IA generativa: qué es y aplicaciones en la empresa
Los últimos años han venido caracterizados por la creación masiva de sistemas capaces de poner unas palabras detrás de otras (redacción), ordenar píxeles en una superficie (dibujo), poner notas sobre una partitura (composición musical) e incluso montar una sucesión coherente de fotografías (vídeo), entre otras habilidades. La IA generativa saltó a la fama con ChatGPT, pero este es solo uno de los muchos sistemas que andan por ahí, y que pueden ayudar a las empresas.
Índice:
- ¿Qué es la IA generativa?
- ¿Cómo funciona la IA generativa?
- Modelos de IA generativa
- Aplicaciones de la IA generativa en la empresa
¿Qué es la IA generativa?
La inteligencia artificial generativa es un tipo de IA que permite la generación de contenido en texto (programación y música inclusive), imágenes, audio y vídeo. La mayoría de los modelos han sido entrenados mediante machine learning y responden al nombre de ‘inteligencia artificial’ por ello a pesar de ser estáticos (han sido pre-entrenados y no aprenderán más hasta nuevas actualizaciones).
¿La IA generativa produce arte? Existe mucho debate filosófico sobre si lo que crea la IA generativa puede ser considerado o no algún tipo de arte. Lo cierto es que la definición de este término es lo suficientemente abstracta y flexible como para que quepa en la definición de la RAE, Wikipedia, la Britannica, el diccionario Cambridge, el Collins y hasta el Larousse en francés. La clave está en la falta de autonomía de la IA: estas IAs producen a demanda de un prompt.
¿Cómo funciona la IA generativa?
Frente al usuario aparece una casilla en blanco, donde teclea «Dime en una frase cómo construir un lanzador de esquivels». Bard, la IA en fase experimental de Google, devuelve el texto «Conecta una cuerda a un palo y ata un esquivel al otro extremo», demostrando en el proceso que la tecnología no tiene por qué ser inteligente (Esquivels es un apellido y un municipio, no un objeto, pero Bard no comprende la información con la que trabaja). Al texto que introduce el usuario se lo conoce como prompt, y no hay respuesta sin él. Además, todo prompt da lugar a una respuesta: el sistema no puede no contestar.
USUARIO: Explícamelo con emojis.
GOOGLE BARD: 🧰🪓🧶🪁🏹
¿Cómo ha sido entrenada la IA generativa? Esto es más complicado porque depende de cada modelo, pero en esencia se ha enseñado al sistema a hacer algo (continuar un texto en función del texto dado, completar una imagen, componer una imagen de cero, escribir música, etc.). Para ello, se usan millones o miles de millones de datos para entrenar el modelo, no siempre con el consentimiento de las personas cuyo trabajo está siendo integrado a estas IAs, que es la base principal de conflicto entre artistas y estas empresas.
Modelos de IA generativa
Existen muchos modelos de IA generativa, aunque los más conocidos son los siguientes.
Autocodificadores variacionales, o cómo saber identificar una mesa
Los autocodificadores variacionales (VAE, variational autoencoders) son una arquitectura de red neuronal capaces de codificar en un ‘espacio latente’ la información de algo. ¿Esto qué significa? Veamos un ejemplo.
Existen muchos tipos de mesas: diferentes alturas, propósitos, tamaños, materiales, número de patas, etc. Sin embargo, todas las personas identificamos qué es y qué no es una mesa cuando la vemos. Esa información básica queda contenida en el espacio latente, y con esa información es posible construir otras mesas. Aquí una reconstrucción de ‘tipos de mesa’ dibujadas por BingGPT.
Redes generativas adversarias, que las máquinas compitan por el mejor resultado
Las redes generativas adversarias (GANs, Generative Adversarial Network) consisten en un sistema dual en el que un componente trata de hacer algo y un segundo componente trata de evaluar o puntuar ese algo.Si entras a la página web ‘Esta persona no existe‘ podrás ver el desconcertante resultado de estos sistemas. No, no son personas reales. En esencia, se pide a una de las partes que dibuje una cara humana, y a la otra que trate de detectar cuándo la cara ha sido dibujada por la primera parte. De esta forma se crea un bucle de retroalimentación positiva por competición que mejora tanto el generador de caras como el evaluador de caras.
Modelos basados en transformadores, el conocidísimo ChatGPT
Los transformers son un tipo de arquitectura de redes neuronales que han dado la vuelta al concepto de IA generativa. Su mecánica es compleja, pero en esencia cada texto de entrada se segmenta mediante tókenes y la red neuronal les asigna valores mediante el entrenamiento, aprendiendo por ejemplo que siempre que hay un artículo determinado detrás viene un sustantivo (‘la mesa’ tiene sentido, ‘mesa la’ no lo tiene). Con esto es posible construir tecnología como la conocida GPT (Generative Pre-trained Transformer).
Aplicaciones de la IA generativa en la empresa
Las empresas pueden usar las IAs generativas para un gran surtido de propósitos que van desde la ideación de nuevos conceptos al establecimiento de una nueva estética para marketing.
Generación de textos
Programas como ChatGPT, BingGPT o Bard pueden ayudarnos a escribir texto en función de un prompt (en entornos multimodales, de momento a partir de imágenes). Esto puede ser particularmente útil ante el síndrome de la página en blanco o ante falta de ideas. Por ejemplo, se puede pedir a GPT que liste ventajas o desventajas de algún concepto, o que escriba para cada ventaja dada una crítica, algo muy interesante de cara al speech de venta.
Además, este tipo de sistemas permiten hasta cierto punto el afinar un texto, haciendo más dinámico, serio, largo o corto un párrafo, por ejemplo; o diversas formas de síntesis de información. Aunque hay que tener mucho cuidado con su uso: es necesario entender sus límites.
Eso sí, no preguntes a los sistemas GPT nada de lo que no conozcas previamente la respuesta. La tecnología GPT es no fiable por defecto debido a una propiedad llamada alucinaciones que básicamente es información inventada que tiene sentido a nivel gramatical, pero carece de fundamento. La IA generativa no puede y no debe ser usada para generar contenido como el periodístico basado en datos o para realizar análisis de datos. Solo pone palabras unas detrás de otras, que es una facultad maravillosa pero no sirve para todo.
Generación de recursos gráficos
Midjourney, Dall·E 2, StableDiffusion o Create de Bing son algunas de las herramientas que permiten generar imágenes mediante ‘difusión’, esto es, partiendo de una imagen de ruido sin datos (esas imágenes de píxeles negros y blancos) es posible hacer tender la imagen hacia algo próximo al ‘espacio latente’ mencionado en los modelos basados en transformadores. A través de varias iteraciones, el sistema puede llegar a componer imágenes interesantes.
Sin embargo, existen algunos límites muy obvios, especialmente cuando entran en juego manos, ojos u otros detalles finos. Esta generación de recursos gráficos no puede en absoluto sustituir a un dibujante profesional, como los que generan texto no pueden sustituir a redactores, aunque sí pueden servir para apoyar su trabajo u obtener muestras sobre las que ir trabajando. De hecho, esta tecnología ha sido adoptada principalmente por artistas digitales; y menospreciada por quienes no usan herramientas virtuales.
Generación de código
El código es un idioma, y por tanto es susceptible de trabajar con tecnología como ChatGPT. Sistemas como Copilot ya permiten generar código en función de prompts, aunque como el texto y la imagen, conviene que alguien capacitado lo revise a fondo porque la probabilidad de que tenga errores y no funcione como deba es muy elevada.
Análisis de datos
Los seres humanos no destacan en el manejo de grandes volúmenes de datos, mientras que las máquinas sí lo hacen, incluso con datos no estructurados que no se ajustan a formatos tabulares. El análisis de datos permite a las empresas obtener información interna que frecuentemente permanece oculta, ya que hay patrones invisibles para las personas, pero detectables por las máquinas.
