¿CÓMO FUNCIONA CHAT GPT ?

• Inteligencia Artificial (IA)

Campo de la computación enfocado en desarrollar programas que pueden llevar a cabo actividades que normalmente requieren capacidades humanas, como pensar, aprender o interpretar el lenguaje.

• ChatGPT

Asistente conversacional creado por OpenAI que responde en lenguaje natural, entendiendo el contexto de las conversaciones para interactuar de forma coherente.

• Modelo de Lenguaje (LLM - Large Language Model)

Tipo de algoritmo que ha sido entrenado con grandes volúmenes de texto para comprender y generar frases de forma lógica y fluida.

• Red Neuronal Artificial

Sistema informático inspirado en el cerebro humano que aprende a partir de datos, simulando el comportamiento de las neuronas.

• Aprendizaje Automático (Machine Learning)

Método que permite a los modelos aprender patrones y comportamientos directamente desde los datos, sin necesidad de instrucciones específicas para cada tarea.

• Entrenamiento Supervisado

Tipo de aprendizaje donde se le muestra al modelo ejemplos con sus respuestas correctas, para que aprenda la relación entre ambos.

• Tokenización

Proceso de segmentar un texto en partes más pequeñas —como palabras o sub-palabras— para facilitar su análisis por parte del modelo.

• Embedding

Forma de traducir palabras a vectores matemáticos, lo que permite al sistema interpretar significados y similitudes entre términos.

• Atención (Attention)

Mecanismo que ayuda al modelo a identificar y centrarse en las partes más relevantes de una entrada al generar su respuesta.

• Transformers

Diseño de red neuronal altamente eficiente y preciso, que cambió la forma en que se trata el lenguaje en la inteligencia artificial y que es la base de modelos como GPT.

• Fine-tuning (Ajuste fino)

Técnica para adaptar un modelo general ya entrenado, afinándolo con datos específicos para que se especialice en tareas concretas.

• Entrenamiento de modelos

Fase en la que se alimenta al modelo con datos para que pueda identificar patrones y relaciones útiles para crear texto o realizar tareas.

• Big Data

Grandes volúmenes de datos complejos y variados que se utilizan para entrenar modelos de IA, ayudándolos a entender distintos contextos.

• Red Neuronal Profunda

Variante de red neuronal con múltiples capas, capaz de captar estructuras más sofisticadas y abstractas en los datos.

• Pre-entrenamiento

Etapa inicial donde el modelo se entrena con una amplia variedad de textos, antes de especializarse para funciones más específicas.

• Interfaz Conversacional

Canal a través del cual el usuario se comunica con el modelo, generalmente mediante texto, facilitando una interacción directa.

• Limitaciones del modelo

Incluyen posibles errores, desactualización de información, interpretaciones ambiguas o sensibilidad a pequeños cambios en el lenguaje.

• RLHF (Reinforcement Learning from Human Feedback)

Técnica que mejora el comportamiento del modelo mediante correcciones y valoraciones humanas, aplicadas a través del aprendizaje por refuerzo.

• Aplicaciones prácticas

Ámbitos en los que se usa el modelo, como soporte al cliente, educación, redacción, generación de ideas, programación, entre otros.