¿Cómo la inteligencia artificial crea cosas que no existen?
Una de las ramas de la inteligencia artificial está tomando más fuerza que nunca. Se llama inteligencia artificial generativa y tiende a crear cosas que antes no existían con solo mirar patrones.
ChatGPT es la web del momento, puede generar de todo, desde textos explicativos hasta guiones de películas. Otro ejemplo es StableDiffusion que es un modelo capaz de generar imágenes y videos extremadamente realistas.
La idea de que una inteligencia artificial cree cosas nuevas no es novedoso. Los modelos que son capaces de generar frases existen desde los años 90 con la llegada de los chatbots. Sin ir más lejos, el corrector automático de los móviles es un claro ejemplo de inteligencia artificial generativa.
Este es un ejemplo de modelos que generan cosas nuevas a partir de las observaciones de un conjunto de datos. Aprenden mirando una serie de datos, como imágenes o texto, y mediante técnicas de probabilidad, aprenden a crear datos novedosos.
Ejemplos de redes neuronales generativas
ChatGPT sale de un modelo de lenguaje natural que utiliza técnicas de aprendizaje automático para poder generar textos después de la entrada de texto. Por ejemplo, si escribimos en ChatGPT la entrada de texto: Describe la historia de la canción All Too Well de Taylor Swift, esto es lo que ocurre:
Según Swift, la letra de la canción se basa en una experiencia personal en la que se enamoró profundamente de alguien, pero la relación terminó abrupta y dolorosamente. La canción retrata la sensación de pérdida y arrepentimiento que sintió Swift después de la ruptura, y los versos detallados y emotivos han sido ampliamente interpretados como una expresión de sus propias emociones en ese momento.
Otro ejemplo de este tipo de inteligencia artificial son las imágenes generadas por DALL-E 2, que puede crear imágenes a partir de una entrada de texto.
Aprendizaje automático, ¿qué es?
El aprendizaje automático es una técnica que consiste en alimentar datos a un algoritmo. Este algoritmo analiza una función después de encontrar patrones en ese conjunto de datos. Por ejemplo, si alimenta una serie de pinturas de Van Gogh, el algoritmo observará una función capaz de comprender el estilo de Van Gogh.
Existen diferentes formas de aprendizaje automático pero una de ellas es la siguiente. Imaginemos que le damos a un algoritmo varias imágenes de perros para que aprenda a reconocer un perro junto con la clasificación “perro” o imágenes de gatos con clasificación “gato”. En resumen, le damos al algoritmo la respuesta que deseamos y aprende observando esos conjuntos.
¿Cómo funciona la inteligencia artificial generativa?
La inteligencia artificial generativa es un ejemplo de aprendizaje automático. Recibe un conjunto de datos y puede reproducirlos después de observar y aprender los patrones.
Las redes neuronales generativas (GAN) son sistemas creados con la intención de generar cosas nuevas. Funcionan de la siguiente manera: hay dos redes, una llamada "generadora" y otra "discriminadora". El generador tiene como objetivo recibir un conjunto de datos y aprender a recrearlos. El discriminador apunta a reconocer lo que es real y lo que fue creado por el generador.
El modelo está completo cuando el generador puede engañar al discriminador. En otras palabras, el generador ha hecho un trabajo tan bueno al imitar los datos reales que los datos generados por él pueden pasar como datos reales.
ChatGPT usa otro tipo de red llamada transformadores. Los transformadores utilizan una técnica llamada atención que es capaz de procesar textos y prestar atención a diferentes partes de un texto. La atención funciona como una capa que logra mirar matemáticamente a la comprensión de un texto.
Entonces, ¿están creando cosas que no existen?
Estos modelos de inteligencia artificial necesitan observar datos para poder aprender. Estos datos se generan de forma humana, ya sea a través de fotografías, textos o pinturas. No crean desde cero, son muy buenos para encontrar patrones y hacer predicciones que se sienten como si fueran creados.
Siempre es bueno recordar que detrás de todos estos modelos hay un algoritmo que utiliza las matemáticas para poder encontrar funciones que puedan modelar algo, ya sea generación de texto o imagen.