{"id":5947,"date":"2022-04-12T12:41:35","date_gmt":"2022-04-12T15:41:35","guid":{"rendered":"https:\/\/notipampa.com\/?p=5947"},"modified":"2022-04-12T12:41:36","modified_gmt":"2022-04-12T15:41:36","slug":"avances-en-la-inteligencia-artificial-google-creo-un-bot-que-entiende-y-puede-explicar-chistes","status":"publish","type":"post","link":"https:\/\/notipampa.com\/?p=5947","title":{"rendered":"Avances en la Inteligencia Artificial: Google cre\u00f3 un bot que entiende y puede explicar chistes"},"content":{"rendered":"\n<p class=\"wp-block-paragraph\"><strong>El desarrollo pretende impulsar la tecnolog\u00eda del Procesamiento de Lenguaje Natural para dotar de mayor capacidad de an\u00e1lisis y respuesta a los bots con IA<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Los desarrolladores de&nbsp;<strong>Google&nbsp;<\/strong>est\u00e1n ense\u00f1ando a una inteligencia artificial a explicar&nbsp;<strong>chistes<\/strong>, algo que lejos de lo banal que suena puede potenciar un&nbsp;<strong>profundo avance tecnol\u00f3gico&nbsp;<\/strong>en la forma en que estos sistemas logran&nbsp;<strong>aprender&nbsp;<\/strong>de manera autom\u00e1tica a&nbsp;<strong>analizar&nbsp;<\/strong>y&nbsp;<strong>responder&nbsp;<\/strong>al lenguaje humano.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">El objetivo es impulsar las fronteras de la tecnolog\u00eda del Procesamiento de Lenguaje Natural (NLP, por sus siglas en ingl\u00e9s), la cual se utiliza para los modelos de lenguaje grande (LLM) como GPT-30 que permiten, por ejemplo, que los chatbots puedan reproducir una comunicaci\u00f3n humana cada vez m\u00e1s precisa, la cual, en los casos m\u00e1s avanzados, hace dif\u00edcil distinguir si el interlocutor es un ser humano o una m\u00e1quina.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Ahora, en un art\u00edculo publicado recientemente,&nbsp;<strong>el equipo de investigaci\u00f3n de Google afirma haber entrenado un modelo de lenguaje llamado PaLM que es capaz no solo de generar texto realista, sino tambi\u00e9n de interpretar y explicar chistes contados por humanos.<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">En los ejemplos que acompa\u00f1an al documento, el equipo de inteligencia artificial de Google muestra la capacidad del modelo para realizar&nbsp;<strong>razonamientos l\u00f3gicos&nbsp;<\/strong>y otras tareas de lenguaje&nbsp;<strong>complejas&nbsp;<\/strong>que dependen en gran medida del contexto, por ejemplo, mediante el uso de una t\u00e9cnica llamada<strong>&nbsp;indicaci\u00f3n de cadena de pensamiento,&nbsp;<\/strong>que mejora enormemente la capacidad del sistema de&nbsp;<strong>analizar problemas l\u00f3gicos de varios pasos simulando el proceso de pensamiento de un ser humano.<\/strong><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Al \u201cexplicar los chistes\u201d el sistema demuestra que&nbsp;<strong>entiende la broma<\/strong>, y puede encontrar el truco argumental, el juego de palabras, o la salida sarc\u00e1stica en el remate del chiste, como se puede ver en este ejemplo.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Chiste:&nbsp;<em>\u00bfCu\u00e1l es la diferencia entre una cebra y un paraguas? Uno es un animal rayado relacionado con los caballos, otro es un dispositivo que usas para evitar que la lluvia caiga sobre ti.<\/em><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Explicaci\u00f3n de la IA:&nbsp;<em>Esta broma es una anti-broma. El chiste es que la respuesta es obvia, y el chiste es que esperabas una respuesta graciosa.<\/em><img fetchpriority=\"high\" decoding=\"async\" alt=\"Ejemplos en ingl\u00e9s de chistes y explicaciones que hace la Inteligencia Artificial desarrollada por Google\" height=\"1358\" width=\"2506\" class=\"\" src=\"https:\/\/cloudfront-us-east-1.images.arcpublishing.com\/infobae\/DU32OXZGLBDUTGR6I4PDYASQFM.png\" srcset=\"https:\/\/www.infobae.com\/new-resizer\/j6zi6fvXnOJmM_8YtosEDpcsZY0=\/420x236\/filters:format(webp):quality(85)\/cloudfront-us-east-1.images.arcpublishing.com\/infobae\/DU32OXZGLBDUTGR6I4PDYASQFM.png 420w,https:\/\/www.infobae.com\/new-resizer\/WOnwXlH07nTk_Rz_9lv7Yf0aI2k=\/768x432\/filters:format(webp):quality(85)\/cloudfront-us-east-1.images.arcpublishing.com\/infobae\/DU32OXZGLBDUTGR6I4PDYASQFM.png 768w,https:\/\/www.infobae.com\/new-resizer\/QxAWoRWNXanscpa3K1uOdk7DDSI=\/992x558\/filters:format(webp):quality(85)\/cloudfront-us-east-1.images.arcpublishing.com\/infobae\/DU32OXZGLBDUTGR6I4PDYASQFM.png 992w,https:\/\/www.infobae.com\/new-resizer\/-o0v-yup__Klq-way5gddrdByok=\/1200x675\/filters:format(webp):quality(85)\/cloudfront-us-east-1.images.arcpublishing.com\/infobae\/DU32OXZGLBDUTGR6I4PDYASQFM.png 1200w,https:\/\/www.infobae.com\/new-resizer\/qCGv98tIyk2lGCF8YTuoTQ_5P3A=\/1440x810\/filters:format(webp):quality(85)\/cloudfront-us-east-1.images.arcpublishing.com\/infobae\/DU32OXZGLBDUTGR6I4PDYASQFM.png 1440w\">Ejemplos en ingl\u00e9s de chistes y explicaciones que hace la Inteligencia Artificial desarrollada por Google<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Detr\u00e1s de la capacidad de PaLM para analizar estas indicaciones se encuentra uno de los modelos de lenguaje m\u00e1s grandes jam\u00e1s construidos, con 540 mil millones de par\u00e1metros.&nbsp;<\/strong>Los par\u00e1metros son los elementos del modelo que se entrenan durante el proceso de aprendizaje cada vez que el sistema recibe datos de ejemplo. El predecesor de PaLM, GPT-3, tiene 175.000 millones de par\u00e1metros.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>El creciente n\u00famero de par\u00e1metros ha permitido a los investigadores producir una amplia gama de resultados de alta calidad sin necesidad de dedicar tiempo a entrenar el modelo para escenarios individuales.&nbsp;<\/strong>En otras palabras, el rendimiento de un modelo de lenguaje a menudo se mide en la cantidad de par\u00e1metros que admite, con los modelos m\u00e1s grandes capaces de lo que se conoce como<strong>&nbsp;\u201caprendizaje de pocos intentos\u201d<\/strong>, o la capacidad de un sistema para aprender una amplia variedad de complejos tareas con relativamente pocos ejemplos de entrenamiento.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>El desarrollo pretende impulsar la tecnolog\u00eda del Procesamiento de Lenguaje Natural para dotar de mayor capacidad de an\u00e1lisis y respuesta<\/p>\n","protected":false},"author":1,"featured_media":5948,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"colormag_page_container_layout":"default_layout","colormag_page_sidebar_layout":"default_layout","footnotes":""},"categories":[14,8],"tags":[],"class_list":["post-5947","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-mundo","category-ultimas-noticias"],"_links":{"self":[{"href":"https:\/\/notipampa.com\/index.php?rest_route=\/wp\/v2\/posts\/5947","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/notipampa.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/notipampa.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/notipampa.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/notipampa.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=5947"}],"version-history":[{"count":1,"href":"https:\/\/notipampa.com\/index.php?rest_route=\/wp\/v2\/posts\/5947\/revisions"}],"predecessor-version":[{"id":5949,"href":"https:\/\/notipampa.com\/index.php?rest_route=\/wp\/v2\/posts\/5947\/revisions\/5949"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/notipampa.com\/index.php?rest_route=\/wp\/v2\/media\/5948"}],"wp:attachment":[{"href":"https:\/\/notipampa.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=5947"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/notipampa.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=5947"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/notipampa.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=5947"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}