Unidad 1.1. Panorama y conceptos

Attention is All You Need

2017 Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan N. Gomez, Łukasz Kaiser y Illia Polosukhin

Google

ContenidosCONTENIDOS

Introducción

~~Esta~~La ~~frase~~cita inicial da título al artículo que en 2017 supuso el nacimiento de todo el boom de aplicaciones y sistemas de IA que hoy en día inundan las redes y tanto impacto están teniendo en todos los ~~sectores.~~sectores, especialmente en el educativo.

Es además una ~~frase~~sentencia muy relacionada con la educación pues sintetiza y expresa la premisa más importante para cualquier alumno que quiera aprender, a saber, la actitud o la atención hacia los temas de estudio. De manera que es perfecta para iniciar este curso en dos temas de gran impacto y relevancia social, como son la IA y la educación.

La llamada IA ha irrumpido abruptamente en el mundo a todos los niveles. Desde que, en 2017 investigadores de Google publicaran el mencionado artículo 'Attention is all you need' el desarrollo y difusión de sistemas de procesamiento del lenguaje natural (NLP) ha sido imparable, liderado por la empresa OpenAI, pero también por otras como DeepMind o Anthropic y por supuesto Microsoft y el propio Google (~~Bard)~~Bard).

Pero su desarrollo lleva mucho más tiempo, desde siempre el ser humano ha querido construir máquinas que imiten su inteligencia, empezando por dispositivos automáticos y continuando con sistemas de generación de lenguaje y en general el desarrollo de tecnologías procesamiento del lenguaje natural, subcampo de estudio dentro de la IA en general y en particular del llamado Deep Learning o aprendizaje profundo.

Es un camino plagado de fracasos y euforia puntual que sólo recientemente ha culminado en una adopción masiva y un impacto relevante en todos los sectores económicos y sociales.

Finalmente y desde hace algo más de un año los sistemas de procesamiento de lenguaje natural (NLP) y la inteligencia artifical generativa han permitido llevar la IA a todos los ámbitos con éxito creciente. También la robótica y la propia biología (edición genéticao CRISPR, órganos sintétitcos, integración hombre-máquina) han experimentado un cambio sensible en sus posibilidades.

Todo esto hace que el campo de la IA por fín sea el más popular y aplicado en todo el mundo y en todas las empresas y organizaciones.

Los usos y aplicaciones son crecientes y se amplían a diario. También las amenazas están ahí en cuanto al mal uso y las implicaciones en cuanto a privacidad de la información y su utilización ilícita.

Sin embargo debemos asumir y asimilar su existencia y promover el uso ético y estético de estas tecnologías que de manera inevitable van a estar cada vez más presentes en nuestras vidas.

En este curso trataremos de dar una visión completa de todo el ecosistema de la IA abarcando la evolución histórica, los fundamentos que la sustentan y las principales aplicaciones, siempre haciendo especial hincapié en el lado educativo.

Pero no solo eso, también queremos tratar temas más avanzados y tratar el impacto socioeconómico de la IA asi como las consideraciones éticas.

Para empezar el curso introducimos algunos conceptos importantes además de una relación de tecnologías y empresas más importantes en el panorama actual

Conceptos Asociados a la Inteligencia Artificial (IA)

Inteligencia: Es la capacidad de entender, aprender, razonar, tomar decisiones y formar una idea determinada de la realidad.

Artificial: Se refiere a sistemas diseñados para imitar o replicar la inteligencia humana.

Tipos de IA:

IA Débil (o Estrecha): Especializada en una tarea específica. Ejemplo: Siri.
IA General: Puede aprender y realizar cualquier tarea intelectual que un ser humano pueda hacer.
IA Superinteligente: Supera la inteligencia humana en casi todos los campos.

Tecnologías Relevantes de IA:

Aprendizaje Automático (Machine ~~Learning)~~Learning): Técnicas que permiten a las máquinas aprender de datos.
Aprendizaje Profundo (Deep ~~Learning)~~Learning): Uso de redes neuronales con múltiples capas para procesar grandes conjuntos de datos.
Redes Neuronales Convolucionales (CNN): Especialmente diseñadas para el procesamiento de imágenes.
Procesamiento del Lenguaje Natural (NLP): Tecnología que permite a las máquinas leer y comprender el lenguaje humano.
Algoritmos de Reforzamiento (Reinforcement ~~Learning)~~Learning): Donde los modelos aprenden a tomar decisiones basadas en recompensas.
Visión por Computadora: Permite a las máquinas interpretar y tomar decisiones basadas en imágenes o video.
Robótica Autónoma: Robots que pueden aprender y operar en su entorno sin intervención humana.
Sistemas de Recomendación: Algoritmos que sugieren productos o contenidos a los usuarios.
Redes Generativas Adversarias (~~GANs)~~GANs): Usadas para generar contenido, como imágenes o texto, que es indistinguible del contenido creado por humanos.
Reconocimiento de Voz: Tecnología que convierte la voz en texto y viceversa, permitiendo la interacción verbal con dispositivos.
Mecanismos de Atención: Como el modelo "Transformer", que ha revolucionado el NLP con su enfoque "Attention is All You Need".

Principales empresas desarrolladoras:

Google: Website - Productos como TensorFlow y Google Brain.
Apple: Website - Con Siri y desarrollos en aprendizaje automático.
IBM: Website - Con su sistema Watson.
Facebook: Website - Desarrollos en IA para reconocimiento de imágenes.
Microsoft: Website - Con Azure Machine Learning y Cortana.
Anthropic: Website - Empresa de investigación en IA.
OpenAI: Website - Conocida por modelos como GPT-3.
DeepMind: Website - Empresa líder en IA.
ByteDance: Website - Empresa detrás de TikTok.
UiPath: Website - Empresa centrada en ~~RPA.~~Robot Process Automation.
NVIDIA: Website - Líder en desarrollo de hardware y software para IA.

Sectores más afectados:

Salud: Diagnóstico y tratamiento personalizado. Ejemplo: IBM Watson Health para análisis genómico.
Finanzas: Detección de fraudes y asesores financieros automatizados. Ejemplo: Chatbots de atención al cliente en bancos.
Automoción: Vehículos autónomos. Ejemplo: Tesla con su piloto automático.
Retail: Personalización de la experiencia del cliente. Ejemplo: Recomendaciones personalizadas en Amazon.
Educación: Herramientas de tutoría personalizada, chatbots educativos. Ejemplo: Plataformas de aprendizaje adaptativo como DreamBox

ReferenciasREFERENCIAS

Artículo de Google, 2017

https://arxiv.org/abs/1706.03762

Actividades propuestasACTIVIDADES

Actividad A1.1.1

Título: toma de contacto con chatbots

Objeto: Primeros pasos con un chatbot como chatGPT o Poe (poe.com)

Descripción: Crea una cuenta en un chatbot y averigua de tres formas posibles el significado de la palabra inteligencia

Materiales: Web de ia para profes, otros.

Entrega:

Documento pdf que incluya los datos anteriores además de una portada con el nombre y la fecha

El contenido es capturas del proceso de alta y la conversación incluyendo preguntas y respuestas.

El nombre del fichero es: apellido1_nombre_a111.pdf

Actividad A1.1.2

Título: Comparativa de chatbots

Objeto: Comparativa provisional de dos chatbots

Descripción: Busca dos chatbots y haz una prueba de conocimiento sobre un tema que conozcas, comenta la validez y calidad de las respuestas

Materiales: Web de ia para profes, otros.

Entrega:

Documento pdf que incluya los datos anteriores además de una portada con el nombre y la fecha

El contenido es capturas de la conversación incluyendo preguntas y respuestas.

El nombre del fichero es: apellido1_nombre_a112.pdf