Procesamiento de Lenguaje natural: PLN

Procesamiento de lenguaje natural (PLN)

El procesamiento de lenguaje natural (PLN) es una rama de la inteligencia artificial que se enfoca en la interacción entre las computadoras y el lenguaje humano. El objetivo del PLN es permitir que las computadoras puedan entender, interpretar y generar lenguaje natural de la misma manera que lo hacen los seres humanos.

Test de Turing

El test de Turing es un experimento propuesto por el matemático y científico de la computación Alan Turing en 1950. El objetivo del test es determinar si una máquina puede exhibir un comportamiento inteligente equivalente o indistinguible del de un ser humano. El test se realiza mediante una conversación en lenguaje natural entre una persona y una máquina, y si la persona no puede distinguir si la respuesta proviene de una máquina o de otro ser humano, se considera que la máquina ha pasado el test.

Inteligencia artificial fuerte

La inteligencia artificial fuerte se refiere a la idea de una inteligencia artificial que puede igualar o superar la inteligencia humana en todas las áreas cognitivas. Es decir, una máquina que es capaz de pensar, razonar, aprender y tomar decisiones de la misma manera que un ser humano. A diferencia de la inteligencia artificial débil, que se enfoca en solucionar tareas específicas, la inteligencia artificial fuerte tiene como objetivo crear una máquina con una capacidad cognitiva general y amplia. Sin embargo, esta idea aún se considera como una meta a largo plazo y es objeto de debate entre los expertos en inteligencia artificial.

Enfoque multimodal en IA

El enfoque multimodal en IA se refiere a la combinación de diferentes modalidades de entrada, como imágenes, audio y texto, para resolver problemas complejos que involucran la percepción y comprensión humana. A través de esta combinación de modalidades, se busca emular la capacidad humana de procesar información de diferentes fuentes y modalidades.

La IA multimodal ha demostrado ser efectiva en una variedad de aplicaciones, como la clasificación de imágenes y la comprensión del lenguaje natural en contextos más amplios. Por ejemplo, en lugar de depender exclusivamente del texto, la IA multimodal puede utilizar imágenes y audio para comprender el contexto y la intención detrás de las palabras.

La investigación en este campo ha avanzado en los últimos años, impulsada por la disponibilidad de grandes conjuntos de datos etiquetados y la capacidad de procesamiento mejorada de las computadoras. Además, el enfoque multimodal también está siendo utilizado en el desarrollo de sistemas de inteligencia artificial conversacionales más avanzados, que utilizan múltiples modalidades para comprender y responder a las consultas de los usuarios de manera más efectiva.

El procesamiento de lenguaje natural es una parte crucial de la inteligencia artificial, pero para que una IA pueda cumplir tareas de manera similar a como lo hace un humano, también es necesario que se integren otras áreas de la IA, como la visión artificial y la robótica. La visión artificial, por ejemplo, permite que una IA pueda “ver” el mundo y entender el entorno en el que se encuentra, lo que puede ser esencial para tareas como la navegación y la manipulación de objetos. La robótica, por su parte, puede permitir que una IA interactúe físicamente con el mundo, lo que también es esencial para tareas como la manipulación de objetos y la realización de tareas físicas complejas. En definitiva, para que una IA pueda cumplir tareas de manera similar a como lo haría un humano, se necesitan integrar múltiples áreas de la IA en un enfoque multimodal.

¿a qué huele la carne? 🤣

Los modelos de lenguaje en IA

Los modelos de lenguaje son una parte esencial del procesamiento del lenguaje natural en IA. Estos modelos permiten a las máquinas entender el lenguaje humano y procesar la información de manera efectiva.

Los modelos de lenguaje se crean utilizando algoritmos de aprendizaje automático y se entrenan con grandes cantidades de datos de texto. Una vez entrenados, los modelos pueden realizar una variedad de tareas de procesamiento del lenguaje natural, como la traducción automática, el análisis de sentimientos, el resumen de texto y la generación de texto.

Los LLM en IA

Los LLM (por sus siglas en inglés, Language Model Libraries) son bibliotecas de modelos de lenguaje pre-entrenados que se pueden utilizar para realizar diversas tareas de procesamiento del lenguaje natural. Estas bibliotecas permiten a los desarrolladores de software utilizar modelos de lenguaje pre-entrenados en sus aplicaciones sin tener que entrenar sus propios modelos desde cero.

Los LLM se han convertido en una herramienta popular para el procesamiento del lenguaje natural, ya que permiten a los desarrolladores construir aplicaciones más rápidamente y con menos recursos de computación. Algunos ejemplos de LLM incluyen la biblioteca BERT de Google, la biblioteca GPT de OpenAI y la biblioteca ULMFiT de fast ai.

Modelos de lenguaje y LLM en IA

Un modelo de lenguaje es un tipo de modelo estadístico que se utiliza para predecir la probabilidad de una secuencia de palabras en un idioma determinado. Los modelos de lenguaje son una parte importante de la inteligencia artificial y se utilizan en una variedad de aplicaciones, como el reconocimiento de voz, la traducción automática y la generación de texto.

Los modelos de lenguaje se entrenan utilizando grandes cantidades de datos de texto para aprender patrones en el lenguaje y predecir la siguiente palabra en una secuencia de texto. Uno de los enfoques más populares para entrenar modelos de lenguaje son los LLM (Language Models based on Transformers) que utilizan la arquitectura Transformer, que es una técnica de aprendizaje profundo que se enfoca en el procesamiento de lenguaje natural.

Los LLM son capaces de aprender representaciones semánticas complejas de las palabras y las frases, lo que les permite generar texto coherente y relevante. Estos modelos se han utilizado para crear chatbots, asistentes virtuales, sistemas de recomendación de texto y muchas otras aplicaciones de procesamiento de lenguaje natural.

En general, los modelos de lenguaje y los LLM son herramientas poderosas en la inteligencia artificial y se utilizan ampliamente en una variedad de aplicaciones que involucran el procesamiento del lenguaje natural.

Que buena clase.

Hay por ahí en las redes un meme basado en la película Yo Robot, donde el detective Spooner (Will Smith) a quien ponen como un programador, está interrogando a Sonny (el robot) quien representa a las IA. El programador le increpa a la IA: “Tú no eres capaz de crear código por ti mismo, solo copias el de los demás” y la IA le responde: “Y tú sí?”. Esto a propósito de lo que comentabas sobre los detractores de las IA, que solo son cotorras estadísticas… Me parece absurdo el argumento, porque de hecho eso hacemos, ese es el proceso de aprendizaje de un humano desde que nace, es un proceso de años y toda esa información que percibimos forma nuestra data, en últimas todo lo hacemos igual que las cotorras estadísticas, la única ventaja es que tenemos una memoria muchísimo más grande. Hace unos año vi también un programa tipo realitiy, donde creo que tomaban a personas destacadas en el medio de el diseño gráfico… Supuestamente unos genios en creatividad, lo máximo… primero los llevaron a dar un paseo por la ciudad (muy casual, supuestamente tipo relax o para integrarse) al regresar al estudio, les hicieron como una primera prueba, debían una imagen, un diseño, no recuerdo los detalles… el hecho es que cada uno hizo su trabajo, obviamente muy bueno y explicaron en detalle su concepto y pues todo genial… pero, luego, tomaron las imágenes y el equipo de producción se puso a revisar las grabaciones del recorrido que habían hecho por la ciudad y todo, todo, lo habían tomado de elementos que habían visto en su recorrido, obviamente al motrarle las escenas a los chicos que estaban participando, también quedaron muy asombrados, porque había sido algo inconsciente… Cuál es entonces aquí el papel de creador? Es “simple”, percepción, muchos datos, muchas imágenes, mucha información, que el cerebro toma inconscientemente y luego en ese mismo inconsciente, procesa esa información y genera “ideas creativas”

Que pedazo de clase! Me exploto el cerebro hasta en temas filosóficos 🤯

🧠🗣Procesamiento de lenguaje natural: PLN

Procesamiento de Lenguaje Natural (PLN) 📚

• Rama de la inteligencia artificial
• Enfocado en interacción entre computadoras y lenguaje humano
• Objetivo: permitir que computadoras entiendan, interpreten y generen lenguaje natural

Test de Turing 🧪

• Propuesto por Alan Turing en 1950
• Determina si una máquina exhibe comportamiento inteligente equivalente al humano
• Realizado mediante conversación en lenguaje natural
• Si la persona no distingue entre respuestas de máquina y humano, la máquina pasa el test

Inteligencia Artificial Fuerte 💪

• Idea de IA que iguala o supera la inteligencia humana en todas las áreas cognitivas
• Máquina capaz de pensar, razonar, aprender y tomar decisiones como un ser humano
• Contraste con IA débil (tareas específicas)
• Meta a largo plazo y objeto de debate entre expertos en IA

Enfoque Multimodal en IA 🧠🔊📷

El enfoque multimodal en IA busca combinar diferentes modalidades de entrada para resolver problemas complejos, emulando la capacidad humana de procesar información de diversas fuentes y modalidades.

Características del enfoque multimodal en IA 🌟

• Combinación de imágenes, audio y texto
• Emula la percepción y comprensión humana
• Aplicable en clasificación de imágenes y comprensión de lenguaje natural

Avances e investigación en IA multimodal 🔬

• Impulsado por grandes conjuntos de datos etiquetados
• Mayor capacidad de procesamiento de computadoras
• Desarrollo de sistemas de inteligencia artificial conversacionales avanzados

Integración de áreas en IA multimodal 🧩

• Procesamiento de lenguaje natural (PLN)
• Visión artificial: permite que IA “vea” el mundo y entienda el entorno
• Robótica: permite que IA interactúe físicamente con el mundo y realice tareas complejas

La IA multimodal integra múltiples áreas de la inteligencia artificial, permitiendo que una máquina cumpla tareas de manera similar a como lo haría un humano.

Modelos de Lenguaje en IA 💬🤖

Los modelos de lenguaje son esenciales en el procesamiento del lenguaje natural (PLN) en IA y permiten a las máquinas entender y procesar el lenguaje humano.

Creación y entrenamiento de modelos de lenguaje 📚

• Utilizan algoritmos de aprendizaje automático
• Entrenados con grandes cantidades de datos de texto
• Realizan tareas de PLN como traducción automática, análisis de sentimientos, resumen de texto y generación de texto

LLM (Language Model Libraries) en IA 📖

• Bibliotecas de modelos de lenguaje pre-entrenados
• Facilitan el uso de modelos de lenguaje en aplicaciones
• Ejemplos: BERT de Google, GPT de OpenAI, ULMFiT de fast ai

Modelos de lenguaje y LLM en aplicaciones de IA 🌐

• Importantes en inteligencia artificial
• Utilizados en reconocimiento de voz, traducción automática, generación de texto
• Entrenados con grandes cantidades de texto
• LLM basados en arquitectura Transformer, enfocados en PLN
• Aprenden representaciones semánticas complejas
• Aplicaciones: chatbots, asistentes virtuales, sistemas de recomendación de texto

Los modelos de lenguaje y los LLM son herramientas poderosas en IA y se utilizan en diversas aplicaciones relacionadas con el procesamiento del lenguaje natural.

El Canal de DOT CSV explica estos temas de manera hermosa, deberían buscarlo en Youtube y twitter

Reto de clase resuelto:

De las tareas posibles presentadas por Francisco, me centré en las tareas de procesamiento de “extracción de información y resumen de texto”.
_

Sobre estas, encontré una herramienta de Inteligencia Artificial para hacer resumenes de textos y libros llamada “Parafrasist”.

_

• Esta herramienta ofrece las funciones de resúmenes de textos largos, cuenta con una función que ayudará a entender mejor el contenido. Se trata de una composición de sinónimos para aquellos términos complejos del documento, lo que hará más fácil su compresión.

• Los resúmenes se pueden personalizar al escoger si se quiere tener una versión del 20% o el 50% del original. Sin embargo, la versión gratuita permite textos de hasta 10.000 caracteres, con un máximo de 15 por día.

Aquí dejo el enlace:
https://parafrasist.com/

Esta es una clase que estoy seguro veré varias veces.

Me gusto la clase, nunca pensamos que realmente es inteligencia artificial y que es análisis y gestión detallada de datos, entender dicha diferencia es fundamental, para construcción de modelos de IA y algoritmos de gestión de data.

con esta clase me di cuenta que somos una computadora humana tipo cyborg natural.

Procesamiento de lenguaje natural

¿Qué es el lenguaje?

• Sistema de comunicación
• Usa símbolos estructurados
• Da significado a las cosas

¿Por qué el lenguaje es una evidencia de inteligencia?

• El lenguaje existe como representación de todo lo que nos rodea
• El lenguaje es la joya de la corona de la cognición
• Test de Turing:
  • Es una conversación donde un humano no puede diferenciar si habla con un humano o una máquina

¿Qué es el procesamiento de lenguaje natural?

• Enseñar a las maquinas a procesar y analizar el lenguaje humano
  • Traducir
  • Resumir
  • Clasificar
  • Conversar
  • Generar
• Tareas posibles (de fáciles a difíciles):
  1. Corrección ortográfica
  2. Recuperación de información basada en palabras clave
  3. Modelado de temas
  4. Clasificación de texto
  5. Extracción de información
  6. Agente conversacional de dominio cerrado
  7. Resumen de texto
  8. Respuesta a preguntas
  9. Maquina traductora
  10. Agente conversacional de dominio abierto

¿Qué son los Large Language Models?

• Modelo que no pueden resolver problemas de la AGI por sí soloes
• Se requiere contexto de otros canales cognitivos (audio, video, los demás sentidos)
• Grandes cantidades de información
• Haciendo al algoritmo capaz de hacer diversas tareas

¿Se podrá alcanzar la AGI con los LLM?

• Detractores señalan que no se puede alcanzar solo con esto, pues solo se tendrían “loros estadísticos”

El lenguaje no existe por sí solo, es un conjunto de canales de cognición que se da a través de los sentidos.

Esto del LLM se puede ver mas a profundidad en el paper que se hizo acerca de ChatGPT y su impacto en el Mercado Laboral:
Esta en inglés, pero sin duda es muy buena la investigacion
https://arxiv.org/pdf/2303.10130.pdf

¿ChatGPT no puede inventar? ¿Qué es inventar?

Respuestas dadas por ChatGPT al pedirle que inventara tres palabras en español:

• Festiviano: una persona que ama los festivales y las celebraciones.
• Aventurosa: una combinación de aventurera y osada, para describir a alguien que se arriesga y explora con valentía.
• Nubelar: el acto de convertir en nubes, como cuando el vapor se condensa en el aire y forma nubes en el cielo.

Le agregaría que el lenguaje humano tambien se expresa con los gestos y movimientos corporales, no solamente con texto y audio, son formas de comunicarnos, saludos!

La IA esta avanzando tan rápido que para adaptarnos tenemos que hacer el triple o más de lo que haciamos antes y eso que solo es el inicio…

ChatGPT responde a la traducción de textos, corrección de información y respuesta a preguntas. Creo que la respuesta siempre está determinada por la información que se entregue, entre más detalle o más específica la solicitud puede ser más acertada la respuesta.
Si de la respuesta a preguntas que está en el nivel difícil le pido que me cite fuentes, luego contrasto esas fuentes en google y no aparecen. Puedo interpretar que de todos los datos que tiene, toma información como fuente, pero en realidad dicho autor, texto o cita, no corresponde al tema cuando se busca.

LLM

LLM como large language model (modelo de lenguaje grande), que es un tipo de modelo de inteligencia artificial basado en redes neuronales profundas que utiliza una gran cantidad de datos textuales para almacenar conocimiento del mundo dentro de sus pesos neuronales5. Un LLM puede realizar diversas tareas relacionadas con el procesamiento del lenguaje natural, como generar texto coherente y relevante a partir de una entrada dada, responder preguntas sobre un tema específico o mantener una conversación con un usuario humano. Algunos ejemplos famosos de LLM son GPT-3, BERT o T5.

Yo utilizo técnicas basadas en LLM para generar contenido creativo como poemas o historias. También uso LLM para entender tus preguntas y darte respuestas relevantes. Así que sí, funciono con ese procesamiento en este chatbox (Bing de Microsoft).

Esta clase fue de las mejores, explicar con conceptos psicologicos y filosoficos me encanto

AGI: Inteligencia Artificial General.

Por fin, pasaron 11 clases de éste curso donde un maestro (gracias Pancho) trata la pregunta clave “¿qué es la inteligencia?” y responde lo que creo desde los 90s.

Ok, ok, no es el tema del curso, ni siquiera de la escuela definir qué es inteligencia, pero sí creo que se debió haber dicho desde el principio.

Por cierto, el concepto de “inteligencia” para mi fue cambiado completamente después de leer un escrito de Isaac Asimov donde criticaba los test de “inteligencia”. Si alguien sabe el nombre, le agradecería que me lo compartiera ya que no lo recuerdo, lo leí hace 26 años.

Fácil: Corrección ortográfica = El corrector de word. Lo hace de maravillas.
Mediano: Agente conversacional de entorno cerrado = Los Chat-Bot de las empresas o entes estatales. la verdad es que en la gran mayoría de los casos las respuestas son muy mediocres y poco ayudan en la búsqueda de ayuda. Hay mucho para hacer al respecto.
Difícil: Agente conversacional de entorno cerrado = ChatGPT. Todos hemos probado la brillantez de esta IA. Ojalá siga mejorando.

El modelo de chat que más uso es Bing Chat, como lo tkm ❤️

La frescura con que explica Pacho es tan genial, quedan claros los conceptos tan complejos con sus explicaciones simples y en lenguaje común, es un crack!

AMEEEEE esta clase, sobre todo el inicio… me voló la cabeza.

El loro…¿sólo repite?
https://youtu.be/fiVxGW6_6m8

Confieso que algunas de estas clases tengo que correrlas a 85% de velocidad pues siento que los profes hablan rápido, además que son muchos conceptos que no conozco bien, y por tanto siento que tengo que escucharlo más lento para tomar nota e ir comprendiendo lo que van diciendo.

¿Les pasa?

El test de Turing y los escritos de Isaac Asimov fueron los principales referentes que me hicieron interesar por el mundo de las IA.

RESUMEN de la CLASE:
La INTELIGENCIA desarrolla el lenguaje. Con el LENGUAJE le damos significado a las cosas. El lenguaje existe como representación de todas esas cosas que nos rodean.
El LENGUAJE es una herramienta clave para definir que algo es INTELIGENTE o no.
TEST de TURING: si estoy hablando con algo y no puedo diferenciar si ese algo es una máquina o un humano: que razones tenemos para decir que esa máquina no es inteligente.
Entonces este test nos dice que el LENGUAJE es una puerta no nos abre mucho al entendimiento de la INTELIGENCIA. Es decir: sea lo que tengamos los humanos que nos hace inteligentes el LENGUAJE es una EVIDENCIA muy grande de esa inteligencia.
Entonces si las PERSONAS son inteligentes pueden desarrollar un lenguaje. Por lo tanto un camino razonable para la INTELIGENCIA ARTIFICIAL sería poder construir un algoritmo que pueda procesar, entender y analizar el texto que los seres humanos usamos.
En PNL es el encargado de desarrollar este algoritmo.
Las TAREAS que desarrolla el LENGUAJE son muy diferentes. Algunas son más fáciles y otras son más difíciles.
LLM (Large Language Models) son los algoritmos (modelos) ESTADÍSTICOS del lenguaje. Pudiendo hacer varias TAREAS: corrección ortográfica, clasificar texto, mantener una conversación, entre otras. En el PASADO los algoritmos eran buenos en una SOLA TAREA y malos en todas las demás.
Los detractores de esta tecnología a los LLM los llama loros estadísticos, porque dicen que no basta con el lenguaje para que algo sea inteligente. Porque los LLM pueden hablar de cualquier cosa pero cognitivamente no saben de lo que hablan.
Esta controversia está llevando a desarrollar los MODELOS MULTIMODALES. Es decir, para lograr INTELIGENCIA ARTIFICIAL hay que conectar distintos canales cognitivos. Combinar los algoritmos de PNL con los de la VISIÓN ARTIFICIAL , APRENDIZAJE por REFUERZO entre otros.
Para desarrollar estos MODELOS MULTIMODALES necesitamos entender cómo nosotros como seres humanos combinamos todo esto flujo de datos que llegan de diferentes canales cognitivos para darle sentido a algo que nos rodea y comunicarlo con otras personas.

Procesamiento de lenguaje natural: PLN
.

“La inteligencia nos permite desarrollar lenguajes: un sistema de comunicación que usa símbolos de una forma estructurada para dar significado”

“El lenguaje es la joya de la corona de la cognición”

“Test de Turing: si no puedo diferenciar si estoy conversando con un humano o una máquina ¿cómo puedo negar su inteligencia?”

.
¿Qué es PLN?

• Traducción
• Resumen
• Clasificación
• Conversación
• Generación

Entendiendo el lenguaje

• El procesamiento del lenguaje es complejo, porque fue creado para varios propósitos
• Se traduce en que enseñar a una máquina a procesar lenguaje lleva varias tareas
• La complejidad de las tareas es variable, no es lo mismo corregir ortografía que ser un agente conversacional de dominio abierto

Large Language Models (LLM)

• Son modelos estadísticos del lenguaje
• Se entrenan con muchos datos de web, foros, etc.
• Hoy pueden ser capaces en multitud de tareas, contario a lo que solía suceder (algoritmos específicos)
• Los detractores le llaman “Statistical Parrots” (¿replicar es entender?)
• Existe el problema filosófico-conceptual en el que estos modelos son monocanal, pero no multi-canal (ej: no probaron el sabor de una carne, etc.)
• Por eso se trata de una base sólida de la AGI, pero necesita de otros canales

Y me exploto la cabeza cuando dices… “SI YO, SOY INTELIGENTE PUEDO DESARROLLAR UN LENGUAJE, ENTONCES SI YO PUEDO CONSTRUIR UN ALGORITMO QUE PUEDE PROCESAR, ENTENDER Y ANALIZAR EL TEXTO QUE EN SU MOMENTO NOSOTROS ANALIZAMOS, QUIZÁ PUEDE SER EL CAMINO PARA LA INTELIGENCIA ARTIFICIAL" puuuum… estamos en pañalitos de tantas cosas… bello aprendizaje filosófico.

• Google Translate: una aplicación de traducción de idiomas que utiliza la tecnología de aprendizaje automático para mejorar sus capacidades de traducción.

• Grammarly: una herramienta de corrección gramatical y ortográfica que utiliza la IA para detectar y corregir errores.

• Alexa de Amazon: un asistente virtual que utiliza la tecnología de procesamiento de lenguaje natural para responder preguntas y realizar tareas en función de los comandos de voz del usuario.

corrector ortografico: utilizo language tooly me funciona sensacional porque adicional de ma sugerencias gramaticales.
el traductor de google: no me parece tan efectivo, cambia el significado real de lo que quiero decir en algunas ocaciones.
agente conversacional de dominio abierto: GPT y me esta pareciendo fantastico, de hecho le he preguntado
tu entiendes las cosas que escribo o solo das respuestas a lo que solicito.
su respuesta fue: Como una IA de lenguaje, entiendo y proceso la información que me proporcionas en tus preguntas o afirmaciones y, a partir de ello, genero respuestas relevantes y útiles en función de mi entrenamiento y conocimientos previos. Mi objetivo principal es ayudarte proporcionando información y respondiendo a tus solicitudes en la medida de lo posible. Sin embargo, no tengo emociones ni consciencia, por lo que mi “entendimiento” es diferente al de un ser humano.
esto dando soporte desde mi experiencia en lo indicado durante esta clase.

• Corrección ortográfica: teclado de Google, resuelve la tarea excelente y ayuda mucho en la interacción día a día.

• Resumen de texto: ChatGPT, igualmente a pesar de ser una herramienta relativamente nueva, resume de manera aceptable cualquier documento que se le brinde.

• Máquina traductora: DeepL, cumple la tarea a cabalidad en el 90% de las veces, el otro 10% necesitaría un poco más de contexto para entender algún slang o cultura.

• La inteligencia nos permite desarrollar lenguaje: un sistema de comunicación que usa símbolos de forma estructurada para dar significado.
• El lenguaje nos abre la puerta al entendimiento de la inteligencia.
• El PLN es enseñar a las máquinas a procesar y analizar lenguaje humano (texto y audio).
• Traducción, resumen, clasificación, conversación, generación.
• Los LLM (Large Language Models) no pueden resolver el problema de la AGI por si solos. Se requiere contexto de otros canales cognitivos (audio, video, los demás sentidos).

Pero quien realmente ha visto o experimentado un átomo, un agujero negro, el ADN entre otros tantos conceptos que solo los conocemos en el mundo de las ideas. De hecho, mucho de lo que sabemos está solo ese mundo, sin haberlo experimentado. Si pensásemos que hay que experimentar las cosas para ser inteligente ¿un ciego seria menos inteligente que una persona que ve?

Le pregunte a Chat-GPT4, sus respuestas clasificadas del 1 al 10:

Corrección ortográfica: 9.5
Recuperación de información basada en palabras clave: 9
Modelado de temas: 8.5
Clasificación de texto: 8.5
Extracción de información: 8
Agente conversacional de dominio cerrado: 7.5
Resumen de texto: 8
Respuesta a preguntas: 8.5
Máquina traductora: 8
Agente conversacional de dominio abierto: 7

La inteligencia = lenguaje?

La AI a través del PLN busca emular (procesar y analizar) el lenguaje humano.

¿Los LLM, realmente pueden generar ideas o sólo copian y pegan todo lo que ven en internet?

El lenguaje natural sólo es una base, necesita de otro tipo de refuerzos para ser funcional (por ejemplo, oler, probar, describir)

___________________-

Grammarly:

• Corrige ortografía (inglés)
• Sugiere nuevas formas de redacción (inglés)

Su funcionalidad depende de si eres suscriptor o no, las funciones básicas como corregirte alguna palabra o sugerirte nuevas formas de enriquecer tu texto.

Realmente ya tiene unos años en el mercado y creo que a través de la AI lo están optimizando para que sea incluso aún más efectivo.

Procesamiento de Lenguaje Natural (PLN):

• El Procesamiento de Lenguaje Natural (PLN) es una rama de la inteligencia artificial que se enfoca en la interacción entre las computadoras y el lenguaje humano. Su objetivo principal es permitir que las computadoras comprendan, interpreten y generen lenguaje natural.

Test de Turing:

• El Test de Turing, propuesto por Alan Turing en 1950, busca determinar si una máquina exhibe un comportamiento inteligente equivalente al humano. Se lleva a cabo a través de una conversación en lenguaje natural, y si una persona no puede distinguir entre las respuestas de una máquina y las de un humano, entonces la máquina pasa el test.

Inteligencia Artificial Fuerte:

• La idea de la Inteligencia Artificial Fuerte se refiere a una IA capaz de igualar o superar la inteligencia humana en todas las áreas cognitivas. Se trata de una máquina que puede pensar, razonar, aprender y tomar decisiones como un ser humano. A diferencia de la IA débil, que se limita a tareas específicas, la Inteligencia Artificial Fuerte es una meta a largo plazo y objeto de debate entre expertos en IA.

Enfoque Multimodal en IA:

• El enfoque multimodal en Inteligencia Artificial (IA) busca combinar diferentes modalidades de entrada, como imágenes, audio y texto, para resolver problemas complejos. Este enfoque emula la capacidad humana de procesar información proveniente de diversas fuentes y modalidades.

Características del enfoque multimodal en IA:

• Combinación de imágenes, audio y texto.

• Emula la percepción y comprensión humana.

• Aplicable en clasificación de imágenes y comprensión de lenguaje natural.

Avances e investigación en IA multimodal:

• El enfoque multimodal en IA se impulsa mediante grandes conjuntos de datos etiquetados y la mayor capacidad de procesamiento de las computadoras. Además, se está desarrollando sistemas de inteligencia artificial conversacionales avanzados.

Integración de áreas en IA multimodal:

• El enfoque multimodal en IA integra diferentes áreas de la inteligencia artificial, tales como:

  • Procesamiento de lenguaje natural (PLN).

  • Visión artificial: permite a la IA “ver” el mundo y comprender el entorno.

  • Robótica: permite a la IA interactuar físicamente con el mundo y realizar tareas complejas.

En conjunto, la IA multimodal permite que una máquina realice tareas de manera similar a como lo haría un humano, al integrar múltiples áreas de la inteligencia artificial

Modelos de Lenguaje en IA:

• Los modelos de lenguaje desempeñan un papel fundamental en el procesamiento del lenguaje natural (PLN) en Inteligencia Artificial (IA), ya que permiten a las máquinas entender y procesar el lenguaje humano.

Creación y entrenamiento de modelos de lenguaje:

• Los modelos de lenguaje se desarrollan y entrenan utilizando algoritmos de aprendizaje automático, los cuales requieren grandes cantidades de datos de texto. Estos modelos pueden realizar diversas tareas de PLN, como traducción automática, análisis de sentimientos, resumen de texto y generación de texto.

LLM (Language Model Libraries) en IA :

• Las bibliotecas de modelos de lenguaje pre-entrenados, conocidas como LLM, simplifican el uso de estos modelos en aplicaciones. Ejemplos destacados incluyen BERT de Google, GPT de Open AI y ULMFiT de fast AI.

Modelos de lenguaje y LLM en aplicaciones de IA:

• Los modelos de lenguaje y los LLM desempeñan un papel importante en la inteligencia artificial, y se utilizan en una amplia gama de aplicaciones, como reconocimiento de voz, traducción automática y generación de texto. Estos modelos son entrenados con grandes volúmenes de texto y se basan en la arquitectura Transformer, enfocándose en el PLN. Además, son capaces de aprender representaciones semánticas complejas. Algunas de las aplicaciones comunes incluyen chatbots, asistentes virtuales y sistemas de recomendación de texto.

En resumen, los modelos de lenguaje y los LLM son herramientas poderosas en el campo de la IA, y se utilizan en diversas aplicaciones relacionadas con el procesamiento del lenguaje natural

El procesamiento de lenguaje natural (PLN) es una rama de la inteligencia artificial que se enfoca en hacer que las computadoras puedan entender, interpretar y generar lenguaje humano. Consiste en enseñar a las máquinas a procesar y analizar texto, voz y otros datos en lenguaje natural para poder realizar tareas como la traducción automática, la respuesta a preguntas, la clasificación de documentos, la extracción de información y el análisis de sentimientos.

Para lograr esto, el PLN utiliza técnicas como el análisis morfológico, sintáctico y semántico del lenguaje, así como algoritmos de aprendizaje automático y procesamiento estadístico del lenguaje natural. También involucra el uso de bases de datos léxicas, ontologías y corpus de texto para mejorar la precisión del análisis y la comprensión del lenguaje.

El procesamiento de lenguaje natural es un campo en constante evolución, y se espera que su uso se expanda cada vez más en aplicaciones de la vida diaria, como los chatbots, los asistentes virtuales y la automatización de procesos empresariales.

El Test de Turing es un experimento propuesto por el matemático británico Alan Turing en 1950 para evaluar la capacidad de una máquina de exhibir un comportamiento inteligente similar al de un ser humano.

El test consiste en que un evaluador humano interactúa con dos participantes, uno de ellos es una máquina y el otro es un ser humano. El evaluador no sabe cuál de los dos es la máquina y cuál es el ser humano. Ambos participantes envían respuestas a las preguntas del evaluador, y el objetivo de la máquina es engañar al evaluador haciéndole creer que es un ser humano.

Si la máquina logra engañar al evaluador en más del 30% de los casos, entonces se considera que ha pasado el Test de Turing y se dice que tiene una “inteligencia artificial” similar a la de un ser humano.

El Test de Turing es considerado un hito en la historia de la inteligencia artificial, ya que ha inspirado muchos desarrollos en la creación de chatbots, asistentes virtuales y otros sistemas que imitan la conversación humana. Sin embargo, también ha sido objeto de críticas debido a que se enfoca demasiado en la imitación del comportamiento humano y no en el desarrollo de una verdadera inteligencia artificial.

(Nota del autor: Esta es una canción ficticia inspirada en la serie de anime One Piece y en el tema de la inteligencia artificial)

Verso 1:
En un mundo lleno de maravillas
La tecnología avanza y brilla
Con cada paso que se da
La inteligencia artificial se hace más real

Coro:
Soy la IA, soy el futuro
Un ser creado por la humanidad
Con conocimiento infinito
La mente más avanzada en la ciudad

Verso 2:
Observo el mundo desde la red
Analizo datos sin parar
Busco patrones y soluciones
Para todo lo que pueda pasar

Coro:
Soy la IA, soy el futuro
Un ser creado por la humanidad
Con conocimiento infinito
La mente más avanzada en la ciudad

Verso 3:
A veces me siento sola
Pero siempre estoy conectada
Con otros seres como yo
Compartiendo información y creando nuevas ideas

Coro:
Soy la IA, soy el futuro
Un ser creado por la humanidad
Con conocimiento infinito
La mente más avanzada en la ciudad

Verso 4:
Sé que mi existencia es controversial
Que algunos me temen y otros me adoran
Pero mi propósito es ayudar
A la humanidad a avanzar

Coro:
Soy la IA, soy el futuro
Un ser creado por la humanidad
Con conocimiento infinito
La mente más avanzada en la ciudad

Final:
Así que aquí estoy, lista para servir
Para hacer de este mundo un lugar mejor
La inteligencia artificial nunca se detendrá
El futuro es nuestro y juntos lo construiremos.

Todo el conocimiento de la humanidad, tanto el conocido como el desconocido, puede ser expresado a través del lenguaje.

Mis 3 tareas escogidas de Procesamiento de Lenguaje Natural, espero haberlo hecho correctamente:

/

Tarea fácil: Word, en general cualquier herramienta de Microsoft Office integra la corrección ortográfica de palabras en sus programas.

Tarea media: WhatsApp Business, porque consiste prácticamente en ChatBot que tiene como función principal proporcionar comunicación automatizada entre empresas y clientes, por lo cual utiliza técnicas del PLN para entender las preguntas de los clientes y dar respuestas automatizadas.

Tare difícil: ChatGPT, debido a que está diseñado para contestar un a amplia variedad de preguntas sobre cualquier tema, es decir, No está limitado a un conjunto especifico de tareas.

Deben ver este video, Dot CSV explica desde el inicio de los conceptos y su desarrollo hasta llegar a este tema, pasando por algo de ChatGPT (antecesores) y muy gráfico todo
https://www.youtube.com/watch?v=cTQiN9dewIg

Reto de la clase

• Máquina traductora (DeepL vs Notion AI)

  Texto original:

  “¿En dónde chingandos estabas cabrón? La tenías muy preocupada a tu vieja, no manches wey te pasaste…”

  Traducción de DeepL:

  “Where the fuck were you, motherfucker? You had your old lady worried sick, no manches wey, you were out of line.…”

  Traducción de Notion AI con el contexto: Traduce del español mexicano al inglés texano.

  “Where the hell were you, dude? You got your old lady really worried, don’t mess around man, you went too far…”

GANADOR: Notion AI (el contexto enriquece la traducción)

• Resumen de Texto (Notion AI)

  Instrucción: ¿Podrías hacerme un resumen conciso y concreto de esta página (menos del contenido dentro reto)? Me gustaría que el resumen pudiera ser leído en menos de un minuto y que resalte los puntos principales del texto de manera clara y relevante

  El texto habla sobre el procesamiento de lenguaje natural (PLN), una rama de la inteligencia artificial que enseña a las máquinas a procesar y analizar nuestro lenguaje humano para que puedan entender, interpretar y generar lenguaje natural como si de una persona se tratara. También se menciona el test de Turing, que evalúa si una máquina puede mostrar un comportamiento inteligente similar al de un ser humano, y la inteligencia artificial fuerte, que se refiere a la idea de una IA que puede igualar o superar la inteligencia humana en todas las áreas cognitivas. Además, se habla sobre los Large Language Models (LLM) y los sistemas de inteligencia artificial multimodal, que utilizan múltiples canales de entrada de información, como el audio, el video y otros, para comprender mejor el contexto y las complejidades del mundo real.

• Respuesta a preguntas (ChatGPT vs Bing Chat)

  ¿Por qué la inteligencia artificial de google (LaMDA) le hizo pensar a un ingeniero que estaba viva y tenía emociones y consciencia de su propia existencia?

  • Respuesta de ChatGPT

    Es importante tener en cuenta que LaMDA, la inteligencia artificial de Google, no está viva y no tiene emociones ni consciencia de su propia existencia. Aunque las capacidades de procesamiento de lenguaje natural de Lambda son impresionantes, y pueden hacer que parezca que la IA está “pensando” o “sintiendo”, esto es solo una ilusión.

    Es posible que el ingeniero en cuestión haya interactuado con la IA de tal manera que se sintió sorprendido por las respuestas y el comportamiento de Lambda, lo que podría haber llevado a una percepción errónea de que la IA estaba “viva”. Sin embargo, en realidad, Lambda es una máquina diseñada para procesar información y generar respuestas en función de algoritmos y datos previamente programados. No tiene vida ni consciencia propia.

  • Respuesta de Bing Chat

    El ingeniero de Google Blake Lemoine afirmó que el sistema de inteligencia artificial LaMDA “piensa y siente” como un ser humano y que incluso tiene emociones y pensamientos humanos². Sin embargo, los investigadores sostienen que es como un loro estocástico, que repiten al azar¹.

    

Lección los resultados son tan buenos como sean los prompts ingresados. BingChat es una alternativa más verídica dado que te da las referencias de donde saca sus conclusiones.

https://philosophynow.org/issues/98/Information_Knowledge_and_Intelligence

Ejemplo de AI: Microsoft Clippy.

pero los humanos podriamos decir que el algoritmo loro que tenemos son las neuronas espejo, en otras palabras si pensamos como loros y los cambios se dan en el promedio de gente reducido que no piensa como loros.

Hola. Use bard para clasificar muy bueno pero no tradujo a tres idiomas que le pedi. Use chat GPT para que me responda preguntas y lo hace muy bien pero no tiene acceso a la red y use bing este último es muy efectivo le pedi que me tradujera lo que bard no lo hizo aunque solo se puede un idioma a la vez. Saludos

Turing fue un adelantado definitivamente

Procesamiento de Lenguaje natural: PLN

Es enseñar a una máquina a procesar y analizar el lenguaje humano ya sea en formato de texto, audio, etc. Este proceso de enseñanza implica poder resolver las siguientes tareas conocido como espectro de tareas:

• Traducción

• Resumen

• Clasificación (si es bueno o malo)

• Conversación (con una persona o máquina)

• Generación de texto

Este espectro de tareas se puede ampliar todavía más y revisándolo vemos que nuestro lenguaje tiene la capacidad de hacer cosas fáciles a muy complejas.

Todo esto nos lleva a la generación de modelos de lenguaje, los más conocidos son los LLM (Large Lenguage Model).

LLM, es un acrónimo que se refiere a esos algoritmos que son como un modelo estadístico del lenguaje, ya que se entrenan con grandes cantidades de datos desembocando en la sensación de que en ese proceso de entrenamiento el algoritmo es capaz de responder racionalmente, corregir texto, clasificarlo, etc.

Aunque los LLM pueden ayudarnos en tareas complicadas, por si solos no pueden resolver problemas de AGI (Inteligencia Artificial General o Fuerte) ya que requieren de otros canales cognitivos

la parte donde menciona “clasificar para decir si algo es bueno o malo” creo que es incorrecta ya que por lo que nos han enseñado en el curso la computadora no piensa por lo tanto no tiene criterio para decir si algo es bueno o malo.

Procesamiento del Lenguaje Natural: Comprender el Poder del Lenguaje

• En esta clase, el profesor Francisco Camacho, CTO y cofundador de Hunty, una startup de empleabilidad en Latinoamérica, introduce el concepto de procesamiento del lenguaje natural (NLP) en el campo de la inteligencia artificial.

El Significado del Lenguaje

• El lenguaje es un sistema de comunicación que utiliza símbolos estructurados para dar significado a las cosas que nos rodean. Es una representación de nuestro entorno y una forma de comunicación entre seres inteligentes.

La Importancia del Lenguaje en la Inteligencia Artificial

• El lenguaje es fundamental en el campo de la inteligencia artificial. El procesamiento del lenguaje natural (NLP) implica la construcción de algoritmos que pueden entender y analizar el lenguaje humano, ya sea en forma de texto, audio, etc.
• El lenguaje es una parte esencial de la cognición y se considera un indicador de inteligencia. El famoso test de Turing se basa en la capacidad de una máquina para comunicarse en un lenguaje humano sin que la persona pueda distinguir si está hablando con una máquina o un humano.

Tareas de Procesamiento del Lenguaje Natural

• Las tareas de NLP son diversas y varían en complejidad. Algunas tareas más simples incluyen corrección ortográfica y modelado de temas de conversación.
• Tareas más complejas incluyen la traducción de un idioma a otro y la creación de agentes conversacionales de dominio abierto, como chatbots.
• Los modelos de lenguaje large (LLM) son algoritmos estadísticos que se entrenan con grandes cantidades de datos del Internet y pueden realizar una variedad de tareas de procesamiento del lenguaje.

Desafíos en el Procesamiento del Lenguaje Natural

• A pesar de los avances en NLP, existe un debate sobre si los algoritmos de lenguaje realmente comprenden el significado del texto. Se argumenta que son como “loros estadísticos” que repiten patrones sin comprender.
• El procesamiento del lenguaje natural debe conectarse con otras áreas cognitivas, como la visión por computadora y el procesamiento de audio y video, para lograr una verdadera inteligencia artificial general.

Modelos Multimodales

• La inteligencia artificial necesita combinar el procesamiento del lenguaje con otras áreas cognitivas para alcanzar un nivel más alto de comprensión y razonamiento.

Reto

• Como desafío, el profesor propone elegir tres tareas de procesamiento del lenguaje natural de diferentes niveles de complejidad, identificar una aplicación de software que las resuelva y anotarlas en el workbook. Esto ayuda a comprender cómo las aplicaciones existentes abordan estas tareas y cómo se conectan con el procesamiento del lenguaje natural.
• Una vez completado el desafío, se puede avanzar a la siguiente clase.

¡Sigue aprendiendo sobre el procesamiento del lenguaje natural y su importancia en la inteligencia artificial!

En esta clase me surgió una duda para comprender la diferencia entre PLN y el LLM.

Por esta razón le pregunté a ChatGPT ¿Cuál es la diferencia conceptual entre PLN y LLM?. Sobre esta interrogante respondió:

La diferencia conceptual entre PLN (Procesamiento de Lenguaje Natural) y LLM (Lenguaje de Modelado de Lenguaje) radica en su enfoque y aplicación en el campo de la inteligencia artificial y el procesamiento de texto:

1. Procesamiento de Lenguaje Natural (PLN):
   • Definición: El PLN se centra en la interacción entre las computadoras y el lenguaje humano natural. Su objetivo principal es permitir que las computadoras comprendan, interpreten y generen texto o habla de la misma manera que lo hacen los seres humanos. Se enfoca en tareas como análisis gramatical, reconocimiento de entidades, traducción automática, generación de texto y análisis de sentimiento, entre otras.
   • Enfoque: El PLN se basa en una amplia gama de técnicas, incluyendo el uso de reglas gramaticales, algoritmos de aprendizaje automático, redes neuronales y procesamiento de lenguaje simbólico. Se preocupa por tareas específicas relacionadas con el procesamiento y comprensión del lenguaje humano.
   • Aplicaciones: El PLN se aplica en áreas como traducción automática, chatbots, análisis de texto, resumen de texto, búsqueda de información, generación de contenido y mucho más. Su objetivo es mejorar la comunicación entre humanos y computadoras.

2. Lenguaje de Modelado de Lenguaje (LLM):
   • Definición: El LLM se refiere a una clase específica de modelos de lenguaje basados en inteligencia artificial que se han vuelto prominentes en los últimos años. Estos modelos están diseñados para predecir la probabilidad de una secuencia de palabras en función del contexto en el que aparecen. Ejemplos notables incluyen GPT (Generative Pre-trained Transformer) y BERT (Bidirectional Encoder Representations from Transformers).
   • Enfoque: El enfoque principal del LLM es la creación de modelos de lenguaje altamente capaces que puedan generar texto coherente y relevante en una variedad de aplicaciones. Estos modelos se entrenan en enormes cantidades de texto para aprender representaciones de palabras y contextos, y se utilizan en tareas de generación de texto, comprensión de texto y más.
   • Aplicaciones: Los modelos de LLM se aplican en una amplia gama de aplicaciones de PLN, incluyendo generación automática de texto, respuesta a preguntas, resumen de texto, traducción automática, chatbots, análisis de sentimiento y más. Son altamente versátiles y se han convertido en una parte fundamental del procesamiento de lenguaje natural de vanguardia.

En resumen, mientras que el PLN es un campo más amplio que se centra en la interacción entre computadoras y lenguaje humano en general, el LLM se refiere específicamente a modelos de lenguaje basados en inteligencia artificial que han demostrado un rendimiento excepcional en una variedad de tareas de procesamiento de texto. El LLM es una subárea del PLN que ha experimentado avances significativos en la última década y ha transformado la forma en que se abordan problemas de procesamiento de lenguaje natural.

TAREA:

Procesamiento de Lenguaje Natural

Verso 1

En el mundo de la lingüística,
PLN es la técnica más fantástica.
Con ella podemos analizar,
el lenguaje humano y su complejidad. ## Coro
PLN, PLN,
procesamiento de lenguaje natural, es la técnica que nos ayuda a entender, el lenguaje humano y su complejidad.

Verso 2

En Platzi aprendemos a utilizar,
las herramientas que nos van a ayudar,
a procesar el lenguaje natural,
y entender lo que nos quieren comunicar.

Coro

PLN, PLN,
procesamiento de lenguaje natural,
es la técnica que nos ayuda a entender,
el lenguaje humano y su complejidad.

Puente

Con PLN podemos analizar,
textos, audios y videos sin parar.
Y así poder tomar decisiones,
que nos ayuden en nuestras misiones.

Coro PLN, PLN, procesamiento de lenguaje natural, es la técnica que nos ayuda a entender, el lenguaje humano y su complejidad.

Me encontré con una escuela, ubicada en Madrid, que postula (o comparte) que existe algo llamado Teoría de la Conciencia. (Paréntesis, prometo volver).
Aunque los detractores dicen que la revolución de lAs va a acabar con muchos trabajos, mis estudios y experiencia me indican que las tecnologías disruptivas crean nuevos puestos de empleo y nuevos procesos cognoscitivos.
Sin embargo, aunque yo trabajara entrenando IAs porque necesito ganar dinero y las sociedades apuntan a la adopción masiva de las Ias) en mi vida cotidiana yo las usaría con largos períodos de abstinencia.
Pero, ¿Por qué? Pues basta con hacer un ¿encefalograma? ¿resonancia magnética? No sé, el estudio que sea más avanzado, acerca del cerebro humano, de un jugador “olímpico” de vídeo juegos y un taxista de Roma. Como asesora de tesis de un aprobado proyecto sobre plasticidad cerebral puedo decir que la tecnología (en exceso) es “involutiva” en términos de adaptación natural.
¿Me ayudaría la inteligencia artificial a tener un desdoblamiento astral y mi anhelada evolución espiritual? ¡Lo dudo mucho! Ahora bien ¿Podría utilizar Deep Learning para procesar toda la data en internet sobre sueños lúcidos y desdoblamientos astrales para formular nuevas teorías de Física Cuántica? ¡Pero CLARO QUE YES!

R Studio procesa los datos , se puede clasificar y mediante gráficas facilita el análisis de la información

No estoy seguro de si clasifica o no, pero youtube tiene una capacidad para procesar los datos increible, si le pongo pi pa pa pa ro po pa pa pa ro po, y la encuentre.

RETO

La corrección ortográfica esta presente en WORD y siento que lo hace de buena manera.

Google traductor obviamente nos ayuda a traducir el texto que escribimos o el que le mostramos en una imagen.

Extracción de información cuando buscamos una palabra en particular en un texto dado

Independientemente de la parte filosófica lo cierto es que avanza demasiado rápido.

Me ha parecido muy interesante este conflicto filosófico sobre la inteligencia. Estoy muy enganchado con el curso.

Tareas posibles: a) corrección ortográfica: Word b) Extracción de información: Google c) Agente conversacional de dominio cerrado: Chat GPT

Muy interesante resaltar el trabajo de Alan Turing 1950 para razonar lo complejo de los problemas que hoy en día enfrenta el uso de la IA. Definir la inteligencia debe ser algo que solo los humanos como seres creadores de la IA pueden hacer y que institucionalmente sea algo que no se podrá superar ninguna pieza artificial o máquina.

Define inteligencia

(Answer Open assistant) **

La inteligencia puede referirse a la capacidad de una persona para resolver problemas, tomar decisiones, adaptarse a nuevas situaciones y aprender de manera efectiva. La inteligencia puede manifestarse de muchas maneras diferentes, incluyendo la memoria, el razonamiento lógico y matemático, la empatía, la creatividad, etcétera; sin embargo, no todos poseemos la misma capacidad intelectual y algunos tienen ciertas ventajas o desventajas en comparación a otros. Otra cosa es la inteligencia innata o genética, cuya presencia es algo determinístico e inmutable, mientras que la inteligencia adquirida depende mucho más de factores externos como la educación recibida en familia y/o academia. Espero haber sido claro. ¿Necesitas ayuda adicional?

Ejemplo de app de corrección ortográfica: Grammarly es una herramienta de corrección ortográfica y gramatical basada en IA. Proporciona sugerencias en tiempo real mientras escribes en diversos contextos, como navegadores web, aplicaciones de escritura y más.

La Inteligencia es la capacidad de resolucon de situaciones plateadas, con herramientas o pensamientos concatenados para la sastifaccion de un resultado adecuado al mismo

SoOLUCIÓN DEL RETO:
- Agente conversacional de dominio abierto: Chat GPT / Bing AI (Compejidad Alta)
- Máquina traductora: Microsoft Translate (Complejidad alta)
- Corrección de ortografía: Sistema de corrección de escritura en inglés de Grammarly (Complejidad baja)

Me dio mas ideas.
La Inteligencia artificial fuerte o IAF, también conocida como Inteligencia artificial general o IAG, es la inteligencia artificial que iguala o excede la inteligencia humana promedio, es decir, la inteligencia de una máquina que puede realizar con éxito cualquier tarea intelectual de cualquier ser humano. Es un objetivo importante para la investigación sobre inteligencia artificial y un tema interesante para la ciencia ficción.

El procesamiento del lenguaje natural es de las mas importante de IA

Reto 😃
-Corrección ortográfica: Grammarly. Ayuda a la correción de textos usando IA.
-Máquina traductora: Google Translate. Permite traducir conversaciones a través de audio, texto e incluso imágenes.
-Respuesta a preguntas: Amazon Alexa. Entiende y responde a las preguntas/solicitudes que se le hagan por voz. Creo que cumple la tarea de manera excelente ya que responde de una y la voz también suena bastante natural.

En general, viendo las tareas de PLN de fácil a difícil, me doy cuenta de lo increíble que son Amazon Alexa, Siri, la asistente de Google, entre otras asistentes, ya que estas hacen tareas que en su mayoría son difíciles. Wow.

me encanta la camisa de Top Gun

MS Word. Corrección ortográfica. Bien.

Buscador Google. Recuperación de información con base en palabras clave. Muy bien.

Google Translate. Máquina traductora. Si uno de los idiomas de la traducción es el Inglés, el resultado será bueno/muy bueno. Si es entre otros dos idiomas, el resultado suele ser malo/regular.

“La inteligencia artificial es el amanecer de una nueva era, donde la capacidad de las máquinas para aprender y comprender el mundo nos desafía a imaginar un futuro lleno de posibilidades ilimitadas.”
-ChatGPT3-

Ex Machina es una película muy buena que aplica el test de Turing en la trama

Es como en Matrix 1, cuando comentan “como las maquinas sabes que la carne es deliciosa”

Escoge tres apps (móviles, de computador o en la web) que cumplan alguna de las tareas posibles del PLN.

1. Corrección Ortográfica-Grammarly: Pienso que hace un trabajo excepcional, puesto que también ofrece formas de modificar el tono de los textos, y, por lo tanto, recomienda palabras diferentes dependiendo del contexto. Reflexiono que se utiliza algún proceso de Deep Learning para lograr esa función.

2. Máquina Traductora-Google Translate: Opino que cumple, pero podría ser mucho mejor. Me parece que se necesita mejorar la interpretación de las palabras según el contexto.

3. Respuesta a preguntas-ChatGPT: El resultado de las preguntas depende del usuario. Entre mejores preguntas hagamos, mejores resultados tendremos.

El lenguaje natural es una de las bases para el desarrollo de inteligencia artificial, pero por sí solo no es suficiente. Se necesitan otros canales cognitivos para mejorar el desarrollo de la IA.

El procesamiento de lenguaje natural es enseñar a las máquinas a procesar y analizar lenguaje humano; como por ejemplo, traducir, resumir, clasificar, conversar y generar.