[MUSIC] Un curso de procesamiento de lenguaje natural serÃa incompleto si no viéramos la herramienta de última generación GP3. Esta herramienta es de uso libre, hasta cierto punto. Es un freemium. De hecho, el dueño es el mismo que el de la automotriz Tesla. Y lo que ha puesto acá es un montón de esfuerzo al momento de realizar aplicaciones basadas en inteligencia artificial para tener como base, se supone, luego para transferirlas a sus industrias. Entonces, el tiro en el área de procesamiento de lenguaje natural tenemos el GP3. Esta herramienta lo que hace es lo que hemos venido hablando. Es el estado del arte del procesamiento del lenguaje natural. Y además, es una herramienta que nos permite entender el contexto, como venimos hablando a lo largo de este curso. Son redes neuronales de aprendizaje profundo, las cuales, una vez entrenadas con muchÃsimo cuerpo de documentos y con un gran esfuerzo de código, obtenemos cosas. Que son muy interesantes como respuesta de un determinado ejercicio que vamos a hacer. En primer lugar, para acceder a esto, pueden ir a OpenAI, como están viendo en la pantalla, acceder al API. Registrarse, el procedimiento es estándar, y a partir de ahÃ, uno puede hacer pruebas. Uno cuando llegue ahà va a acceder a lo que es el Playground. El Playground es un área donde uno va a poder hacer algunas preguntas y ver lo poderosa que es esta herramienta, ¿no? Y lo que se puede hacer con procesamiento de lenguaje natural y cuál es el estado del arte. Por ejemplo, acá podemos escribir un texto libre y esperar que nos lo complete. Por ejemplo, vamos a poner Diego Maradona es al fútbol como Tiger Wood es al. Lo dejamos sin completar. Todos entenderÃamos que la respuesta deberÃa ser golf. Vamos a hacer clic en generate, y ahà está. Nos lo completó, diciendo golf. Muy bien. En la parte derecha de la pantalla tenemos varios parámetros. La cantidad de palabras, cuán exacto o menos exacto, cuál es el engine en entrenamiento que podemos utilizar. Uno puede jugar con ello, más o menos palabras. Uno puede poner un poco más de palabras si quiere completar algo más. Probamos acá. Podemos hacer otro ejemplo. ¿Cuáles son los paÃses latinoamericanos? Listo. ¿Ven? En determinadas respuestas uno podrÃa decir cuáles son los paÃses latinoamericanos. Uno podrÃa esperar que dé los nombres. Acá nos dice que es la región, que es América Central y, fÃjense, cuántos paÃses están en la región de Latinoamérica. Podemos cambiar y perfeccionar la respuesta. ¿Cuáles son los nombres de los paÃses latinoamericanos? Vamos. Ahà está. Y ahà tenemos una lista de paÃses latinoamericanos. Si lo vemos en detalle, no están, quizás, absolutamente todos los nombres de los paÃses, pero fÃjense que esto lo está haciendo una computadora. HabÃamos puesto N O, no habÃamos puesto latinoamericanos. Vamos a hacer otro ejemplo, a ver si encontramos todos. Latinoamericanos, directamente. Ahà está. Bien. you lo representa de otra forma y dio un ejemplo de paÃses. ¿Y si ponemos listado completo de paÃses latinoamericanos? [MUSIC] Ahà está, me agregó una lista más. También puede ser que falte alguno. Pero ven cómo escribiendo distintas aproximaciones, nos va dando una respuesta. FÃjense qué está haciendo. No importa si lo escribimos en inglés o en español. Tampoco importa cómo lo escribamos, él nos va dando una respuesta y nos podemos ir haciendo una aproximación. Y fÃjense que es un concepto interesante de entender que es propio de la inteligencia artificial lo que estamos viendo acá. No se espera la respuesta exacta sino una respuesta lo suficientemente buena. Y acá tenemos un ejemplo. Podemos borrar esto. Vamos a poner cuál es la capital de Argentina y la capital de Uruguay. Ahà está, la capital de Argentina es Buenos Aires, la capital de Uruguay es Montevideo. Bien, ante pregunta más exactas, la respuesta es mucho más exacta. A preguntas más abiertas, uno podrÃa obtener respuestas más abiertas. Pero no solamente podemos escribir cosas tan especÃficas, preguntar cosas tan especÃficas, cosas más subjetivas. ¿Cuál es el pintor más famoso del mundo? Veamos. Del mundo. Bien. Acá fÃjense, nos da una respuesta en inglés. No hay una respuesta definitiva pero alguno de los más importantes, o sea, Leonardo, Michelangelo, Rembrandt, Van Gogh y Pablo Picasso. ¿Ven cómo se va manejando? Y en este caso, una respuesta más compleja la tradujo al inglés y, a partir del cuerpo de documentos en inglés, trató de extraer la respuesta. Este es un breve ejemplo para que entendamos cómo anda el GPT3 y cuáles son sus principales caracterÃsticas. Y la importancia de lo que estábamos hablando, que los últimos modelos fijan la atención en una parte. Se fijan mucho en el contexto. Con esto, damos por finalizado este ejemplo. [MUSIC]