“Según la IA generativa podría impulsar un aumento del 7% (o casi 7 billones USD) del producto interior
bruto (PIB) mundial y elevar el crecimiento de la productividad en 1,5 puntos porcentuales en diez años”
Goldman Sachs
La inteligencia artificial generativa (IA-G), también conocida como IA generativa o IA gen, es un tipo de inteligencia artificial (IA) capaz de crear nuevos contenidos e ideas, como conversaciones, historias, imágenes, videos y música; entre otros que conforman un gran abanico de beneficios.
La IA nació en 1953 cuando se empezaron a utilizar los lenguajes de programación (LP) que no es otra cosa que palabras escritas que son propias del “lenguaje humano” para hacer funcionar las computadoras mediante instrucciones que las computadoras empezaron a entender y ejecutar (p.ej.: do, undo, else, while, y un etcétera extensísimo). Antes de ello, éstas funcionaban gracias a las diferentes formas de conectar interruptores que direccionaban dentro de ellas al flujo electrónico.
La IA-G va más allá de “entender” el lenguaje humano utilizado en los LP: es capaz de ¡”aprender”! lenguaje humano respecto de arte, química, biología o cualquier otro tema complejo. Reutiliza aquello que va aprendiendo y termina ¡sabiendo! para resolver nuevos problemas. Es decir: adquiere y construye conocimiento.
Por ejemplo, puede aprender vocabulario en inglés (o en cualquier otro idioma) y crear un poema a partir de las palabras que procesa. Pero también figuras, canciones, determinaciones aritméticas y todo aquello que surja en la mente de quien lee estas líneas.
Las organizaciones de toda índole pueden utilizar la IA-G para diversos fines, como los intercambios verbales robotizados (“chatbots”), la creación de contenidos multimedia, el desarrollo de productos, el diseño y mucho más.
Existen varios casos de uso para la IA-G en distintos sectores, entre los que se pueden mencionar figuran los siguientes:
Servicios financieros
Las empresas de este sector utilizan herramientas de IA-G para prestar un mejor servicio a sus clientes, a la vez que reducen los costos:
- Las instituciones financieras utilizan “chatbots” para generar recomendaciones de productos y responder a las consultas de los clientes, lo cual mejora el servicio al cliente en general.
- Las entidades de crédito aceleran el análisis y la aprobación de solicitudes de préstamos para los mercados financieramente desatendidos, especialmente en los países en desarrollo.
- Los bancos detectan rápidamente el fraude en reclamaciones, tarjetas de crédito y préstamos.
- Las empresas de inversión utilizan el poder de la IA-G para ofrecer a los clientes un asesoramiento financiero seguro y personalizado a bajo costo.
Ventajas que ofrece la IA-G:
Acelera la investigación
Mejora las experiencias de los clientes
Optimiza los procesos empresariales
Aumenta la productividad del recurso humano
¿Cómo evolucionó la tecnología de IA generativa?
Los modelos generativos primitivos se han utilizado durante décadas en estadística para ayudar en el análisis de datos numéricos. Las redes neuronales y el aprendizaje profundo fueron los precursores recientes de la IA-G moderna. Los autocodificadores variacionales (“variational autoencoders”: VAE, siglas en inglés), desarrollados en 2013 fueron los primeros modelos generativos profundos que podían generar imágenes y voces realistas.
Los VAE introdujeron la capacidad de crear variaciones novedosas de múltiples tipos de datos. Esto llevó a la rápida aparición de otros modelos de IA-G, como las redes generativas adversativas y los modelos de difusión. Estas innovaciones se centraron en generar datos que se parecieran cada vez más a datos reales, a pesar de haber sido creados artificialmente.
¿Cómo funciona la IA generativa?
Al igual que todo tipo de IA, la IA-G utiliza modelos de aprendizaje de máquina (“machine learning”: ML, siglas en inglés), los cuales son modelos muy grandes que se entrenan previamente con grandes cantidades de datos.
Modelos fundacionales
Los modelos fundacionales (foundational models: FM, siglas en inglés) son modelos de ML entrenados en un amplio espectro de datos generalizados y sin etiquetar. Son capaces de realizar una amplia variedad de tareas generales.
Los FM son el resultado de los últimos avances de una tecnología que ha estado evolucionando durante décadas. Entiéndase: la IA no es algo nuevo. Lo nuevo es que ha llegado a ser conocida por el común de la gente que está empezando a utilizarla provechosamente. En general, un FM utiliza relaciones y patrones aprendidos para predecir el siguiente elemento de una secuencia.
Por ejemplo, con la generación de imágenes, el modelo analiza la imagen y crea una versión de ella más nítida y definida. Del mismo modo, con texto, el modelo predice la siguiente palabra de una cadena de texto en función de las palabras anteriores y su contexto. Luego, selecciona la siguiente palabra mediante el uso de técnicas de distribución de probabilidad.
Modelos de lenguaje de gran tamaño
Los modelos de lenguaje de gran tamaño (Large Language Mode: LLM, siglas en inglés) son una clase de FM. Por ejemplo, los modelos de transformadores generativos preentrenados (Generative Pretrained Transformers: GPT, siglas en inglès) de OpenAI son LLM. Los LLM se centran específicamente en tareas basadas en el lenguaje, como el resumen, la generación de texto, la clasificación, la conversación abierta y la extracción de información.
Lo que hace que los LLM sean especiales es su capacidad para realizar múltiples tareas. Pueden hacerlo porque contienen muchos parámetros que los hacen capaces de aprender conceptos avanzados.
Un LLM como el GPT-3 puede considerar miles de millones de parámetros y tiene la capacidad de generar contenido a partir de muy pocas entradas. A través de su exposición previa al entrenamiento a datos a escala de Internet en todas sus diversas formas y en una miríada de patrones, los LLM aprenden a aplicar su conocimiento en una amplia gama de contextos.
En las próximas entregas de desarrollarán estos temas de: ¿Cómo funcionan los modelos de IA-G?
Desde acá aseveramos que juntos, podemos dar forma al presente-futuro de la incorporación de la IA-G y preparar su organización para el éxito en la era digital.
Nuestros contactos: e-mail: [email protected]; twitter: @genaccion; instagram: @gerenciaenaccionve; facebook: gerenciaenaccionvzla; y whatsapp: 58424 411 5051.
