La guia definitiva para entender la Inteligencia Artificial

Summary

El 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

00:00

😀 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.

05:01

🌍 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.

10:02

🏆 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.

15:03

🤖 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.

Keywords

💡Inteligencia artificial

La inteligencia artificial (IA) es la capacidad que tienen las computadoras para realizar tareas que normalmente requieren inteligencia humana, como la percepción, la toma de decisiones, el aprendizaje y la comunicación a través del lenguaje. En el video, el tema central es la IA, y se exploran varios conceptos relacionados con ella, mostrando su importancia y alcance en la sociedad actual.

💡Test de Turing

El Test de Turing es un experimento de evaluación de la inteligencia artificial propuesto por Alan Turing en 1950. Consiste en que un juez humano interactúa con una computadora y un ser humano a través de un monitor de texto sin ver a ninguno de los dos, y debe determinar quién es la máquina y quién es el humano. Si el juez no puede distinguir entre ellos, la computadora pasa el test y se considera una 'máquina pensante'. En el video, se menciona como un hito histórico en la IA.

💡Machine Learning

Machine Learning es un campo de la inteligencia artificial que se centra en el desarrollo de algoritmos que permiten a las computadoras aprender y mejorar a sí mismas a través de la experiencia. En el video, se destaca como el proceso a través del cual las computadoras adquieren la habilidad de realizar tareas de IA al entrenarse con grandes cantidades de datos.

💡Modelo

Un modelo en inteligencia artificial es una representación matemática de un sistema real o de datos. Sirve para captar patrones y relaciones entre los elementos de un sistema. Los modelos son fundamentales para el machine learning y el deep learning, y en el video se explican cómo estos modelos son el resultado de un proceso de prueba y error para encontrar la forma de procesar los datos de entrada.

💡Deep Learning

Deep Learning es una subárea del machine learning que utiliza redes neuronales para mejorar los modelos de IA. Se destaca por su capacidad para manejar problemas complejos, como el reconocimiento de imágenes o la conducción autónoma. En el video, se menciona cómo el deep learning ha revolucionado la IA al permitir a las máquinas mejorar constantemente sus modelos sin intervención humana.

💡Redes Neuronales

Las Redes Neuronales son una arquitectura de cómputo inspirada en las redes neuronales biológicas del cerebro humano. Están compuestas de nodos (que representan neuronas) y capas (conjuntos de nodos destinados a una tarea específica). En el video, se describe cómo estas redes procesan la información y son fundamentales en el deep learning para imitar el pensamiento humano.

💡Pesos y Sesgos

En las redes neuronales, los pesos y los sesgos son conceptos fundamentales para el aprendizaje automático. Los pesos representan la importancia de cada dato en el aprendizaje, mientras que los sesgos ayudan a hacer predicciones más específicas. En el video, se menciona cómo estos son ajustados automáticamente por la red neuronal a través de un proceso de prueba y error.

💡Red Neuronal Convolucional

Las Redes Neuronales Convolucionales son un tipo específico de redes neuronales diseñadas para el reconocimiento de imágenes. Utilizan una capa llamada capa de convolución que procesa la información píxel por píxel. En el video, se destaca cómo estas redes permiten a la IA realizar tareas de visión por computadora, como identificar personas en fotos o convertir escritura a mano en texto.

💡Transformers

Los Transformers son una arquitectura de red neuronal desarrollada por Google en 2017, diseñada para el procesamiento del lenguaje natural. En el video, se menciona cómo los Transformers han revolucionado el campo del procesamiento del lenguaje natural, permitiendo a la IA entender el lenguaje humano con gran precisión y realizar tareas como la traducción automática.

💡NLP (Natural Language Processing)

El NLP, o procesamiento del lenguaje natural, es la habilidad de las computadoras para entender y generar lenguaje humano en todas sus formas. En el video, se destaca cómo el NLP ha sido potenciado por los Transformers, permitiendo a la IA entender sentimientos, realizar traducciones y responder de manera humana.

💡AI Generativa

La IA Generativa es una rama de la inteligencia artificial que se dedica a la creación de contenido, como textos, código, imágenes, música e incluso voces. En el video, se menciona cómo los modelos generativos han evolucionado desde los años 50 hasta los modelos modernos como GPT, capaces de generar contenido de manera creativa y coherente.

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