¿Quién escribió las reglas que sigue una IA?

En la Máquina de Turing de la imagen, el funcionamiento está definido explícitamente: se lee un símbolo, se considera el estado actual y una regla de transición determina qué símbolo escribir, hacia dónde mover el cabezal y cuál será el siguiente estado.

En una automatización clásica podemos encontrar una lógica conceptualmente similar.
Una persona define condiciones, estados y acciones de forma directa mediante código, reglas de negocio o flujos de trabajo.

Con machine learning ocurre algo diferente.

Durante el entrenamiento, los parámetros de un modelo se ajustan utilizando datos y un procedimiento de optimización para mejorar un objetivo definido. El comportamiento resultante queda codificado en esos parámetros, aunque normalmente no pueda expresarse como una lista sencilla de reglas escritas por una persona.

La diferencia parece técnica, pero tiene consecuencias muy concretas. Supongamos que una empresa utiliza un modelo para anticipar riesgo de quiebre de inventario. El modelo puede identificar patrones y asociaciones estadísticas entre demanda histórica, estacionalidad, inventario disponible y otras variables relevantes.

GPT-6 Astra ha cambiado el paradigma de la IA

 Con los nuevos modelos de ChatGPT, elegir bien puede marcar la diferencia entre ir más rápido, gastar menos y obtener mejores resultados.

Luna, Terra, Sol, Astra… cada uno tiene sentido en un contexto distinto. Y además puedes ajustar cuánto quieres que razone según la complejidad del trabajo.

¿Qué es un agente de IA?

 Un agente recibe un objetivo, planifica los pasos necesarios, utiliza herramientas, observa los resultados y ajusta sus acciones para conseguir un resultado.

Aprender es cambiar el cerebro. 🧠- Sinapsis Neuronal

 Cada vez que aprendemos algo nuevo, nuestras neuronas se comunican entre sí mediante conexiones llamadas sinapsis. Al repetir una acción, un pensamiento o una habilidad, esas conexiones se fortalecen y se vuelven más eficientes.

Por eso, la repetición no es simplemente hacer algo una y otra vez: es construir y reforzar circuitos neuronales. Al principio puede sentirse difícil, lento o incómodo; con la práctica, aquello que parecía complejo comienza a volverse automático.

En términos simples: lo que practicas, tu cerebro lo aprende; lo que repites, tu cerebro lo fortalece.
​Aprender no es solo adquirir información. Es literalmente entrenar tu cerebro para funcionar de una manera diferente.

El video es generado con IA(por si acaso no sea obvio) con fines ilustrativos. 

La neurona no se conecta 'estirando un brazo' como se ve aquí; la comunicación real ocurre por impulsos eléctricos y neurotransmisores en la sinapsis. Lo que sí es cierto es la idea de fondo: el cerebro se reorganiza y fortalece conexiones con la repetición (neuroplasticidad)

Términos de IA sin que resultan confusos

 AI → ML → Neural Networks → Deep Learning → Transformers → GenAI → LLMs → GPT → ChatGPT

1. 𝗜𝗻𝘁𝗲𝗹𝗶𝗴𝗲𝗻𝗰𝗶𝗮 𝗔𝗿𝘁𝗶𝗳𝗶𝗰𝗶𝗮𝗹
El concepto más amplio. La IA se refiere a sistemas diseñados para realizar tareas que normalmente requieren una inteligencia de tipo humano.

2. 𝗔𝗽𝗿𝗲𝗻𝗱𝗶𝘇𝗮𝗷𝗲 𝗔𝘂𝘁𝗼𝗺á𝘁𝗶𝗰𝗼 (Machine Learning)
Una forma de construir sistemas de IA que aprenden patrones a partir de datos, en lugar de depender exclusivamente de reglas programadas de antemano.

3. 𝗥𝗲𝗱𝗲𝘀 𝗡𝗲𝘂𝗿𝗼𝗻𝗮𝗹𝗲𝘀
Una familia de modelos de Machine Learning compuesta por capas computacionales interconectadas capaces de aprender patrones complejos.

4. 𝗔𝗽𝗿𝗲𝗻𝗱𝗶𝘇𝗮𝗷𝗲 𝗣𝗿𝗼𝗳𝘂𝗻𝗱𝗼 (Deep Learning)
Redes neuronales con múltiples capas capaces de aprender representaciones cada vez más complejas.

5. 𝗧𝗿𝗮𝗻𝘀𝗳𝗼𝗿𝗺𝗲𝗿𝘀
Una arquitectura de aprendizaje profundo basada en mecanismos de atención. Los Transformers se convirtieron en un pilar fundamental para la IA moderna de lenguaje y multimodal.

6. 𝗜𝗔 𝗚𝗲𝗻𝗲𝗿𝗮𝘁𝗶𝘃𝗮
IA capaz de generar nuevo contenido como texto, imágenes, audio, video y código.

7. 𝗚𝗿𝗮𝗻𝗱𝗲𝘀 𝗠𝗼𝗱𝗲𝗹𝗼𝘀 𝗱𝗲 𝗟𝗲𝗻𝗴𝘂𝗮𝗷𝗲 (LLMs)
Modelos entrenados con grandes volúmenes de datos lingüísticos para comprender y generar texto.

8. 𝗚𝗣𝗧
GPT significa Generative Pre-trained Transformer (Transformador Generativo Preentrenado). Se refiere a una familia de modelos construidos utilizando la arquitectura Transformer.

9. 𝗖𝗵𝗮𝘁𝗚𝗣𝗧
Un producto de IA conversacional que utiliza modelos GPT y otras tecnologías de soporte para interactuar con los usuarios.

ChatGPT-6 ASTRA: potenciar ChatGPT Work

 En el vídeo repasamos sus mejoras frente a GPT-5.6, sus resultados en tareas con Excel, formularios, contratos o Blender, y por qué su integración con Work refuerza la idea del superagente y la superapp. Más que un simple salto de modelo, GPT-6 Astra apunta a un cambio de paradigma en el que dejamos de usar el ordenador para empezar a pedirle que trabaje por nosotros.

Herramientas para la elaboración de la tesis