Cómo piensa una red neuronal
Lección 2 de 23 del curso «Bases de IA». Gratis, con animaciones y un test.
Adivina la siguiente palabra
Una red neuronal es un programa que aprendió con ejemplos, no con reglas escritas a mano. ChatGPT y Claude son modelos de lenguaje, es decir, redes neuronales hechas para texto. Escriben la respuesta pedazo a pedazo, eligiendo cada vez la continuación que mejor encaja. Por ejemplo, después de «A Bitcoin lo suelen llamar el … digital», el modelo elegirá «oro» mucho antes que «pizza». Y así, palabra por palabra.
Token: un pedazo de texto
El modelo no trabaja con letras, y no siempre con palabras completas. Trabaja con tokens. Un token es un pedazo de texto: una palabra corta, parte de una palabra larga o un signo de puntuación. Una palabra larga suele partirse en varios tokens. Ojo con el nombre: no es un token cripto ni dinero, solo una unidad de texto. Los servicios de IA de pago miden en tokens el largo del chat y el precio.
Aprendió de montañas de texto
Antes de salir, el modelo pasó por un entrenamiento: leyó una cantidad enorme de libros, sitios web y código. No guarda páginas completas. Aprendió patrones: cómo la gente suele continuar una idea, cómo se escribe un correo, cómo se arma el código. Por eso escribe con fluidez. Pero no es una biblioteca con citas exactas, así que puede citar mal una fuente.
Conocimiento con fecha
El entrenamiento termina en algún momento y, después, el modelo no aprende nada nuevo por su cuenta. Ese límite se llama fecha de corte del conocimiento. De lo que pasó después, el modelo puede no saber nada o inventar una respuesta. Algunos chatbots buscan en internet, pero no siempre lo hacen ni siempre aciertan. En resumen: noticias recientes, tipos de cambio y precios, revísalos tú.
Ni buscador ni persona
El modelo arma una respuesta que suena creíble. No la saca de una base de datos ni la compara con una fuente por su cuenta. Por eso puede sonar seguro y aun así equivocarse. Ejemplo: pregunta cuántas lunas tiene Marte y la respuesta segura puede ser incorrecta. Lo correcto: dos, Fobos y Deimos. La regla: seguro no significa correcto. Lo importante, siempre verifícalo.
Ponte a prueba
- ¿Qué hace el modelo mientras escribe una respuesta?
Respuesta correcta: Elige el siguiente pedazo de texto que mejor encaja. La respuesta se arma por partes, token por token. El modelo no guarda respuestas listas, solo patrones aprendidos. - ¿Qué es un token en un modelo de lenguaje?
Respuesta correcta: Una palabra o un pedazo de palabra. Aquí un token es una unidad de texto: palabra, parte de palabra o signo. No lo confundas con un token cripto. - La respuesta suena muy segura. ¿Qué significa?
Respuesta correcta: Igual conviene verificarla. Un tono seguro no dice nada sobre la exactitud. El modelo elige lo que suena creíble, así que verifica lo importante.
← IA, ML, redes neuronales: qué es qué Tokens y ventana de contexto →