¿En qué año lo creo?: El ABC en 1942 y la ENIAC en 1946.

Para qué lo creó?: El ABC fue diseñado para resolver sistemas de ecuaciones lineales.

Ejemplos: Hoy, facilitan el acceso a la información, la investigación y la administración escolar a través de software y plataformas digitales.

hipótesis: creería yo que funciona con algún tipo de algoritmo que lo que hace es ser un receptor y trasmisor de preguntas y respuestas y sobre estas mismas investiga en diferentes fuentes de internet y nos da respuesta.

Que datos necesita para funcionar?

R/= fue entrenado por OpenAI usando una gran cantidad de texto proveniente de internet. Esto incluye artículos, libros, sitios web, foros, y más. No se entrenó con datos privados ni con información personal identificable. en resumen tiene que ser hablado con un lenguaje natural y 100% bien explicado

¿Qué tipo de IA utiliza?

R/= ChatGPT-2 es un modelo de Inteligencia Artificial de tipo Generativa y más específicamente, una Red Neuronal Artificial de tipo Transformer.

Este modelo pertenece a la familia de modelos de lenguaje desarrollados por OpenAI, conocidos como GPT (Generative Pre-trained Transformer).

¿En qué parte interviene un algoritmo?

Los algoritmos están en el corazón de todo el funcionamiento de ChatGPT-2. Intervienen en:

La predicción de palabras: el algoritmo decide cuál es la siguiente palabra más probable que debe aparecer en una respuesta.

El aprendizaje previo: cuando el modelo fue entrenado, los algoritmos ajustaban los pesos de las conexiones neuronales internas basados en los errores cometidos.

La generación de texto: durante la conversación, el algoritmo calcula qué decir a continuación según lo que ha aprendido.

Fase de entrenamiento:

ChatGPT-2 fue entrenado usando aprendizaje automático, más específicamente una técnica llamada aprendizaje supervisado. En esta fase, se le dan ejemplos correctos para que aprenda a predecir resultados similares.

¿Qué son las redes neuronales?

Una red neuronal artificial es un sistema de computación inspirado en el cerebro humano. Se compone de capas de "neuronas" artificiales conectadas entre sí. Estas redes permiten que la IA detecte patrones y relaciones complejas entre datos.

¿Cómo aprende la IA?

Durante el entrenamiento, el modelo ve miles de millones de frases.

Trata de predecir la próxima palabra en una oración.

Compara su predicción con la palabra correcta.

Si se equivoca, ajusta sus conexiones internas (pesos) para mejorar la próxima vez.

Repite este proceso millones de veces hasta que mejora su capacidad para generar texto coherente.

Este proceso se llama ajuste de pesos mediante retropropagación.

Ejemplo real:
Una inteligencia artificial aprende a detectar correos spam usando miles de correos ya clasificados como “spam” o “no spam”.

Ejemplo inventado:
Carla aprende a escribir correos en inglés. Su profesora le corrige y muestra cómo hacerlo bien, y así va mejorando.

ChatGPT-2 necesita muchos textos para aprender.

Utiliza una red neuronal llamada Transformer

Usa algoritmos para predecir y generar texto

Aprende ajustando conexiones internas después de cometer errores.

No aprende en tiempo real (no mejora hablando contigo), pero puede mejorarse con nuevos entrenamientos periódicos.

Ejemplo real : Un sistema de inteligencia artificial analiza hábitos de compra de clientes y agrupa a personas con gustos similares, sin saber de antemano quiénes son. Esto se usa, por ejemplo, en recomendaciones de productos.

Ejemplo inventado : Sofía empieza un curso nuevo con muchos compañeros. Nadie le dice con quién juntarse, pero después de observar cómo hablan y qué intereses tienen, se agrupa naturalmente con quienes comparten sus gustos.

Ejemplo real : Un videojuego de inteligencia artificial (como AlphaGo de Google) aprende a ganar partidas jugando miles de veces. Cada vez que gana, recibe una "recompensa", lo que le permite ajustar su estrategia.

Ejemplo inventado : Ana está entrenando a su perro. Cada vez que el perro se sienta cuando ella se lo pide, le da una galleta. Con el tiempo, el perro aprende que sentarse trae recompensa y repite esa acción.