Inteligencia Artificial 101: ¿Cómo empiezo?

El objetivo de este artículo, obviando la historia de la IA que se remonta a mediados del siglo XX, es exponer brevemente el proceso de implantación de IA en empresas y de un resumen del software de base y de las herramientas (servicios e infraestructura Cloud) que proporciona uno de los principales proveedores del mercado como Microsoft Azure.

La RAE define la Inteligencia como la capacidad para entender o comprender, para razonar, y de resolver problemas.

La inteligencia artificial se define como la disciplina científica que se dedica a crear programas informáticos que ejecutan operaciones comparables a las que realiza la mente humana, como el aprendizaje o el razonamiento lógico. Al igual que la mente humana, la inteligencia artificial puede ser capaz de resolver problemas desde simples a muy complejos, es capaz de aprender, de razonar o de predecir resultados, situaciones, tomar decisiones y presentarlas o ejecutarlas.

Empecemos por la más básico para evitar fantasear con los peligros de la IA que nos muestra la ciencia ficción: la IA es software. Software que emula el razonamiento humano, que es capaz de aprender, de oír, de ver, de predecir de tomar decisiones y de actuar. ¿Puede ser peligroso? Si. ¿Se puede controlar? También sí. ¿Hay que temerlo? No, ¿Hay que respetarlo? Si.

En los últimos años el auge de la inteligencia artificial ha sido meteórico, y actualmente individuos, empresas y organismos públicos han comenzado a usar e implementar soluciones basadas en herramientas de IA con el objetivo de resolver todo tipo de problemas, predicciones, realizar interacciones o toma de decisiones.

Más recientemente ha surgido una categoría muy extendida llamada IA Generativa, que es una rama de la IA que es capaz de generar por si misma “contenido original”,  el ejemplo más conocido y usado es ChatGPT. Estas aplicaciones están basadas en los denominados Modelos de Lenguaje Natural, o sea, se interactúa con ellos como si de “una persona” se tratara y es capaz de devolver respuestas propias en muchos formatos: texto, voz, imágenes o código de programación. Son millones los usuarios que usan soluciones y herramientas de IA generativa para resolver o generar respuestas o contenido, desde redactar currículos, artículos, tesis, crear imágenes, voz, música, o simplemente para obtener respuestas de manera más rápida a las cuestiones o necesidades diarias. Siendo así, y suponiendo que este texto que escribo es “original”, podría haber sido escrito por una aplicación de IA generativa como ChatGPT…. ¿Serías capaz de distinguirlo? (seguramente sí, porque no hubiera cometido fallos gramaticales o sintácticos o porque, si estás acostumbrado a usarlo, empiezas a distinguir los patrones que utilizan).

Además de los temores expresados por muchos de los conocidos y empresas respecto a la IA, la cuestión qué más nos plantean es cómo se comienza a obtener estas ventajas y beneficios. Los modelos que pueden desarrollarse y campos de uso son virtualmente infinitos. Y aquí comienza el desafío.

Son muchas las formas de abordar un proyecto de implementación de IA, y muchas siglas (a veces demasiado crípticas), mucho software, herramientas y una cierta confusión. La mayoría de las empresas con las que tratamos, saben lo que les gustaría obtener como beneficios del IA, pero se pierden en cómo implantarlas o en distinguir entre los cientos de soluciones y herramientas disponibles. No digamos de la infinidad de siglas (ML, LLM, NLP…) y de modelos de lenguaje (GPT-3.5, GPT-4, LlaMa, Gemini…) que son usados para hacer posible la IA.

En nuestra compañía, myCloudDoor, comenzamos a realizar proyectos con herramientas y metodologías de IA desde el año 2017, con las primeras herramientas relativamente fáciles de implementar y desarrollar basadas en Machine Learning y Ciencia de Datos, todo ello facilitado por las muchas soluciones disponibles de manera casi inmediata en el Cloud Público, en nuestro caso, mayoritariamente con las soluciones de Microsoft Azure. Actualmente, desde 2022, usamos los modelos más avanzados de IA generativa que permiten a nuestros clientes realizar actividades más complejas y obtener información más acertada.

Esto es un intento de resumir cómo abordamos un proyecto de IA que solucione una o varios de las necesidades planteadas para abordar con “inteligencia” un problema o desafío empresarial.

Metodología de implantación de una solución AI: Factoría de AI

Una factoría de IA es una estructura organizativa que desarrolla, implementa y gestiona soluciones de inteligencia artificial de manera eficiente y escalable dentro de una organización. Cubre aspectos tan diferentes como el diseño de la visión y estrategia, definición de políticas de Gobernanza, selección de soluciones y plataformas o la capacitación del personal interno para un buen uso de la IA.

La siguiente figura muestra un esquema básico de una estructura de una Factoría de IA:

En ello podemos ver como hay tres grandes componentes:

• Un centro de excelencia (COE) que define las normas, procedimientos y soluciones que se usarán dentro de la compañía. Este grupo central tiene el cometido de garantizar una adopción responsable, eficiente, ágil y controlada de la IA dentro de una organización.
• Equipos de proyecto o desarrollo que implementan las soluciones en la compañía, muchas veces trabajan de manera departamental. Siempre trabajan bajo los estándares definidos por el COE.
• El equipo de operaciones y soporte que son responsables del correcto funcionamiento y mantenimiento de las soluciones implementadas.

Uno de las roles centrales del COE de IA es la evaluación y selección de las diferentes herramientas y plataformas disponibles en el mercado. Para ello tienen en cuenta aspectos técnicos (funcionalidad, rendimiento…), económicos o legales (lugar de residencia de datos, modo de procesamiento de datos…)

Concretamente, cuando hablamos dentro del entorno líder del mercado, OpenAI y Microsoft, encontramos muchos conceptos y soluciones que en ocasiones se utilizan de manera incorrecta. Intentaremos poder definirlos de manera resumida para dar a entender sus diferencias:

• OpenAI: organización dedicada al desarrollo de inteligencia artificial avanzada, cuyo objetivo es crear tecnología que beneficie a toda la humanidad. Es conocida por sus modelos de lenguaje como GPT, que generan texto y resuelven tareas complejas basadas en IA.
• GPT: (Generative Pre-trained Transformer) es un modelo de lenguaje desarrollado por OpenAI, entrenado con enormes cantidades de texto para generar respuestas a partir de una entrada de usuario.
• ChatGPT: es la implementación de GPT como un chatbot interactivo que permite mantener conversaciones en lenguaje natural y responder a preguntas en tiempo real.
• Azure OpenAI: servicio de Microsoft que integra los modelos de OpenAI, como GPT, en la nube de Azure. Esto permite a las empresas aprovechar el poder de la IA generativa en sus propias aplicaciones con la infraestructura segura y privada en Azure.
• Azure AI Studio: entorno dentro de Azure diseñado para construir, entrenar y desplegar modelos de inteligencia artificial personalizados. Facilita a los desarrolladores científicos de datos la creación de soluciones basadas en IA de forma más rápida y efectiva. Soporta tanto los modelos de OpenAI como de otros fabricantes.
• Cognitive Services: son un conjunto de APIs de Microsoft Azure diseñadas para facilitar la integración de capacidades de inteligencia artificial en aplicaciones. Estas APIs permiten realizar tareas como reconocimiento de voz, análisis de imágenes, traducción de texto y procesamiento del lenguaje natural.
• Copilot: (Copiloto) hace referencia a una serie de herramientas impulsadas por IA que actúan como asistentes digitales, ayudando a los usuarios a realizar tareas de forma más eficiente en diversas aplicaciones.
• M365 Copilot: integración de Copilot dentro de Microsoft 365 (Word, Excel, PowerPoint, etc.), donde la IA asiste en tareas como redactar documentos, crear presentaciones y analizar datos, potenciando la productividad.
• Azure Copilot: solución integrada dentro de Azure que asiste a los desarrolladores en la creación y gestión de recursos en la nube, proporcionando recomendaciones y automatización basada en IA.
• Github Copilot: herramienta impulsada por IA para desarrolladores de software que sugiere código en tiempo real dentro de GitHub, acelerando el proceso de programación y mejorando la productividad.
• Copilot Studio: Es una plataforma dentro del ecosistema de Microsoft que permite a las organizaciones personalizar y extender las capacidades de Copilot, como la integración con otras aplicaciones o herramientas.

En resumen, la IA y concretamente la IA generativa ayuda a individuos y empresas a resolver y generar contenido en todas sus formas posibles, predicciones, diagnósticos, respuestas, visión, voz, e incluso capacidad de decisión autónoma. Cada empresa tiene necesidades diversas y para implantar los modelos apropiados es preciso de una metodología, generalmente orientada al negocio, con una base tecnológica y unas herramientas, infraestructura y utilidades que generan dichos modelos. Microsoft Azure dispone actualmente de las herramientas líderes del mercado, siendo myCloudDoor un Partner con la especialización avanzada en ML e IA desde hace 4 años que permite la adopción de manera controlada y eficiente estas soluciones.

Firmado: José Antonio Hernández  (Global CTO Corporate en myCloudDoor) y Javier Aguado – Global Cloud Services Director en myCloudDoor