ALTO, VALENTINA
Agradecimientos
Sobre la autora
Sobre la revisora
PREFACIO
A quién va dirigido este libro
Qué trata este libro
Para aprovechar al máximo este volumen
Convenciones empleadas en este libro
Uso del código de ejemplo
PARTE 1. FUNDAMENTOS DE LOS MODELOS DE INTELIGENCIA ARTIFICIAL GENERATIVA Y GPT
1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL GENERATIVA (IAG)
Presentación de la IAG
Ámbitos de aplicación de la IAG
Generación de textos
Generación de imágenes
Generación de música
Generación de vídeo
Historia y estado actual de las investigaciones
Resumen
Referencias
2. OPENAI Y CHATGPT: MÁS ALLÁ DEL DESPLIEGUE PUBLICITARIO
Requisitos técnicos
¿Qué es OpenAI?
Descripción general de las familias de modelos OpenAI
El camino hacia ChatGPT: las matemáticas de su modelo subyacente
La estructura de las redes RNN
Las principales limitaciones de las redes RNN
Resolviendo limitaciones: presentamos los transformadores GPT-3
ChatGPT: la tecnología más avanzada
Resumen
Referencias
PARTE 2. CHATGPT EN ACCIÓN
3. FAMILIARÍCESE CON CHATGPT
Configurar una cuenta de ChatGPT
Familiarícese con la interfaz de usuario
Organizar los chats
Resumen
Referencias
4. COMPRENDA EL DISEÑO DE PROMPTS
¿Qué es un prompt y por qué es importante?
Aprendizajes zero-shot, one-shot y few-shot, típicos de los modelos de transformadores
Principios de unos prompts bien definidos para obtener resultados significativos y consistentes
Evitar el riesgo de parcialidad oculta y tener en cuenta consideraciones éticas en ChatGPT
Resumen
Referencias
5. MEJORE LA PRODUCTIVIDAD DIARIA CON CHATGPT
Requisitos técnicos
ChatGPT como ayudante diario
Generación de textos
Mejora de las habilidades de escritura y traducción
Recuperación rápida de información en general y sobre la competencia
Resumen
6. DESARROLLE EL FUTURO CON CHATGPT
¿Por qué ChatGPT para desarrolladores?
Generar, optimizar y depurar código
Generar documentación y la capacidad para explicar código
Comprender la capacidad de interpretación de modelos de aprendizaje automático
Traducir entre distintos lenguajes de programación
Resumen
7. DOMINE EL MARKETING CON CHATGPT
Requisitos técnicos
La necesidad de ChatGPT de los especialistas en marketing
Desarrollo de nuevos productos y estrategia GTM (Go-to-market) de lanzamiento al mercado
Pruebas A/B para realizar comparaciones en marketing
Mejorar la optimización para motores de búsqueda (SEO)
Análisis de sentimiento para mejorar la calidad y aumentar la satisfacción del cliente
Resumen
8. LA INVESTIGACIÓN, REINVENTADA CON CHATGPT
La necesidad de ChatGPT de los investigadores
Tormenta de ideas literarias para un estudio
Proporcionar soporte para el diseño y la estructura de un experimento
Generar y formatear una bibliografía
Generar una presentación del estudio
Resumen
Referencias
PARTE 3. OPENAI PARA EMPRESAS
9. OPENAI Y CHATGPT PARA EMPRESAS: PRESENTACIÓN DEL SERVICIO AZURE OPENAI
Requisitos técnicos
OpenAI y Microsoft para IA empresarial: presentación de Azure OpenAI
Antecedentes de Microsoft en inteligencia artificial
El servicio Azure OpenAI
Explorando el Playground
¿Por qué introducir una nube pública?
Comprender la IA responsable
La travesía de Microsoft hacia la IA responsable
Azure OpenAI y la IA responsable
Resumen
Referencias
10. LOS CASOS PRÁCTICOS DE EMPRESA MÁS CONOCIDOS
Requisitos técnicos
Cómo se usa Azure OpenAI en empresas
Analizador y generador de contratos
Identificar cláusulas clave
Analizar el lenguaje
Detectar posibles problemas
Disponer de plantillas de contratos
Una interfaz con Streamlit
Comprender el análisis de centros de atención telefónica
Extracción de parámetros
Análisis del sentimiento
Clasificación de las peticiones de los clientes
Implementación de la interfaz de usuario con Streamlit
Explorar la búsqueda semántica
Incrustación de documentos utilizando módulos de LangChain
Crear una interfaz con Streamlit
Resumen
Referencias
11. EPÍLOGO Y REFLEXIONES FINALES
Recapitulación de lo que hemos aprendido hasta ahora
Esto es solo el principio
La llegada de los grandes modelos de lenguaje multimodales
Microsoft Bing y el sistema Copilot
El impacto de las tecnologías generativas en los sectores profesionales: una fuerza de cambio
Desvelando las preocupaciones con respecto a la IAG
Elon Musk hace un llamamiento para detener el desarrollo
ChatGPT fue prohibido en Italia por la autoridad italiana Garante della Privacy
Implicaciones éticas de la IAG y razón por la que necesitamos una IA responsable
Qué podemos esperar en un futuro cercano
Resumen
Referencias
ÍNDICE ALFABÉTICO
Los modelos de inteligencia artificial generativa (IAG) y de lenguajes de inteligencia artificial son cada vez más conocidos por sus incomparables capacidades. Este volumen ofrece información sobre el funcionamiento interno de los LLM o grandes modelos de lenguaje y una guía para la creación de modelos de lenguaje propios. Comienza con una introducción al campo de la IAG que le permitirá comprender cómo se entrenan estos modelos para generar nuevos datos.Tendrá además la oportunidad de explorar casos prácticos en los que ChatGPT ha logrado mejorar la productividad y fomentar la creatividad. Aprenderá cómo sacar el máximo partido de sus interacciones con ChatGPT enriqueciendo el diseño de prompts y aprovechando las capacidades de aprendizaje zero-shot, one-shot y few-shot. Los casos prácticos están agrupados por los ámbitos de técnicos de marketing, investigadores y desarrolladores o científicos de datos, lo que le permitirá aplicar rápidamente a sus propios retos lo aprendido en este libro.
También descubrirá situaciones producidas en empresas utilizando en su beneficio las API de modelos de OpenAI disponibles en la infraestructura de Azure, tanto modelos generativos (como GPT-3) como modelos integrados. En cada situación dispondrá de una implementación integral con Python, utilizando Streamlit como parte visible y LangChain para facilitar la integración de los modelos en sus aplicaciones.Cuando llegue al final de este libro, habrá obtenido el conocimiento necesario para manejarse perfectamente en el campo de la IAG y empezar a utilizar las API de los modelos de ChatGPT y OpenAI en sus propios proyectos.
Valentina Alto se graduó en 2021 en Ciencia de Datos. Lleva trabajando en Microsoft desde 2010 como especialista en soluciones de Azure, y desde 2022 se ha centrado en las cargas de trabajo de datos e IA dentro de la industria farmacéutica y de la fabricación. Ha trabajado estrechamente con integradores de sistemas en proyectos de cliente para desplegar arquitectura de nube, centrándose en modernas plataformas de datos, marcos de mallas de datos, IoT y analítica en tiempo real, Azure Machine Learning, Azure Cognitive Services (incluyendo Azure OpenAI) y Power BI para creación de paneles. Desde que comenzó su andadura académica, ha escrito artículos técnicos sobre estadística, aprendizaje automático, aprendizaje profundo e IA para distintas publicaciones, y es autora de un libro sobre los fundamentos del aprendizaje automático con Python.
