En el mundo de la inteligencia artificial, es común enfocarse en los modelos de lenguaje grande (LLMs) y su capacidad para generar respuestas complejas. Sin embargo, la creación de sistemas de inteligencia artificial efectivos requiere considerar varias capas de la pila, desde la infraestructura hasta la interfaz de usuario. En este post, exploraremos la pila de inteligencia artificial y cómo cada capa interactúa para crear sistemas de inteligencia artificial confiables y efectivos.
La pila de inteligencia artificial se compone de varias capas, cada una con un papel importante en la creación de sistemas de inteligencia artificial. La primera capa es la infraestructura, donde los LLMs requieren hardware específico de inteligencia artificial, como GPUs, para ejecutarse de manera eficiente. La infraestructura puede ser desplegada de tres maneras: en sitio, en la nube o localmente, en una laptop.
La siguiente capa es la data, que se divide en varias componentes, incluyendo fuentes de datos, líneas de procesamiento y bases de datos vectoriales. Los modelos base suelen estar entrenados en información pública, que no siempre es completa para realizar la tarea que se tiene. Por lo tanto, es importante complementar con datos adicionales para mejorar la precisión del modelo.
La capa de orquestación es fundamental para crear sistemas de inteligencia artificial que hagan algo más complejo que simplemente generar texto o responder preguntas. Esto requiere dividir la entrada inicial del usuario en tareas más pequeñas, como planificar, ejecutar y revisar. La orquestación está evolucionando rápidamente, con nuevos protocolos y arquitecturas para orquestar tareas cada vez más complejas.
La capa de aplicación es la interfaz entre el usuario y el sistema de inteligencia artificial. La interfaz clásica es texto en y texto fuera, pero hay otras modalidades que pueden ser muy valiosas para ciertas tareas, como la imagen, el audio y los conjuntos de datos numéricos. Es importante tener en cuenta la capacidad de hacer revisiones o citas para que el usuario pueda editar o inquirir sobre la salida del modelo.
Finalmente, la capa de integraciones es crucial para automatizar la integración de las salidas del modelo en otras herramientas que el usuario utiliza en su trabajo diario.
En conjunto, estas capas de la pila de inteligencia artificial desde la hardware hasta la interfaz de usuario importan porque cuando tenemos una comprensión clara de cómo se relacionan, podemos ver qué es posible realmente y tomar decisiones prácticas para diseñar sistemas de inteligencia artificial que sean confiables, efectivos y alineados con nuestras necesidades del mundo real.
En resumen, la pila de inteligencia artificial es un enfoque completo para el desarrollo de sistemas de inteligencia artificial. Al considerar cada capa de la pila, podemos crear sistemas de inteligencia artificial que sean confiables, efectivos y alineados con nuestras necesidades del mundo real.
Fuente: YouTube
