La Inteligencia Artificial, que puede definirse como la rama de las ciencias de la computación que intenta simular actividades humanas que requieren de capacidad de aprendizaje, razonamiento o adaptación, engloba diferentes técnicas, como el machine learning, el procesamiento del lenguaje natural, la robótica o los sistemas expertos.
Con la llegada de las tecnologías Big Data, que redujeron notablemente los costes de almacenamiento y computación, y el Cloud, que facilitó el acceso a estas tecnologías, la Inteligencia Artificial se ha visto impulsada en la última década, y actualmente ha alcanzado un nivel de desarrollo sin precedentes, transformando radicalmente la forma en la que vivimos, trabajamos y nos comunicamos.
La Inteligencia Artificial se ha vuelto omnipresente en nuestras vidas diarias, ofreciendo soluciones innovadoras para desafíos complejos y mejorando nuestra experiencia cotidiana en distintas áreas, aunque la mayor parte de las veces no somos conscientes de que interactuamos con ella. Su principal uso consiste en analizar un histórico de datos, por ejemplo, de todo el contenido digital que consumes, y en base a esos datos, poder predecir una acción futura, por ejemplo, cuál podría ser la siguiente serie que vas a ver.
Sin embargo, pese a que el desarrollo de la inteligencia artificial está siendo exponencial los últimos años, recientemente ha surgido una evolución que ha multiplicado aún más su capacidad para cambiar nuestra sociedad. Esta evolución es la Inteligencia Artificial Generativa.
La Inteligencia Artificial Generativa, a diferencia de la Inteligencia Artificial tradicional, que se centra en resolver tareas específicas basándose en datos históricos, como predecir si un cliente va a pagar un préstamo hipotecario en base al histórico de préstamos y al perfil del cliente, es capaz de crear nuevo contenido, original, aprendiendo de datos no específicos de un problema concreto. La Inteligencia Artificial Generativa es capaz de crear imágenes, textos, música u otro tipo de contenidos, y además no ceñirse sólo a una temática concreta, sino con un alcance general.
Cómo funciona la IA Generativa
La IA Generativa se basa en unos modelos complejos, denominados Foundation Models, que consisten en redes neuronales entrenadas con grandes cantidades de datos no estructurados y sin etiquetar en una variedad de formatos, como texto y audio. Estos modelos pueden ser utilizados para una amplia gama de tareas, a diferencia de los modelos de redes neuronales tradicionales, que solo podían realizar una tarea, como predecir la pérdida de clientes (este tipo de Inteligencia Artificial se denomina “estrecha”).
Dentro de los Foundation Models, destacan los LLM (Large Language Model son modelos entrenados con datos en lenguaje natural, y que son capaces de aprender de grandes volúmenes de datos en formato de texto no estructurado ni etiquetado y usar ese aprendizaje para generar respuestas a preguntas (prompts) del usuario
La principal innovación que permite ahora desarrollar LLMs, y no era posible hace unos años, son los Transformers, que son un tipo de arquitectura de redes neuronales que permiten eficientar en órdenes de magnitud el proceso de entrenamiento y mejorar la precisión de los modelos de entendimiento del lenguaje.
Por último, es importante indicar que la IA Generativa, que se basa en redes neuronales, utiliza modelos estocásticos y probabilísticos, por lo que ante una misma entrada no siempre se obtiene el mismo resultado. Esta característica hace que la IA Generativa pueda crear contenido original en cada iteración, pero también le da un cierto nivel de imprevisibilidad o de falta de explicabilidad de los resultados que la invalida en determinados casos de uso.
Casos de uso de la IA Generativa
La IA Generativa tiene multitud de funcionalidades que pueden adaptarse para resolver diferentes casos de uso. Algunas de estas funcionalidades son novedosas, no habiendo ninguna solución previamente que tuviera esa capacidad, como podría ser el caso de la generación de imágenes, pero en cambio, otras funcionalidades ya existían en otro tipo de tecnologías, ofreciendo la IA generativa un avance en su cobertura, como en la extracción de datos de textos, o un nivel de eficiencia muy superior al estado del arte previo, como en el caso de la traducción de textos.
La lista de funcionalidades se va incrementando con la aparición de nuevas herramientas, y es que cada día surgen nuevas soluciones que, o utilizando modelos existentes como los de OpenAI, modelos abiertos como LLaMA, o modelos propios, aportan nuevas capacidades que hasta ahora no se había contemplado.
