John Atkinson | Presente y futuro de los modelos de lenguaje inteligentes | Congreso Futuro 2024
Summary
TLDREl 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
🤖 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.
🗣️ 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.
🧠 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.
🚀 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.
🌐 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.
Mindmap
Keywords
💡Inteligencia Artificial
💡Comunicación Humano-Máquina
💡Autonomía
💡Proyección de Predicción
💡Transformer
💡Modelos de Lenguaje Grandes
💡Aprendizaje Automático
💡Sesgos en la IA
💡Regulación de la IA
💡Alfabetización en IA
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
Voir Plus de Vidéos Connexes
¿Qué es y cómo funciona la INTELIGENCIA ARTIFICIAL?
Qué es Inteligencia Artificial Generativa?
Límites éticos para la inteligencia artificial | DW Documental
Inteligencia Artificial. El nacimiento del fuego | Roberto Menéndez | TEDxUNebrija
DIFERENCIA ENTRE INTELIGENCIA ARTIFICIAL - MACHINE LEARNING - DEEP LEARNING
Inteligencia Artificial: ¿Amiga o Enemiga? | Diego Fernández Slezak | TEDxRiodelaPlata
5.0 / 5 (0 votes)