Transcripciones
1. Introducción: Así que probablemente hayas visto
aparecer la IA un montón de
veces en las noticias. Y muchas veces, hay muchas de
estas palabras de jerga
que se utilizan en la IA Ahora, como no techie, me costaba entender lo que significaban algunas de estas palabras y lo que significan en aplicación a mi
carrera y a mi trabajo Ahora bien, este curso es
para destacar algunos de los términos más importantes
y fundamentales del
glosario para que puedas entender mejor como persona no técnica cómo funciona el mundo de
la IA
2. Glosario: Entonces la primera palabra
con la que
vamos a empezar va a ser de A, y vamos a ir
hasta la Z. Entonces va a ser un orden
alfabético Si necesitas volver a referirte
a una palabra, esta manera, te resulta más fácil
buscarlas. Entonces la primera palabra que
vamos a usar o
hablar es agentes, agentes de IA. Entonces, los agentes de IA son estos modelos de lenguaje que
son capaces de comunicarse entre sí para ayudarnos a hacer mejor
una determinada tarea o
actividad. Entonces, para
optimizar la salida de la IA, los desarrolladores trabajarían
con diferentes agentes de IA. Imagínese tener un agente de viajes, y estos son agentes que
en cambio están usando la tecnología
para ayudar a cumplir ese objetivo. A continuación, tenemos chat bots. Chat Bots es Chat
GBT, Claude Lama. Estos son los grandes
modelos de IA de chat que conocemos y amamos. Y estos son
los que probablemente todos piensen cuando
están pensando en la IA, porque con estos bots de chat, son
ellos los
que le hablamos con el lenguaje natural, y luego
nos dan una respuesta. Y así eso lleva a
todo el asunto de la
inteligencia artificial. El siguiente es la visión por computador. La visión por computador
es la tecnología detrás de cómo una máquina puede
visualizar una determinada cosa, y eso puede abarcar todo
un campo y también tiene muchas complejidades
diferentes Cuando
hablamos de la visión de Chat GBT, utiliza esa tecnología
y todos los aprendizajes de esa comunidad para implementar
en su proceso de visión Entonces, cuando estás configurando imágenes y haciéndolas evaluar
qué es esto, eso también cae dentro de esa
categoría. O si estás usando para
evaluar distancias y estructuras
faciales que también
cae en la visión por computador. A continuación, tenemos aprendizaje profundo. El aprendizaje profundo es cuando obtienes más nicho en el tipo de aprendizaje automático
que estás haciendo, y el aprendizaje automático
cubrirá más adelante. Pero es utilizar
este conjunto específico de información y ser
más nicho al respecto. Entonces usarías el aprendizaje profundo
ya que alguien está estudiando un determinado idioma o un cierto tipo particular de examen para
un determinado nicho. A lo mejor es traducir
idiomas o tal vez es leer el diagnóstico o tal vez está ayudando a crear
ciertas partes de la imagen Todo esto tiene que ver con
categorizar la información, descomponer esa
información en una determinada secta o sector, y luego construir el
conocimiento encima de eso u obtener resultados
de ese conocimiento A continuación, tenemos GPT, que significa transformador
preentrenado generativo Entonces chat GPT es chat que es un generativo
pre entrenado transformadores Es por eso que también existe la opción de
hacer GPT personalizados, que es su propio GPT personalizado Y la palabra esencialmente
explica lo que es por sí misma. Tan generativo es
generar pre entrenado, lo
que significa que está generando a partir de los datos entrenados
que tiene transformadores, qué transformadores son una tecnología de salida
predictiva A continuación, tenemos modelos de
lenguaje grandes, y modelos de lenguaje grande
es este enorme conjunto de datos que se pueden clasificar en lenguaje
natural. Entonces, la razón por la que la
IA ha explotado
tanto es porque ahora somos
capaces de usar el lenguaje natural. Y con estos lenguajes
naturales, quizá inglés,
vietnamita, chino, ruso, todos estos
tipos de idiomas. Si puede usar el
lenguaje para acceder a estos conjuntos de datos a través de
estos grandes modelos de lenguaje, puede recuperar cantidades
significativas de datos a una velocidad extremadamente rápida para ayudar
a generar una salida mucho mejor. Por eso puedes
entrar en Chat GBT. Di algo, y
cuando hace
eso, accede a toda la
información que tiene, y luego te da salida con una respuesta basada en
lo que quieras. Pero una forma rápida de
pensar en modelos de lenguaje grandes, LLM es que está usando tu palabra natural para ayudarlo
a descubrir a partir
de
este cerebro masivo cómo sacar la información correcta y
particular que necesita para darle
la salida que desea A continuación, tenemos machine learning. El aprendizaje automático es esencialmente hacer que las máquinas aprendan
de un conjunto de datos. Y esto es importante porque durante la última década
y antes también, aprendizaje
automático es
esencialmente cómo las personas estaban entrenando ciertos conjuntos de datos para lograr ciertas respuestas
que querían. Por ejemplo, si estás construyendo un robot para recoger fresas, usarías el
aprendizaje automático para entrenar a este robot en qué
cultivo elegir, qué colores mirar y luego elegir las fresas
adecuadas. Mucha gente del mundo del aprendizaje
automático
ha venido
al mundo de la IA, que es esencialmente
el siguiente paso interpretar y usar datos Entonces es por eso que
hay mucho en medio y el mallado entre
estas tecnologías La siguiente palabra es lenguaje
natural. Entonces, como estamos trabajando con IA, estamos usando el lenguaje natural. Y verás que
surge mucho ya que la
gente está usando términos como gente está usando términos como PNL para describir que esto es una cosa de
procesamiento del lenguaje natural Entonces, cuando estás trabajando
con su LLM, están usando sus datos para procesar tu lenguaje
natural Entonces, personalmente,
creo que en el futuro, lenguaje
natural
va a ser como un codificador usa código para obtener la
salida que desean El siguiente término es redes
neuronales, y redes neuronales
es esencialmente cómo funciona la
red neuronal del cerebro. Gran parte de la teoría de la IA
y cómo recuperamos información en IA se basa en estudios sobre redes
neuronales. Ingeniería rápida o incitación. Esto es cuando estás escribiendo el mensaje para ingresar
al modelo de idioma. Y la parte de ingeniería significa que a medida que
escribes un aviso, ¿cómo sabes
qué soluciones hacer? ¿Cómo sabes
cuál es tu objetivo? Y cómo se
traduce eso en este prompt que estás escribiendo para que cuando lo envíes
a la máquina, la máquina sepa qué
tipo de información recuperar y para
darte la salida deseada. Fichas. Los tokens en pocas palabras son
las palabras que pones en tu mensaje antes
de enviarlo. Transformadores. Entonces los transformadores con los que la
mayoría de la gente estaría familiarizada serían con Cat GBT Y como eso funciona
es que los transformadores son capaces de entender en un contexto todas las
diferentes palabras. Y a partir de esas palabras, asigna
pesos e importaciones,
como lo importante que es cierta
palabra en esa Y luego a medida que va
en la máquina, comienza a procesar y a
encontrar los datos
que necesita en base a ese
prompt que le diste. Comprueba qué palabra
es la más importante. Entonces
lo enviará hacia esa dirección en
la nube de datos,
y luego, en función de
tus otros tokens, descubrirá a
dónde más enviar su rastreador de datos y encontrar los datos particulares adecuados para combinar y luego
enviarte la salida Y lo que pasa con los
transformadores es que está usando tecnología
predictiva para predecir lo que se te daría a continuación. Entonces se está construyendo a partir la palabra anterior
en base a la información
que se le da. Entonces es tomar todos estos datos, acceder a una biblioteca
de todos ellos, desglosarlos en
lo que es esencial para tus necesidades y
luego predecirlos y colocarlo como
individualmente usando sus algoritmos de
análisis predictivo para devolverte lo que te
habías preguntado originalmente Y así ese es el glosario
de las palabras que
debes conocer como no técnico
entrando en el mundo de la IA Esto debería darte la base para entender cada vez que hay un nuevo lanzamiento o algunas actualizaciones o un gran avance en IA. Espero que disfrutes de este curso, y te veré la próxima vez.
Arnold Trinh, Mixed Media Creator
