IA generativa
Qué es y por qué es importante
La IA generativa se alimenta de los datos existentes, aprende de ellos, y después genera datos con características similares. Por ejemplo, puede generar texto, imágenes, audio, vídeo y código de cómputo.
La evolución de la IA generativa
Los sistemas tradicionales de IA y machine learning reconocen patrones en los datos para hacer predicciones. Sin embargo, la IA generativa va más allá de las predicciones: su función principal es generar nuevos datos. Imagínese recibir el texto completo de un discurso pocos segundos después de haber dado a un chatbot (como por ejemplo ChatGPT) unas cuantas palabras para describir su idea. O generar música, arte o imágenes a partir de descripciones basadas en texto. O desarrollar una estrategia empresarial a través de una conversación informal con una herramienta de IA generativa.
¿Cómo empezó todo?
Contrariamente a lo que piensa la mayoría de la gente, la IA generativa no es nueva, sino que se ha elaborado a partir de tecnologías que hace décadas que se utilizan, entre ellos la IA, el aprendizaje automático y los métodos estadísticos. Hay tres tecnologías de IA generativa: gemelos digitales, grandes modelos de lenguaje y generación de datos sintéticos.
A pesar de que los orígenes de la IA generativa son bastante anteriores, nos remontaremos a 1966 y a un chatbot llamado ELIZA.
Joseph Weizenbaum, creador de ELIZA, diseñó este chatbot imitando los psicoterapeutas rogerianos que reflejan lo que dice el paciente. ELIZA utilizaba la concordancia de patrones para conseguir este objetivo. ELIZA fue uno de los primeros programas en intentar pasar el test de Turing, un juego de imitación para discernir si una máquina muestra o no un comportamiento inteligente com un humano.
A medida que evolucionaron los métodos para analizar datos de texto no estructurados, entre 1970 y 1990 fueron creciendo las redes semánticas, ontologías, redes neuronales recurrentes, etc. Entre el 2000 y el 2015, se produjo una mejora del modelado de lenguaje y la integración de palabras, y apareció Google Translate.
En 2014, Ian Goodfellow y su equipo desarrollaron las redes generativas adversativas (RGA), configurando dos redes neuronales para que compitieran (por ejemplo, en formación) la una contra la otra. Una red generaba datos, mientas que la otra intentaba determinar si los datos eran reales o no. En 2017 se presentaron los modelos de transformadores. Incluían un mecanismo de auto-atención que les permitía valorar la importancia de diferentes partes de las aportaciones cuando hacían predicciones. También se popularizaron modelos como BERT y ELMo.
Los modelos de transformador generativo pre-entrenado (GPT) fueron los siguientes en aparecer, y en 2018 se presentó el primer modelo GPT. Este modelo se había capacitado con grandes cantidades de datos de texto de Internet. Con 117 millones de parámetros, podía general un texto de estilo y contenido similar al de los datos de entrenamiento. Ya en 2023, los modelos amplios de lenguaje de GPT habían evolucionado hasta el punto que podían superar con éxito exámenes difíciles, como el examen de acceso a la abogacía.
El rápido crecimiento de la tecnología de IA generativa
Al ser una tecnología revolucionaria, la repercusión de la IA generativa se ha comparado con descubrimientos como la electricidad y la imprenta. Los modelos de IA conversacionales, como el ChatGPT, con el potencial de impulsar drásticamente la productividad, se han hecho extremadamente populares entre las empresas y los usuarios, y han suscitado preocupación por la privacidad de datos, la parcialidad de la IA, la ética y la precisión. El mercado global de la IA generativa se espera que crezca hasta los 110,800 millones de dólares en 2030.
Los responsables políticos utilizan la tecnología de gemelos digitales para determinar cómo podrían afectar a los ciudadanos las nuevas medidas fiscales.
Determinar los "ganadores" y "perdedores" de posibles cambios fiscales antes de implementar la normativa es fundamental para el Servicio Público Federal de Hacienda de Bélgica. Cuando necesita respuestas rápidas y precisas, el SPF utiliza Aurora, un gemelo digital de la calculadora que procesa los impuestos sobre la renta del país, para simular futuras reformas de la deuda. Mejores simulaciones implica responsables políticos mejor informados y mejores resultados.
¿Quién usa a IA generativa?
La IA generativa abarca una amplia gama de sectores y funciones empresariales en todo el mundo. A medida que crece su popularidad, la tecnología ha provocado simultáneamente entusiasmo y temor entre particulares, empresas y entidades gubernamentales. Veamos cómo algunas industrias están utilizando la IA generativa en la actualidad.
Los resultados de la IA generativa, en el fondo, son un reflejo de nosotros, los humanos. ... Los consumidores deben seguir aplicando el pensamiento crítico siempre que interactúen con la IA conversacional y evitar el sesgo de automatización (la creencia de que un sistema técnico tiene más probabilidades de ser preciso y veraz que un ser humano). Reggie Townsend VP of the SAS Data Ethics Practice
Consideraciones sobre los modelos generativos de IA
Los modelos son caros de ejecutar, ya que requieren enormes cantidades de potencia de cálculo y datos. Debería evaluar detenidamente el retorno de la inversión antes de implantar un modelo de IA generativa. También existen consideraciones éticas. ¿De dónde proceden los datos y a quién pertenecen? ¿Son confiables? ¿Entiende exactamente cómo se construyó el modelo?
Funcionamiento de la IA generativa
Algunos ejemplos populares de tecnologías de IA generativa incluyen DALL-E, un sistema de generación de imágenes que crea imágenes a partir de entradas de texto, ChatGPT (un sistema de generación de texto), el chatbot Google Bard y el motor de búsqueda potenciado por IA Bing de Microsoft. Otro ejemplo es el uso de IA generativa para crear una representación digital de un sistema, un proceso empresarial o incluso una persona, como una representación dinámica del estado de salud actual y futuro de alguien.
Existen tres tipos principales de tecnologías generativas (gemelos digitales, grandes modelos de lenguaje y generación de datos sintéticos).
Gemelos digitales
Los gemelos digitales son modelos virtuales de objetos o sistemas de la vida real creados a partir de datos históricos, del mundo real, sintéticos o del bucle de retroalimentación de un sistema. Se construyen con software, datos y colecciones de modelos generativos y no generativos que reflejan y se sincronizan con un sistema físico, como una entidad, un proceso, un sistema o un producto. Los gemelos digitales se utilizan para probar, optimizar, controlar o predecir. Por ejemplo, un gemelo digital de una cadena de suministro puede ayudar a las empresas a predecir cuándo pueden producirse desabastecimientos.
Grandes modelos de lenguaje
Un gran modelo de lenguaje (LLM, por sus siglas en inglés) es un potente modelo de machine learning capaz de procesar e identificar relaciones complejas en el lenguaje natural, generar texto y mantener conversaciones con los usuarios. Estos modelos se basan en técnicas como el machine learning y las redes neuronales. Definidos como modelos de IA de procesamiento del lenguaje natural, los LLM se entrenan con cantidades masivas de datos de texto. Los modelos resultantes tienen hasta miles de millones de parámetros. ChatGPT de OpenAI es un ejemplo de gran modelo de lenguaje muy popular.
Generación de datos sintéticos
La generación de datos sintéticos hace referencia a los datos bajo demanda, de autoservicio o automatizados generados por algoritmos o reglas en lugar de recogidos del mundo real. Los datos sintéticos suelen generarse para satisfacer condiciones que no se dan en los datos reales. Reproducen las mismas propiedades estadísticas, probabilidades, patrones y características que los datos del mundo real a partir de los cuales se ha entrenado. Muchas organizaciones utilizan datos sintéticos para preservar la privacidad o superar otras dificultades que surgen para la recopilación y el uso de datos del mundo real, como el costo, los procesos de preparación de datos que requieren mucho tiempo, o los sesgos.
Muchas otras tecnologías permiten y apoyan la IA generativa:
Un algoritmo es una lista de instrucciones paso a paso diseñadas para realizar una tarea específica o resolver un problema. Muchos programas informáticos son una secuencia de algoritmos escritos de manera que el ordenador pueda entenderlos. A medida que los algoritmos empiezan a complementar o sustituir las decisiones humanas, debemos explorar su equidad y exigir transparencia sobre cómo se desarrollan.
La inteligencia artificial hace posible que las máquinas aprendan de la experiencia, se ajusten a nuevas aportaciones y realicen tareas similares a las humanas. La IA a menudo se basa en gran medida en el aprendizaje profundo y la NLP. Gracias a estas tecnologías, los ordenadores pueden entrenarse para realizar tareas específicas procesando grandes cantidades de datos y reconociendo patrones.
El deepl learning es un subconjunto de machine learning que entrena a un ordenador para realizar tareas similares a las humanas, como reconocer el habla, identificar imágenes y hacer predicciones. Mejora la capacidad de clasificar, reconocer, detectar y describir utilizando datos. Los modelos de aprendizaje profundo como los GAN y los autocodificadores variacionales (VAE, por sus siglas en inglés) se entrenan en conjuntos de datos masivos y pueden generar datos de alta calidad. Técnicas más recientes, como los StyleGAN y los modelos de transformación, pueden crear vídeos, imágenes, texto y voz realistas.
El maching learning es un método de análisis de datos que automatiza la construcción de modelos analíticos. Se trata de una rama de la inteligencia artificial que entrena a una máquina para que aprenda. El machine learning se basa en la idea de que los sistemas pueden aprender de los datos, identificar patrones y tomar decisiones con una intervención humana mínima.
El procesamiento de lenguaje natural es una rama de la inteligencia artificial que ayuda a las computadoras a comprender, interpretar y manipular el lenguaje humano. NLP toma elementos prestados de muchas disciplinas, incluyendo la ciencia de la computación y la lingüística computacional, en su afán por cerrar la brecha entre la comunicación humana y el entendimiento de los ordenadores.
Las redes neuronales son sistemas informáticos con nodos interconectados que funcionan de forma muy parecida a las neuronas del cerebro humano. Las redes neuronales utilizan algoritmos para reconocer patrones ocultos y correlaciones en los datos planos, agruparlos y clasificarlos, y aprender y mejorar continuamente con el tiempo.
El aprendizaje por refuerzo es cuando un algoritmo descubre mediante ensayo y error qué acciones producen las mayores recompensas. El aprendizaje por refuerzo, un modelo de aprendizaje automático, se basa en una señal de recompensa para su mecanismo de retroalimentación a medida que aprende gradualmente la mejor (o más gratificante) política u objetivo. Se usa a menudo en robótica, juegos y navegación.
Cinco pasos para perfeccionar un modelo
La IA generativa se basa en muchos algoritmos y tecnologías de IA diferentes para generar datos que tengan distribuciones y características de probabilidad similares a los datos de los que aprende. En lugar de empezar desde cero, puede seguir estos cinco pasos para perfeccionar un modelo lingüístico básico pre-entrenado.
1. Defina la tarea.
Elija un modelo lingüístico pre-entrenado adecuado y defina claramente la tarea para la que se va a ajustar. Puede tratarse de clasificación de textos (por ejemplo, reconocimiento de entidades), generación de textos, etc.
2. Prepare los datos.
Recopile y pre-procese sus datos específicos para tareas como el etiquetado, el formateo y la tokenización. Cree conjuntos de datos de entrenamiento y validación (y posiblemente de prueba).
3. Afine.
Entrene el modelo modificado con los datos específicos de su tarea, utilizando el conjunto de datos de entrenamiento para actualizar el peso del modelo. Supervise el rendimiento del modelo en el conjunto de validación para evitar el sobreajuste.
4. Evalúe y pruebe
Tras el entrenamiento, evalúe el modelo perfeccionado en el conjunto de validación y realice los ajustes necesarios según los resultados. Cuando esté satisfecho, pruebe el modelo en el conjunto de pruebas para obtener una estimación no sesgada del rendimiento.
5. Despliegue.
Cuando esté seguro del rendimiento del modelo, despliéguelo para el uso previsto. Esto podría implicar la integración del modelo en una aplicación, un sitio web u otra plataforma.
¿Qué son los datos sintéticos?
Los datos son esenciales para construir modelos, pero los datos de alta calidad pueden ser difíciles de encontrar, sesgados o caros. Una manera de resolver estos problemas es utilizar datos sintéticos, que se crean artificialmente (a menudo con algoritmos). Si utilizamos conjuntos de datos del mundo real para generar datos sintéticos adicionales -con propiedades adecuadas para construir buenos modelos de machine learning-, podemos entrenar modelos para prácticamente cualquier propósito, como la investigación de una enfermedad rara.
Siguientes pasos
Descubra cómo las soluciones de IA pueden aumentar la creatividad y los esfuerzos humanos.
Una plataforma de IA y analítica
Con SAS® Viya®, el exceso de información no existe. Conozca la forma más rápida de pasar de miles de millones de puntos de datos a un punto de vista.
Lecturas recomendadas
- Artículo 4 strategies that will change your approach to fraud detectionAs fraudulent activity grows and fighting fraud becomes more costly, financial institutions are turning to anti-fraud technology to build better arsenals for fraud detection. Discover four ways to improve your organization's risk posture. 23 de mayo de 2023
- Artículo As AI accelerates, focus on 'road' conditionsAI technology has made huge strides in a short amount of time and is ready for broader adoption. But as organizations accelerate their AI efforts, they need to take extra care, because as any police officer will tell you, even small potholes can cause problems for vehicles traveling at high speeds. 7 de noviembre de 2019
- Artículo What do drones, AI and proactive policing have in common?Law enforcement and public safety agencies must wrangle diverse data sets – such as data from drones – in their proactive policing operations. To be most effective, they need modern tools that support AI techniques like machine learning, computer vision and natural language processing. 28 de marzo de 2018
- Artículo Machine learning, data science and AI meet IoTIn this video, Kirk Borne and Michele Null discuss the intersection of machine learning, AI and data science with IoT data and analytics. 1 de febrero de 2018