Inteligencia Artificial: desarmar la caja negra de los chatbots

¿DE QUÉ SE TRATA EL TALLER?

En este curso, vamos a desarmar una de las cajas negras más usadas y relevantes de estos tiempos: los chatbots. Vamos a entender los mecanismos internos que hacen que estos agentes inteligentes funcionen y los riesgos que presentan. Empezando por el concepto de aprendizaje automático supervisado y siguiendo el camino de las conexiones de las redes neuronales artificiales, vamos a entender cómo un software puede procesar el texto en lenguaje natural (¿no era que eran todos unos y ceros?) y conocer las tecnologías que permitieron la aparición de
chatbots más modernos que hoy se usan para otras tareas. Finalmente, juntaremos de nuevo todas las piezas para crear nuestro chatbot personal.

¿Qué veremos durante la cursada?

Enseñar con el ejemplo. Aprendizaje automático supervisado

¿Cómo hacemos para que una computadora haga lo que queremos? Fácil, la programamos. Esto suele interpretarse como la acción de indicarle la serie de pasos a seguir para llegar a un objetivo. No está mal, y funciona para un gran abanico de tareas. Así, podemos programar una computadora para que sume dos números, multiplique matrices, o haga cosas increíblemente complejas. Pero si queremos una computadora que se fije el clima que va a hacer durante el día, mientras nos propone recetas para las viandas de los chicos a la mañana (suspira), a la vez que convierte nuestros dictados en mails escritos para distintos contactos (tal vez en idiomas diferentes), sugiriendo de paso, como si no le costara nada, cambios y correcciones de estilo, puede ser que estemos frente a un problema demasiado
grande para expresar paso por paso. La Inteligencia Artificial, y en particular el machine learning (aprendizaje automático) cambian el paradigma de programación, y pasan a programar computadoras a través de ejemplos; o dicho de otra manera, a partir de datos. Así, son capaces de generar algoritmos que resuelven tareas de un nivel de complejidad impensable en el formato de programación tradicional.

Datos sin fin. Procesamiento de datos secuenciales.

Hay gente que cuando empieza a hablar, no para. Si quisiéramos registrar ese discurso, y de alguna forma trabajarlo con un algoritmo de IA, nos enfrentaríamos con un problema diferente al de la clase pasada. ¿Cómo podemos trabajar con datos que no tienen una extensión predefinida? Datos que, para colmo, tienen una dependencia temporal (no es lo mismo decir "comer para vivir" que "vivir para comer"). Este problema está en la base de una rama de la Inteligencia Artificial que se llama procesamiento del lenguaje natural, y que busca dotar a las computadoras de la habilidad para, justamente, entender el lenguaje.

"Transfórmense y avancen". La revolución de los Transformers.

Hasta 2017, las IA que se usaban para procesar lenguaje eran como el protagonista de la película Memento, de Christopher Nolan. Podías tener un intercambio totalmente razonable, siempre y cuando la charla no se extendiera mucho. Después de eso, se empezaba a perder coherencia ("I take it I've told you about my condition"). Así, una red recurrente o LSTM, como las que vimos en la clase anterior, no podía "leer" frases muy largas y ni pensar en trabajar con documentos enteros. Pero esto cambió con la aparición de los mecanismos de atención y de la arquitectura basada exclusivamente en este método: los Transformers. Comenzó así una revolución en el campo del procesamiento del lenguaje natural y se allanó el terreno para los chatbots y aplicaciones que tenemos hoy en día.

La caja negra se abre.

Invitado: Agustín Moro

Abrimos la caja negra de un chatbot. Empezamos a sacar pedazos y encontramos que lo más grande e importante que hay en la caja son los Transformers. Pero no solo está eso. Hay una serie de interfaces y capas que hacen que el chatbot se comporte… bueno, como un chatbot. Su comportamiento de asistente amistoso y gentil, siempre listo para darnos una mano, viene dado por una serie de especializaciones y capas adicionales que tenemos que agregarle a los grandes modelos de lenguaje que vimos la semana pasada.