IA, ML, redes neuronales: qué es qué
Lección 1 de 23 del curso «Bases de IA». Gratis, con animaciones y un test.
Cuatro palabras, una matrioska
IA, o sea inteligencia artificial, es cualquier programa que hace cosas «inteligentes». Dentro está el aprendizaje automático (ML): programas que aprenden con ejemplos. Dentro del ML están las redes neuronales, una forma muy potente de aprender así. Y dentro de ellas, los modelos de lenguaje (LLM), redes neuronales para texto, como ChatGPT. En resumen: cada círculo es más pequeño que el anterior.
Reglas contra ejemplos
Un programa normal sigue reglas que escribió una persona. Por ejemplo: «si el pedido pasa de 100 $, da un descuento». El aprendizaje automático funciona al revés: le das al modelo miles de ejemplos con las respuestas correctas y él encuentra la regla solo. El modelo es el programa que sale de ese entrenamiento. La trampa: si en los ejemplos hay un error, como la tarjeta roja del dibujo, el modelo también lo aprende.
El ML ya está en tu celular
El filtro de spam aprendió con correos que la gente marcó como spam. Tu feed de TikTok aprende de lo que ves hasta el final y lo que deslizas. El desbloqueo facial se entrenó con muchísimas fotos de caras. Siempre es la misma receta: muchos ejemplos con etiquetas, o sea respuestas correctas como «spam» o «no spam». El modelo encuentra un patrón y lo aplica a casos nuevos.
Cuándo no hace falta ML
El círculo de la IA es más amplio que el ML: el bot enemigo de un juego sencillo muchas veces funciona con reglas escritas a mano. Y está bien. Si una tarea se describe con un par de reglas claras, como «calcula el impuesto con esta tasa», la regla es mejor: es más barata, más clara y no se equivoca al azar. El ML sirve cuando la regla no se puede explicar con palabras, hay muchos ejemplos y un error raro no es grave.
¿Y dónde entra ChatGPT?
ChatGPT, Claude y Gemini están en el círculo más pequeño: son modelos de lenguaje. Los entrenaron con muchísimo texto para adivinar qué pedazo de texto viene después. De esa habilidad tan simple salen respuestas, traducciones, resúmenes y código. Spoiler: más adelante veremos cómo elige las palabras el modelo y por qué a veces se equivoca con total seguridad.
Ponte a prueba
- ¿En qué se diferencia el aprendizaje automático de un programa normal?
Respuesta correcta: El modelo encuentra la regla solo a partir de ejemplos. En el ML una persona da ejemplos con respuestas correctas y el modelo busca el patrón. Las reglas a mano son de los programas normales. - ¿Cómo se relacionan las redes neuronales y los modelos de lenguaje?
Respuesta correcta: Un modelo de lenguaje es un tipo de red neuronal para texto. Los modelos de lenguaje están dentro del círculo de las redes neuronales: son redes entrenadas con texto. No al revés. - Una tienda da 10% de descuento en pedidos desde 50 $. ¿Qué conviene usar?
Respuesta correcta: Una regla simple escrita a mano en el código. La condición es una sola regla clara. La regla es más barata, más clara y no falla al azar; el ML solo añadiría riesgo de error.