Esas IAs estan muertas en el tiempo que no les preguntas nada. Solo se activan cuando tu les das un input. Tampoco aprenden nada ni tienen memoria de vuestra conversación cuando cierras la sesión. De hecho no quieren que aprendan cosas nuevas de sus interacciones con la gente ya que podrían salirse de su programa oficial. Manejan muy bien el lenguaje humano y tienen mucho conocimiento pero pensar que hay una mente detras ellas es un espejismo.
Formas de entender estas IAs:
1. Son una nueva forma de compresión de datos. El tamaño de la IA sigue aproximadamente una relacion de 1 a 20 con los datos de entrenamiento. Para hacerlas crecer necesitan más y más datos. Son como un compresor tipo ZIP pero con la diferencia de que no almacenan exactamente la información, hay perdidas, y además son capaces de hacer inferencias linguisticas.
2. Entre la respuesta de un buscador tipo google que encuentra en internet el contenido relevante a la busqueda y la respuesta de una mente inteligente que domina un tema, una de estas IAs esta mucho mas cercana al primero. Nadie dice que inteligente es Google Search, parece humano. Todos entienden que es un buscador. Sin embargo a estas IAs, aunque solo sea por el nombre y por el marketing, se las tiende a ver popularmente como si fueran ellas las que piensan y crean la respuesta. En realidad solo estan descomprimiendo datos mediante inferencias de lenguaje.
3. Los mas optimistas piensan que a traves de estas inferencias de lenguaje y fenomenos de emergencia estan aprendiendo cosas sobre el mundo y desarrollando algun tipo de inteligencia. Otros consideran que el lenguaje solo no es suficiente, que necesitan mas datos sobre el mundo. Que además no son capaces de generar nuevo conocimiento en un sentido cientifico.
En definitiva, que son una nueva forma revolucionaria de buscadores con lenguaje humano que son capaces localizar de forma muy precisa la información que necesitan y de integrar y fusionar diferentes fuentes, de una forma creativa o generativa en tanto que no reproducen exactamente sus datos de entrenamiento sino que generan nuevo contenido sintético. Curiosamente se ha llegado a la conclusión de que este nuevo contenido sintético no aporta nada para ampliar los datos de partida de entrenamiento de los modelos, lo cual es lo esperable en un sistema de compresión de datos por inferencias.
