Cómo funcionan los modelos de IA

Hablemos de cómo funcionan los modelos de IA.

Puedes pensar en ellos como endpoints de API muy inteligentes y de uso general. Así como integrarías la API de Stripe para procesar pagos o Twilio para enviar mensajes de texto, puedes invocar un modelo de IA para resolver una variedad de tareas.

La principal diferencia es: no tienes garantía de obtener los mismos resultados cada vez.

Determinista vs. probabilístico

El software tradicional es determinista. Dada una entrada, si ejecutas el programa de nuevo, obtendrás la misma salida. Un desarrollador ha escrito código explícitamente para manejar el camino previsto.

Los modelos de IA no funcionan así. Son probabilísticos. Esto significa que hay muchos caminos diferentes que el modelo podría tomar con la misma entrada.

La primera pieza de tu modelo mental sobre la IA es no asumir nunca que tienes garantizado obtener la misma respuesta siempre.

Cuando el modelo de IA decide elegir un camino, ¿cómo determina qué mostrar como salida? Internamente, estos modelos predicen el siguiente fragmento de texto con el que responder basándose en dos cosas:

1. La información con la que el modelo fue “entrenado”
2. Lo que le proporcionas al modelo como una entrada, llamado “prompt”

Dado un prompt como "What is the meaning of life? Respond with a single word," el modelo predice la siguiente palabra que debe mostrar. Esto tiene dos implicaciones importantes:

1. El mismo modelo y el mismo prompt pueden dar una respuesta diferente a la misma pregunta
2. Los modelos no siempre siguen tus instrucciones, incluida una restricción de una sola palabra

Elegir un modelo

¿Cómo saber qué modelo usar?

Los modelos de IA varían en nivel de inteligencia, velocidad de respuesta, costo y áreas de especialización. Algunos son rápidos y económicos, pero no pueden resolver problemas técnicos más profundos que requieren más razonamiento.

Otros son más lentos y costosos, pero pueden “pensar” y trabajar en problemas durante mucho más tiempo cuando las tareas son más complejas.

El objetivo final es un modelo increíblemente inteligente, extremadamente rápido y muy asequible. Si ese modelo existe hoy depende de tu caso de uso.

Para desarrollar software, los modelos actuales son muy capaces en una variedad de tareas de programación.

Cada mes se lanzan nuevos modelos y el estado del arte en IA se redefine continuamente. Esto significa que puedes esperar ver modelos aún más inteligentes, con mayor capacidad para resolver tareas de programación, planificación u otras relacionadas con el desarrollo de software.

Modalidades

También puedes interactuar con los modelos de distintas maneras, o “modalidades”. Por ejemplo, mediante texto en un chatbot, generando una imagen, hablando con una IA virtual o incluso generando video a partir de indicaciones.

La calidad de los modelos mejora rápidamente, por lo que es importante prestar atención a los lanzamientos más recientes. Por ejemplo, los modelos de generación de video no eran muy buenos hace apenas unos años, pero ahora resultan bastante realistas.

Para crear software, usar diferentes modalidades podría verse así:

1. Usar texto para describir el producto o la función que quieres desarrollar, trabajando junto con la IA para definir un plan
2. Usar imágenes para compartir maquetas o diseños de la interfaz que intentas crear, o dar comentarios al modelo de IA si el espaciado o los colores no son los adecuados
3. Usar voz para transcribir lo que dices como entrada para el modelo de IA, evitando tener que escribir instrucciones largas o detalladas

Antes de hablar sobre cómo usar modelos de IA de forma efectiva, es útil entender sus limitaciones. Profundicemos más en esto en nuestra próxima lección.