A diferència de la força o la rapidesa, la intel·ligència és una qualitat difícil de definir o de mesurar. Normalment parlem d'intel·ligència com la capacitat per a resoldre problemes, utilitzar informació, raonar o aprendre de l'experiència.
L'espècie humana ha creat eines per a resoldre molts tipus de problemes: una llança per a caçar, recipients per a emmagatzemar aliments… Però què passa amb els problemes més difícils, aquells que requereixen intel·ligència per a ser resolts? També construïm eines per ajudar-nos en aquestes tasques complexes. Les eines que intenten imitar les capacitats de la intel·ligència humana es coneixen com a intel·ligència artificial (IA).
Dins d'una IA
La IA s'aplica a molts tipus de problemes, des de jugar a escacs o decidir quan un correu electrònic és spam fins a detectar un incendi en una fotografia aèria. Cada problema requereix l'ús d'una tècnica diferent.
Per a resoldre problemes complexos, sovint recorrem a les matemàtiques i l'estadística per a trobar la millor solució. Però també tenim una altra possibilitat: inspirar-nos en com es resolen problemes semblants a la natura.
Aquest és el cas de les xarxes neuronals. En els humans i els animals, el cervell és l'òrgan que rep informació dels sentits i la processa per prendre decisions i reaccionar de manera adequada. Si el cervell és allò que ens fa intel·ligents, no és raonable que la IA pugui imitar-lo?
El cervell està format per una xarxa de cèl·lules anomenades neurones. Aquestes neurones estan connectades entre elles i es comuniquen enviant senyals elèctrics a les seves veïnes. Algunes IA copien aquest model de funcionament i estan formades per una xarxa que connecta molts components senzills equivalents a les neurones. Cada component o “neurona” rep un nombre com a entrada, fa un càlcul senzill i envia el resultat a les seves “neurones” veïnes. Al llarg de la xarxa, els càlculs senzills de cadascuna es combinen per a produir el resultat final. D'aquesta manera, una decisió o un càlcul complex es duu a terme combinant molts càlculs simples.
Què és la IA generativa?
La IA generativa (IAG) és una branca de la IA que intenta generar continguts segons els requisits indicats per l'usuari. Eines com ChatGPT, Claude o DeepSeek poden escriure textos, programar, crear imatges o generar vídeos segons el que els demanem.
Tots els sistemes actuals d'IA generativa consisteixen en una xarxa neuronal de gran mida, amb milers de milions de “neurones” i connexions entre elles. La xarxa té diverses capes de “neurones”, cadascuna connectada amb la següent.
Read more: Por qué no podemos afirmar que la inteligencia artificial ‘habla’
Aquesta xarxa neuronal rep com a entrada una seqüència de paraules i intenta predir quina paraula vindrà després. Si li proporcionem una pregunta com a entrada, ens retornarà la primera paraula d'una possible resposta. Repetint el procés i afegint cada vegada la paraula anterior, la xarxa anirà escrivint una resposta completa paraula a paraula.
Per exemple, si rep com a entrada la seqüència de paraules “Com et diuen?”, la xarxa neuronal haurà après que les respostes a aquest tipus de preguntes solen començar amb la paraula “Em”. Si la seqüència és “Com et diuen? Em”, proposarà com a paraula següent “dic”; la següent podria ser “ChatGPT” i després potser la paraula especial “Fi” per acabar la resposta. D'aquesta manera haurà construït la resposta “Em dic ChatGPT”, paraula a paraula.
Com sap la IAG quina paraula ha de generar?
Quan parlem d'una xarxa neuronal, al darrere sempre hi ha un càlcul matemàtic. Per a començar, cada paraula es tradueix a un conjunt de nombres. No s'escullen uns nombres qualsevol: el seu valor intenta representar el significat de la paraula i la seva relació amb altres paraules semblants.
Per exemple, imagineu que al color blanc li assignem el valor “1” i al negre el valor “0”. En aquest cas, al gris li podríem assignar “0,5”, per descriure alguna cosa a mig camí entre el blanc i el negre. Si, en lloc d'un sol número, assignem una llista de números a una mateixa paraula, podríem “mesurar” múltiples aspectes del seu significat: el color, la mida, el gust, si fa por o no…
Read more: Guía de inteligencia artificial para docentes
Aquesta llista de números s'envia com a entrada a les “neurones” de la capa inicial. Cada neurona calcularà un valor (un número) utilitzant una fórmula matemàtica que combina els valors de les seves entrades, i l'enviarà a les seves “neurones” veïnes de la capa següent. Repetint aquest càlcul a cada capa, avançarem per la xarxa fins a arribar a la capa de sortida. Allà haurem d'agafar la llista de números obtinguda i invertir el primer pas del procés: passar d'una llista de números a una paraula. I ja està! Ja tenim la primera paraula de la nostra resposta.
Entrenant una xarxa neuronal
Com sap cada “neurona” quin valor ha de calcular? La fórmula matemàtica de cadascuna té uns paràmetres anomenats pesos. Podem entendre el pes com la importància que cada neurona dona als resultats que li proporcionen les seves veïnes. De la mateixa manera que nosaltres confiem més en allò que ens diuen els nostres pares que en allò que ens diu una persona desconeguda, els pesos representen el nivell de confiança que cada neurona atorga a les neurones que té al seu voltant.
El secret de la xarxa neuronal rau en el procés anomenat entrenament, durant el qual es decideixen els pesos de les connexions entre neurones. Per a entrenar una xarxa, utilitzem una quantitat enorme de text disponible en llibres, internet, etc. Donem a la xarxa un fragment de text i, si no prediu correctament quina paraula ve a continuació, s'ajusten els pesos perquè proposi la paraula correcta.
Read more: Cuidado: no pida ayuda a ChatGPT con la ortografía
Al principi de l'entrenament, la xarxa s'equivoca constantment. Però repetint el procés amb bilions de seqüències de text, els pesos de la xarxa capten patrons presents en el llenguatge. Així, la xarxa sap que després de la frase “A la taula i al llit” sempre ve “al primer crit”, sense que ningú li ho hagi hagut d'explicar.
Per tant, aquests són els tres ingredients clau darrere de la IA generativa: un disseny inspirat en el cervell, moltes dades i… matemàtiques.