Descifrando a los LLMs como ChatGPT: Los 9 Factores Sin Filtro
Un día, ChatGPT te da una respuesta que es un golazo, justo en el ángulo. Al otro día, lo que te contesta es una 💩. Sí, andas en esa montaña rusa emocional llamada inteligencia artificial, donde un segundo sos el rey del mundo y al otro, estás mirando el manual de instrucciones preguntándote dónde está el truco, este artículo es para vos.
LLMs como ChatGPT, esa maravilla de la tecnología que promete hacernos la vida más fácil, a veces parece que se levanta con el pie izquierdo. Pero no es cuestión de suerte; hay una ciencia detrás de todo este lío. Y sí, entendiendo esos engranajes, podés pasar de ser un simple usuario a un maestro utilizando esta herramienta.
Acá vamos a meter mano en el motor de ChatGPT.
Al contrario de lo que se dice de cosas como «para manejar un auto no necesitas saber cómo funciona el motor del auto«. En el caso de la AI, si bien cualquiera puede utilizar modelos de lenguajes como ChatGPT, en mi opinión, sí, necesitas saber de qué va, si querés ser un PRO como Michael Schumacher manejando.
Imaginate que estás intentando conversar con alguien de otra cultura o incluso, alguien de otra época sin tener ni idea de sus costumbres o lenguaje. Si no sabés de qué va su mundo, tu charla probablemente te deja así de confundida.
Te cuento 9 factores cruciales que deciden como ChatGPT te va a responder.
Así que ponete cómodo, porque vas a entrar en el meollo del asunto, a ese lugar donde los datos se convierten en palabras y las palabras, esperemos, en algo que se parezca a una excelente respuesta coherente.
1️⃣ Aprendizaje Automático y Entrenamiento de Redes Neuronales: Clave en ChatGPT
¿Cómo Aprende ChatGPT?
Explicación simplificada de cómo funciona el aprendizaje automático:
Imagina que querés enseñarle a un niño a reconocer diferentes tipos de animales.
1. Le mostrás al niño imágenes de diferentes animales: Perros, gatos, caballos, vacas, etc.
2. Le dices al niño el nombre de cada animal: «Este es un perro», «Este es un gato», etc.
3. Repites este proceso muchas veces: Con el tiempo, el niño aprende a reconocer los diferentes animales por sí mismo.
Este es un ejemplo simple de aprendizaje automático:
- El niño es el modelo de aprendizaje automático.
- Las imágenes de animales son los datos de entrenamiento.
- Los nombres de los animales son las etiquetas de los datos.
- El proceso de mostrar imágenes y etiquetas al niño es el proceso de entrenamiento.
En el caso de las redes neuronales:
- El modelo de aprendizaje automático está formado por una red de neuronas artificiales.
- Las neuronas artificiales simulan ser, y están inspiradas en las neuronas del cerebro humano.
- Las neuronas artificiales se conectan entre sí y forman una red.
- La red neuronal aprende a realizar una tarea a partir de los datos de entrenamiento.
En el caso de ChatGPT:
- Los datos de entrenamiento son una gran cantidad de texto y código.
- La red neuronal analiza estos datos y aprende a generar texto similar al que ha visto en el conjunto de datos.
- ChatGPT puede entonces utilizar este conocimiento para generar respuestas a tus preguntas, escribir diferentes tipos de contenido creativo y traducir idiomas.
2️⃣ Arquitectura Transformer: La Rebelión contra la IA de la Vieja Escuela
El Golpe de Estado en el Mundo del Procesamiento del Lenguaje
Es una estructura innovadora que permite a ChatGPT procesar y generar texto de forma eficiente y precisa.
Arquitectura Transformer. No, no estamos hablando de esos robots gigantes que se transforman en carros deportivos o en camiones. Estamos en algo mucho más impresionante (y útil, a menos que tengas que salvar el mundo de una invasión alienígena). La arquitectura Transformer es esa parte de genialidad tecnológica que tomó el aburrido mundo del procesamiento del lenguaje y lo puso de cabeza.
¿Cómo funciona?
La arquitectura Transformer divide el texto en pequeñas unidades llamadas «tokens». Luego, analiza las relaciones entre estos tokens para comprender el significado del texto en su conjunto.
Esto permite a ChatGPT:
- Procesar texto de forma más rápida y eficiente.
- Generar texto más coherente y contextualmente correcto.
- Entender mejor las relaciones entre las palabras y las oraciones.
3️⃣ Mecanismo de atención: Enfocarse en lo que importa
Imagina que estás en una fiesta con mucha gente hablando.
Para mantener una conversación, necesitas enfocarte en la persona que habla y filtrar el ruido del resto.
El mecanismo de atención de ChatGPT funciona de manera similar.
¿Qué es el mecanismo de atención?
Es una técnica que permite a ChatGPT enfocarse en las partes más relevantes de tu solicitud para generar respuestas más precisas y relevantes.
El mecanismo de atención es como un foco que ilumina las partes más importantes de una escena.
En una conversación:
- Tu cerebro actúa como el foco, enfocándose en la persona que habla.
- Filtras el ruido de fondo, como las conversaciones de otras personas.
- Te concentras en las palabras, el tono de voz y el lenguaje corporal del orador para entender lo que dice.
De la misma manera:
- ChatGPT utiliza el mecanismo de atención para enfocarse en las palabras clave de tu solicitud.
- Asigna mayor importancia a las palabras que son más relevantes para la tarea que deseas realizar.
- Genera una respuesta precisa y relevante basada en las partes más importantes de tu solicitud.
Ejemplo:
Cuando preguntás a un LLMs cualquiera como ChatGPT, «¿Cuál es la capital de Francia, y qué podés decirme sobre la Torre Eiffel?», el mecanismo de atención permite a ChatGPT discernir que hay dos partes en tu pregunta. Primero, identifica la respuesta directa (París) y luego se enfoca en proporcionar información específica sobre la Torre Eiffel, en lugar de divagar sobre otros monumentos o aspectos de París.
4️⃣ Procesamiento del Lenguaje Natural (NLP): ChatGPT Entiende, No Solo Escucha
El Arte de Entender el Bla, Bla, Bla Humano
¿Qué es NLP?
Es la rama de la inteligencia artificial que se encarga de comprender e interpretar el lenguaje humano.
¿Cómo funciona?
NLP utiliza técnicas de aprendizaje automático para analizar grandes cantidades de datos de texto, identificar patrones y aprender a interpretar el significado de las palabras y las oraciones.
¿Qué papel juega en ChatGPT?
Es fundamental para que ChatGPT pueda comprender tus solicitudes, generar respuestas precisas y relevantes, y adaptar su comunicación a diferentes estilos y contextos.
Ejemplos de cómo NLP ha mejorado ChatGPT:
- Análisis de sentimientos: ChatGPT puede detectar la emoción detrás de una solicitud, ya sea alegría, tristeza, enojo o frustración, y adaptar su respuesta en consecuencia.
- Traducción automática: ChatGPT puede traducir textos de un idioma a otro con mayor precisión y fluidez gracias a los avances en NLP.
- Generación de texto creativo: ChatGPT puede escribir poemas, historias, guiones y otros tipos de contenido creativo con mayor originalidad y calidad gracias a las técnicas de NLP.
ACLARACIÓN: Si bien los modelos de lenguajes como ChatGPT no tienen sentimientos, si pueden «simular» el entendimiento de los sentimientos, pueden «simular» la empatía, tanto que parece muy humano. Realmente es una tecnología increíble, Podés probar haciéndole preguntas más emocionales y pidiéndole consejo y podés comprobar su «lado humano».
5️⃣ Aprendizaje auto-supervisado: El camino a la independencia
Imagina un niño aprendiendo a caminar.
No necesita que nadie le diga cómo hacerlo. Simplemente observa a otros caminar, experimenta por sí mismo y, con el tiempo, domina la habilidad.
El aprendizaje auto-supervisado de ChatGPT funciona de manera similar.
¿Qué es el aprendizaje auto-supervisado?
Es un método de aprendizaje en el que ChatGPT aprende por sí mismo a partir de grandes cantidades de datos sin necesidad de intervención humana.
¿Cómo funciona?
ChatGPT se alimenta de una gran cantidad de datos de texto, como libros, artículos y conversaciones. A partir de estos datos, aprende a identificar patrones y relaciones entre las palabras.
Esto le permite:
- Mejorar su capacidad de generar texto coherente y gramaticalmente correcto.
- Adaptar su estilo de comunicación a diferentes contextos y situaciones.
- Comprender mejor las emociones y los sentimientos humanos.
6️⃣ Tokenización: El lenguaje en pedazos
Imagina un rompecabezas enorme.
Para armarlo, necesitas dividirlo en piezas más pequeñas y manejables.
La tokenización funciona de manera similar.
¿Qué es la tokenización?
Es el proceso de dividir el lenguaje en pequeñas unidades llamadas tokens. ChatGPT utiliza la tokenización para procesar el lenguaje de manera más eficiente.
¿Cómo funciona?
ChatGPT divide el texto en tokens de diferentes tipos, como palabras, puntuación y símbolos.
Esto le permite:
- Comprender la estructura del texto.
- Identificar las relaciones entre las palabras.
- Generar texto nuevo que sea coherente y gramaticalmente correcto.
Beneficios de la tokenización:
- Eficiencia: Permite a ChatGPT procesar el lenguaje de forma más rápida y precisa.
- Precisión: Reduce la posibilidad de errores en la comprensión del lenguaje.
- Flexibilidad: Permite a ChatGPT adaptarse a diferentes tipos de lenguaje.
7️⃣ Capas semánticas: La inteligencia en acción
Imagina un chef preparando un plato delicioso.
No solo mezcla ingredientes, sino que también comprende las propiedades de cada uno para crear una experiencia culinaria única.
Las capas semánticas de ChatGPT funcionan de manera similar.
¿Qué son las capas semánticas?
Son diferentes niveles de comprensión del lenguaje que permiten a ChatGPT entender el significado de las palabras en diferentes contextos.
¿Cómo funcionan?
ChatGPT no solo analiza las palabras individualmente, sino que también las relaciona con otras palabras, frases y oraciones.
Esto le permite:
- Comprender el significado del texto en un nivel más profundo.
- Identificar las intenciones del usuario.
- Generar respuestas más precisas y coherentes.
Beneficios de las capas semánticas:
- Precisión: Reduce la posibilidad de errores en la comprensión del lenguaje.
- Coherencia: Permite a ChatGPT generar respuestas que se ajustan al contexto de la conversación.
- Naturalidad: Permite a ChatGPT generar respuestas que suenan como si las hubiera escrito una persona.
Ejemplo:
La oración «¿Qué hora es?» puede tener diferentes significados dependiendo del contexto.
- Si se pregunta a alguien que está despierto, puede significar que quiere saber la hora actual.
- Si se pregunta a alguien que está dormido, puede significar que quiere saber si es hora de despertarse.
Aquí hay algunos ejemplos adicionales de cómo las capas semánticas pueden ayudar a ChatGPT a comprender el significado del lenguaje:
- Sarcasmo: ChatGPT puede identificar el sarcasmo en el lenguaje y generar una respuesta que sea apropiada para el contexto.
- Humor: ChatGPT puede entender el humor y generar respuestas que sean divertidas e ingeniosas. Siempre que sepas cómo pedirle, si le decís «contame un chiste», seguro va a ser malo.
- Emociones: ChatGPT puede identificar las emociones en el lenguaje y generar respuestas que sean empáticas y comprensivas.
ChatGPT puede usar las capas semánticas para comprender el contexto de la pregunta y generar la respuesta más precisa.
8️⃣ La importancia de los datos de entrenamiento:
Imagina un artista pintando un cuadro.
La calidad de los materiales que utiliza, como la pintura y los pinceles, es fundamental para el resultado final.
Los datos de entrenamiento de ChatGPT funcionan de manera similar.
¿Qué son los datos de entrenamiento?
Son grandes cantidades de texto que se utilizan para entrenar a ChatGPT. Estos datos pueden incluir:
- Libros
- Artículos
- Conversaciones
- Código
¿Por qué son importantes?
La calidad y la diversidad de los datos de entrenamiento son cruciales para que ChatGPT pueda
- Generar respuestas precisas y relevantes.
- Comprender diferentes tipos de lenguaje.
- Evitar sesgos en sus respuestas.
Si los datos de entrenamiento son de baja calidad o no son diversos, ChatGPT puede generar respuestas
- Incorrectas.
- Irrelevantes.
- Sesgadas.
Ejemplo:
Si ChatGPT se entrena con un conjunto de datos que solo contiene texto de hombres, es más probable que genere respuestas que sean sesgadas hacia los hombres.
9️⃣ La caja negra: Un misterio por resolver
Voy a poner un ejemplo con la electricidad para que podamos entender mejor.
- Exteriormente podemos observar el flujo de electricidad a través de cables, enchufes, dispositivos y algunos privilegiados la hemos sentido en nuestro propio cuerpo cuando tocamos cables pelados 🤭.
- Interior, o sea lo que realmente pasa, La mecánica precisa de cómo los electrones fluyen y generan energía sigue siendo un misterio para muchos.
La red neuronal de ChatGPT funciona de manera similar.
¿Qué es la red neuronal?
Es la parte central de ChatGPT que le permite aprender y generar respuestas. La red neuronal está compuesta por millones de unidades interconectadas, llamadas neuronas artificiales.
¿Por qué es una caja negra?
Es difícil comprender cómo la red neuronal toma decisiones debido a su complejidad. No podemos observar directamente cómo las neuronas artificiales procesan la información y generan respuestas.
¿Qué incertidumbres genera?
La complejidad de la red neuronal puede generar algunas incertidumbres sobre:
- Los sesgos que pueden estar presentes en la red neuronal.
- La forma en que la red neuronal toma decisiones.
- La posibilidad de que la red neuronal genere respuestas incorrectas o inapropiadas.
¿Cómo se está abordando este problema?
Los investigadores están trabajando en diferentes métodos para:
- Explicar las decisiones de la red neuronal.
- Reducir los sesgos en la red neuronal.
- Mejorar la seguridad y la confiabilidad de la red neuronal.
Aquí hay algunas preguntas que aún no tienen respuesta sobre la red neuronal de ChatGPT:
- ¿Cómo se pueden identificar y eliminar los sesgos de la red neuronal?
- ¿Cómo se puede explicar de manera comprensible para los humanos las decisiones de la red neuronal?
- ¿Cómo se puede garantizar que la red neuronal no genere respuestas incorrectas o inapropiadas?
A medida que los investigadores continúen trabajando en estas preguntas, podemos esperar que la red neuronal de ChatGPT se vuelva más transparente y confiable.
Ahora que echaste un vistazo detrás de la cortina, te invito a que no te quedes ahí sentado con la boca abierta, asombrado por las maravillas de ChatGPT, como si fuera un truco de magia de fiesta infantil.
Meté las manos en la masa y empezá a experimentar con ChatGPT como si fuera tu laboratorio personal de locuras.
¿Querés ver cómo un pequeño ajuste en tu pregunta puede voltear la respuesta de cabeza? ¿Te pica la curiosidad sobre cómo podés hacer que ChatGPT cambie sus respuestas con sentimientos diferentes, con solo cambiar tu forma de pedirle las cosas? Pues bien, en este articulo tenés bastante para aprender y experimentar.
No te quedes ahí esperando a que la inspiración caiga del cielo. La verdadera magia de ChatGPT no se encuentra en las respuestas que te da, sino en cómo aprendes a sacarle el jugo. Cada pregunta es una oportunidad para afinar tu arte, para convertirte en ese PRo utilizando LLMs como ChatGPT.
Así que, ¿qué estás esperando?
Sin práctica no hay aprendizaje.
Experimenta , juega, reta a ChatGPT y a vos mismo. Y acordate, el límite es tu conocimiento y tu imaginación.
