TEMA IA
Explicaciones de IA
LA RESPUESTA CORTA
Cómo se construyen los sistemas de IA actuales y dónde se quedan cortos: entrenamiento, recuperación de documentos, retroalimentación humana, agentes y la diferencia entre pesos abiertos y código abierto. Historias más antiguas, de ELIZA a un autómata ajedrecista que era un fraude, muestran que lo que se dice de la inteligencia artificial siempre ha exigido comprobación.
Guías
Qué hace y qué no hace el RLHF
Cómo funciona el aprendizaje por refuerzo con retroalimentación humana en InstructGPT, qué mejoró, el impuesto de alineación y qué queda sin resolver.
IA / EXPLICACIÓNGeneración aumentada por recuperación, explicada sin rodeos
Qué es RAG, cómo funcionaba el sistema original de 2020, qué midió el artículo y dónde falla la recuperación, con las cifras de las fuentes.
IA / EXPLICACIÓNCódigo abierto frente a pesos abiertos en IA
Qué es «abierto» en IA: la Open Source AI Definition, pesos abiertos, licencias restrictivas y por qué la diferencia cambia lo que puedes hacer.
IA / EXPLICACIÓN¿Qué es realmente un agente de IA?
Un agente es un modelo que elige sus propios pasos y usa herramientas en bucle. En qué se distingue de un flujo de trabajo, cómo se evalúa y cómo falla.
IA / EXPLICACIÓNCómo se entrena un modelo de lenguaje
De los tokens al chat: predicción del siguiente token, retroalimentación humana, leyes de escala y alucinaciones, con cifras de los artículos originales.
Descubrimientos y curiosidades
El Turco mecánico: el fraude de la máquina de ajedrez
Una máquina de ajedrez de 1770 que en realidad escondía a una persona. Cómo funcionaba el truco, a quién derrotó y cómo su nombre acabó en Amazon.
IA / DESCUBRIMIENTOELIZA, Deep Blue y AlphaGo
Tres máquinas que sorprendieron a sus autores: un guion de 1966 que solo reflejaba, un motor de ajedrez que calculaba y un jugador de go con su jugada 37.
Términos de estos artículos
- Agente de IA
- Ajuste fino
- Alucinación
- Benchmark (prueba de referencia)
- Código abierto
- Flujo de trabajo (workflow)
- Impuesto de alineación
- Memoria paramétrica y no paramétrica
- Modelo de recompensa
- Parámetro
- Pesos abiertos
- Preentrenamiento
- RAG (generación aumentada por recuperación)
- RLHF (aprendizaje por refuerzo con retroalimentación humana)
- Token