MADRID, 25 Abr. (Globant) -
¿Qué es IA?
La inteligencia artificial (IA) es un área para crear ordenadores y máquinas que ejecutan tareas que normalmente requerirían inteligencia humana para razonar, aprender y actuar o que involucra datos cuya escala excede lo que los humanos pueden analizar.
¿Qué es la IA Generativa?
Cualquier tipo de sistema de inteligencia artificial que se base en algoritmos de aprendizaje autosupervisados o semisupervisados para crear nuevos activos, como imágenes digitales, video, audio y texto. A través de la IA generativa,
los ordenadores pueden aprender patrones fundamentales relevantes, lo que les permite generar un contenido similar
¿Qué valor pueden crear la IA generativa, el aprendizaje profundo y los modelos "superficiales"?
Aplicaciones
? Conversión de texto a imagen
? Mejora y aumento de imágenes
? Generación de modelado 3D
? Generación de imágenes "visualmente atractivas"
? Generación de texto
? Resumen de texto
? Traducción de idiomas
? Pregunta/respuesta
? Detectar si una tomografía computarizada es anormal o no
? Detectar si un video es falso o no
? Identificación de documentos legales que pueden ser fraudulentos
? Identificar el trabajo que puede ser plagiado
? Reconocimiento de entidad nombrada
? Clasificación de texto (ej., sentiment analysis)
? Búsqueda
? Forecasting
? Predicción
¿Cuáles son los riesgos de la IA?
Sesgos / Burbujas / Dinámicas de poder:
El uso de la IA tiene implicaciones éticas, como añadir sesgos de clases protegidas, limitar a las personas mediante burbujas de información o aumentar las diferencias de poder. Hay que tenerlas en cuenta al desarrollar la IA.
Exposición legal:
Tanto si se impugna la fuente (demandas contra CoPilot, StableDiffusion u otros) como si se impugna la aplicación (demandas rechazadas), hay que tener en cuenta cómo gestionar y reparar la exposición legal.
Rug-pulls:
Algunos servicios empiezan siendo gratuitos para atraer la adopción (por ejemplo, chatGPT), pero pueden retirar el acceso en un futuro, creando una dependencia insustituible.
Datos antiguos / alucinación / no recuperación / pérdida del sentido:
Los modelos de IA se basan en sus datos de entrenamiento, por lo que pueden desconocer los hechos actuales. Aun así, generarán respuestas "probablemente verosímiles", que pueden no ser ciertas ni coherentes.
Costes y dependencia:
Muchos modelos complejos consumidos como servicio constituyen dependencias externas cuyo cambio de TOS puede hacer que una aplicación sea económicamente inviable o incapaz de mantener el control y la reproducibilidad
Fosos injustificados:
A menos que el lugar donde utilices el modelo de IA sea único en tu oferta de valor, todo lo demás es repetible por tu competencia. No es un valor diferencial sostenible automáticamente.