Lo primero de todo te preguntarás (si no lo sabes todavía), ¿Pero qué es un modelo de Inteligencia Artificial Exactamente? Para eso hemos escrito un post que sólo habla de eso aquí.
Bueno, ya sabes lo que es un modelo. Vamos a explicar cómo se crea un modelo de manera personalizada para tener nuestro propio modelo al que alimentemos con datos, ya sean documentos, texto, URL’s… etc.
En el siguiente esquema se pueden ver los pasos, que a continuación detallamos.
Seleccionamos la fuente que queremos introducir en el modelo (fichero, texto,…)
Dicho objeto se pasa a un framework/estructura, que recibe la información y la convierte en bloques que se puedan utilizar por el sistema que los va a analizar, es decir trocear para grabarlos en una base de datos. Actualmente uno de los más conocidos que se puede utilizar de manera gratuita open-source se llama LangChain.
Al grabarlo en la base de datos, lo convertirá en números o coordenadas matemáticas (varios vectores largos de números) para su rápido y fácil acceso en un futuro cuando entren las preguntas y el sistema tenga que, de manera razonada, buscar este contenido. Este resultado se puede guardar actualmente de manera gratuita (con sus limitaciones) en Pinecone.
Una vez troceado el contenido, y una vez procesado el modelo con mucho proceso de datos (en un ordenador con tarjetas GPU potentes) se podrá utilizar OpenAI (con una API) que es el que tiene el NLP (Natural Language Processing), este es ChatGPT, para hacer preguntas directas sobre ese contenido ya almacenado y tratado.
OpenAI trata esa pregunta, localiza en Pinecone dónde está el contenido mejor relacionado para darle una respuesta y volviendo a utilizar ChatGPT, dará una respuesta razonada y lo mejor redactada posible y se la mostrará al usuario que acaba de preguntar.