No todo es IA… ¿o quizás sí?

No todo es IA… ¿o quizás sí?

No todo es IA… ¿o quizás sí? 2560 1440 WonderBits

 

Seguro que alguna vez te has preguntado cómo es posible que Netflix se adelante y te proponga ver series que después te terminan encantando. O cómo hace Instagram para que el feed muestre todo lo que te gusta, que comparándolo con tus amigos cada uno es distinto.

Esto es gracias a la inteligencia artificial, el machine learning, LLM… palabras de moda, que están en boca de todos, ¿pero qué son exactamente?

Eilder Jorge, Director del Departamento de Datos

  • Artificial Intelligence (AI): Es la capacidad de las máquinas para emular la inteligencia humana, permitiéndoles realizar tareas como razonar, resolver problemas, aprender, percibir el entorno y tomar decisiones. Comprende técnicas como el aprendizaje automático, la robótica, los sistemas expertos y el procesamiento del lenguaje natural. Un ejemplo de ello es el uso de la AI para la optimización de la intralogística de plantas industriales con AMRs (Autonomous Mobile Robots) de nuestro proyecto RobotVec.

 

  • Machine Learning (ML): Es un área de la IA que se enfoca en el uso de algoritmos y modelos estadísticos para que los sistemas aprendan de los datos sin ser programados de manera explícita. Se clasifica en tres tipos: aprendizaje supervisado (con datos etiquetados), no supervisado (donde se identifican patrones en datos no etiquetados) y aprendizaje por refuerzo (basado en retroalimentación). En WonderBits, por ejemplo, usamos ML para la estimación de reparaciones en vehículos para una plataforma de peritaje digital que desarrollamos.

 

  • Deep Learning (DL): Es una subdisciplina del aprendizaje automático que simula el funcionamiento de las redes neuronales del cerebro. Los modelos de DL detectan patrones automáticamente en los datos y son especialmente eficaces en tareas como el reconocimiento de imágenes o de voz, aunque requieren grandes cantidades de datos y recursos computacionales.

 

  • Generative Artificial Intelligence (Gen AI): Se refiere a un tipo de tecnología de IA que crea nuevo contenido, como texto, imágenes, audio, vídeo o incluso código, a partir de los datos con los que ha sido entrenada. En lugar de solo reconocer patrones o analizar datos, la IA generativa puede producir resultados originales. Un ejemplo de ello es el famoso ChatGPT.

 

  • Natural Language Processing (NLP): Es un campo de la IA que permite a las máquinas entender, interpretar y generar el lenguaje humano de forma coherente y contextual. Cualquier aplicación relacionada con el análisis de texto y lenguaje en el ámbito del aprendizaje profundo pertenece al área del NLP. Un ejemplo de ello sería el análisis de las reseñas de los clientes de una empresa, para entender el grado de satisfacción con el servicio.

 

  • Large Language Model (LLM): Un LLM se basa en la generación del lenguaje humano, y es la evolución del concepto de modelo de lenguaje en inteligencia artificial, que amplía de manera drástica los datos utilizados para el entrenamiento y la inferencia. Esto, a su vez, proporciona un aumento masivo en las capacidades del modelo de IA. Aunque no existe una cifra universalmente aceptada sobre el tamaño del conjunto de datos necesario para el entrenamiento, un LLM generalmente tiene al menos mil millones (o más) parámetros. Los parámetros son un término de aprendizaje automático que se refiere a las variables presentes en el modelo sobre las cuales fue entrenado y que se utilizan para inferir contenido nuevo. La creación de asistentes virtuales inteligentes para dar asistencia técnica en el mantenimiento de maquinaria vía consultas de voz sería un ejemplo de aplicación de LLM.

 

  • Multi Modal Large Language Model (MMLLM): Un LLM multimodal puede manejar e integrar diferentes tipos de entradas (por ejemplo, procesar texto junto con imágenes) y generar salidas en estos diferentes modos. Por ejemplo, podría generar descripciones de imágenes, proporcionar respuestas textuales basadas en entradas visuales o interpretar diagramas junto con explicaciones escritas. En la práctica, estos modelos pueden realizar tareas como la generación de subtítulos para imágenes, responder preguntas visuales o trabajar con contenido multimedia.

¿Te gustaría implementar la inteligencia artificial en tu empresa con el objetivo de optimizar procesos y tomar decisiones de negocio basadas en los datos? ¡Escríbenos a hello@wonderbits.net!

 

Back to top