IA generativa, explicada para niños

A diferencia de la fuerza o la velocidad, la inteligencia es una cualidad difícil de definir o medir. Solemos hablar de inteligencia como la capacidad de resolver problemas, utilizar información, razonar o aprender de la experiencia.

La especie humana ha creado herramientas para resolver muchos tipos de problemas: lanzas para cazar, recipientes para almacenar alimentos… Pero ¿qué pasa con los problemas más difíciles, aquellos que requieren inteligencia para resolverse? También creamos herramientas que nos ayuden con estas tareas complejas. Las herramientas que intentan imitar las capacidades de la inteligencia humana se conocen como inteligencia artificial (IA).

Dentro de la IA

La IA se aplica a muchos tipos de problemas, desde jugar al ajedrez o decidir cuándo un correo electrónico es spam hasta detectar incendios en fotografías aéreas. Cada problema requiere el uso de una técnica diferente.

Para resolver problemas complejos, a menudo recurrimos a las matemáticas y la estadística para encontrar la mejor solución. Pero también tenemos otra posibilidad: inspirarnos en cómo se resuelven problemas similares en la naturaleza.

Este es el caso de las redes neuronales. En humanos y animales, el cerebro es el órgano que recibe información de los sentidos y la procesa para tomar decisiones y responder adecuadamente. Si el cerebro es lo que nos hace inteligentes, ¿no es lógico que la IA pueda imitar al cerebro?

El cerebro está formado por una red de células llamadas neuronas. Estas neuronas están conectadas entre sí y se comunican enviando señales eléctricas a sus vecinas. Algunas IA copian este modelo operativo y consisten en una red que conecta muchos componentes simples equivalentes a neuronas. Cada componente o “neurona” recibe un número como entrada, realiza un cálculo simple y envía el resultado a sus “neuronas” vecinas. En toda la red, los cálculos simples de cada uno se combinan entre sí para producir un resultado. De esta manera, se toma una decisión o un cálculo complejo combinando muchos cálculos simples.

¿Qué es la IA generativa?

La IA generativa (GIA) es una rama de la inteligencia artificial que intenta generar contenido según los requisitos especificados por el usuario. Herramientas como ChatGPT, Claude o DeepSeek pueden escribir texto, programar, crear imágenes o generar vídeos según les pidamos.

Todos los sistemas de inteligencia artificial generativa actuales constan de una gran red neuronal, con miles de millones de “neuronas” y conexiones entre ellas. Una red tiene varias capas de “neuronas”, cada una de las cuales está conectada a la siguiente.

Leer más: Por qué no podemos confirmar que la IA ‘habla’

Esta red neuronal recibe una cadena de palabras como entrada e intenta predecir qué palabra vendrá a continuación. Si le damos una pregunta como entrada, devolverá la primera palabra de una posible respuesta. Repitiendo el proceso, añadiendo cada vez la palabra anterior, la red escribirá la respuesta completa palabra por palabra.

Por ejemplo, si recibe como entrada una cadena de palabras “¿Cómo te llamas?”, la red neuronal aprenderá a responder este tipo de preguntas empezando por la palabra “yo”. Si la secuencia es “¿Cuál es tu nombre? Yo”, sugerirá la siguiente palabra “Estoy llamando”, la siguiente podría ser “ChatGPT” y luego tal vez la palabra especial “FIN” para finalizar su respuesta. De esta forma construirás la respuesta “Mi nombre es ChatGPT”, palabra por palabra.

¿Cómo sabe IAG qué palabra generar?

Cuando hablamos de una red neuronal, siempre hay un cálculo matemático detrás. Para empezar, cada palabra se traduce en un conjunto de números. No se eligen números cualquiera: su valor intenta representar el significado de la palabra y su relación con otras palabras similares.

Por ejemplo, imaginemos que asignamos el valor “1” al blanco y “0” al negro. En ese caso, podríamos asignar al gris “0,5”, para describir algo a medio camino entre el blanco y el negro. Si, en lugar de un único número, asignáramos una lista de números a la misma palabra, podríamos “medir” múltiples aspectos del significado de la palabra: color, tamaño, sabor, si da miedo o no…

Lea también: Una guía para profesores sobre inteligencia artificial

Esta lista de números se envía como entrada a las “neuronas” de la capa inicial. Cada neurona calculará un valor (un número) usando una fórmula matemática que combina los valores de sus entradas y lo enviará a sus “neuronas” vecinas en la siguiente capa. Repitiendo este cálculo en cada capa, nos moveremos por la malla hasta llegar a la capa de salida. Allí tenemos que tomar como salida la lista de números obtenidos y revertir el primer paso de nuestro proceso: pasar de una lista de números a una palabra. ¡Eso es todo! Ya tenemos la primera palabra de nuestra respuesta.

Entrenamiento de redes neuronales

¿Cómo sabe cada “neurona” qué valor calcular? La fórmula matemática de cada uno de ellos tiene parámetros llamados pesos. Podemos entender el peso como la importancia que le da cada neurona a los resultados dados por sus vecinas. De la misma manera que confiamos más en lo que nos dicen nuestros padres que en lo que nos dice un extraño, los pesos son el nivel de confianza que cada neurona otorga a las neuronas que la rodean.

El secreto de una red neuronal está en un proceso llamado entrenamiento, durante el cual se decide el peso de las conexiones entre neuronas. Para entrenar la red, utilizamos la gran cantidad de texto disponible en libros, Internet, etc. Le damos a la red un fragmento de texto y si no predice correctamente qué palabra viene a continuación, los pesos se ajustan para encontrar la palabra correcta.

Y lira también: Precaución: no le pidas ayuda ortográfica a ChatGPT

Al comienzo del entrenamiento, la red falla continuamente. Pero al repetir el proceso con billones de secuencias de texto, los pesos de la red eventualmente capturan patrones existentes en el texto. Así, la cadena sabe que a la frase “no es temprano para levantarse” siempre le sigue “levantarse más temprano”, sin tener que explicárselo.

Estos son los tres ingredientes clave detrás de la IA generativa: diseño inspirado en el cerebro, muchos datos y… matemáticas.