Customize Consent Preferences

We use cookies to help you navigate efficiently and perform certain functions. You will find detailed information about all cookies under each consent category below.

The cookies that are categorized as "Necessary" are stored on your browser as they are essential for enabling the basic functionalities of the site. ... 

Always Active

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

No cookies to display.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

No cookies to display.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

No cookies to display.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

No cookies to display.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

No cookies to display.

En camino hacia la IA generativa en LearningML

Cuando inicié el desarrollo de LearningML el gran reto fue conseguir que los algoritmos de machine learning para la clasificación y el reconocimiento de «cosas» se pudieran ejecutar en el navegador del usuario.

La idea era evitar el uso de la nube todo lo posible, evitando los servicios de IA de grandes tecnológicas y la necesidad de crear cuentas de usuario. De esa manera conseguiría una herramienta independiente y respetuosa con la protección de datos, ¡tan necesaria en los entornos escolares!

Y llegó «Tensorflow.js«…

Después de algún tiempo de estudio comprobé que existía la tecnología necesaria para conseguirlo: su nombre era Tensorflow.js, una librería open source con todos los algoritmos necesarios para realizar machine learning discriminativo, es decir, algoritmos con los que realizar tareas de clasificación, regresión y reconocimiento.

Ahora, mi propósito es ampliar LearningML, para que los usuarios puedan crear sus propios modelos de IA generativa. La idea siempre es la misma: que los estudiantes adquieran intuición sobre los mecanismos que subyacen en la IA moderna a través de la realización de actividades prácticas. Siendo protagonistas en la construcción de sus propios modelos de IA y programando aplicaciones que usan esos modelos.

El problema de «Transformer«

El problema que se me plantea es que los algoritmos más potentes de IA generativa están basados en una arquitectura de red neuronal llamada «transformer«. Está basada en un revolucionario concepto conocido como mecanismo de auto-atención y desarrollado en el paper de 2017 «Atenttion is all you need».

Esta arquitectura no es nada sencilla y requiere, hasta donde yo sé, un gran número de neuronas y, sobre todo, una gran cantidad de datos. Lo cual, en principio, parece ser un handicap para ser adaptado al navegador del usuario.

Hay esperanzas de conseguirlo

Existe la librería javascript de Hugginface «Transjormer.js», con lo cual estos algoritmos se pueden ejecutar localmente en el navegador del usuario.

  • Falta entender con más profundidad cómo trabajan los transformer
  • Cuáles son los fundamentos del mecanismo de atención
  • Y experimentar con las posibilidades de esta librería.

Así que, si no existiera la posibilidad de que me canse del proyecto, podría decir que, en un futuro la IA generativa estará disponible en LearningML. Qué pena que no pueda dedicarle el tiempo que esto se merece…

Os puedo asegurar no solo que esta ampliación sería una realidad, si no que, además, ¡lo sería en breve!