IA generativa

Explicado fácil

Hasta hace poco, la mayoría de sistemas de IA se limitaban a analizar: decir si una foto tiene un gato o si una transacción es fraudulenta. La IA generativa da un paso más: crea algo nuevo que nunca existió, pero que se parece a lo que aprendió.

Una analogía

Un crítico de arte reconoce un estilo; un pintor lo reproduce y crea obras nuevas. La IA tradicional se parece al crítico; la generativa, al pintor.

Un ejemplo

Pedirle a un asistente “escribe un cuento sobre un robot jardinero”, o a un generador de imágenes “un gato astronauta en acuarela”, y obtener algo original en segundos.

Cómo funciona (nivel técnico)

Los modelos generativos aprenden la distribución de probabilidad de los datos de entrenamiento para poder muestrear ejemplos nuevos de ella. Las familias principales son los modelos de lenguaje autorregresivos (texto y código), los modelos de difusión (imágenes, audio, vídeo), las GAN y los autocodificadores variacionales. Cada vez más, los modelos son multimodales y manejan varios tipos de contenido a la vez.

Errores comunes

• Creer que el contenido generado es “copiado y pegado” de los datos de entrenamiento. Normalmente no lo es, aunque el modelo puede memorizar y reproducir fragmentos concretos y esto genera debates de derechos de autor.
• Pensar que lo generado es siempre verdadero. Un modelo genera lo plausible, no necesariamente lo cierto.