La guia definitiva para entender la Inteligencia Artificial
Summary
TLDREl video ofrece una visión general de los conceptos fundamentales de la Inteligencia Artificial (IA). Comenzando con la definición de la IA como la capacidad de las computadoras para realizar tareas que tradicionalmente son propias de la inteligencia humana, el video recorre una serie de temas, desde el histórico del concepto, pasando por el Test de Turing, el Machine Learning, los modelos y el Deep Learning, hasta llegar a conceptos más modernos como los Transformers y el procesamiento del lenguaje natural (NLP). Además, explora la generativa, los modelos extensos de lenguaje (como GPT), los chatbots y la importancia de la retroalimentación humana en el aprendizaje. Finalmente, el video toca el tema de la Inteligencia Artificial General (AGI) y la singularidad, que es el punto hipotético en el que la IA superaría la inteligencia humana. El video es una guía didáctica para aquellos que buscan entender los fundamentos de la IA y sus posibles desarrollos futuros.
Takeaways
- 🧠 La inteligencia artificial (IA) es la capacidad de las computadoras para realizar tareas que normalmente requieren inteligencia humana.
- 📝 El término 'Inteligencia Artificial' fue introducido por John McCarthy en 1956 y dio lugar al lenguaje de programación LISP.
- 🤖 El Test de Turing, propuesto en 1950, es un método para determinar si una computadora puede pensar, esencialmente si puede ser indistinguible de un ser humano en una conversación.
- 📈 Machine Learning es el proceso por el cual las computadoras 'aprender' a través del análisis de grandes cantidades de datos para encontrar patrones y hacer predicciones.
- 🧮 Un modelo en IA es una representación matemática de un sistema real que captura patrones y relaciones a través de datos de entrada y salida.
- 🧬 Deep Learning utiliza redes neuronales para mejorar los modelos en tareas complejas como el reconocimiento de imágenes o la conducción autónoma.
- 👀 Las redes neuronales convolucionales son fundamentales para la visión por computadora, permitiendo el reconocimiento de imágenes a nivel píxel.
- 🔤 Los Transformers son una arquitectura de red neuronal diseñada para el procesamiento del lenguaje natural, impulsando el NLP (Natural Language Processing).
- 💬 NLP es el campo de la IA que se dedica a entender y procesar el lenguaje humano, permitiendo traducciones automáticas y respuestas como una persona.
- 🔁 La inteligencia artificial generativa es capaz de crear contenido original como textos, imágenes, música y voces, usando algoritmos de Markov y modelos como GPT.
- 🤖 Chatbots son programas que simulan conversaciones humanas a través de un chat, y su desarrollo ha evolucionado desde los primeros modelos con respuestas preconfiguradas hasta los actuales que aprenden de las interacciones.
- 🔍 Fine-tuning es el proceso de ajustar un modelo pre-entrenado para tareas específicas, como crear un chatbot personalizado.
Q & A
¿Qué es la Inteligencia Artificial según el script?
-La Inteligencia Artificial es la capacidad que tienen las computadoras para realizar tareas propias de la inteligencia humana.
¿Quién introdujo el término 'Inteligencia Artificial' y en qué año?
-El término 'Inteligencia Artificial' fue introducido en 1956 por John McCarthy.
¿Cuál es el propósito del Test de Turing?
-El Test de Turing consiste en que una persona llamada juez mantiene un diálogo vía texto con una computadora y con una persona a las que no puede ver, y si el juez no logra diferenciar entre la computadora y la persona, la computadora ha superado el test y es considerada una 'máquina pensante'.
¿Qué es el Machine Learning y cómo se relaciona con la Inteligencia Artificial?
-El Machine Learning es el proceso para que una computadora realice tareas propias de la inteligencia humana, y consiste en entrenar una computadora con grandes cantidades de datos para que pueda encontrar patrones y relaciones a través de probabilidades y estadísticas.
¿Qué es un modelo en la Inteligencia Artificial?
-Un modelo en la Inteligencia Artificial es una representación matemática de un sistema real de datos, capaz de captar los patrones y las relaciones entre los elementos de un sistema.
¿Qué son las Redes Neuronales y cómo funcionan?
-Las Redes Neuronales son un modelo de cómputo que emula las redes neuronales biológicas del cuerpo humano con el fin de imitar la estructura del pensamiento humano. Están conformadas de nodos que representan neuronas y capas que son conjuntos de neuronas destinadas a una tarea específica.
¿Qué son los Transformers y para qué se utilizan?
-Los Transformers son una arquitectura de red neuronal inventada por Google en 2017, diseñada para el reconocimiento del lenguaje humano y son fundamentales en el procesamiento del lenguaje natural.
¿Qué es el Procesamiento del Lenguaje Natural (NLP) y cómo ha sido potenciado?
-El Procesamiento del Lenguaje Natural (NLP) consiste en entender el lenguaje humano con todas sus sutilezas. Ha sido potenciado por los Transformers, permitiendo entender sentimientos, hacer traducción automática, responder como lo haría una persona o resumir información.
¿Qué es la Inteligencia Artificial Generativa y cómo ha evolucionado?
-La Inteligencia Artificial Generativa es la rama de la IA capaz de crear contenido como textos, código, imágenes, música e incluso voces. Ha evolucionado desde el algoritmo de Markov en los años 50 hasta modelos avanzados como GPT-3 y DALL-E en la actualidad.
¿Qué es el Fine Tuning y cómo se realiza?
-El Fine Tuning es el proceso de tomar un modelo pre-entrenado y afinarlo para usos específicos. Los pasos son preparar los datos, subir los archivos, crear un proceso de fine tuning con esos datos y luego utilizar el modelo ajustado.
¿Qué es la Inteligencia Artificial General (AGI) y cómo se diferencia de la IA que conocemos?
-La Inteligencia Artificial General (AGI) es el objetivo de crear un modelo de IA que pueda extrapolar sus conocimientos a otras áreas y aprender por sí misma, alcanzando la capacidad humana de llevar su experiencia a otros ámbitos. Se diferencia de la IA estrecha o narrow AI, que tiene un campo de aplicación específico y no puede transferir sus conocimientos a tareas muy diferentes.
¿Qué es la Singularidad y cómo se relaciona con la IA?
-La Singularidad es un concepto ficticio que se refiere al punto en que la IA superará la inteligencia humana y será capaz de crear nuevas tecnologías y mejorarse a sí misma sin nuestra intervención. Está relacionada con la idea de que la tecnología y la IA podrían alcanzar un nivel en el que se auto-sustenten y evolucionan sin la necesidad de la intervención humana.
Outlines
😀 Introducción a la Inteligencia Artificial
En este primer segmento, el presentador inicia su viaje desde el aeropuerto de Lima hacia Bogotá, aprovechando el tiempo antes del vuelo para hablar sobre la inteligencia artificial (IA). Explica que, debido a la popularidad creciente de la IA, es esencial entender sus conceptos fundamentales, independientemente de la profesión. Comienza con la historia y definición de la IA, mencionando su primera referencia en la antigüedad y su formalización en 1956 por John McCarthy. Además, introduce el Test de Turing como una medida de la capacidad de las máquinas para pensar, mientras avanza hacia su vuelo.
🌍 Avances y Conceptos Clave en IA
Al llegar a Bogotá, el presentador continúa con la explicación sobre componentes importantes de la IA como el machine learning y el deep learning, destacando cómo estos permiten a las computadoras aprender y mejorar por sí mismas. Expone sobre las redes neuronales y su similitud con las conexiones neuronales humanas, así como sobre los parámetros que hacen a las redes neuronales más poderosas. También habla sobre la red neuronal convolucional, crucial para el reconocimiento de imágenes y, finalmente, introduce los Transformers, esenciales para el procesamiento del lenguaje humano.
🏆 Evento y Más Conceptos de IA
Después de asistir a un evento en Bogotá, el presentador discute conceptos adicionales de IA mientras menciona su participación en el evento edeccam. Cubre temas como la generación de contenido por IA, modelos de lenguaje amplios y cómo estos han evolucionado con la introducción de arquitecturas como GPT y Transformers. También explica el procesamiento de lenguaje natural y su importancia en la interpretación y generación del lenguaje humano. Finaliza hablando sobre la personalización de modelos de IA a través de técnicas como fine tuning.
🤖 Futuro y Ética de la IA
En la conclusión del script, el presentador aborda temas avanzados y éticos de la IA, incluyendo el aprendizaje reforzado por retroalimentación humana (RLHF), la inteligencia artificial general (AGI), y la singularidad, una teoría que sugiere que la IA podría superar la inteligencia humana y operar independientemente. Destaca la importancia de entender estos conceptos debido a sus potenciales impactos en la sociedad y la tecnología. Finaliza invitando a la audiencia a aprender más sobre IA a través de su plataforma educativa.
Mindmap
Keywords
💡Inteligencia artificial
💡Test de Turing
💡Machine Learning
💡Modelo
💡Deep Learning
💡Redes Neuronales
💡Pesos y Sesgos
💡Red Neuronal Convolucional
💡Transformers
💡NLP (Natural Language Processing)
💡AI Generativa
Highlights
El concepto de Inteligencia Artificial (IA) es la capacidad de las computadoras para realizar tareas que normalmente requieren inteligencia humana.
El término 'Inteligencia Artificial' fue introducido por John McCarthy en 1956, quien también creó el lenguaje de programación LISP.
El Test de Turing, propuesto en 1950 por Alan Turing, evalúa si una computadora puede engañar a un humano en un diálogo de texto sobre ser otra persona.
Machine Learning es el proceso de entrenar una computadora con grandes cantidades de datos para encontrar patrones y tomar decisiones.
Un modelo en IA es una representación matemática de un sistema real que captura patrones y relaciones entre los datos.
Deep Learning utiliza redes neuronales para mejorar los modelos en tareas complejas como el reconocimiento facial o la conducción autónoma.
Las redes neuronales están compuestas de nodos y capas que emulan las redes del cuerpo humano para imitar el pensamiento humano.
Los parámetros en una red neuronal, como los pesos y los sesgos, son ajustados automáticamente en un proceso de aprendizaje.
Las redes neuronales convolucionales son específicas para el reconocimiento de imágenes a través de procesamiento pixel por pixel.
Los Transformers son una arquitectura de red neuronal diseñada por Google en 2017 para el reconocimiento del lenguaje humano.
NLP, o procesamiento del lenguaje natural, permite a las computadoras entender el lenguaje humano con todas sus sutilezas.
La IA generativa es capaz de crear contenido como textos, código, imágenes, música e incluso voces.
El modelo ELM o Large Language Model comprende y genera lenguaje humano a una escala muy grande, basado en la arquitectura Transformers.
Un chatbot es un software que simula una conversación con un ser humano a través de un chat.
Los prompts son instrucciones dadas al modelo IA para que realice una tarea específica, funcionando como un lenguaje de programación.
Un modelo multimodal puede procesar información de diferentes formatos, como texto, imágenes o sonidos.
Fine-tuning es el proceso de afinar un modelo pre-entrenado para usos específicos.
RLHF, o aprendizaje reforzado por retroalimentación humana, permite a los sistemas aprender y mejorar con feedback humano.
AGI, o Inteligencia Artificial General, es el objetivo de crear un modelo IA que pueda extrapolar sus conocimientos a otras áreas.
La singularidad es el punto ficticio en el que la IA superaría la inteligencia humana y sería capaz de mejorarse a sí misma sin intervención humana.
Transcripts
Hola amigos Cómo están son cinco y media
de la mañana y estoy en el aeropuerto de
Lima rumbo a Bogotá nuestro vuelo sale
en una hora y media más o menos y estoy
muy feliz porque después de seis años
regreso a Bogotá y como nuestro vuelo
sale en una hora y media y no tengo nada
que hacer en ese tiempo voy a grabarles
un videito hablándole sobre la
Inteligencia artificial porque desde que
se lanzó a dividir en noviembre del año
pasado todo el mundo habla de
Inteligencia artificial y han salido
supuestos expertos hasta de debajo de
las piedras pero más allá de eso la
Inteligencia artificial es un tema que
tienes que conocer sea cual sea tu
profesión por eso en este vídeo te voy a
explicar de manera súper sencilla los 20
conceptos más importantes que debes
conocer sobre Inteligencia artificial
Así que si eres de los que solo saben
decir prom y como la mayoría de gurús de
internet Quédate porque hoy sí vas a
entender la Inteligencia artificial
porque tú sabes que en español nada
explica mejor que de ti
entonces empecemos por el principio
preguntándonos Qué es la Inteligencia
artificial y es la capacidad que tienen
las computadoras para realizar tareas
propias de la inteligencia humana y este
es un concepto que ha obsesionado la
humanidad desde tiempos muy antiguos por
ejemplo la primera mención a este
concepto fue en el siglo quinto antes de
Cristo cuando un poeta griego en una
obra mencionó una máquina que podía
pensar y escribir poesía obviamente era
ficción pero ya la gente está pensando
en eso pero el término Exacto
Inteligencia artificial fue introducido
en 1956 por John mccarthy quien además
creó el lenguaje de programación list
enfocado específicamente en Inteligencia
artificial hace 67 años
ya estamos embarcando embarcando Bueno
buenas buenas buenas estos asientos
chiquititos
[Música]
el número 2 es el test de turing Por
cierto ya estamos en el avión a punto de
despegar mi hijo está ahí tomándole
videos a la ventana y Bueno les cuento
sobre el test de touring Y es que en
1950 la altura pensó que puesto que la
programación sigue las leyes de la
lógica y del pensamiento humano también
era razonable que las computadoras
pudieran vencer Así que propuso un
tercer que llamó el juego de limitación
pero que la historia ha recordado como
el test de turín este test consiste en
que una persona llamada juez mantiene un
diálogo vía texto con una computadora y
con una persona a las que no puede ver
si el juez no logra diferenciar Quién es
la computadora y quién la persona la
computadora ha superado el test y es una
máquina pensante por mucho tiempo se
creyó que este test no podía superarse
pero al día de hoy ya ha sido vencido
vamos a leer en la tierra ya
[Música]
Ya estoy en Bogotá oficialmente fue un
viaje de tres horas es un viaje corto
pero a mí me fue muy pensado porque casi
no he dormido así que fue difícil pero
ya estoy acá ya estoy bastante contento
Así que continuemos y el siguiente
término que debes conocer es machine
learning seguro lo has escuchado y es
que si la Inteligencia artificial es la
capacidad de una computadora para
realizar tareas propias de la
inteligencia humana el Machine learning
es el proceso para conseguirlo el
Machine consiste en entrenar una
computadora con grandes cantidades de
datos para que pueda encontrar patrones
a través de probabilidades y
estadísticas a partir de esos patrones
la computadora es capaz de identificar
nuevos datos predecir datos futuros o
tomar decisiones los datos son para el
Machine learning como la gasolina para
un auto si antes nuestros datos se
usaban Para enviarnos publicidad ahora
se usan para entrenar a la guía
[Música]
Listo ya pasamos migraciones suavecito
rapidito cheverísimo llegar a Colombia y
vamos a recoger las maletas así que de
paso le voy contando el siguiente
concepto que es modelo porque
seguramente has escuchado que gpt 4 o
llamados son modelos Pero qué es un
modelo en la Inteligencia artificial un
modelo es una representación matemática
de un sistema real de datos Este modelo
es capaz de captar los patrones y las
relaciones entre los elementos de un
sistema en sencillo son como los
algoritmos en la programación con una
pequeña diferencia los algoritmos son
diseñados y escritos por programadores
para generar datos de salida a partir de
datos de entrada mientras que en los
modelos tenemos los datos de entrada y
los de salida pero no tenemos el
algoritmo y es a través de prueba y
error y mucha matemática que se obtiene
ese algoritmo O mejor dicho modelo que
es la base de la guía el siguiente
concepto es el Deep learning Y es que el
Machine learning usa algoritmos basados
en probabilidades y estadísticas para
entrenar a sus modelos y que sirven muy
bien para determinados usos pero en
problema más complejos como el
reconocimiento facial de la escritura a
mano o la conducción Autónoma estos
algoritmos no bastan es aquí donde entra
el aprendizaje profundo o Deep learning
que usa redes neuronales Y es capaz de
ir mejorando sus modelos sin
intervención humana evaluándose a sí
mismo del locos todos los modelos de
guía que nos tienen alucinando en la
actualidad están entrenados con Deep
learning ya estamos a un pasito de salir
del aeropuerto y entrar oficialmente en
Bogotá y mientras tanto te voy contando
el siguiente concepto que son las redes
neuronales porque como te dije el Deep
learning está basado en redes neuronales
que son un modelo de cómputo que emula
las redes neuronales biológicas del
cuerpo humano con el fin de imitar la
estructura del pensamiento humano la
redes neuronales están conformadas de
muchos elementos Pero hay dos que son
fundamentales número uno los nodos que
representa n una neurona y reciben
información o datos de entrada que
provienen de otras neuronas procesan
esos datos y entregan el resultado o
datos de salida a otra neurona que
repetirá el proceso y dos las capas que
son conjuntos de neuronas o nodos
destinadas a una tarea en específico por
ejemplo una capa puede reconocer la
forma de una imagen otra capa puede
reconocer colores otra capa volumen
etcétera
listo oficialmente salimos del
aeropuerto y llegamos a Bogotá Ay Ahí
está mi tío Alexis
señor cómo vas muy bien y ahora el
siguiente concepto son los parámetros
que son las conexiones entre los nodos
de una red neuronal o más sencillo cada
línea en el gráfico de una red neuronal
a más parámetros más poderosa la red
neuronal y el modelo entrenado con ella
por ejemplo el tiene 175 millones de
parámetros dentro de los parámetros
Existen dos conceptos fundamentales los
pesos y los sesgos los pesos indican el
nivel de importancia de cada uno de los
datos mientras que los sesgos ayudan a
hacer predicciones más específicas lo
interesante de esto es que tanto los
pesos como los sesgos son ajustados
automáticamente por la red neuronal en
un proceso de prueba y error continuo
sin intervención humana
Alexis ahí me está pidiendo el desayuno
saluda Alexis
porque estamos en desayunar desde
madrugada les cuento el siguiente
concepto que es la red neuronal
convolucional y este tipo de red
neuronal es el específico para
reconocimiento de imágenes puesto que su
procesamiento requiere ir Pixel por
píxel es decir cuadro por cuadro de la
imagen recuerda que las redes neuronales
tienen capas pues las redes neuronales
convolucionales tienen una capa llamada
convolución de ahí su nombre que se
encarga de identificar las imágenes con
procesos matemáticos que calculan cada
Pixel gracias a estas redes la guía
puede reconocer personas en fotos
convertir la escritura a mano a texto y
los autos que se manejan solos pueden
reconocer personas o objetos esta rama
de la ia se conoce como visión por
computadora el siguiente concepto son
los Transformers y no no les doy Optimus
Prime porque así como las redes
neuronales convolucionales son la base
para el procesamiento de imágenes
los Transformers no son para el
reconocimiento del lenguaje humano
cuando era niño mi papá me decía que si
le hablabas a una computadora esa te
entendía yo le creí pero cuando crecí
entendí Cómo funcionan las computadoras
y se destruyó mi infancia sin embargo
ahora es posible ya dividir es el mejor
ejemplo y todo comienza con los
Transformers que no son sino una
arquitectura de red neuronal inventada
por Google en 2017 para el
reconocimiento del lenguaje humano
y el siguiente concepto ya vamos en 10
es nlp que son las siglas de natural
Language processing o procesamiento de
lenguaje natural y consiste en entender
el lenguaje humano con todas sus
sutilezas el nlp fue potenciado por los
Transformers y permite entender
sentimientos hacer traducción automática
responder como lo haría una persona o
resumir información el envidia y otros
expertos han dicho que el lenguaje
humano puede convertirse en el próximo
lenguaje de programación es decir en la
forma de darle instrucciones a una
computadora
impresionante pues ya ya estamos aquí
estoy acá con mi polito del edcam Bogotá
2023 y aquí en la escuela de ingeniería
Julio garavito Este es el auditorio
donde va a ser el edeccam el día de
mañana y mira qué belleza de auditorio
Mira qué Qué hermosura realmente de
auditorio
Gracias por hacer posible el cambio
Bogotá 2023 estamos muy agradecidos con
todas las personas que decidieron
acompañarnos en dos días increíbles
aprendimos muchísimo conocimos nuevas
personas nos tomamos demasiadas fotos
probamos la rica comida colombiana y nos
divertimos como nunca Este ha sido uno
de los mejores edecam de todos los
tiempos y ya esperamos con ansias el
siguiente Muchísimas gracias comunidad
y ya estoy de nuevo en Lima aún cansado
por todo el trabajo detrás del edeccan
pero súper satisfecho Muchísimas gracias
Bogotá y a toda la comunidad que nos
acompañó en estos dos días increíbles
para aprender conocer nuevas personas y
crecer profesionalmente para mí ha sido
un orgullo y un honor acompañarlos en
estos días Muchísimas gracias a todos
los asistentes y también a mi equipo mis
socios Alexis y Beto
[Música]
Paula Matías yimelis greeicy dairo los
invitados los speakers y también a
nuestras familias y a mis hijos que
tuvieron su primera presentación en una
de campo Muchísimas gracias a todos de
corazón y en 2024 nos vemos en México
para el próximo de cambio
[Música]
y continuando con los conceptos de
Inteligencia artificial el siguiente es
y agenerativa que es la rama de la
Inteligencia artificial que es capaz de
crear contenido como textos código
imágenes música e incluso voces el
primer modelo generativo es de los años
50 y se conoce como algoritmo de markov
que podía determinar la siguiente
palabra en una cadena de texto y así
construir oraciones como lo haría una
persona en 2022 hubo una explosión de
productos de guía generativa lambda de
Google en mayo Meet journe en julio
stable difusión en agosto Dalí 2 en
septiembre y Chad en noviembre el
siguiente concepto es el Elm o large
Language o modelo extenso de lenguaje
Este es un tipo de modelo que puede
comprender y generar lenguaje humano a
una escala muy grande estos modelos
están basados en la arquitectura
Transformers y en 2018 se lanzaron los
dos primeros ver de Google y gpt 1 de
openid en junio de 2022 un ingeniero de
Google hizo noticia luego de hablar por
meses con lambda de Google y asegurar
que tiene vida en diciembre de 2022 se
lanzó gpt 3.5 y en marzo de este año gpt
4 en julio Google lanzó pan too sobre el
cual se construyó mal como respuesta
chat y también en julio meta lanzó y ama
2 un lelem Open source el siguiente
concepto es gpt y seguro te suena por
chat o chat gpt y son las siglas de
generative Transformers Ya te expliqué
Qué significa generativo y también
Transformers mientras que pre entrenado
pretrain significa que este tipo de
modelo fue entrenado con grandes
cantidades de datos para propósitos
generales y luego puede afinarse para
usos específicos Este es un modelo de
guía generativa desarrollado por opening
sobre la arquitectura Transformers en
noviembre de 2018 se lanzó gpt 1 en
noviembre de 2019 gpt 2 en diciembre de
2020 gp3 en diciembre de 2022 gpt 3.5 y
en marzo de 2023 gpt 4
número 14 chatbot un chatbot es un
software que simula una conversación con
otro ser humano a través de un chat el
primer chatbot de la historia se llamó
Elisa y fue desarrollado en el mit en
1966 era muy simple pues tenía
respuestas preconfiguradas que se
disparaban por palabras clave de la
conversación en 2016 Microsoft publicó
type un chatbot con ia con el que los
usuarios podían interactuar en Twitter
este chatbot aprendía de las
interacciones con las personas por lo
que en Solo un día se volvió racista
nazi y xenófobo y Microsoft tuvo que
pedir disculpas públicas y retirarlo en
noviembre de 2022 opening lanzó charge
pity un chatbot basado en gpt 3.5 y
luego en gpt 4 en febrero de 2023
Microsoft lanzó vintage basado en gp4 y
en marzo Google lanzó Bart basado en
número 15 prompt para la Inteligencia
artificial pront es la instrucción que
se le da al modelo para que realice una
tarea específica estos proms pueden ser
en formato de texto que es el más común
hoy en día imagen o sonido lo
interesante de los proms es que
funcionan como un lenguaje de
programación en el sentido de que
mientras más claro seamos en las
instrucciones mejores serán los
resultados de ahí que se hable de una
carrera de Chrome engineer cuyo objetivo
real no es saber cómo escribir un Pro
porque es algo demasiado sencillo si no
conocer a fondo los modelos para
optimizarlos crear chatbots o mejorar su
precisión número 16 multimodal un modelo
es multimodal cuando es capaz de
procesar información de diferentes
formatos por ejemplo texto imágenes o
sonidos Pero además que pueden recibir
sus proms en estos diferentes formatos
por lo que un chatbot que también recibe
imágenes es multimodal los modelos de
guía comenzaron siendo mono modales pero
los modelos más importantes al día de
hoy como gpt 4 de opened Palm to the
Google o llamados de meta son
multimodales número 17 find tuning Este
es el proceso de tomar un modelo pre
entrenado como gpt 4 y afinarlo para
usos específicos como crear un chatbot
para tu y Commerce que conozca tu
catálogo de productos y los precios
gracias al find tuning existen muchas
Apps basadas en chat de y sus plugins
además puedes crear tu propio chatbot
con fine tuning estudiando en ethereting
la semana pasada opening anunció que ya
está disponible el find tuning para gpt
3.5 Turbo y que pronto saldrá el de gpt
4 hasta ahora estaba disponible solo el
de gpt 3.5 para realizar un find tuning
los pasos son cuatro número uno preparar
tus datos número 2 Subir tus archivos
número 3 crear un proceso de fine tuning
con esos datos y paso 4 utilizar Este
modelo que ya está ajustado número 18
rlhf Estas son las siglas de
rainforcement learning from feedback o
aprendizaje reforzado por
retroalimentación humana
esto significa que los sistemas aprenden
por sí solos pero seres humanos le dan
feedback para que sepan estos sistemas y
sus resultados fueron correctos o no y
así puedan mejorar esto dio origen al
meme más famoso de la Inteligencia
artificial que representa una criatura
de ficción llamada shoggot que es un
monstruo aterrador que puede salirse de
control que es el mismo miedo que
tenemos acerca de la Inteligencia
artificial Mientras que el mismo
shoggart pero con una carita feliz Es la
guía con rlhf o sea el mismo monstruo
pero con una etiqueta para que le
tengamos menos miedito número 19 a&a
oage son las siglas de artificial
general intelligence o Inteligencia
artificial general y es el máximo
objetivo de la guía para explicarlo
recordemos que la ia que conocemos se
conoce como estrecha o narrow eye que
significa que su campo de aplicación es
específico por ejemplo una guía que
genera imágenes no puede generar una
guía para conducción Autónoma no puede
traducir idiomas son como aplicaciones
con usos específicos la idea de la agi
es que un modelo de ia puede extrapolar
sus conocimientos a otras áreas y
aprender por sí misma alcanzando la
capacidad humana de llevar su
experiencia a otros ámbitos Solo que con
mucha mayor velocidad de lo que podría
cualquier persona la agia aún no existe
y no se sabe cuándo la alcanzaremos los
optimistas dicen que en cuatro o cinco
años Aunque otros dicen que en décadas y
número 20 y final singularidad este es
un concepto ficticio que es recurrente
cuando se habla de los avances de la
Inteligencia artificial puesto que se
refiere al punto en que la guía superará
la inteligencia humana y será capaz de
crear nuevas tecnologías y mejorarse a
sí mismas sin nuestra intervención Sí
algo así como skynet o las máquinas
dominando la humanidad La singularidad
está relacionada directamente con la
ágil además de dispositivos electrónicos
que conecten el cuerpo humano con
computadoras Para potenciar nuestras
habilidades algún día las computadoras
tomarán el control o son solo
alucinaciones de tv y ciencia ficción no
lo sabemos pero de que es posible es
posible y ahí los tienes los 20 términos
más importantes que debes conocer sobre
Inteligencia artificial Así que comparte
este vídeo con todos sus conocidos que
solo saben decir y a ti y prompt y si
quieres saber más Inteligencia
artificial síguenos y visítanos en
nuestro sitio web para que conozcas
todos nuestros cursos Recuerda que
puedes comenzar a estudiar gratis solo
con tu correo electrónico entrando a
ede.tim y cuando te pregunten Cómo sabes
tanto sobre la Inteligencia artificial
respondles que lo aprendiste en
Ver Más Videos Relacionados
¿Qué es y cómo funciona la INTELIGENCIA ARTIFICIAL?
1° Clase | Iniciación a la Inteligencia Artificial
Pasado, Presente y Futuro de la IA - ¡Del Deep Learning 1.0 a Google Gemini!
Qué es Inteligencia Artificial Generativa?
¿Cómo funciona ChatGPT y toda la inteligencia artificial? (Machine Learning)
20 Antecedentes de la Inteligencia Artificial
5.0 / 5 (0 votes)