¿Cómo la inteligencia artificial crea cosas que no existen?

La inteligencia artificial generativa es un área de la IA que tiende y puede a crear cosas que antes no existían con tan solo mirar patrones, desde rostros hasta obras de arte. Te contamos más.

La inteligencia artificial crea cosas nuevas
Ha habido una explosión de aplicaciones de inteligencia artificial que utilizan un área llamada inteligencia artificial generativa.

Recientemente, estamos viendo el éxito de ChatGPT que logra generar desde textos expositivos-explicativos hasta guiones de películas. También vemos StableDiffusion que es un modelo capaz de generar imágenes y videos extremadamente realistas.

La idea de una inteligencia artificial creando cosas nuevas no es nueva. Los modelos que son capaces de generar frases existen desde los años 90 con la llegada de los chatbots. Los correctores automáticos de los teléfonos móviles son ejemplos de inteligencia artificial generativa.

La inteligencia artificial generativa es un ejemplo de modelos que generan cosas nuevas a partir de las observaciones de un conjunto de datos. Aprenden observando una serie de datos, como imágenes o textos, y mediante técnicas de probabilidad aprenden a crear nuevos datos.

Ejemplos de redes neuronales generativas

El ejemplo más reciente que ha llamado mucho la atención es ChatGPT, es un modelo de lenguaje natural que utiliza técnicas de aprendizaje automático para poder generar textos después de la entrada de texto. A continuación se muestra un texto generado por ChatGPT con la entrada de texto: Describe la historia de la canción All Too Well de Taylor Swift.

La canción se destaca por ser una de las pistas más personales y emocionales de Swift, y es ampliamente considerada como una de las mejores canciones de su carrera. La historia detrás de "All Too Well" se remonta a una relación de corta duración que Swift tuvo con el actor británico Jake Gyllenhaal en 2010.
Según Swift, la letra de la canción se basa en una experiencia personal en la que se enamoró profundamente de alguien, pero la relación terminó abrupta y dolorosamente. La canción retrata la sensación de pérdida y arrepentimiento que sintió Swift después de la ruptura, y los versos detallados y emotivos han sido ampliamente interpretados como una expresión de sus propias emociones en ese momento.

Otro ejemplo son las imágenes generadas por DALL-E 2, que puede crear imágenes a partir de una entrada de texto. A continuación se muestran ejemplos de DALL-E 2 generaciones.

Imágenes generadas de DALL-E
Imágenes generadas por DALL-E 2. En la primera imagen, el input que generó la imagen es "gato disfrazado de astronauta mirando la Tierra al estilo Studio Ghibli". La segunda imagen se generó con "el planeta Júpiter con la cara de un gato en su superficie". Crédito: DALL-E 2

Estos son algunos ejemplos de aplicaciones de inteligencia artificial generativa. Crean algo después de aprender a usar observaciones de patrones que a priori no existían.

Aprendizaje automático: aprendizaje a través de observaciones

El aprendizaje automático, o aprendizaje automático, es una técnica que consiste en alimentar datos a un algoritmo. Este algoritmo analiza una función después de encontrar patrones en ese conjunto de datos. Un ejemplo es que puedes alimentar una serie de pinturas de Van Gogh, el algoritmo generará una función capaz de entender el estilo de Van Gogh.

Existen diferentes formas de aprendizaje automático, pero una de ellas destaca: el aprendizaje supervisado.

El aprendizaje supervisado consiste en proporcionar un conjunto de datos y la respuesta de lo que el modelo pretende devolver.

Imagina que le das varias imágenes de un perro pequeño a un algoritmo para aprender a reconocer un perro pequeño junto con la clasificación “perro pequeño” o imágenes de gatos con la clasificación “gato”. En resumen, el algoritmo recibe la respuesta prevista y aprende observando estos conjuntos.

Otra forma es el aprendizaje no supervisado que permite que el modelo aprenda por sí mismo después de observar varios datos.

¿Cómo funciona una inteligencia artificial generativa?

La inteligencia artificial generativa es un ejemplo de aprendizaje automático. Recibe un conjunto de datos y puede reproducirlos después de observar y aprender los patrones.

Las redes neuronales generativas (GAN) son redes neuronales creadas con la intención de generar cosas nuevas. Funcionan de la siguiente manera: hay dos redes, una llamada generadora y una llamada discriminadora. El generador tiene como objetivo recibir un conjunto de datos y aprender a recrearlos. El discriminador apunta a reconocer lo que es real y lo que fue creado por el generador.

El modelo está completo cuando el generador puede engañar al discriminador. En otras palabras, el generador ha hecho un trabajo tan bueno al imitar los datos reales que los datos generados por él logran parecer datos reales.
Esquema de una red neuronal generativa
Esquema de una red neuronal generativa. En la imagen, el generador está marcado en azul y el discriminador está marcado.

ChatGPT usa otro tipo de red llamada transformadores. Los transformadores utilizan una técnica llamada atención, que es capaz de procesar textos y prestar atención a diferentes partes de un texto. La atención funciona como una capa que logra ubicar matemáticamente la atención en la comprensión de un texto.

¿Están realmente creando cosas que no existen?

Estos modelos de inteligencia artificial necesitan observar datos para poder aprender. Estos datos se generan de forma humana, ya sea a través de fotografías, textos o pinturas. No crean desde cero, son muy buenos para encontrar patrones y hacer predicciones que se sienten creadas.

Siempre es bueno recordar que detrás de todos estos modelos hay un algoritmo que utiliza las matemáticas para poder encontrar funciones que puedan modelar algo, ya sea generación de texto o imagen.