Inteligencia Artificial
Piezas y Partes
Daniel Kottow, abril 2023
Entrevista de Lex Fridman al CEO de OpenAI Sam Altman
25 de marzo 2023
Elementos para un sano juicio
- ¿De dónde viene la Inteligencia Artificial?
- ¿Qué sabe hacer y cómo lo aprende?
- ¿Cómo y en qué ha progresado "ahora" ?
- ¿Qué tan cerca está de "nivel humano" ?
- Premio Nobel Descripción de neurona y actividad eléctrica
1906
Redes Neuronales
-
Tenemos
~100 000 000 000 neuronas
-
Cada neurona tiene
hasta 15 000 conexiones
Santiago Ramón y Cajal
Camillo Golgi
1943
Warren S. McCulloch & Walter Pitts
El perceptrón
A probabilistic model...
1957
Entradas
Pesos
Salida
Frank Rosenblatt
Elementos para un sano juicio
- ¿De dónde viene la Inteligencia Artificial?
- No viene de la computación tradicional!
- Viene de una abstracción matemática - ingenieril de las neuronas biológicas bastante grosera.
Perceptrones multicapa
Yann LeCun
Meta AI
Geoffrey Hinton
Google AI
1986
3Blue1Brown
Luego de treinta años AI Winter...
1998
2012
| Entradas | Capas | Pesos | Salidas |
|---|---|---|---|
| 28 x 28 | 5 | 430K | 10 |
| 224 x 224 x 3 | 8 | 61M | 1000 |
Alex Krizhevsky
ex-Google
Ilya Sutskever
Open AI
El Tamaño importA
Elementos para un sano juicio
2. ¿Qué sabe hacer y cómo lo aprende?
- Gran aumento de poder computacional en los últimos 10 años (GPUs).
-
Transformar miles de entradas - números, imágenes - usando muchas "neuronas" iguales.
-
Entradas similares entregan salidas iguales (clasificación).
- Aprende cualquier transformación a partir de ejemplos.
3. ¿Cómo y en qué ha progresado "ahora" ?
Nature science report
2015
Yann LeCun - Meta AI
1989 -1998
Redes neuronales multicapa
Imagen 28 x 28
10 Categorías
Alex Krizhevsky
2012
Imagen 224 x 224 x 3
1000 Categorías
Ilya Sutskever - Open AI
Geoffrey Hinton - Google
Fase Entrenamiento
Fase Producción
Machine Learning
¡Entrenar requiere muchos y buenos ejemplos!
Validar
Entrenar
?=
¿Cómo encontrar pesos óptimos durante el entrenamiento?
¡La corrección de los pesos es delicada!
Entrenamiento AlexNet:
90 x 1.000.000 Imágenes ~ 6 días
1986
Sutton & Barto
2013
Google DeepMind
AlphaGo
AlphaFold
2018
2015
Demis Hassabis
Towards Data Science
- Siempre "en loop".
- Acciones y premios están desfasados.
| Biología | Machine Learning |
|---|---|
| Aprendizaje continuo | Entrenamiento / Producción |
| Química / Neurotransmisores | Optimización / Diseño |
| Plasticidad neuronal | Arquitecturas fijas |
1.000 Mill EUR
2013 - 2023
Aprendizaje
Elementos para un sano juicio
- Aprende en base a ejemplos o premios ajustando iterativamente el modelo.
- Aprende solo durante fase de entrenamiento.
- No se progama, se construye y parametriza. Aquí está el arte!
- No sabemos codificar programas equivalentes! (caja negra)
2. ¿Qué sabe hacer y cómo lo aprende?
CS antes de US mejora resultados.
1897
Ivan Pavlov
"Neurons wire together if they fire together"
1949
Neuronas Espejo
1990s
Donald Hebb
Aprender es asociar
Vectores
\sum x_i w_i = X\cdot W \sim cos(\theta)
Neuronas calculan similitud entre entradas y pesos (memoria)
"Neurons wire together if they fire together"
1949
Donald Hebb
Neurosicólogo
8 conexiones / 8 dimensiones
Color es similar a muchos conceptos no similares entre sí
Digitalizar es Vectorizar
- Imágenes
- Sonidos
- Planillas
- Letras
- ¿Palabras?
¡Palabra (concepto) "king" en 50 dimensiones!
"king - man + woman = queen"
1. Seleccionar textos
y tokenizar
2. Generar ejemplos deslizando una ventana
Ventanas de 5 - 20 palabras
Jay Allamar
3. Entrenar con ejemplos ventana modo "supervisado"
Tomáš Mikolov
ex Google
2013
- Representación de palabras con vectores númericos de muchas dimensiones.
- Medida de similitud coseno entre vectores permite establecer errores y aprendizaje.
- Aprendizaje ocurre "leyendo" textos. No requiere preparación de ejemplos!
- Similitud entre palabras aprendidas refleja su próximidad / relación en los textos.
Elementos para un sano juicio
3. ¿Cómo y en qué ha progresado "ahora" ?
Large Language Models
¿Cómo se llama la capital de Chile?
La capital de Chile es Santiago.
What is the name of Chile´s capital?
Modelo de lenguaje para traducir y responder
2014
Google AI
Él vio a ella con un telescopio.
Contextos tienen largo variable.
Secuencias y Contexto
Jay Allamar
Secuencia con contexto largo fijo pierde información
Atención da estructura a la secuencia
Los LLM como GPT son Transformer
2017
Ashish Vaswani
ex-Google
A. Vaswani et al
Secuencia transformer de 3+3 bloques.
Cada palabra produce su contexto.
Arcos ilustran capas de atención.
Google AI Blog
Atención capta contexto apropiado para discernir "it"
El Tamaño importA - parte 2
| Publicado | Entrenamiento | Parámetros | Prompt | |
|---|---|---|---|---|
|
GPT-1 |
Q2 2018 |
Common Crawl BookCorpus |
117.000.000 |
1.024 |
| GPT-2 | Q1 2019 | + WebText | 1.500.000.000 | 2.048 |
| GPT-3 | Q2 2020 | + Wikipedia + libros |
175.000.000.000 | 4.096 |
| GPT-4 | Q1 2023 | Desconocido | 1.000.000.000.000 | 32.000 |
- Tenemos
~100 000 000 000 neuronas - Cada neurona tiene
hasta 15 000 conexiones
1000 ~ 3 pag.
Entrenamiento ChatGPT
- Entrenar a predecir próxima(s) palabra(s) "leyendo" textos de entrenamiento (GPT 3.5).
- Refinamiento supervisado con respuestas ejemplares.
- Refinamiento RLHF con humanos expresando sus preferencias entre respuestas alternativas.
A portrait photo of a kangaroo wearing an orange hoodie and blue sunglasses standing on the grass in front of the Sydney Opera House holding a sign on the chest that says Welcome Friends!
Propiedades Emergentes
Sebastien Bubeck
Google AI Blog
Elementos para un sano juicio
-
Atención y contexto modelan una memoria de trabajo (no persistente). ¡Aqui está lo "creepy"!
- Fenómenos emergentes usando
mismo modelo, solo más "grande".
Muchas gracias :)
3. ¿Cómo y en qué ha progresado "ahora" ?
4. ¿Qué tan cerca está de "nivel humano" ?
-
En "poder computacional" parece estar cerca.
-
Manejo de lenguaje natural a nivel humano.
¡Es la nueva interfaz con los sistemas!
- Razonamiento y discernimiento de sus propias capacidades aun limitados.
Inteligencia Artificial - Piezas y Partes
By daniel kottow
Inteligencia Artificial - Piezas y Partes
Una introduccion a Machine Learning y los Large Language Models.
