Modelos

¿Qué es un modelo?

Cuando hablamos de un modelo de inteligencia artificial, nos referimos a un programa que fue entrenado con enormes cantidades de datos para aprender patrones. Pensalo como alguien que leyó millones de libros, artículos y conversaciones, y después de todo eso puede generar texto, clasificar imágenes o traducir idiomas. El modelo no "entiende" como un humano, pero es muy bueno encontrando patrones y relaciones estadísticas entre los datos que vio durante su entrenamiento.

¿Cómo aprende un modelo?

El proceso de entrenamiento consiste en mostrarle al modelo millones de ejemplos y ajustar sus parámetros internos (números que representan conexiones) para que sus predicciones se acerquen cada vez más a la respuesta correcta. Un modelo chico puede tener millones de parámetros, mientras que los modelos grandes de lenguaje (LLMs) como GPT o Claude tienen miles de millones. Cuantos más parámetros y mejores datos de entrenamiento, más capaz tiende a ser el modelo, aunque no siempre es así.

Training data → Learning algorithm → Trained model
        (text, images)     (adjusts parameters)     (ready to use)

Tipos de modelos

Existen muchos tipos de modelos según lo que hacen:

• Modelos de lenguaje (LLMs): Generan y entienden texto. Son los que están detrás de ChatGPT, Claude, Gemini. Funcionan prediciendo la siguiente palabra más probable.
• Modelos de imágenes: Generan imágenes a partir de texto (como DALL-E o Midjourney) o clasifican imágenes existentes.
• Modelos de audio: Transcriben voz a texto (como Whisper) o generan audio.
• Modelos de embeddings: Convierten texto en representaciones numéricas para buscar similitudes. Podés leer más en embeddings.

¿Modelo vs. producto?

Es importante distinguir entre el modelo y el producto. ChatGPT es un producto que usa modelos de OpenAI por debajo. El modelo en sí es la pieza que recibe inputs y genera outputs. El producto le agrega interfaz, memoria, herramientas y toda la experiencia de usuario. Cuando hacés inferencia a través de una API, estás interactuando directamente con el modelo, sin la capa del producto.

¿Por qué importan los modelos?

Los modelos son la pieza central de cualquier aplicación de IA. Elegir el modelo correcto depende de tu caso de uso: si necesitás generar texto largo y complejo, probablemente quieras un LLM potente. Si necesitás clasificar imágenes de productos, vas a buscar un modelo de visión. Entender qué puede y qué no puede hacer un modelo te ayuda a escribir mejores prompts y a diseñar mejores aplicaciones.