Este artículo es el quinto de una serie de artículos publicados por la startup IA Sapiens dedicada a explicar qué es la Inteligencia Artificial en el sector porcino. En el artículo anterior, hablamos de la metodología de proyectos de IA en el sector porcino. En este, empezaremos a explicar casos de uso concretos de aplicación de técnicas de inteligencia artificial en el sector porcino.
Normalmente los casos de uso de inteligencia artificial en el sector porcino suelen estar relacionados con datos estructurados (muy resumido: números), e intentan responder preguntas productivas. Estos se contraponen a datos desestructurados, como puede ser el lenguaje humano, el sonido o el video.
Pero este caso me gusta especialmente porque aplica una técnica que no se usa tanto en el sector como es el NLP (procesamiento del lenguaje natural). Dentro del NLP hay muchas subáreas, como la clasificación de documentos, la recuperación de información, la extracción de datos, la traducción entre idiomas. Sin lugar a dudas el que está más de moda, es lo que se viene a llamar IA generativa (como ChatGPT): un sistema que en base a un texto inicial (prompt) que le da un usuario, es capaz de generar un texto, de ahí su nombre. Este tipo de sistemas pueden también mantener un contexto de la conversación bastante largo, lo que aumenta mucho su utilidad y los diferencia de sistemas anteriores. Por debajo, utilizan una técnica de IA llamada Transformers, que se empezó utilizando en este campo de la NLP, pero que ya se ha llevado con éxito a otros campos como el Vision Computer.
El caso de uso que vamos a ver es la construcción de una herramienta que sirva para mantenerse al día del research científico del sector porcino, vigilando especialmente áreas que se estén desarrollando más fuertemente o avances particularmente notables en una de estas áreas. Dentro de las opciones que hemos comentado anteriormente, este es un caso de uso de deep learning. Lo primero que haremos, será construir un motor que vaya recogiendo todos los papers que se publican de manera automatizada. Posteriormente esos textos se tratan para construir nuestro modelo de IA.
Este modelo podría tener varias aplicaciones, por ejemplo:
- Podría servir para crear un buscador, que caería dentro de un subcampo que se llama recuperación de la información (information retrieval)
- Podría servir para afinar el comportamiento de un LLM (Modelo grande del lenguaje). Un ejemplo de modelo de lenguaje que se ha puesto muy de moda es ChatGPT. Realmente es capaz de responder con exactitud a gran cantidad de preguntas, aunque si le preguntamos sobre temas muy específicos puede tener más problemas en darnos una respuesta correcta. Estos modelos se llaman grandes porque sus arquitecturas tienen trillones de nodos, y entrenarlos cuesta muchísimo dinero (por ejemplo, 10 millones de euros) y tiempo (como 1 mes). Algunos de estos modelos, permiten una técnica llamada fine tunning (no se me ocurre mejor traducción que «afinado»). Consiste en entrenar sólo las capas finales de la red neuronal (en este caso con datos relacionados con el research científico del sector porcino). Con ello, con unos pocos dólares y en pocas horas tenemos una versión de ChatGPT (o sistemas similares) capaz de responder con precisión preguntas concretas del sector porcino.
Este artículo es el cuarto de una serie de artículos publicados por la startup IA Sapiens dedicada a explicar qué es la Inteligencia Artificial en el sector porcino.
