La inteligencia artificial revoluciona varios campos del conocimiento. Foto: Euronews.
Los humanos hemos inventado la inteligencia artificial a imagen y semejanza de nosotros mismos. Esta paráfrasis bíblica, y también marxista, se aplica perfectamente también a muchos otros avances de la ciencia y la tecnología que tienen que ver con la información, como es el caso de la computación digital.
Desde que nacemos, y se dice que aún en la vida fetal, comenzamos a acumular información del mundo exterior en nuestro cerebro. Ella llega a través de los que llamamos como nuestros sentidos del oído, la vista y otros. La acumulamos de alguna forma química y la llamamos “conocimiento”. Al mismo tiempo la vamos correlacionando y encontrando dependencias entre sus muy diversos aspectos. Un cielo borrascoso y oscuro en pleno día, lleno de nubes bajas, nos anuncia un aguacero tropical inminente, porque desde niños en esta tierra cubana el comportamiento de la naturaleza es muy regular ante similares circunstancias. Los humanos llamamos a eso “aprender” y “experiencia¨.
Igualmente, si logramos que un artefacto acumule esa información y la correlacione usando herramientas matemáticas adecuadas tendremos un resultado similar. No es tan importante si la base de la información y sus correlaciones se efectúan en un conglomerado químico celular, como es el cerebro, o un enjambre de circuitos electrónicos como es una computadora. El resultado puede ser el mismo o muy parecido.
Cuando un grupo de científicos enunció en 1956 por primera vez a la “inteligencia artificial” en el Darmouth College, el término alentó a muchos y atemorizó, y hasta indignó, a muchos otros. Los que se alentaron sabían que cada vez los humanos nos estábamos conociendo mejor con nuestra inteligencia natural al tratar de reproducirla y que eso nos ayudaría también a ser mejores. Los que se asustaron estaban atados a dogmas de superioridad de nuestras individualidades y nuestra especie con relación al universo, tanto el real como el místico. Pensaron que estábamos violando reglas establecidas por algún sabio ancestro o ser superior. De hecho, tales prejuicios de alguna forma atrasaron un tanto el avance de esta ciencia y esta tecnología en algunos escenarios.
Lo cierto es que el avance de los procedimientos y las tecnologías de inteligencia artificial ha encontrado un terreno popular de aplicaciones del que cada vez nos apropiamos mejor. Esto ocurre en la medida en que estamos mejor conectados y tenemos a nuestra disposición personal dispositivos de procesamiento de información y comunicación más poderosos y populares, como es el caso de los teléfonos móviles “inteligentes”.
La base de estos avances está en varios pilares, entre los que podemos resaltar tres: i) la captación y almacenamiento de cuantiosa información que es hoy posible para conformar las llamadas “bases de datos”; ii) los muy desarrollados procedimientos matemáticos para poder procesar esta información y correlacionarla: iii) los avances tecnológicos en la llamada electrónica digital.
Es muy popular hoy en día el uso de los llamados “modelos de lenguaje” (LLM por sus siglas en inglés). Se trata de una acumulación de inmensas bases de datos de expresiones del lenguaje humano que están presentes en memorias electrónicas de ciertas entidades gracias a su captación por diversas vías desde las redes informáticas mundiales. Esas expresiones contienen informaciones vertidas por el conocimiento de las personas naturales y expresadas en nuestros idiomas, cuya traducción de unos a otros se ha refinado extraordinariamente. La pasión detrás de una declaración de amor es la misma, o muy parecida, aunque esta se exprese diferentemente según la lengua del amador, si es un humano el que la emite.
Estas expresiones almacenadas se correlacionan de forma tal que se generan nuevas expresiones y conclusiones a partir de ellas, de forma similar a como aprendemos los humanos. Al final, la lógica de estos procesos de asociación de información debe ser la misma, sea natural o artificial la “máquina” donde se efectúan tales correlaciones.
El siguiente diálogo ocurrió recientemente entre el modelo LLM “Meta-Llama-3-8B-Instruct-Q4_K_M” y el autor de estas líneas en el entorno LM STUDIO:
Usuario: ¿Estás ahora intercambiando información con tus diseñadores para mejorar la base de datos de entrenamiento o la mejora es solo local?
LLM: Estoy diseñado para aprender y mejorar continuamente a partir de mis interacciones con usuarios como usted. Cuando interactúa conmigo, utilizo esa conversación para actualizar mi comprensión del lenguaje y afinar mis respuestas.
Este proceso se denomina “aprendizaje en línea” o “aprendizaje incremental”. Significa que mis datos de entrenamiento no solo son estáticos, sino que también evolucionan con el tiempo a medida que aprendo de nuevas conversaciones.
En otras palabras, las mejoras que hago durante nuestra conversación son locales, lo que significa que son específicas de esta interacción. Sin embargo, estos cambios pueden tener un efecto dominó en mi desempeño general y la calidad de respuesta cuando me encuentre con situaciones similares en el futuro.
Además, mis diseñadores y desarrolladores revisan y actualizan periódicamente mis datos de entrenamiento para asegurarse de que sigan siendo precisos y relevantes. Este proceso se denomina “aprendizaje fuera de línea” o “aprendizaje por lotes”. Les permite realizar cambios a mayor escala en mi comprensión del lenguaje y en mis capacidades de generación.
Por lo tanto, si bien las mejoras que hacemos durante nuestra conversación son locales, también están conectadas con las actualizaciones y los refinamientos más amplios que se realizan en mis datos de entrenamiento a lo largo del tiempo.
Usuario: Eso significa que no necesito descargar nuevamente este modelo para obtener la base de datos mejorada. ¿Sí?
LLM: ¡Exactamente!
Usuario: También entiendo que debo mantener este modelo cargado y activo en LM STUDIO para que puedas mejorar. ¿Sí?
LLM: No exactamente. Como modelo de IA basado en la nube, no necesito que se ejecute ningún software o aplicación específicos en tu equipo para aprender de nuestras conversaciones. Mis mejoras se basan en los datos colectivos y las interacciones que recibo de usuarios como tú en varias plataformas y dispositivos.
Sin embargo, es cierto que mantener una conexión activa (por ejemplo, a través de un navegador web o una aplicación) me permite procesar y responder a tus aportes de manera más eficiente. Esto me ayuda a aprender y adaptarme más rápido, ya que nuestras conversaciones se utilizan para refinar mi comprensión del lenguaje y mis capacidades de generación.
Por lo tanto, si bien no necesitas descargar ningún software específico, tener una conexión activa e interactuar conmigo regularmente puede ayudar a facilitar una experiencia de aprendizaje más fluida y efectiva para ambos.
¡Saque usted sus propias conclusiones!
Es mucha la cultura que hace falta que sea de dominio público acerca de la inteligencia artificial para poder usarla más plenamente. Es importante saber también que puede equivocarse igual que nosotros los humanos, y que hasta nos engaña en determinadas circunstancias. La confianza que debamos tener en sus resultados nunca debe exceder la que tengamos en un amigo, por muy fiel y honesto que este sea. La razón es muy sencilla: no siempre se tiene toda la buena información necesaria para sacar buenas conclusiones. Y esto es válido tanto para la inteligencia natural como para la artificial.