Emprendimiento de IA: la guía definitiva para comenzar [2023]

¿Qué es la inteligencia artificial?

Inteligencia artificial o IA se refiere a la simulación de la inteligencia humana dentro de máquinas que están diseñadas para pensar y actuar como humanos. Esencialmente, la IA intenta realizar tareas que normalmente requerirían inteligencia humana.

Según esta definición, la IA ya ha reemplazado a los humanos en la entrada de datos, el diagnóstico médico, la detección de fraudes y el servicio al cliente.

Beneficios de la IA para Emprendedores

Hay múltiples beneficios para la IA para los negocios, tales como:

• Costo más bajo
• Escalabilidad infinita
• Ningún error humano, y
• Toma de decisiones de respaldo de datos

Los beneficios de crear sistemas de inteligencia artificial para reemplazar a los humanos en tareas como estas es que, una vez creada y entrenada, la inteligencia artificial no necesita descansar. No se queja. No necesita días libres.

Comprensión de los diferentes dominios de la IA: aprendizaje automático, procesamiento del lenguaje natural y robótica

El término IA en sí mismo puede ser bastante confuso, ya que hay una serie de aspectos diferentes que se mezclan al mismo tiempo.

Resulta que AI es en realidad un término general en el que se incluyen muchas de las otras categorías con las que puede estar familiarizado:

• Aprendizaje automático (Machine learning & LLM)
• Procesamiento del lenguaje natural (PNL)
• Visión por computador
• Robótica

Y muchos otros.

Cómo funciona el aprendizaje automático: ejemplos de modelos predictivos

El aprendizaje automático o ML es un aspecto central de la inteligencia artificial, y es el proceso de darle a una computadora una tonelada de información para que pueda aprender de esa información y luego comenzar a predecir resultados para que no tengamos que decirle qué hacer. hacer cada vez.

Por ejemplo, se podría usar un modelo de aprendizaje automático para predecir el precio de una casa en función de su tamaño, área y habitación. O se podría usar un modelo de aprendizaje automático para clasificar los correos electrónicos como spam o no spam.

Lo que debe hacer es proporcionarle una tonelada de ejemplos etiquetados de lo que es spam y lo que no lo es.

Procesamiento del lenguaje natural: la clave para la interacción humano-computadora

El procesamiento del lenguaje natural es otro aspecto central de las herramientas de inteligencia artificial con las que estamos familiarizados hoy en día, que ayuda a las computadoras a comprender, interpretar y generar lenguaje humano como cuando hablas con Siri o Alexa.

Al principio, tuve un poco de problemas para entender la distinción entre estos términos, pero la forma más fácil de entenderlo es que AI es el término general, y estas diferentes disciplinas se combinan para hacer estos productos como Chat GPT o Siri, o robótica. y almacenes también.

Se unen para formar el producto final, que es inteligencia.

Modelos de lenguaje grande: el tema más candente en IA

Debido a la recepción de público récord de Chat GPT que obtuvo más de 1 millón de usuarios en solo una semana, el tema más candente en IA en este momento son los grandes modelos de lenguaje.

Los modelos de lenguaje grande o LLM son algoritmos avanzados de IA que generan texto similar al humano.

Están capacitados en enormes cantidades de datos y trabajan dividiendo el texto en componentes, aprendiendo patrones y luego usando ese conocimiento para generar un nuevo texto.

Y, por supuesto, cuanto mayor sea el conjunto de datos de entrenamiento, más preciso será el modelo. GPT-3 de Open AI es el modelo de lenguaje sobre el que se construyó Chat GPT y podría decirse que es el mejor modelo de lenguaje grande disponible públicamente que tenemos hoy.

Fue entrenado en cientos de miles de millones de palabras, y su éxito en GPT-4 probablemente será mucho mayor. La forma más fácil de pensar en estos modelos es imaginarlos como motores de autocompletado extremadamente potentes.

Con solo unas pocas palabras, estos grandes modelos de lenguaje pueden escribir una historia corta o un párrafo completo al extraer colecciones similares de palabras dentro de sus datos de entrenamiento.

Además, son excelentes para el reconocimiento y la generación de patrones, lo que nos permite diseñar cuidadosamente los tipos de resultados que queremos obtener de ellos.

La oportunidad para los emprendedores de IA: creación de aplicaciones sobre grandes modelos de lenguaje

La mayor oportunidad para nosotros como empresarios de IA en este momento es construir aplicaciones sobre estos modelos enormemente poderosos. Empresas como Google y OpenAI están haciendo todo el trabajo duro de construir estos modelos masivos de lenguaje.

Todo lo que tenemos que hacer es ir y aplicarlos a casos de uso específicos. Para construir estas aplicaciones y construir sobre estos modelos, necesitamos acceder a ellos mediante programación, lo que nos lleva al siguiente paso: comprender las API.

Comprender las API: qué son y cómo funcionan

Las API o las interfaces de programación de aplicaciones son la forma en que los empresarios como nosotros podemos acceder al poder de estos modelos y comenzar a generar valor sobre ellos.

Las API pueden ser un poco complicadas, así que aquí hay una analogía para desglosarlo por usted.

Al igual que pide comida del menú de un restaurante, un programador puede acceder a una funcionalidad específica desde una aplicación de software a través de la API.

En nuestro caso contamos con APIs que nos permiten acceder a servicios de empresas como Open AI y próximamente Google y otras.

Por ejemplo, las opciones en el menú de Open AI son los diferentes submodelos que han entrenado y que son buenos para diferentes propósitos.

Las opciones en este menú van desde Da Vinci a Aida, siendo Da Vinci el modelo de lenguaje más avanzado que impulsa cosas como Chat GPT, hasta Aida, que solo es capaz de realizar una funcionalidad muy básica.

También tienen algunos modelos que se especializan en el código en lugar del lenguaje, por lo que ofrecen un montón de opciones diferentes para que acceda mediante programación y cree sus aplicaciones encima.

Podemos interactuar con estos modelos y aprovechar su poder haciéndoles lo que se llama una llamada API. Dentro de estas llamadas, debe proporcionar un poco de información para especificar lo que desea recuperar.

Por ejemplo, supongamos que estamos creando una herramienta de creación de currículum. Tendríamos que recopilar la entrada del usuario que contiene su información personal, como correo electrónico, número de teléfono e historial laboral a través de un sitio o un formulario.

Luego combine esa información con algunas instrucciones simples que explican a la API lo que queremos hacer, y luego agrupamos todo eso y lo enviamos en una llamada.

Luego, la API procesaría nuestra solicitud y devolvería la respuesta. Debido a que todo esto se hace mediante programación, una vez que tiene una forma confiable de recopilar la entrada del usuario y tiene las instrucciones que envía a la API escritas perfectamente, entonces puede tomar esto, repetirlo una y otra vez y escalarlo. en un negocio.

Sin embargo, la escritura de estas instrucciones es una habilidad completamente separada en sí misma.

Comprender la ingeniería rápida

Esta habilidad es realmente tan importante que ya he escrito un pronta guía de ingeniería. Pero por ahora, les daré un breve resumen. El término correcto para instruir a una inteligencia artificial para que realice una tarea se conoce como indicaciones.

Básicamente, le decimos a la IA, por ejemplo, Open AI's GPT 3, un conjunto de instrucciones, y realiza una tarea basada en esas instrucciones.

Las indicaciones pueden ser tan simples como una frase o una pregunta o tan complejas como varios párrafos.

La razón por la que la ingeniería de avisos o simplemente cómo creas tus avisos es tan importante se debe a un concepto llamado “basura dentro basura fuera".

Esencialmente, la calidad de su entrada determina la calidad de su salida. Cuando tiene modelos de lenguaje grandes tan poderosos como GPT-3 y otros, su capacidad para escribir buenos avisos determina el valor que puede extraer de ellos.

Se están construyendo negocios enteros sobre la base de unas pocas instrucciones bien escritas o incluso de una sola.

Finalmente, lo que todos han estado esperando es la forma más fácil de construir sobre estos grandes modelos de lenguaje.

Construyendo un negocio de IA en LLM

Ahora que se ha puesto al día sobre todos los diferentes aspectos del espíritu empresarial de la IA, debe comenzar a reconstruirlo todo.

Por supuesto, la gran pregunta es cómo puede usar todo este conocimiento no solo para identificar, sino también para ejecutar su próxima gran idea.

Estos son los tres mejores formatos comerciales de IA que puede comenzar a copiar y pegar en diferentes industrias hoy, y estoy guardando el mejor para el final.

Y si desea algunas ideas específicas de emprendimiento de IA, también he preparado una lista de las mejores ideas de negocios de ChatGPT.

1. Negocios basados ​​en avisos

El formato comercial número uno son los negocios basados ​​en avisos. Este formato comercial requiere que encuentre un caso de uso específico y luego escriba una o varias indicaciones realmente bien elaboradas que conviertan estos grandes modelos de lenguaje en herramientas para ese caso de uso específico.

Una vez que haya jugado y construido estos avisos, todo lo que necesita hacer es alojarlo en un sitio web y comenzar a comercializarlo.

La forma más sencilla de hacer esto es escribir un buen aviso, tomar algunas entradas de los usuarios de su sitio web, mezclarlas y enviarlas en la llamada a la API.

Lo que regresa puede ser una respuesta realmente personalizada para las personas y les parece magia.

Pero bajo el capó, requiere muy poco esfuerzo y es muy básico poner uno de estos en funcionamiento porque esencialmente solo está tomando un modelo de lenguaje grande como GPT-3, dándole algunas instrucciones, empujando algunas entradas del usuario y luego dejando ejecuta la respuesta de vuelta.

Por ejemplo, podría usar una herramienta de redacción de currículums impulsada por IA y luego crear el aviso que muestre el formato GPT-3, el mejor formato posible para un currículum, y luego incluirlo en el aviso y luego incluir la información del usuario, enviarlo apagado en una llamada API y recuperarlo y dárselo al usuario.

O podría crear algunas herramientas de redacción interesantes como copia.ai haber hecho.

Por ejemplo, puede crear un creador de copias de UGC de anuncios de Facebook, que recopila información sobre la empresa y los productos, y siempre distribuirá una buena copia de anuncios de Facebook que incluya citas y reseñas de productos.

Algo como AnuncioCreativo.ai ha hecho.

De los 3, este modelo de negocio de IA tiene la barrera de entrada más baja, ya que esencialmente todo lo que necesita hacer es escribir un buen aviso.

Jugar un poco con la construcción de estas herramientas básicas basadas en avisos es la manera perfecta de mojarse los pies con el espíritu empresarial de la IA. Les recomiendo encarecidamente que entren en el patio de recreo abierto de IA y comiencen a jugar y escribir algunas indicaciones y ver qué pueden obtener de estos modelos.

2. Negocio basado en ajustes finos

El próximo modelo de negocio de IA es un negocio basado en ajustes finos. Los modelos de idiomas grandes como GPT 3 se pueden ajustar.

Esencialmente, el ajuste fino le permite enseñar a un modelo a reconocer nuevos patrones. Chat GPT es un excelente ejemplo de esto porque Open AI ha perfeccionado Modelo de lenguaje GPT-3, para operar en un estilo de preguntas y respuestas entrenándolo y dándole algunos ejemplos de indicaciones de estilo de preguntas y respuestas.

El ajuste fino se puede utilizar para crear herramientas que mejoren un modelo de lenguaje grande para un propósito específico.

Por ejemplo, podría ajustar uno de estos modelos para convertirse en un bot experto en análisis de sentimientos de redes sociales.

Lo que debe hacer es obtener una tonelada de comentarios de Twitter, comentarios de Instagram y comentarios de Facebook, etiquetarlos como positivos o negativos, y luego puede canalizarlos en el modelo para ajustarlo.

El modelo de ajuste fino resultante sería mejor para predecir el sentimiento positivo o negativo de los comentarios en las redes sociales que el propio modelo GPT subyacente.

Si bien GPT-3 ya puede realizar análisis de sentimientos por sí solo, al proporcionarle estos ejemplos, lo está haciendo más específico para ser mejor en el manejo de los comentarios de las redes sociales en particular.

La parte más difícil de este formato comercial es que necesita datos apropiados para ajustarse.

Aquí es donde se pueden encender algunas bombillas para ustedes porque si son dueños de un negocio o conocen a alguien que lo tiene, que tiene una tonelada de datos valiosos e interesantes que podrían usarse para ajustar estos modelos para un propósito diferente.

Entonces tiene una excelente oportunidad de usar esos datos, ajustarlos y crear un nuevo software como servicio.

Como con la mayoría de las cosas en inteligencia artificial e IA, cuantos más datos pueda proporcionar, mejor funcionará el modelo.

3. Negocio de chatbot de datos personalizados

Finalmente, el formato comercial que creo que tiene más potencial es un negocio de chatbot de datos personalizado.

Ahora, no desconectes porque has escuchado la palabra chatbot, escúchame.

Si puede obtener algunos datos valiosos, ya sea a través de su propio negocio o de un amigo, o se comunica con alguien y se ofrece a asociarse con ellos y crear este servicio de chatbot, si pueden ser las primeras personas en su nicho en proporcione algún servicio de chatbot, entonces tiene una muy buena oportunidad de ganar mucho dinero.

La principal oportunidad que veo para estos chatbots es hacer que los datos complejos estructurados en bases de datos estén disponibles de manera simple y de fácil acceso para los consumidores.

El tema de introducir datos en estos modelos para que puedan usarse para diferentes casos de uso fue algo que me desconcertó durante mucho tiempo.

Recientemente, conecté los puntos que puede usar estos modelos para convertir el lenguaje natural como una oración en una consulta de base de datos. Básicamente, esto le permite convertir cualquier base de datos que tenga con algunos datos interesantes en un servicio de chatbot.

Un ejemplo de esto en acción podría ser un asistente de informes de comercio electrónico para propietarios de marcas.

Este asistente podría tomar un mensaje de lenguaje natural como, ¿cuáles fueron los 3 productos con mejor desempeño para el mes de diciembre según la tasa de conversión?

Puede enviar esa información a un punto final de la API y recibirla en una consulta de la base de datos que puede usar para buscar su base de datos, extraer esos datos, formatearlos en una oración agradable y luego devolvérselo al usuario.

Palabras finales sobre el espíritu empresarial de la IA

Así que esto es todo lo que tengo para esta guía sobre IA para emprendedores. Ahora está equipado con suficiente información para salir y comenzar a olfatear esas oportunidades comerciales de IA que cambiarán la vida y que aparecerán en todas partes.

La mejor parte es que todavía estás muy temprano. No solo tiene una ventaja de conocimiento, sino que también tiene una ventaja de tiempo.

El resto del mundo recién se está dando cuenta de las enormes oportunidades que la IA tiene frente a nosotros, por lo que debe aprovechar su ventaja al máximo.