Ejemplo: En Google Fotos cuando buscamos fotos de una persona específica Una CNN puede identificarla.

Ejemplo: Cuando jugamos en línea y recibimos recompensas y podemos avanzar a otro nivel.

Analogía: cuando aprendemos a caminar intentamos y nos caemos hasta que tenemos equilibrio.

pregunta: ¿Qué pasaría si el robot recibe recompensas por hacer cosas que no son éticas? ¿Quién decide qué está bien o mal?

Ejemplo:
Cuando usas un chatbot que te escribe un correo, resume un texto o inventa una historia, probablemente esté usando un LLM.

Pregunta: Si un LLM puede escribir como un humano, cómo sabemos si lo que dice es verdad o solo suena bien?

Ejemplo:
Un sistema de contratación automática podría rechazar más mujeres porque en el pasado se contrató más a hombres en ciertos puestos.

Si la tecnología es hecha por personas, ¿cómo podemos asegurarnos de que no repita nuestros errores?

Ejemplo:

• Tu celular desbloquea la pantalla con tu cara.

• Un carro autónomo ve peatones y se detiene.

no solo ve sino que entiende lo que está viendo.

Una CNN tiene la destreza de identificar, patrones y formas

Ayudas a tareas como reconocimiento facial, clasificación de imágenes, detección de objetos.

Ejemplo: Facebook donde sugiere etiquetas para fotos al reconocer automáticamente las caras de las personas

Analogía:

Una red neuronal convolucional es como un detector de objetos en una fábrica de correos.
Imagina una cinta transportadora por donde pasan muchas cartas y paquetes. En diferentes puntos, hay trabajadores que observan solo una pequeña parte de cada paquete (como los filtros de una CNN), buscando características específicas: ¿Tiene una etiqueta roja? ¿Está sellado de cierta forma?
A medida que los paquetes avanzan, se combinan los análisis de cada trabajador para decidir finalmente qué tipo de paquete es o a qué categoría pertenece.

Pregunta

¿Cómo influye el tamaño del filtro (o kernel) en la capacidad de una red neuronal convolucional para detectar patrones complejos en una imagen?

• RNN (Redes Neuronales Recurrentes) procesa datos secuenciales (como texto o audio) paso a paso, manteniendo un "estado de memoria" que se actualiza con cada nuevo dato .

• Transformers se enfocarse en diferentes partes del texto (o secuencia) al mismo tiempo.

  
  

  Ejemplo práctico:

  • RNN: Predicción de la siguiente palabra en un texto corto, como completar una frase o generar subtítulos en tiempo real.

  • Transformers: Modelos como ChatGPT, Google Translate, o BERT, que necesitan comprender el contexto completo de un párrafo para responder o traducir con precisión.

Analogía

• RNN es como leer una novela palabra por palabra, memorizando cada oración para entender la siguiente.
  Si olvidas lo que pasó hace cinco páginas, tu comprensión se pierde (problema de memoria a largo plazo).

  Transformers son como tener toda la novela abierta sobre la mesa, y poder saltar entre páginas, subrayar frases importantes y conectar ideas sin tener que recordar todo en orden. Usan "atención" para decidir qué partes son más relevantes en cada momento.

Pregunta

¿En qué tipos de tareas seguirían siendo útiles las RNNs frente a los Transformers, a pesar de sus limitaciones?

Ejemplo práctico:

• Robótica: Un robot aprende a caminar sin caerse.

  
  

  Analogía:

  El aprendizaje por refuerzo es como entrenar a un perro.
  No le explicas exactamente lo que debe hacer, pero cuando realiza una acción deseada (como sentarse), le das una recompensa (galleta).
  Con el tiempo, el perro aprende qué comportamientos llevan a recompensas, y empieza a repetirlos.
  El agente (perro) explora acciones y aprende de las consecuencias (recompensas o regaños).

  
  

  Pregunta

¿Qué desafíos enfrenta el aprendizaje por refuerzo al aplicarse en entornos del mundo real como la medicina, el tráfico o las finanzas?

Ejemplo

• Asistentes de programación: Como GitHub Copilot que ayuda a escribir código.

Analogía

Un LLM es como una gigantesca biblioteca que ha leído todos los libros del mundo y ha aprendido a escribir como los autores.
Cuando le haces una pregunta, no recuerda una sola respuesta exacta, sino que mezcla millones de ejemplos previos para generar una respuesta nueva que "suena correcta", basada en patrones aprendidos.
No tiene conciencia, pero es como un experto en lenguaje entrenado en todo el conocimiento escrito disponible.

Pregunta

¿Deberíamos preocuparnos por el uso de LLMs cuando no es claro si la información generada es verdadera o confiable?

Ejemplo

Reconocimiento facial: Algunos sistemas tienen menor precisión con personas de piel oscura debido a una falta de diversidad en los datos de entrenamiento.

Analogía

Reconocimiento facial: Algunos sistemas tienen menor precisión con personas de piel oscura debido a una falta de

diversidad en los datos de entrenamiento.

Pregunta

¿Quién debería ser responsable cuando una IA toma una decisión injusta: los programadores, las empresas, el gobierno, o el propio sistema?

Este entrenamiento les permite entender la estructura, la gramática, el contexto y las relaciones entre las palabras de una forma que imita, de manera impresionante, la capacidad humana. Gracias a esto, pueden realizar tareas complejas como:

• Redactar textos coherentes y creativos (correos, poemas, guiones).

• Resumir documentos largos en puntos clave.

• Traducir entre diferentes idiomas con gran precisión.

• Responder preguntas de manera conversacional, manteniendo el hilo de una charla.

En esencia, son la tecnología detrás de herramientas como ChatGPT, que pueden parecer que "entienden" lo que les preguntas y te dan una respuesta detallada y relevante.

De la misma manera, un LLM toma tu "pedido" (un prompt) y, en lugar de buscar una respuesta predeterminada, genera una respuesta completamente nueva y personalizada, basándose en todo el vasto "conocimiento" que adquirió durante su entrenamiento.

Ejemplo Practico

Análisis médico automatizado de radiografías, tomografías o dermatoscopía.

Analogía

La visión por computadora es como enseñarle a un robot a ver el mundo con sus propios ojos.
Al principio, el robot no entiende lo que ve; solo recibe millones de puntitos (píxeles).
Pero le enseñamos, como a un niño, mostrándole ejemplos: “esto es un gato”, “esto es una bicicleta”.
Con el tiempo, el robot aprende a distinguir

entre objetos, reconocer caras o incluso leer letras en una imagen, todo sin tener ojos biológicos, pero sí "ojos computacionales".

Pregunta

¿Hasta qué punto deberíamos confiar en sistemas de visión por computadora para tomar decisiones críticas (como en diagnósticos médicos o seguridad pública)?

Una vez entrenada, una CNN puede analizar miles de imágenes en segundos, mucho más rápido que un humano. Por eso se usan se usan en cosas como los autos automáticos (detectar peatones, semáforos, señales de tránsito)

Analógicamente, para una CNN una imagen es un rompecabezas donde identifica sus características y lo relaciona con lo que ya a aprendido. Una CNN no “ve” como nosotros, sino que arma el rompecabezas de características hasta reconocer algo que se parece a lo que ya aprendió.

Por último, al analizar miles de imágenes muy rápido, trae planteamientos importantes como ¿Qué consecuencias y riesgos podría traer enfocado a uso militar?

Fuentes:

Zeiler & Fergus (2014).Visualizing and Understanding Convolutional Networks.

Deep Learning (Goodfellow, Bengio & Courville, 2016)