Algoritmos e Inteligencia artificial generativa

Algoritmos, inteligencia artificial e inteligencia artificial generativa. Conceptos, usos y riesgos.

1. Inteligencia artificial ¿qué es? ¿Cómo funciona? Aportes, riesgos y desafíos Comunicación 3 – FCS - UNLZ

2. Qué es un algoritmo

3. Definición desde los social Son sistemas informáticos que organizan, clasifican y correlacionan enormes volúmenes de datos de manera automatizada, con mínima intervención humana, capaces de producir conocimiento, influir en decisiones y comportamientos ejercer formas de poder social, económico y político.

4. Ventajas y riesgos No son neutrales: incorporan sesgos de sus programadores y pueden orientar la vida individual y colectiva, generando tanto oportunidades como riesgos de control, despersonalización y desigualdad.

5. Sesgos en los algoritmos Principales tipos de sesgos En los datos de entrenamiento En la selección de características En la formulación del problema En el diseño del modelo En la evaluación y retroalimentación En la interpretación de modelos opacos Los sesgos en los algoritmos pueden dar lugar a resultados injustos, errados o discriminatorios. Pueden ser intencionales o involuntarios y surgir de diversas fuentes y manifestarse de diferentes maneras.

6. Sesgos en los algoritmos

7. Qué es la inteligencia artificial Sistemas y programas capaces simular procesos cognitivos humanos, e incluso superarlos

8. ¿Qué hace la IA? Puede simular procesos cognitivos como El aprendizaje La toma de decisiones Reconocimiento de patrones Procesamiento de lenguaje Utilizar algoritmos y modelos para mejorar su rendimiento

9. Tipos de inteligencias artificiales

10. ¿Como aprenden? Formas de aprendizaje automático

11. Subtipos de aprendizaje Profundo Redes neuronales artificiales Aprendizaje profundo Redes Neuronales profundas Redes Neuronales recurrentes Redes Neuronales convolucionales Redes Generativas antagónicas Transformers

12. Conceptos clave

13. El misterio de la IA La caja negra En las Redes Neuronales profundas se producen operaciones para elaborar respuestas que están fuera de la capacidad de comprensión de los ingenieros que las desarrollan En esos casos es imposible aún para ellos comprender el modo en que esas IA resolvieron un interrogante o tomaron una decisión. La opacidad de los modelos dificulta la explicación de sus decisiones.

14. Algunas Capacidad de la IA

15. La gran novedad: IA generativa y modelos de lenguaje Qué es la IAG La inteligencia artificial generativa ( IAGen ) es un tipo de inteligencia artificial (IA) capaz de generar texto, imágenes u otras formas de comunicación, como música o video, a partir de datos de entrenamiento. Se basa en el aprendizaje automático profundo y se caracteriza por su capacidad para crear contenido nuevo y original que puede ser indistinguible del creado por seres humanos. Crea contenido automático en respuesta a indicaciones escritas en lenguaje natural e interfaces conversacionales.

16. Características de la IAG

17. Tipos de iAG

18. Como se entrena la IAG

19. Como se entrena la IAG El entrenamiento se basa en una combinación de: aprendizaje supervisado por humanos y aprendizaje automático :

20. Como se entrena la IAG

21. Con qué datos se entrena: conjunto de datos

22. ¿Con qué elaboran las respuestas? con los datos que hayan elegido sus desarrolladores

23. Modelos de lenguaje como interfaz

24. Capacidad sin acceso a datos Un modelo de lenguaje sin acceso a una base de datos todavía puede realizar muchas tareas impresionantes:

25. Como funciona la IAG

26. El “Loro estocástico”

27. ¿Razonan las iag?

28. Avances del hardware: Desde 2012, la capacidad de cómputo se ha duplicado cada 3-4 meses. Modelo Lanzamiento Datos de entrenamiento Número de parámetros Características GPT-1 2018 40 GB 117 millones Capaz de tareas de procesamiento del lenguaje natural como completar textos y responder preguntas. GPT-2 2019 40 GB 1.500 millones Capaz de tareas de procesamiento del lenguaje natural más complejas como traducción automática y resumen. GPT-3 2020 17.000 GB 175.000 millones Capaz de tareas avanzadas de procesamiento del lenguaje natural como escribir párrafos coherentes y generar artículos completos. También es capaz de adaptarse a nuevas tareas con solo unos pocos ejemplos. GPT-4 2023 1.000.000 GB 170 billones Mayor confiabilidad y capacidad para procesar instrucciones más complejas.

29. Cómo impactan estos modelos en la sociedad y en la cultura Harari y otros: Hackean el sistema operativo de la humanidad: Somos lenguaje. Moratoria de 6 meses (Carta abierta - marzo de 2023) En el principio era la palabra. El lenguaje es el sistema operativo de la cultura humana. Del lenguaje nacen el mito y la ley, los dioses y el dinero, el arte y la ciencia, las amistades y las alianzas, las naciones y el código informático. O sea que ahora que domina los modelos de lenguaje, la IA tiene la capacidad de hackear y manipular el sistema operativo de la civilización. Al adquirir el dominio del lenguaje, la IA se ha apoderado de la llave maestra de la civilización, capaz de abrir desde las bóvedas de los bancos hasta los santos sepulcros.

30. Argumentos para la moratoria

31. Moratoria no: suspensión completa Eliezer Yudkowsky : Especialista estadounidense en IA – Instituto de Investigación en Inteligencia de Máquinas La carta está subestimando la gravedad de la situación y pidiendo muy poco para resolverla No necesitamos una pausa, necesitamos cerrarlo por completo El resultado más probable de construir una IA sobrehumanamente inteligente es que literalmente todos en la Tierra moriremos El resultado probable de que la humanidad enfrente una inteligencia sobrehumana opuesta es una derrota total No tenemos ni idea de cómo determinar si los sistemas de IA son conscientes de sí mismos, ya que no tenemos idea de cómo decodificar cualquier cosa que sucede en los conjuntos gigantes inescrutables

32. Cómo impactan estos modelos en la sociedad y en la cultura

33. Apocalípticos e integrados

34. Cómo impactan en el trabajo Cuarta revolución industrial Vapor Electricidad Internet / Celulares Inteligencia Artificial Colaboración hombre máquina - Temor y oportunidades. Trabajo repetitivo / creativo / supervisión

35. Cómo impactan en el trabajo Universidad de Cornell (EEUU) Inv. sobre ChatGPT 80% de la fuerza laboral estadounidense tiene al menos 10% de sus tareas laborales expuestas 20% tiene al menos 50% de sus tareas expuestas. Los empleos más expuestos son los cognitivos no rutinarios. Empleos de altos ingresos y elevadas barreras de entrada: programadores, profesores, intelectuales y artistas, entre otros, FMI: El 40% de los puestos de trabajo a nivel mundial podrían verse afectados

36. El problema de la alineación

37. la alineación es muy difícil:

38. Principales modelos de IAG con acceso gratuito Modelo Descripción Datos Actualizados Desarrollador ChatGPT Lenguaje natural, imágenes y código. Sí OpenAI Copilot Lenguaje natural, código, generación de imágenes (DALL-E 3 integrado) y análisis de PDF dentro de Edge y como aplicación independiente. Sí Microsoft Gemini Lenguaje natural y código. Integrado con Google Search. Sí Google Claude Lenguaje natural, código, manejo de imágenes y PDF con un enfoque en seguridad y utilidad. Sí Anthropic Mistral Lenguaje natural y código. Los modelos más recientes pueden tener capacidades de navegación web Sí Mistral AI DeepSeek Chat Lenguaje natural y código, con un fuerte enfoque en capacidades de programación. Sí DeepSeek-AI Perplexity AI Lenguaje natural, código y análisis de PDF. Sí Perplexity AI Phind Lenguaje natural y código, especializado en consultas técnicas y de programación. Sí Phind Komo AI Lenguaje natural con énfasis en la búsqueda y el descubrimiento de información. No Komo AI Grok Lenguaje natural, código, generación de imágenes y búsqueda web integrada. Sí X Leo (en Brave) Asistente de IA integrado en el navegador Brave. Sí (contextual) Brave Software NotebookLM Lenguaje natural especializado en el análisis y la comprensión de documentos que el usuario carga ( PDFs , textos, etc.). Contextual (según carga) Google

39. Prompts: cómo hablarle a la IA-gen

40. Descomponer el prompt en partes esenciales 1. Rol/Persona: Asignar un rol específico a la IA para contextualizar su respuesta. Esto activa el conocimiento relevante dentro del modelo y ajusta su tono y estilo. Ejemplo: "Actuá como un director creativo experto en marcas de lujo..."

41. Descomponer el prompt en partes esenciales 2. Tarea: Definir claramente la acción que se espera que la IA realice. Debe ser una instrucción directa e inequívoca. Ejemplo: "...genera cinco eslóganes..."

42. Descomponer el prompt en partes esenciales 3. Contexto: Proporcionar la información de fondo necesaria para que la IA comprenda el escenario y los matices del requerimiento. Ejemplo: "...para el lanzamiento de un nuevo perfume para hombres con notas de sándalo, cuero y cítricos."

43. Descomponer el prompt en partes esenciales 4. Formato de respuesta: Especificar la estructura en la que se desea recibir la respuesta. Esto facilita el uso posterior de la información. Ejemplo: "...en una tabla con tres columnas: 'Eslogan', 'Público Objetivo' y 'Tono de Voz'."

44. Descomponer el prompt en partes esenciales 5. Restricciones y Ejemplos (Shots): Establecer limitaciones y proporcionar modelos a seguir para guiar aún más la salida de la IA. Ejemplo: "Cada eslogan debe tener menos de 7 palabras, evocar un sentimiento de aventura y sofisticación, y no debe usar la palabra 'lujo'. Sigue el estilo de este ejemplo: 'Invictus. El aroma de la victoria'."

45. Cómo mejorar los resultados

46. Los agentes (Gems y gpt ) Son asistentes configurables que combinan comprensión del lenguaje generación de respuestas ejecución de tareas específicas , Todo adaptado a las necesidades del usuario.

47. Los agentes (Gems y gpt ) Permiten definir objetivos, estilo de respuesta, fuentes de información y, en algunos casos, integrar herramientas externas .

48. Los agentes (Gems y gpt ) No solo conversa, sino que también planifica, ejecuta y organiza acciones orientadas a una función concreta . Creados a partir de un modelo base Ajustados para responder de manera más enfocada

49. Lo que hacen bien

50. Lo que pueden hacer mal (ocasionalmente)

51. Lo que no pueden hacer (por ahora)

52. Cuándo es seguro usar iag

53. Conclusiones Las IA-Gen están destinadas a llevar a la humanidad a un nuevo plano de la interrelación hombre máquina aún impredecible Crecerán con fuerza en los próximos años y transformarán casi todos los aspectos de la vida humana Tal vez el riesgo más grande que afronten las nuevas generaciones sea conferirles a esas Inteligencias aún más poder que el que tendrán, derivado de la posición subjetiva que eventualmente adopten los hombres frente a esos dispositivos inteligentes Si es así, la tarea más importante que se puede dar es la deconstrucción de ese potencial imaginario a través del uso crítico y reflexivo para poner a las máquinas en el lugar que deben estar, el de asistentes de los hombres y no a la inversa.

54. Inteligencia artificial Comunicación 3 – FCS – UNLZ