¿Qué es la IA?

mEs fácil creer con tanto bombo y platillo que la IA se inventó hace un par de años, pero no es cierto. Fue inventada por Alan Turing en los años 50 y formalizada en una conferencia en Dartmouth, New Hampshire, en 1956.

¿Una breve lección de historia?

Alan Turin fue un matemático británico al que se atribuye el mérito de haber descifrado la clave Enigma que utilizaron los nazis en la Segunda Guerra Mundial, utilizando un ordenador inventado por él llamado Collossus. Después de la guerra, Alan Turin postuló que, en algún momento del futuro, los ordenadores avanzarían hasta el punto de que un ser humano sería incapaz de distinguir si estaba conversando con un ser humano o con un ordenador. Esto se llamó originalmente el «Juego de imitación» y más tarde se rebautizó como el Test de Turing. Ningún ordenador ha superado nunca la prueba de Turing.

Casos de uso tradicionales de la IA

La IA se ha utilizado en juegos, (el ajedrez en particular), y aplicaciones militares durante décadas. Es simplemente estadística. La IA no sabe hablar inglés ni ningún otro idioma. Sin embargo, calcula que la palabra más probable que sigue a la anterior es esa palabra, basándose en la gran cantidad de datos con los que ha sido entrenada. Casualmente, los textos y traducciones de la Unión Europea se han utilizado mucho para entrenar modelos de traducción y lenguaje.

Entre las aplicaciones de la IA están la navegación GPS (calcula la ruta más corta o rápida basándose en estadísticas), el reconocimiento de voz, los chatbots, los textos, vídeos e imágenes de noticias falsas.

El auge de la IA moderna

Lo que ha provocado esta notable revolución es la disponibilidad pública de datos, petabytes de datos disponibles libremente en Internet. Estos datos están disponibles para «entrenar» la IA, y eso es lo que Sam Altman y su equipo utilizaron para entrenar ChatGPT – El primer Gran Modelo Lingüístico (LLM) disponible públicamente.

Entrenar un modelo de IA

Entrenar a la IA es como entrenar a un perro. Si el perro no tiene éxito, no obtiene recompensa. Cuando lo consigue, recibe un premio.

Por tanto, si estamos entrenando a la IA para que identifique el cáncer de mama, le damos al modelo un gran número de imágenes de mamografías con resultados tanto negativos como positivos, y luego identificamos los resultados positivos para el modelo.

A continuación, podemos utilizar el modelo para analizar nuevas exploraciones.

Si seguimos entrenando al modelo, aprenderá de sus errores y mejorará con el tiempo. (De ahí que los modelos pidan retroalimentación (¿ha sido útil esta respuesta, ha respondido a tu pregunta?). La herramienta de IA puede analizar las imágenes mucho más rápido que un humano. También puede expresar confianza en su resultado. A continuación, los humanos pueden revisar la imagen y proporcionar retroalimentación al modelo, y viceversa.

Si tu organización tiene datos, y todas las organizaciones los tienen, Tequila AI puede ayudarte a crear herramientas que cambien las reglas del juego.