Chema Alonso: todo sobre la Inteligencia Artificial Generativa

Lo que se llevó a cabo el pasado 9 de julio marcó un hito en cuanto a exposición de ideas acerca de la Inteligencia Artificial: el Hispam Digital Forum 2024, organizado por Movistar Empresas y Telefónica Tech más una serie de empresas líderes en innovación digital, superó las expectativas.
Con el foco en IA y ciberseguridad, el evento contó con destacados panelistas y speakers internacionales de renombre, los cuales compartieron con la audiencia sus conocimientos y experiencias en el campo de la tecnología de vanguardia.
Pero uno de ellos acaparó toda la atención: se trata de Chema Alonso, Chief Digital Officer en Telefónica. ¿De qué se trató su exposición? Conoce, a continuación, todos los detalles.
“Hacking in the Age of GenAI”
Chema Alonso comenzó su presentación con un objetivo claro: convertir a sus oyentes en expertos en Inteligencia Artificial.
Y situó su charla desde el principio:
Orígenes de la IA
En la década del 50 nace una tecnología que por medio del uso del álgebra de Boole y la arquitectura de Von Neumann permitía resolver problemas que manejan información, es decir, se origina lo que conocemos como computador.
Sin embargo, la informática clásica tiene sus limitantes, ya que necesita de una inteligencia humana capaz de resolver el problema y luego “enseñarle a la máquina”.
La Inteligencia Artificial se diseñó para superar ese obstáculo, centrándose en comprender el funcionamiento del cerebro humano. Esto condujo al desarrollo de la IA general, capaz de resolver problemas de manera similar a como lo haría un ser humano.
Tiene como ventaja de que cada vez que se va reduciendo el ámbito de problemas que se van estudiando se acelera la velocidad y desarrollo de la IA
El funcionamiento de la IA
¿Cómo le enseñamos a la IA a solucionar problemas? Chema Alonso explica los sistemas de aprendizaje automático o machine learning.
Consiste en entregarle datos de entrenamiento al algoritmo para que aprenda, es decir, que sea capaz de describir el universo conocido con una función matemática específica que categorice y seleccione.
Ahora bien, si tenemos pocos datos, según señala Chema Alonso, lo anterior no funciona. Por lo tanto, no es hasta la aparición del Big Data, en 2004, que la IA no da un salto cuantitativo en desarrollo.
¿Por qué? La capacidad de procesar grandes cantidades de datos en tiempo útil permite a la IA “aprender de todo” por medio de algoritmos multidimensionales.
El Deep Learning
La llegada del Deep Learning, en 2010, fue toda una revolución. ¿Qué es? Una subrama del aprendizaje automático que utiliza redes neuronales artificiales con múltiples capas para modelar y analizar patrones complejos en grandes conjuntos de datos.
Permite a las máquinas aprender y tomar decisiones con un alto grado de precisión, siendo especialmente efectivo en tareas como el reconocimiento de imágenes, procesamiento del lenguaje natural y la conducción autónoma.
Su aparición está estrechamente ligada al Cloud Computing o Computación en la Nube (tecnología que se desarrolló en 2009), ya que permitió solucionar el problema del alto consumo de cómputo, desbloqueando la barrera de accesibilidad que se necesitaba para la ejecución del Deep Learning.
La última misión: las destrezas cognitivas del ser humano
Chema Alonso recalcó que la búsqueda de la IA es la simulación de la capacidad creativa del cerebro humano: alcanzar la paridad humana, es decir, si un servicio cognitivo (o Cognitive Services) se equivoca menos que un humano en uno de los problemas, decimos que ese servicio ya ha superado al ser humano.
La Inteligencia Artificial Generativa
En 2014, aparece la IA Generativa, basada en un generador y un discriminador.
Un generador es un modelo que crea datos nuevos similares a los datos reales, como imágenes, textos o sonidos. Su objetivo es producir contenido que sea difícil de distinguir de los datos auténticos.
Por otro lado, un discriminador es otro modelo que evalúa los datos generados por el generador y decide si son reales o falsos, es decir, si se parecen lo suficiente a los datos originales.
Estos dos modelos trabajan juntos en una especie de competencia, mejorando continuamente hasta que el generador produce datos muy convincentes y el discriminador se vuelve muy bueno en identificar las diferencias.
Los avances en Inteligencia Artificial Generativa han logrado la paridad humana en reconocimiento facial y ajedrez, por ejemplo, demostrando la creatividad y mejora continua de los algoritmos.
Lo anterior ha permitido la generación rápida de imágenes y vídeos de alta calidad.
Algoritmos de difusión
Chema hizo alusión al impacto significativo de los algoritmos de difusión en la IA Generativa.
Se trata de técnicas que crean datos nuevos a partir de ruido aleatorio, como imágenes o sonidos. Funcionan de manera similar a un proceso de mejora de una imagen borrosa, haciéndola más clara paso a paso.
Estos algoritmos son capaces de generar contenido muy realista, impactando áreas como la creación de imágenes, la edición de fotos y el diseño gráfico, al permitir la producción automática de contenidos de alta calidad que parecen hechos por humanos.
La exposición de Chema Alonso no terminó ahí, sino que entregó una serie de conocimientos útiles para entender cómo funciona la IA, el Deep Learning, el Big Data, la IA Generativa y más.
¿Quieres ver la charla completa? En Movistar Empresas te invitamos a revisar el Hispam Digital Forum 2024 completo, donde podrás profundizar en estas y otras temáticas innovadoras. ¡No te lo pierdas!