24 C
Granada
viernes, 14 junio 2024

Explicación sencilla de la IA generativa

Ciencia y tecnologíaExplicación sencilla de la IA generativa

Todos los días escucho noticias sobre inteligencia artificial. Un día aparece un nuevo modelo conversacional que parece absolutamente humano, otro día un robot manejado por inteligencia artificial gestiona un almacén, otro día una inteligencia artificial hace un vídeo en el que no se sabe si vemos una persona real o una creación informática y no hay día en el que no salga una novedad relacionada con la inteligencia artificial generativa. Por eso me parece importante aclarar de qué estamos hablando cuando nos referimos a esta IA generativa y hacerlo en un lenguaje asequible para que todos nos podamos entender, que a fin de cuentas aquí no estamos para sufrir.

Antes que nada hay que entender que estamos hablando de una parte de todo lo que la ciencia y la industria informática llama inteligencia artificial. No vamos a hablar de redes neuronales o de las travesuras y fechorías que la IA pueda hacer en el futuro, ni de cómo los humanos temen que les quite sus trabajos o se asustan pensando en una horda de robots exterminadores a las órdenes de Skynet. Aquí vamos a centrarnos exclusivamente en aclarar qué es la inteligencia artificial generativa.

Así que imagina que estás en un cuarto lleno de bloques de Lego, algunos de colores brillantes y otros más apagados, una mezcla heterogénea de piezas de todas las formas y tamaños. ¿Qué haces? Puedes intentar crear una torre, un carro o quizás hasta una pequeña ciudad si te sientes especialmente ambicioso. En otras palabras, generas algo nuevo, algo creativo, a partir de bloques preexistentes. En este ejercicio de imaginación, tú eres el equivalente humano de un modelo generativo en el mundo de la IA.

Un modelo generativo, como su nombre sugiere, genera datos que no existían antes. ¿Suena mágico, verdad? Bueno, lo es, hasta cierto punto. La IA toma un conjunto de datos, lo procesa y después genera algo que es coherente con esos datos pero no es una copia exacta. En el caso de un modelo de lenguaje como ChatGPT, las palabras son los bloques de Lego. Construye oraciones o líneas de código informático a partir de los datos lingüísticos en los que fue entrenado.

Ahora bien, ¿me estás diciendo que puede crear una obra maestra literaria que haría sonrojar a Calderón de la Barca? No, amigo, no tan rápido. Estos modelos son estadísticos en su núcleo. Es decir, la “creatividad” es más bien un juego de probabilidades. ¿Cuál es la palabra más probable que siga después de “Buenos” al iniciar una conversación? Probablemente “días”, así que si ChatGPT sabe que son entre las seis y las doce de la mañana, te saludará con un “Buenos días”.

Entonces, ¿cómo es que todo este tinglado genera algo útil, o incluso coherente? Aquí es donde entra en juego el aprendizaje profundo y las redes neuronales. Sin entrar en el tecnicismo (porque, admitámoslo, estamos aquí para pasárnoslo bien), estas redes se entrenan con gigantescas cantidades de datos. Una vez entrenadas, pueden generar datos que se parecen a los que vieron durante el entrenamiento pero son únicos en sí mismos.

Para que te hagas una idea, imagina una receta de cocina. Tienes los ingredientes y las instrucciones, pero en lugar de seguir las instrucciones al pie de la letra, decides hacer un poco de experimentación. Cambias la cantidad de sal, añades un toque de pimienta cayena porque te sientes audaz y quizás, solo si los billetes se te caen de los bolsillos, usas aceite de oliva en lugar de mantequilla. El resultado final es algo similar a la receta original, pero con tu toque único. Eso es más o menos lo que hace ChatGPT, pero con datos. No puede inventar palabras nuevas, pero sí puede ordenar las que ya existen de maneras nuevas y, con suerte, interesantes.

Lo mismo puede aplicarse a los modelos de generación de imágenes, que antes han sido entrenados con bancos de millones de imágenes y cuando se les pide que hagan tal o cuál cosa, comprueban en su inmensa base de datos si existe una imagen que ya esté etiquetada de forma similar y a partir de ahí añaden formas, colores y estilos. Por ejemplo, si le pides a Dall-E (cuyo nombre se pronuncia igual que el genial pintor español Dalí) que te pinte un Ferrari com lo hubiese hecho Goya, buscará entre millones de imágenes de coches y de cuadros de Goya para extraer patrones y hará lo que pueda (es exactamente la imagen que encabeza este artículo).

La palabra clave aquí es “condicional”. Puede generar texto o imágenes o lo que sea de forma condicional, lo que significa que su producción depende del contexto o las condiciones dadas. Si se le pide que escriba como Cervantes, buscará en su inmensa base de datos y usará palabras y frases del escritor para responderte a tus preguntas sobre el Real Madrid, cosa que nunca pudo haber hecho el autor de El Quijote.

Así que ahí lo tienes. La inteligencia artificial generativa no es más que un montón de algoritmos que juegan con probabilidades para crear algo “nuevo” a partir de datos existentes. No es magia negra ni una señal del apocalipsis de la robótica. Es solo matemática y estadística llevadas al extremo. Pero si te hace sentir mejor pensar que hay una chispa de “inteligencia” en todo esto, no seré yo quien te quite esa ilusión y si estás en el otro bando y estás buscando soldados para la futura guerra contra las máquinas, no lo publiques online porque ya lo están leyendo y procesando y después vendrán a por ti.

Últimos posts

DEJA UNA RESPUESTA

Por favor ingrese su comentario!
Por favor ingrese su nombre aquí

Artículos más vistos

Horóscopo diario
Menú diario