute cómo la IA ha evolucionado en los últimos 70 años y se ha convertido en una parte esencial de la Segunda Revolución Tecnológica, con máquinas que realizan labores complejas y a veces mejor que los humanos.

💡Comunicación Humano-Máquina

La comunicación humano-máquina es un concepto clave en el video, que se refiere a la interacción y el diálogo entre las personas y las máquinas. Se destaca cómo el éxito de la IA en nuestras vidas depende de cómo nos comunicamos con las máquinas y cómo estas pueden ayudarnos a resolver problemas complejos.

💡Autonomía

Autonomía, en el contexto del video, se refiere a la capacidad de una máquina de actuar de manera independiente, percibir información de su entorno y ejecutar acciones basadas en esa percepción. La autonomía es un ingrediente clave que diferencia a las herramientas de IA de otras tecnologías.

💡Proyección de Predicción

La proyección de predicción es el proceso por el cual el cerebro humano y, según el video, los sistemas de IA intentan predecir la información que viene después de un cierto estímulo. Esto se ilustra en el video con el ejemplo de cómo el cerebro procesa y predice palabras o significados a partir de la información recibida.

💡Transformer

Un Transformer es una arquitectura de red neuronal utilizada en el procesamiento de lenguaje natural y se menciona en el video como una de las avances clave en la IA. Se describe cómo funciona de manera similar a los bloques de Lego que se comunican y se ensamblan para construir algo más complejo, como la capacidad de una máquina para procesar y responder a preguntas.

💡Modelos de Lenguaje Grandes

Los modelos de lenguaje grandes (LLM en inglés) son sistemas de IA capaces de procesar y generar texto de manera coherente y se discuten en el video como la base de aplicaciones modernas como chatbots y traductores automáticos. Estos modelos han revolucionado la tecnología y permiten a las máquinas entender y comunicarse de manera más natural.

💡Aprendizaje Automático

El aprendizaje automático es un subcampo de la IA que se refiere a la capacidad de las máquinas de aprender y mejorar sus funciones a través del análisis de datos sin ser programados explícitamente. En el video, se menciona cómo la IA aprende a definir características y a hacer predicciones basándose en ejemplos y experiencia.

💡Sesgos en la IA

Los sesgos en la IA son prejuicios o distorsiones que pueden aparecer en los algoritmos y sus resultados debido al tipo de datos con los que se entrenan. En el video, se discute cómo estos sesgos pueden ser un problema si los datos utilizados para entrenar a las máquinas están sesgados.

💡Regulación de la IA

La regulación de la IA es el proceso de establecer leyes y directrices para el uso de la tecnología para evitar abusos y proteger a los individuos. En el video, se menciona la importancia de la regulación, especialmente en relación con la generación de información falsa y el uso de datos sin autorización.

💡Alfabetización en IA

Alfabetización en IA se refiere a la educación y el conocimiento sobre cómo funciona la inteligencia artificial, para que las personas puedan usar estas tecnologías de manera informada y segura. El video concluye con una llamada a la alfabetización en IA como solución para evitar el mal uso de la tecnología.

Highlights

Resumen de 70 años de desarrollo de la Inteligencia Artificial (IA).

La IA está en el punto más importante de la historia humana, realizando tareas complejas y reemplazando actividades para beneficio humano.

El éxito de la IA dependerá de cómo nos comunicamos con las máquinas.

La comunicación con máquinas implica ayudar a resolver problemas que son difíciles para humanos.

La IA puede ayudar en comunicaciones, entendiendo documentos y traducción.

La autonomía es un ingrediente clave en las herramientas de IA.

La capacidad de la máquina para percibir, procesar y responder es fundamental en la comunicación humano-máquina.

La ambigüedad es natural en el lenguaje humano y el desafío es cómo la máquina procesa esto.

La comunicación unidimensional y el ruido en el canal de comunicación presentan desafíos adicionales.

La proyección de predicción es esencial para el entendimiento del lenguaje humano.

La información proviene de aprendizaje previo, como enseñanzas infantiles o fuentes de conocimiento como Wikipedia.

La IA puede aprender y proyectar patrones de comportamiento similar a los humanos.

La IA necesita memoria a largo plazo para funcionar efectivamente.

El Transformer es una tecnología clave en la revolución tecnológica actual, permitiendo a las máquinas aprender y recordar.

Los grandes modelos de lenguaje (LLM) son un conjunto de posibilidades para comunicarnos eficientemente con computadoras.

Los LLM pueden generar sistemas conversacionales, traducir y ayudar a comprender documentos.

Los nuevos desafíos y trabajos surgen con la IA, como ingenieros de prompts y curadores de contenido.

La regulación y gobernanza de la IA es un tema importante, especialmente con los grandes modelos de lenguaje.

La alfabetización en IA es crucial para evitar el mal uso de la tecnología.

La IA no es mágica; es un proceso complejo que no puede predecir números de lotería ni hacer cosas fuera de su ámbito de enseñanza.

Transcripts

[Música]

Buenas tardes a todos si hay si hay un

resumen que uno puede hacer toda esta

jornada es que hemos básicamente estado

experimentando lo que ha pasado en los

últimos 70 años del desarrollo de la

Inteligencia artificial y lo que ha

estado deuna forma eh resumido en esto

que llamamos la segunda Revolución

tecnológica entonces obviamente si uno

quisiera

eh sintetizar eso nosotros podríamos

decir que básicamente estamos parados

con muchos han dicho estamos parados en

el instante más importante de la

humanidad donde las máquinas cierto

están haciendo las labores que son

extremadamente complejas que usualmente

estaban atribuir a los humanos la están

haciendo mucho mejor cierto y además no

están reemplazando muchas actividades

para mejor En beneficio de la humanidad

podemos discutir después todo lo que eso

implica el punto de vista regulatorio

Pero ese el objetivo central sin embargo

quiero parar en un punto en particular

porque gran parte gran parte de el éxito

que tenga la Inteligencia artificial en

nuestras vidas va a depender de la forma

cómo nos comunicamos con las máquinas y

obviamente hay un desafío importante que

se ha estado Yo diría eh desarrollando

desde los inicios de la Inteligencia

artificial que es básicamente Cómo

nosotros nos comunicamos con la máquina

de tal forma de sacarle mejor provecho y

obviamente ese mejor provecho implica

que la máquina nos ayuda a resolver un

montón de problemas que usualmente no

son tan triviales para nosotros e

incluso más necesitamos mucha gente que

lo haga o necesitamos mucha experiencia

para que los humanos la puedan hacer por

ejemplo podríamos pensar en cómo las

máquinas nos pueden ayudar a comunicar

tal como lo estoy haciendo yo con

ustedes cómo nos pueden ayudar a eh No

sé entender documentos cómo nos pueden

ayudar a traducir etcétera etcétera

cierto Entonces es aquí donde la

Inteligencia artificial en particular

tiene un rol super preponderante en

términos de las comunicaciones de la

comunicación humana o máquina

básicamente porque lo que de alguna

forma nos entrega la Inteligencia

artificial son herramientas que tienen

un ingrediente en particular que es la

autonomía que es la diferencia

sustancial con lo que estamos viendo

actualmente y la autonomía quiere decir

que le doy la potencia le doy la

habilidad a la máquina entre comillas

para que valga redundancia autónomamente

perciba información del medio de algún

entorno que es extremadamente Dinámico

pueda tratar de comprenderlo y

posteriormente puede ejecutar alguna

acción si lo llevamos específicamente al

ámbito de la comunica lo que estaríamos

diciendo por ejemplo es lograr que la

máquina sea capaz de percibir por

ejemplo el lenguaje sea capaz de

procesar comprender ese lenguaje y luego

darme alguna respuesta cierto por

ejemplo traducir un texto por ejemplo

analizar una ley o lo que sea cierto por

tanto obviamente ahí tenemos un desafío

importante porque estamos parando en

este momento en el punto en el cual

necesitamos que la máquina dentro de

toda esa cantidad de posibilidades que

tiene el ser humano si tratáramos de

llevarlo a la máquina sea capaz de hacer

el trabajo como nosotros cómo hacemos

que la máquina efectivamente pueda

comunicarse y pueda entender a partir de

estas millones de posibilidades que de

hecho ustedes están teniendo en este

momento conmigo están procesando una

cantidad de posibilidades extremadamente

grande lo que estoy diciendo pero por

experiencia en milésima de segundo son

capaces de entenderla El problema es

como lo hace la máquina entonces para

eso quería poner Este ejemplo muy rápido

que es básicamente Cómo procesamos el

lenguaje de los humanos y es exactamente

lo mismo que estoy haciendo yo con

ustedes en este momento seguramente de

una intención cierto Eh mi objetivo es

tratar de comunicarle algo un mensaje

luego ese mensaje trato de convertirlo

en el lenguaje cierto luego ese lenguaje

trato de convertirlo en alguna señal que

viaja por un medio de hecho ustedes me

están escuchando es un medio es el audio

cierto que ustedes me están escuchando y

por el otro lado lo que ustedes tienen

que hacer es el proceso inverso cierto o

sea decodificar tomar esa señal cierto

ese audio si que fuera hablado podemos

tener inform información escrita y

posteriormente cierto de codificar

convertirlo en lenguaje seguramente va a

haber ambigüedad y la ambigüedad le hace

pensar no no entiendo tan bien Bueno voy

a tratar de predecir qué es lo que me

trató de decir porque no entiendo

directamente esa ambigüedad es natural

en el caso del lenguaje humano y una vez

que pasa ese proceso ya estamos en

condiciones de incorporarlo Pero me

quería parar en otro detalle fíjense que

lo que está bajo la imagen es una señal

lo que estoy transmitiendo actualmente

cuando me comunico con usted que en

realidad estoy haciendo champa porque

estoy haciéndolo en forma unidireccional

ustedes no están teniendo la posibilidad

de conversar conmigo en este momento

pero hay una hay una pequeña trampa hay

un canal de comunicación que tiene una

característica que es un canal con ruido

quiere decir que lo que lo que ustedes

reciben No necesariamente lo que yo

intenté transmitir por le podemos echar

la culpa al Canal Y eso trae un montón

de problemas y ese problemas los quería

reflejar con el siguiente ya que están

muy cansados a lo mejor hasta ahora

quería reflejarlo con el siguiente

ejercicio digamos que si tuviéramos una

maquinita que fuera o algo algo que

fuera capaz de eh hacer esta tarea Me

gustaría que intentáramos responder Esa

esa pregunta del punto de vista que a

usted le está llegando información

ruidosa entonces la pregunta que dice es

Qué representa esa imagen ustedes

seguramente ya tienen ya la respuesta en

la cabeza Pero estoy asumiendo que le

está llegando información ruidosa mía no

todos están entendiendo Exactamente

igual entonces lo que podemos hacer como

no todos están entendiendo Exactamente

igual lo que podemos hacer es convertir

este problema para ustedes en sus

cabecitas en un problema de proyección

de predicción de adivinar qué es lo que

viene pero paso a paso y basado en qué

basado en su experiencia ya entonces

podríamos decir si vamos paso a paso que

lo primero es que bueno la respuesta

sería la es la imagen por qué Porque

imagen viene después de la cierto

diciendo palabra a palabra la imagen

cierto representa Después paso a paso la

imagen representa un Y seguramente por

experiencia la imagen representa un mono

y y así puedo seguir etcétera etcétera

etcétera si se dan cuenta entonces lo

que dice básicamente el primer el primer

enfoque

es simplificar porque en realidad estoy

simplificando noral tiempo cierto eh que

básicamente nuestro cerebro está

haciendo un trabajo predictivo no

siempre el caso digamos está haciendo un

trabajo una tarea predictiva para

analizar el lenguaje ya

eh ahí parece ahí sí ahí s ahí s estamos

Entonces ahora la pregunta del millón

que sigue seguramente est en la cabeza

todos todos ustedes Cuando hacíamos el

ejercicio es que cómo Yo sé eso

De dónde saqué esa información de dónde

viene Bueno una posibilidad es que esa

información viene de lo que ustedes

aprendieron cuanto a niño o sea que

alguien le enseñó a comunicarse alguien

le enseñó a hablar leyeron mucho ojo

leyeron mucho y aprendieron ciertos

patrones del lenguaje esa una

posibilidad una de las tantas segunda

posibilidad cierto eh Wikipedia que

mucha la información que estamos

tratando de utilizar para contestar esa

pregunta la podría sacar de fuentes de

conocimiento Wikipedia es una de ellas

no estoy diciendo que sea la la única y

la otra que lo que estamos haciendo en

este momento es conversando conversando

y con el tiempo nuestra evolución nos ha

llevado a un punto tal que somos capaces

de aprender Y proyectar incluso predecir

ciertos patrones de comportamiento yo

estaba pensando en un momento Cómo

hacemos esto y pensé un animal

Qué animal es el que repite a cada rato

Y es capaz de memorizar y cumplir este

requisito un loro entonces para que

nosotros entendamos la implicancia de

esto traté de Reproducir todo como un

lorito mecánico un lorito automático

entonces la pregunta que viene a

continuación es qué requeriría

este monito para que sea capaz de hacer

exactamente lo mismo que nosotros

hicimos antes ya entonces eh obviamente

para esto necesitamos que el el lorito

sea capaz de comprender palabra por

palabra tal como lo hicimos nosotros eso

da lugar a un montón de aplicaciones

lorito traducción por computador que

responde una pregunta que resuma un

documento lorito o que Sencillamente me

entienda lo que estoy diciendo ya Pero

tiene que ser capaz además el lorito

Aunque el lorito muy básico y a veces

puede ser muy muy tonto ser capaz de

aprender capaz de aprender Y memorizar

ya entonces pero ahí nos encontramos con

algunos problemas interesantes cierto y

uno de los problemas que empieza a

originar toda una bataola de consecuenci

en el momento actual de la humanidad es

que que yo sepa los computadores

solamente entienden número no entienden

las palabras que estamos conversando

primero y segundo Es que además el

computador tiene que tener la

posibilidad equivalente al lorito cierto

de repetir repetir repetir y recordar

Entonces cómo lo hacemos y como yo asumo

también que eh vamos a ver que pase la

ahí está ahí está como ya Ah salió ahí

sí está lento cierto como y asumo que ya

esta altura también está cansado los

quiero poner el siguiente ejercicio que

pensemos cómo lo haríamos cierto Para

pasarle esa información al al a nuestro

lorito ya pensemos en dos palabras por

ejemplo Eh mono la que estaba en la

frase cierto imagen ya cómo las

podríamos Representar en términos

característica yo aquí lancé alguna

ustedes pueden estar de acuerdo pueden

agregar otra por ejemplo yo podría decir

primera característica que tiene estos

elemento si algo se mueve o no se mueve

y por simplicidad para la audiencia

vamos a suponer que sí o no nada más se

entiende uno cero la otra posibilidad es

que es inerte algunas cosas son inertes

las otras cosas no la otra posibilidad

es que si tiene pata cierto la otra

posibilidad es que sea si es digital o

no Y la otra posibilidad si tiene

píxeles si ustedes se dan cuenta unos

podrían ser sí otros no los que son sí

le colocamos uno los que son no le

colocamos cero y fíjense que esto parece

super poderoso estoy mintiendo un

poquito para que me entiendan pero super

poderoso porque estoy asumiendo

características que son eh cero y uno

binaria las características pueden ser

más complejas y por otro lado estoy

asumiendo que es lo peor del cuento

estoy asumiendo que yo la estoy

definiendo a mano algo que es imposible

la Debería ser capaz de definir por

contexto la solución para eso es

básicamente responder la pregunta y por

qué la máquina no la aprovechamos para

que aprenda todas esas características

automáticamente yo lo que podría hacer

sencillo amente darle a la máquina

ejemplos como un niño como un loro Mira

maquinita te voy a dar ejemplos de frase

o de pregunta y te voy a pasar el

ejemplo de la respuesta posible y lo que

tiene que hacer la maquinita es

básicamente interconectar o sea

encontrar Cuáles son las características

se dan cuenta aprendidas automáticamente

ya no las voy a definir y eso me abre un

montón montón de posibilidades porque yo

le podría decir mira maquinita te voy a

pasar ejemplo de pregunta y respuesta

ejemplo de texto y el resumen ejemplo de

un texto y algo que quiero extraer del

texto o o una traducción etcétera

etcétera como está pasando en este caso

cierto el segundo punto que fíjense que

que tenía nuestro amigo que no que no

que no entendía lo que estaba pasando Es

que cómo hago Que las maquinitas tengan

la posibilidad de recordar y si ustedes

se acuerdan cuando comenzamos el ejemplo

decíamos que una característica que nos

permite entender el lenguaje de alguna

forma es nuestra capacidad predictiva

entonces si yo si yo veo la imagen

Perdón la la oración que puse en

principio que es la respuesta a la

pregunta diría la imagen representa un

Mon No yo podría decir bueno que la

primera parte de esa de esa frase es el

contexto cierto es lo previo y la

segunda parte es lo que yo predigo

entonces cada vez que yo voy prediciendo

cierto de izquierda a derecha cierto

tomo lo que estaba antes que está basado

en mi experiencia y luego soy capaz de

predecir ese mecanismo que parece tan

simple trivial es lo que ha causado la

gran Revolución tecnológica que vamos a

detallar más adelante es ese simple ese

simple mecanismo de tratar de predecir

predecir pero hacerlo tan astutamente

que casi luce que la máquina está siendo

consciente que casi luce que la máquina

está entendiendo Pero si ustedes se dan

cuenta en todo lo que dije la máquina no

está entendiendo lo que está haciendo

solamente prediciendo lo que pasa que lo

predice muy bien ya y de hecho es más

incluso tiene algunos problemitas

fíjense le voy a pasar a mi lorito la

siguiente pregunta que ya la hicimos

cierto qué representa esta imagen lorito

Perdón al lorito la maquinita loro

automático y la respuesta la voy a hacer

paso a paso fíjense lo que empieza a

aparecer lo mismo que harían ustedes

cierto esta imagen representa un mono

bailarín que se descargó desde internet

ven algo extraño yo le voy a decir que

algo extraño fíjense voy prediciendo

desde lo último que está pasando hacia

atrás pero fíjense algo raro si ustedes

se fijan en la segunda línea dice que se

descargó internet piensen la cabeza

ahora qué se descargó la imagen pero eso

está aludiendo al monito ahí Tenemos un

gran problema que nos está pasando la

cuenta en muchas aplicaciones cierto

Entonces cómo resolvemos ese problema

porque Lamentablemente lo que está

pasando Es que estamos en estricto rigor

de deberíamos estar asociando cosas que

no son las que está haciendo el lorito

predictor deberíamos estar asociando

esta imagen en el fondo con lo que se

descargó que yo sepa yo descargo

imágenes de internet yo no descargo

monos se ve por lo tanto Hay un problema

de contexto que algo está pasando Y eso

por qué pasa porque la maquinita y ese

es otro de los grandes avances que nos

llevaron a hablar de esto hoy en día

tiene una capacidad que es necesario que

tengan memoria a largo plazo como lo

humanos o sea No necesariamente se

recuerden de lo último que pasó porque

eso es simple ya ya lo hicimos el

ejercicio porque es bastante limitado

sino también que además tenga memoria a

largo plazo y cómo se logra eso

básicamente la respuesta a eso es una

eh una una analogía super interesante a

los que les gusta la ciencia ficción lo

que están viendo ahí es un Transformer

el Transformer tiene una gracia y si

ustedes se fijan en cámara lenta eh

comienza unas partes más simples del

vehículo y después lo que hace es

empieza a armar y empieza a armar el

robot siguen si ustedes tuvieran la

posibilidad de pararlo aquí no puedo

pero para eh hacerlo en cámara lenta se

van da cuenta que son partes que casi yo

las podría ver como pisas Lego que

tienen superpoderes pisas LEGO que se

empiezan a comunicar entre ellas dice ya

yo te voy a pasar información de un lado

para otro conéctate te voy a pasar

información de un lado para otro

Recuerda lo que hiciste antes recuérdale

vamos vamos hasta que ensamblamos la

pieza completa ya eso básicamente Y por

qué llegué a esto por qué llegué a esto

porque básicamente esto es el corazón de

la Revolución tecnológica de este

momento

todas las aplicaciones y toda la

revuelta que pasó el 2023 en términos de

ia es graci o es la culpa de esto que

estoy mostrando en este momento este

mecanismo que lo hace este mecanismo que

es un transformador un Transformer que

se llama en inglés sacado de la misma

analogía que qué es lo que hace

básicamente le paso ejemplo de pregunta

respuesta por ejemplo cierto y en base a

eso lo que él trata de los codifica se

acuerdan trato de establecer Cuáles son

las características y una vez que tengo

las características trato de generar la

respuesta posible eso lo podría aplicar

para pregunta respuesta eso lo podría

aplicar para un diálogo eso lo podría

aplicar para eh traducción por

computador el problema que ustedes

quieran ya entonces de ese punto de

vista lo que empieza a pasar son cosas

interesantes Cómo se hace eso cierto sin

entrar en muchos detalle el truco lo que

está ahí es básicamente un montón de

circuitería hay muchos circuitos

neuronales como si fuera un humanos que

básicamente lo que hace la maquinista

tiene que aprender a hacer eso porque no

es mágico tiene que aprender y a eso hay

un conjunto de circuitos neuronales que

van que van que van operando y van

aprendiendo ya y esto ustedes imagínense

que un circuito de ampolleta entonces lo

que van haciendo la maquinita se tiene

que ajustar en comoo van

prendiendo y apagando ampolleta de tal

forma que calce que calce con la salida

con la respuesta que yo quiero depende

cuál sea cuál sea el problema y la otra

componente que tiene esto cierto es algo

fantástico que también revolucionó las

tecnologías del año 2023 a pesar que

venía de mucho antes que es la

posibilidad la maquinita de ponera

atención se acuerdan el problema que

teníamos con la respuesta que una de las

cosas que pasaba Es que la e la máquina

no tenía memoria a largo plazo Por tanto

se olvidaba de las cosas fácilmente y

ese mecanismo es bastante antiguo pero

vino por ahí por el 2017 en adelante el

mecanismo que básicamente trata de

emular lo que hacen los humanos que si

ustedes se dan cuenta cada vez que yo

analizo una frase en un texto lo que sea

que estoy traduciendo básicamente me

fijo en ciertas partes importantes

entonces este mecanismo básicamente le

permite saber a la máquina sabes qué

cuando tú tú vayas a traducir o cuando

vayas a responder una pregunta Fíjate en

esto o en esto otro porque el resto es

irrelevante Y eso cómo lo hago

aprendiendo con el tiempo ya entonces eh

eso origina lo que lo que nos tiene

parado en este momento vuelto loco y que

ha originado un montón de problemas

también y un montón de eh de

preocupación en términos regulatorios

que se llaman los grandes modelos de

lenguaje y que y de dónde vienen los

grandes modelos de lenguaje porque ya

vimos como el lenguaje se podía modelar

cierto eh des el punto de vista de de

dición proyectivo cierto De dónde viene

lo grande porque Primero estamos usando

muchos circuitos demasiados circuitos y

aquí viene el interesante regulatorio

Oye pero vamos a usar muchos muchos

circuitos necesitamos máquinas super

poderosas que hagan eso sí Y esas

máquinas poderosas no las tiene

cualquiera no O sea el control es de

unos pocos sí son unos pocos que tienen

el control para entrenar esas máquinas

Lamentablemente se supone que se está

trabajando en eso per ahí hay un tema

futuro que hay que preocuparse y lo otro

que en general estábamos usando

demasiadas fuentes de información

entonces por un lado estamos usando

muchos circuitos que tenemos que ajustar

y estamos usando demasiadas fuentes de

información y aquí donde el punto

nuestro amigo lorito ya se queda sin

pega este el primer efecto de la idea

nuestro loro se quedó sin trabajo Pero

por qué bueno porque empezaban a

aparecer cosas que ahora lo reemplaza Y

empezamos a ver aplicaciones como chat

gpt o bar de Google entre otras que

hacen exactamente el mismo tipo de

trabajo junto con muchas otr con muchas

otras aplicaciones y están así están el

poder de esto y esto es el futuro

fíjense ustedes el gráfico que yo puse

básicamente si fuera se acuerda que

dijimos los circuitos que la que la que

los sistemas tiene que aprender a

ajustar la ampolle tias Por así decirlo

fíjense el Cómo va creciendo casi

exponencialmente el gráfico está

diciendo todos los modelos posibles que

existen seguramente les va a sonar a

algunos familiares el último

especialmente que dice gpt cierto el

Cómo va creciendo el número de ampolle

tias Por así decirlo ustedes dirán pero

para qué me sirve que sean más

ampolletas para qué me sirve que sean

más grandes porque es como lo humano a

medida que nuestro sistema interno se

empieza a sofisticar lo que empieza a

pasar es que empieza a hacer las cosas

mucho mejor hasta un cierto punto por lo

demás Por tanto más más ampolle tias Por

así decirlo o más parámetros de alguna

forma significa tengo más poder y poder

paser Qué cosa en este momento puedo

responder exámenes antes no lo podría

hacer en estos momento puedo entre

comillas ponerme pseudo creativo para

generar contenido en este momento podría

corregir un texto podría engañarlo a

usted haciéndole creer que estoy

entendiendo en realidad no estoy

entendiendo Lo que pasa que llegué a un

punto mi capacidad tal que soy tan

grande que puedo hacer cosas que antes

ustedes no me la enseñaron ya por tanto

eso obviamente genera un un cambio

brutal en lo que estamos viendo

tecnología qué es lo que viene con todo

esto estos grandes modelos de lenguaje

que han hecho posibl estas aplicaciones

como chat gpt que ustedes usan a cada

rato bar y muchas otras básicamente los

grandes modelos lenguaje o lo que se

llama llm en inglés básicamente es un

conjunto de poten potencialidades que me

da el punto de vista comunicarme de la

forma más eficientemente posible con los

computadores me gustaría que solamente

miraran la parte que está en azul Porque

todos los restos básicamente son

tecnologías habilitantes son

herramientas lo que está en azul es lo

más importante puedo generar sistemas

conversacionales que es lo que más se

usa puede ayudar a traducir puede ayudar

a comunicar en términos entender

documentos etcétera etcétera etcétera

Pero algunas charlas hoy día han hablado

del aspectos laborales yo no voy a

hablar de los aspectos laborales

negativos porque efectivamente tenemos

temas que como efecto la automatización

de esta herramienta podemos perder

algunos trabajos y siempre ha pasado en

revoluciones tecnológicas que hay

pérdida de trabajo cierto A pesar que

los beneficios siempre son muchos más me

quería centrar al revés en lo que

aparece nuevo Qué cosas empiezan a

aparecer como nuevos desafíos como

nuevos trabajos como nuevas habilidades

fíjense por ejemplo empiezan a aparecer

lo que se llama en inglés los prom

engineer o sea los ingenieros que están

a cargo de preguntarle a la máquina

porque dependiendo cómo le pregunte le

puedo sacar mayor provecho entonces los

ingenieros que se especializan en Cómo

doy las mejores instrucciones eh

además tenemos problemas de interfaces

cómo diseño las mejores

interfaces con estos sistema de tal

forma que me pueden ayudar en mi empresa

en la universidad en los Colegios

etcétera etcétera eh creadores de

contenido quizás que es una de las

aplicaciones más usuales hoy en día de

estos modelos es Cómo uso aplicaciones

como chat gpt u otro para generar

contenido automáticamente Y qué más eh

tareas como eh curar O sea qué pasa

cuando la información que viene no es

perfecta quién se preocupa de corregirla

cierto Qué es la regla Qué es la justa

Bueno hay curadores que es necesario y

el otro tema que no voy a repetir pero

no el tiempo ya se estaba hablando temas

de ética de gobernanza Qué pasa si yo le

pido a chpt no lo hagan seguramente ya

ya no lo pueden hacer en este instante

quizás un año atrás sí chpt Dame por

favor la receta de cómo puedo hacer una

bomba seguramente Ahora les va a decir

No no estoy autorizado seguramente al

principio cuando no estaba todo tan

controlado seguramente les est alguna

receta algo algo similar ya eh Y

obviamente Hay riesgo me gusta hablar

más de riesgos que de amenaza cierto uno

de los riesgos más importantes tiene que

ver con el conocimiento limitado y hay

un desafío super importante a futuro

conocimiento limitado en términos de lo

que se le enseñó a las máquinas con

estos modelos a estos loritos Por así

decirlo no es precisamente lo que yo

necesito en el colegio o no es

necesariamente lo que yo voy a usar en

la universidad o en la empresa o en el

estado A lo mejor necesito ajustarlo O

sea necesito adecuarlo a mi dominio ahí

hay un hay un tema Que obviamente

necesitamos resolver qué pasa con los

sesgos ya creo que en la mañana atan

varios de los cegos Qué pasa cuando el

el lorito se alimenta de datos que están

cegados por naturaleza y no me mal

entienda no es que haya mala intención

perverso que hicieron eso por naturaleza

el ser humano genera información segada

en libros en redes sociales Wikipedia

por tanto Cómo abordamos ese

problema y errores án de dónde vienen

los errores usted lo que mostró era tan

perfecto No pues si estamos ahora

tenemos lorito que predice y al predecir

dependiendo la experiencia lorito se

puede equivocar ahora el problema

pequeño detalle Ah pero que yo me vo dar

cuenta cuando el lorito se equivoque No

ese el problema que le puede estar

generando información falsa que usted ni

siquiera se da cuenta Es lo que

actualmente se llama se mal llama en

realidad las famosas alucinaciones qué

pasa con la infracción de derechos de

autor del contenido que está leyendo el

lorito ya en este momento hace dos

semanas atrás tenemos una un diario

norteamericano que está demandando a la

famosa empresa Open porque usó para

entrenar a su lorit usó información que

donde no estaba autorizado Entonces

ahora están empezando aparecer problemas

regulatorios cierto legales Que

obviamente antes no no teníamos Y qué

pasa con el riesgo de las pérdidas de

trabajo porque obviamente cada vez que

usamos esta herramientas para

automatizar tenemos que obviamente

abordar los problemas que aquí ya se ha

hablado no voy a hablar de eso de los

riesgos que implica dejar a gente sin

trabajo y para terminar básicamente

quería poner dos puntos dos puntos

importantes y do puntos que tienen que

ver con Cuál es el peredo de todo esto

parece todo perfecto la verdad que no De

hecho hay más problemas que lo que creen

y uno de los primeros problemas yo diría

que lo resumiría como el peor lo peor

que puede pasar a la humanidad no es la

ia sino es la gente que usa la ia

nosotros y aquí tien un caso y en más de

uno un abogado o varios abogados que no

sabían lo que estaban haciendo usaron

tecnología sin entender y generaron un

caso falso falso falso al punto que

hasta la fundamentación hasta la cita

estaban invent pero estaban inventadas

por este lorito también tan

consistentemente que nadie lo notó se

pensó que era todo real pero en realidad

era falso cces ahí tenemos el primer la

primera luz amarilla digamos parece los

humanos tenemos el problema más allá de

La regulación en que estamos preocupados

y el segundo Esto sí señoras y señores

no no no char bt no los va a hacer ganar

la lotería por ningún lado no es que yo

vi el diario no no no chao chao no no

imposible ningún método ninguna

tecnología no que vamos a regularlo para

que lo haga no tampoco

chpt no ha hecho nada nada mágico no lo

va a hacer son procesos demasiado

complejos y si se ve eso básicamente

Porque alguien se le pasó en la cabeza

que a lo mejor podría ser la posibilidad

que la adivine como estamos hablando de

adivinar Sí pero estamos hablando en

este caso de adivinar el número de la

lotería ya entonces la solución para

resolver estos problemas de este de esta

de este peor error para la humanidad que

es tener a seres humanos que usen cosas

cuando no las entienden la solución para

eso yo voy a voy a contribuir para

terminar esta conferencia hoy día mi mi

contribución es alfabetizar Y si alguien

quiere saber más detalles de esto de qué

es lo que significa esto y lo que no

significa esto Cuál es el futuro lo dejo

invitado que está por aquí afuera

aparece en algún lado mi segundo libro

justamente que habla los aspectos

técnicos de esto que habla de los

aspectos de los modelos o los grandes

modelos de lenguaje para que ustedes

vean eh usualmente qué es lo que pueden

hacer Qué es lo que no pueden hacer y

qué es lo que es el mundo de la ciencia

ficción digamos que está bastante

alejado a lo que queremos hacer y eso

básicamente mi charla Así que muchas

[Aplausos]

gracias