Procesamiento
Modelos de lenguaje
Los modelos de lenguaje son sistemas avanzados de IA que pueden comprender, interpretar y generar lenguaje humano. Estos modelos se entrenan con enormes conjuntos de datos de texto y aprenden patrones, combinaciones de palabras, estructuras de oraciones e incluso las sutilezas de diferentes idiomas y usos del lenguaje. El núcleo de muchos modelos de lenguaje modernos es la arquitectura transformer, que utiliza mecanismos de autoatención para determinar qué partes del texto son importantes en un contexto dado.
Al procesar el lenguaje, estos modelos utilizan métodos estadísticos para predecir cuál es la palabra o la oración siguiente más probable en un texto. Pueden comprender el contexto a lo largo de grandes fragmentos de texto y, por ello, generan textos no solo gramaticalmente correctos, sino también coherentes y relevantes en contenido.
Al usar un modelo de lenguaje para, por ejemplo, un chatbot o un generador de texto, se le proporciona al modelo ciertos prompts o datos iniciales y, basándose en esa entrada, el modelo genera texto que sigue lógicamente el contexto dado. El objetivo de estos modelos es producir texto que parezca lo más humano posible, tanto en términos de contenido como de estilo.
Modelos de texto a imagen
Los modelos de texto a imagen son sistemas de IA capaces de generar representaciones visuales a partir de descripciones textuales escritas, como fotos, ilustraciones u otros tipos de imágenes. Estos modelos utilizan redes neuronales avanzadas, y más específicamente redes generativas antagónicas (GAN) o variaciones de estas, como los modelos de difusión.
El proceso comienza con una descripción textual introducida por el usuario. El modelo evalúa este texto e intenta comprender su significado y contexto. Luego, el modelo genera imágenes que coinciden con la descripción textual, utilizando lo que ha aprendido durante el entrenamiento, que se realiza con enormes conjuntos de datos de pares texto-imagen.
Durante el entrenamiento, el modelo aprende asociaciones entre descripciones textuales y características visuales. Por ejemplo, si el modelo ve repetidamente la combinación de palabras "un sol amarillo sobre un mar azul" junto con imágenes que ilustran este escenario, aprende a reconocer y reproducir estos elementos en futuras creaciones visuales.
El resultado suele ser imágenes sorprendentemente precisas y detalladas que corresponden a la descripción textual introducida. Estos modelos se vuelven cada vez más sofisticados y son capaces de representar escenarios complejos con múltiples objetos y conceptos abstractos. Se utilizan en una amplia gama de aplicaciones, incluyendo creaciones artísticas, diseño de juegos, realidad virtual y más.
Modelos accesibles en AI-School
Es importante entender que AI-School ofrece acceso a varios modelos de IA que están incluidos en el catálogo central de modelos. Estos modelos son proporcionados por proveedores externos a través de una API. Una API, o Interfaz de Programación de Aplicaciones, es un conjunto de reglas y definiciones que permiten que programas de software se comuniquen entre sí. Funciona como un tipo de "lenguaje" que los programas entienden para intercambiar información y llamar funciones mutuamente. AI-School no posee modelos de lenguaje, modelos de texto a imagen ni modelos de texto a voz propios.
No somos responsables de los resultados de los diferentes modelos. Sin embargo, hemos prestado atención a la selección de los mejores y más interesantes modelos para las escuelas.
Procedimiento de procesamiento según la DPIA
La DPIA describe el procedimiento básico para generar una respuesta de la siguiente manera:
- El usuario introduce un prompt en el portal de AI-School.
- El prompt se almacena en la base de datos de AI-School.
- AI-School ofrece el prompt al modelo de IA elegido mediante una conexión API y una cuenta general sin vinculación a la cuenta de AI-School.
- Los datos de la cuenta y la administración del alumnado no se añaden automáticamente al modelo.
- La respuesta del modelo de IA se envía de vuelta a AI-School.
- La respuesta se almacena en la base de datos de AI-School.
- La respuesta se presenta al usuario.
AI-School no envía automáticamente datos de cuenta ni de administración del alumnado al modelo de IA. El modelo recibe el contenido del prompt sin vinculación a la cuenta de AI-School. Un usuario puede haber incluido datos personales en el prompt; en ese caso, esos datos pueden ser procesados por el modelo de IA elegido.
Contexto adicional
En funciones como chatear con documentos, entrada multimodal o ciertas herramientas, el prompt puede complementarse con contexto elegido por el usuario, como fragmentos de documentos, imágenes o resultados de búsqueda. Este contexto también se ofrece al modelo sin vinculación a un usuario identificable, pero el contenido puede contener datos personales si el usuario los ha añadido.
