Inteligencia Artificial. Glosario de supervivencia.
Junto a la popularidad de la IA que nos trajo ChatGPT, comienzan a sonar por todas partes conceptos asociados que deberíamos comprender para sobrevivir a la nueva tendencia. Inteligencia Artificial. Glosario de supervivencia. Para armar este le pedimos a ChatGPT y a su versión dentro de BING, que nos ayuden. También colaboramos nosotros con nuestra incansable curiosidad.
Esta guía no llega a ser una guía básica ni mucho menos. Sólo algunos conceptos vitales que debes conocer (y ojalá en próximos artículos, te ayudaremos a comprender). Inteligencia Artificial. Glosario de supervivencia.
Empezamos por el principio. (así decía mi madre 😊 )
- Inteligencia Artificial (IA): Es la capacidad de las máquinas para imitar la inteligencia humana y realizar tareas de manera autónoma. La IA se basa en algoritmos y modelos de aprendizaje automático para analizar datos, tomar decisiones y resolver problemas.
- Aprendizaje Automático (Machine Learning): Es una rama de la IA que permite a las máquinas aprender y mejorar automáticamente a través de la experiencia. Los algoritmos de aprendizaje automático permiten a las máquinas reconocer patrones en los datos y ajustar sus acciones sin necesidad de programación explícita.
Aquí tenemos algunas diferentes variantes de formas de aprendizaje:
- Aprendizaje supervisado: Es un tipo de aprendizaje automático que implica observaciones o puntos de datos etiquetados. Un algoritmo de aprendizaje supervisado modela la relación entre las variables independientes (las características) y una variable dependiente (el objetivo o la etiqueta), dado un conjunto de datos con observaciones. Por ejemplo, un modelo que predice el precio de una casa en función de los años de construcción, ubicación y tamaño.
- Aprendizaje no supervisado: Es otro tipo de aprendizaje automático que no incluye etiquetas para las observaciones. Un algoritmo de aprendizaje no supervisado encuentra la estructura o los patrones subyacentes entre un conjunto de observaciones. Por ejemplo, un negocio al por menor que divide a sus clientes en grupos en función de su comportamiento de compra3.
- Aprendizaje por refuerzo: Es el último tipo de aprendizaje automático y se basa en el principio de acción-recompensa. Un agente aprende a alcanzar un objetivo calculando iterativamente la recompensa de sus acciones. Por ejemplo, un robot que aprende a caminar evitando obstáculos y caídas.
- Redes Neuronales Artificiales: Son modelos inspirados en el funcionamiento del cerebro humano. Están compuestas por nodos interconectados llamados neuronas artificiales, que procesan y transmiten información. Las redes neuronales son fundamentales en el aprendizaje profundo (deep learning) y en el reconocimiento de patrones complejos.
- Procesamiento del Lenguaje Natural (NLP): Es una rama de la IA que se ocupa de la interacción entre las computadoras y el lenguaje humano. El NLP permite a las máquinas comprender, interpretar y generar lenguaje natural. Se utiliza en aplicaciones como chatbots, asistentes virtuales y traducción automática.
- Visión por Computadora: Es el campo de la IA que permite a las máquinas analizar y comprender imágenes y videos. Mediante algoritmos y modelos de visión por computadora, las máquinas pueden detectar objetos, reconocer rostros, realizar seguimiento de objetos en movimiento y más.
Bonus Track:
A pesar de que le pedimos a ChatGPT y a “amigo” en Bing que explicaran los conceptos de forma simple. Inteligencia Artificial. Glosario de supervivencia. Vemos que ya dan por simples algunos términos que seguramente te suenen pero que no necesariamente puedas explicarle a tu tía. También hay algunos conceptos que se quedaron fuera y creemos importantes.
Algoritmo: Una serie de instrucciones que son ejecutadas por un computador. Haciendo un paralelismo con hacer una comida. Podríamos decir que los datos y la información serían los productos e ingredientes para utilizar y el algoritmo sería la receta.
Prompt: El término «prompt» se refiere a una instrucción o entrada inicial que se proporciona al modelo de lenguaje para que genere una respuesta o continuación coherente.
Por ejemplo, cuando escribes en ChatGPT “Describe un hermoso paisaje natural con montañas majestuosas y un río cristalino».
Clave: La elección cuidadosa del prompt puede influir en la calidad y el enfoque de la respuesta generada.
Alucinaciones: Se trata de texto que es generado por los modelos de IA que pareen verdadero y es convincente, pero puede decir cosas incorrectas porque lo ha “inventado” a partir de reglas que adquirió en su entrenamiento. En argentina diríamos que “mandó fruta”. Básicamente es cuando responde cualquier cosa, pero las oraciones están armadas de forma clara y convincente.
Deep learning: Es un tipo de aprendizaje automático más evolucionado, usando redes neuronales artificiales que imitan el funcionamiento del cerebro. El deep learning puede procesar datos no estructurados, como texto e imágenes, y reconocer rostros, gatos, mesas, etc sin depender de humanos.
(a veces pienso que cuando nos hacen resolver los reCAPTCHA marcando dónde en la imagen hay una bicicleta, una moto o un semáforo, nosotros estamos siendo la inteligencia artificial. Pero eso es para otra nota 😊 )
Fuentes: ChatGPT, Bing, La Tercera (Nota de Alexis Ibarra del 13 de abril 2023)
