Vas a aprender las bases de la Inteligencia Artificial: de dónde viene, qué es, la tecnología que hay detrás, y todo esto a través de un resumen que he hecho del curso de 4 horas de Google para principiantes. Si no tienes conocimientos técnicos pero quieres saber más acerca de la Inteligencia Artificial, quédate por aquí porque te lo voy a explicar de forma muy sencilla. Vas a aprender conceptos importantes como Machine Learning, Deep Learning, e IA generativa, conceptos con los que entenderás qué es ChatGPT, Gemini, MidJourney, o Eleven Labs.
Herramientas que utilizas o seguro que has utilizado. Prepárate para aprender de forma clara y concisa las bases de la Inteligencia Artificial. Empezamos por lo más obvio: ¿Qué es la Inteligencia Artificial? Se podría decir que la Inteligencia Artificial es una disciplina, al igual que la física lo es en la ciencia. La IA tiene como objetivo construir sistemas inteligentes capaces de razonar, aprender y actuar de forma autónoma.
Dentro de la Inteligencia Artificial hay un campo que es el Machine Learning (aprendizaje automático). Dentro del Machine Learning está el Deep Learning (aprendizaje profundo), y el Deep Learning se puede dividir en algo que se llama modelos discriminativos y modelos generativos. Espera, espera, no te asustes que lo acabarás entendiendo todo.
Y luego están los LLMs (grandes modelos de lenguaje) que también están dentro del Deep Learning, y justo en la intersección están las tecnologías que conoces como ChatGPT, Gemini, Claude, por ejemplo. Entonces, teniendo esta estructura en la cabeza, vamos a ver cada nivel en términos generales. El Machine Learning es una forma en que los ordenadores aprenden a hacer cosas sin ser programados explícitamente para ello. Es como enseñarle a un ordenador a que pueda resolver problemas por sí mismo.
Consiste en un programa que usa datos para entrenar un modelo. Piensa que los datos pueden ser cualquier tipo de información: una imagen, un vídeo, un audio, un email, un nombre, un teléfono. Luego ese modelo entrenado puede hacer predicciones con datos nuevos. Por ejemplo, imagina que recopilas fotos de manzanas y naranjas, que son los datos, y las etiquetas según qué fruta es cada una: manzana, naranja, naranja, manzana.
El programa usa esos datos para crear el modelo y que así pueda distinguir entre las diferentes etiquetas. Después del entrenamiento, tienes un modelo que es capaz de hacer predicciones, es decir, le puedes pasar fotos nuevas que serían nuevos datos, y este podría predecir si la foto que le pasas es una manzana o una naranja. Dos de los tipos más comunes de Machine Learning son los modelos supervisados y los modelos no supervisados. Los modelos supervisados usan datos etiquetados, es decir, datos que están categorizados.
Un ejemplo parecido al anterior: si le pasas fotos de animales, las etiquetas podrían ser perro, loro, gato, elefante, o, por ejemplo, esta vez los datos en vez de ser fotos son correos, pues las etiquetas podrían ser, por ejemplo, spam o no spam. Imagina que eres el dueño de un restaurante y tienes datos históricos sobre el total de la cuenta final y las propinas que dejan las personas, además tienes todos esos datos etiquetados según el tipo de pedido que es, si es un pedido recogido o un pedido entregado.
Entonces, usamos todos estos datos para entrenar al modelo, y de todos estos datos, el modelo aprende que cuando el pedido es entregado la propina suele ser más alta, o que cuando el total de la cuenta es mayor, también la propina suele ser más alta. Y así, una vez entrenado el modelo, puede predecir la propina que dejará una persona según el tipo de cuenta que tenga y si el pedido es entregado o recogido. Los modelos sin supervisión no están etiquetados, se trata de descubrir, mirar los datos que tenemos y encontrar patrones.
Ver si los datos se pueden agrupar. En este ejemplo tenemos frecuencia de compra y el gasto promedio. Se puede ver que el grupo de personas que está arriba gasta más, pero va menos veces al supermercado. El grupo que está abajo va más al supermercado, pero gasta menos. Y se ve también que no son datos etiquetados. Si fueran etiquetados, habríamos cosas como, por ejemplo, la edad, el género, qué productos compra. Ahora podríamos preguntarle al modelo cuánto dinero se va a gastar una persona la próxima vez que vaya al supermercado.
Si sale arriba, sabes que gastará más, y si sale abajo, sabes que gastará menos. Un consejo: otra diferencia entre los modelos de supervisión y no supervisión es que los modelos de supervisión cuando hacen una predicción la comparan con sus datos de entrenamiento, y si la predicción ha salido mal, el modelo trata de aprender de los errores e intenta reducir este error. Es como si le pasas muchas fotos de manzanas y naranjas y luego le enseñas una imagen de una manzana y te dice que es una naranja.
Eso es un error, cosa que los modelos de supervisión no hacen. Visto esto, vamos con el Deep Learning. Es un tipo de Machine Learning que utiliza algo que se llama redes neuronales artificiales, lo que permite encontrar patrones mucho más complejos que con el Machine Learning, y además es capaz de trabajar con una gran cantidad de datos. Las redes neuronales artificiales están inspiradas en el cerebro humano. Por ejemplo, las personas si quieren aprender lo que es una mesa, lo hacen a través de la observación y la asociación.
Lo que hacemos es observar diferentes mesas, vemos que tienen características comunes, por ejemplo, que tienen una superficie plana, patas para sostenerla. Luego el cerebro agrupa toda esta información y se forma una idea general de lo que es una mesa. Pues las redes neuronales funcionan de forma parecida y se ven algo así. Se componen de nodos o neuronas interconectadas que pueden aprender tareas procesando datos o haciendo predicciones.
Está compuesto a su vez por capas de neuronas que les permiten aprender patrones más complejos, y gracias a esto se puede hacer algo que se llama aprendizaje semisupervisado, básicamente es entrenar a un modelo con datos tanto etiquetados como no etiquetados. Imagina, por ejemplo, un banco que tiene muchas transacciones. En este caso, los datos son las transacciones, y solo el 5% de esas transacciones están etiquetadas en si son fraudulentas o no fraudulentas.
Entonces, la red neuronal aprende de este 5% de transacciones que están etiquetadas, aprende a identificar si una transacción es fraudulenta o no es fraudulenta, y cuando lo aprende ya es capaz de etiquetar al resto de datos de transacciones en este caso que no estaban etiquetados y decir si son fraudulentos o no fraudulentos. Otro ejemplo para que te quede claro: imagina que quieres entrenar a una red neuronal para que aprenda a identificar si un correo es spam o no es spam.
Le das al modelo miles de correos, pero solo unos pocos están etiquetados en spam y no spam. El modelo aprende de estos correos que están etiquetados, aprende qué características les hacen que sean spam o que no sean spam, y luego aplica todo ese conocimiento que sabe al resto de correos para etiquetarlos y predecir si son spam o no son spam. Y de esta forma tienes una red neuronal que va etiquetando datos por sí sola, por así decirlo. Y esto es útil cuando tienes una gran cantidad de datos, porque etiquetar todos los datos sería muy costoso y tardarías mucho tiempo.
Muchos de los servicios que utilizas actualmente utilizan redes neuronales. Por ejemplo, YouTube, Spotify, Netflix, aprenden del contenido que se les sube a las plataformas: los vídeos, la música, las películas. Aprende también de tus gustos, y con eso hace predicciones de lo que te podría gustar, qué es lo que sueles ver en recomendados. Pero espera, que aún hay más. El Deep Learning se divide a su vez en dos tipos: el discriminativo y la IA generativa.
Los modelos discriminativos aprenden de los datos etiquetados y pueden clasificar estos datos, pues, por ejemplo, como hemos visto hasta ahora, en clasificar si un email es spam o no es spam, o le pasas fotos de perros y gatos, y tendría que saber predecir si la siguiente foto que le pasas de un perro es de un perro y no de un gato. Y ahora es donde entra la IA generativa. Este término seguro que te suena más. La IA generativa no clasifica datos sino que genera datos similares a partir de los que ya tiene.
Volviendo al ejemplo de las fotos de los perros y los gatos: las fotos ahora no están etiquetadas, por lo que el modelo busca ahora patrones en las imágenes. Los perros tienen dos patas, las orejas hacia abajo. Entonces, cuando alguien escribe "Dame una imagen de un perro", el modelo te da un perro nuevo basado en los patrones que ya ha aprendido previamente. Hay una forma muy sencilla de saber si algo es IA generativa o no. No es generativa cuando la respuesta es un número, una clasificación o cuando es una probabilidad.
Es generativa cuando la respuesta es en lenguaje natural, en imagen o en audio. Los diferentes modelos generativos son, y te van a sonar: texto a texto, como ChatGPT; de texto a imagen, como MidJourney; de texto a vídeo, como Picalabs o Runway; de texto a tarea, para que hagan una tarea específica. Por ejemplo, ahora en la IA de Google, si pones @YouTube, puedes preguntarle cualquier cosa sobre un vídeo de YouTube.
Se ha avanzado mucho desde la programación tradicional hasta las redes neuronales y los modelos generativos. En la programación más tradicional se tiene que codificar las reglas para distinguir, por ejemplo, qué es un gato. A la red neuronal le pasamos una imagen de un gato, y cuando le preguntamos si es un gato o no, debería de saber decirte que es un gato. Y con la IA generativa podemos generar nuestros propios datos: imágenes, música, audio, vídeo, texto.
Y por último quedan los grandes modelos de lenguaje. No olvidemos que estos modelos son parte del Deep Learning. Y aunque hay una parte que se junta con la IA generativa, no es lo mismo. Un modelo LLM, para que lo entiendas, es un modelo de lenguaje de gran escala, diseñado para comprender, generar y responder en texto en un lenguaje natural de humano. Estos modelos se usan principalmente para resumir texto, traducir texto, para chatbots y generación de contenido de texto, correos, artículos.
Los modelos como ChatGPT son entrenados con una gran cantidad de datos y aprenden patrones en el lenguaje con esos datos. Por lo tanto, cuando le escribes algo es capaz de predecir lo siguiente. Por ejemplo, imagina que ChatGPT ha sido entrenado con un montón de datos en los que en la gran mayoría se dice que el cielo es azul. ChatGPT aprende que el cielo es azul, y si tú le escribes "el color del cielo es", te va a responder que generalmente es azul.
ChatGPT es un modelo de predicción, y por lo tanto no tiene consciencia y no va a acabar con el mundo, de momento. Modelos de LLM los que ya te conoces: ChatGPT, Claude, Gemini. Además, a estos modelos también les puedes hacer "fine-tuning", tunearlos como un coche. Esto quiere decir que puedes tomar un LLM y entrenarlo para que sea experto en un tema. Por ejemplo, con leyes. Se entrena el modelo con datos específicos de leyes, casos judiciales, legislación, para que sea experto en esta área.
Medicina, por ejemplo. Se entrena el modelo con datos médicos, artículos médicos, informes clínicos, estudios para que sea un modelo experto en medicina, y así pueda ayudar a los médicos. Las empresas grandes gastan millones en hacer LLMs que luego venden a otras empresas como marcas de ropa, hospitales, bancos que no tienen la capacidad para hacer un LLM, pero sí que tienen los datos para hacerles fine-tuning. Ya hasta aquí el vídeo de hoy. Espero que te haya gustado y hayas aprendido un montón de cosas.
Esto es la base de la Inteligencia Artificial, aunque solo es el 1%. La Inteligencia Artificial es una disciplina, es un mundo muy grande por descubrir. Y desde luego que si esto te ha gustado y tienes ahora más curiosidad y quieres aprender más.
