
#001 - IA generativa con datos propios sin re-entrenar 6d715d
Descripción de #001 - IA generativa con datos propios sin re-entrenar 1k674j
Los casos de uso de la IA generativa se están multiplicando pero un denominador común en muchos de ellos es la necesidad de utilizar información personalizada, propia y privada para generar las respuestas sin que dicha información haya formado parte del entrenamiento de un modelo, sin olvidarnos también de evitar las alucinaciones que pueden producirse. En este capítulo Pablo Nuñez Pölcher nos cuenta como el uso de estrategias como la generación amplificada por recuperación de información (Retrieval Augmented Generation o RAG) son claves para conseguir estos objetivos. Veremós en qué se basa esta estrategia, qué componentes tecnológicos son necesarios, las distintas alternativas para su implementación en AWS y como escojer la más adecuada: desde el servicio gestionado Amazon Kendra hasta los distintos modelos fundacionales para el cálculo de embeedings, pasando por las bases de datos vectoriales disponibles.Si quieres probar tu mismo los conceptos aparecidos en el capítulo, con distintos proveedores de modelos y distintos orígenes para RAG puedes hacerlo siguiendo este link: https://github.com/aws-samples/aws-genai-llm-chatbot/tree/main Albert Capdevila es un arquitecto de soluciones de AWS basado en Barcelona, ayudando a los clientes a construir sus cargas en AWS de acuerdo a las mejores prácticas. Después de más de 15 años trabajando en proyectos en el ámbito de las arquitecturas de integración, lleva ya 4 años focalizado en el cloud y en el AI/ML. Albert está actualmente trabajando en un modelo de predicción del tiempo libre que sus hijos le van a dejar para poder ir a escalar montañas. a con Albert Capdevila en LinkedIn en https://www.linkedin.com/in/albertcapdevila/ Pablo Núñez es arquitecto de soluciones de AWS con base en Madrid. Desde allí, trabaja con clientes de salud y educación ayudándoles diseñar y desplegar sus cargas de manera escalable, sostenible y según mejores prácticas. Lleva inmerso en el mundo del cloud y el machine learning más de 5 años, y otros 15 de desarrollador backend. Su pasión por la bioingeniería lo ha llevado a ser además biólogo con especialización en fisiología. Cuando no está frente al ordenador, reparte su tiempo entre la electrónica, sus bicicletas, su alérgico gato negro (Hawking), y discutiendo investigaciones médicas con su esposa. a con Pablo Nuñec en LinkedIn en https://www.linkedin.com/in/ppolcher a316s
Este contenido se genera a partir de la locución del audio por lo que puede contener errores.
Varios en los comentarios de nuestros clientes en jeisson era una imagen de una mariposa cuántos nuestros esto es alucinando con la ia generativa en edith obligues qué tal bienvenidos al nuevo capítulo de podcast bueno uno nuevo o primero dependiendo un poquito de de como hayáis llegado hasta aquí ya amenacé a todos los oyentes de innovando con agua oponerse cuando grabamos el capítulo relativo gaia generativa a que seguro no sería el último pues no solamente no no no fue último sino que además a modo de spin-off avanzamos un nuevo podcast en este caso centrado exclusivamente en ia generativa en abovedado con lo cual si estáis si venís de innovando con bbc y estáis interesado en estos temas os recomiendo que os suscribáis y por el contrario si venís de accionando con ia generativa novedad gas si queréis oír a temáticas tecnológicas pero de ámbitos más allá de la propia inteligencia artificial generativa novedad pues os recomiendo que os suscribáis a innovando con agua y ese dicho dicho esto independientemente de donde vengáis seais estais todos bienvenidos a este nuevo capítulo de hoy vamos a centrar el capítulo v en casos de uso más pragmáticos a cuando estamos hablando de ia generativa ah y nos centraremos en lo que sería estrategias para asegurar que los modelos fundacionales les dan sus respuestas en base pues a información acotada en el ámbito que nosotros queramos la información en información de nuestra compañía en documentos concretos en general evitar que estos modelos alucinan y se centren en lugar de dar respuestas creativas a dar respuestas que sean absolutamente correctas en el contexto que nosotros queramos hoy con nosotros va a estar pavo núñez que su compañero arquitecto de soluciones especialista en en machine learning e inteligencia artificial y simplemente comentaros en todos estos capítulos de nuevo podcast vamos a intentar siempre dar recursos para los que quieran saber más en este sentido podréis ver en la descripción de de podcast de video top podréis vez pues un link a un repositorio de heathcliff que vosotros podéis seguir para pues probar vosotros mismos a todas estas cuestiones técnicas que vamos a ir discutiendo ya sin más damos la bienvenida a pavor empezamos el capítulo pues bienvenido pago bienvenido a a b guest a podcast antes de empezar a ponernos en materia cuéntanos por favor un poquito quién eres qué cargo ocupas en la web de ese bueno primero que nada albert muchísimas gracias placer estar aquí bueno yo soy arquitecto de soluciones novio hacen estoy me he pasado en madrid y trabajo con clientes principalmente de educación y de salud así que bueno como siempre como todos los arquitectos militares a trabajar con mis clientes de manera tal que ellos construyan la arkin dimos todas sus todo que construyen este vaso mejores prácticas que sea escalable que sea confiable en fin que construyen las cosas de la mejor manera posible ah me comentaste bueno porque nos conocemos teresa experto en el ámbito de la inteligencia artificial y machine learning específicamente en el ámbito gazette y además eres biólogo cuéntanos un poquito cómo termina un videojuego en esta movida bueno es una historia un poco larga intentaré resumirlo un poco toda mi vida desde que tengo uso de razón quise ser ingeniero electrónico pero luego con las cosas de la vida bueno primero dado que la química estaba en la limpieza química las internacionales y de hecho se me ha hecho cambiar un poco para el momento que llegue la universidad mcgill camerún me había hecho cambiar un poco la forma de ver las cosas y me empiezan a interesar otros temas y tenía un un tío que en particular era bióloga y me empezó a contar de la aviónica de la bioingeniería y brooklyn la verdad es que en ese momento me interesó mucho y dije bueno me encantaría poder combinar la biología con lo que yo ya venía hacía mucho desde los veintiuno años trabajo de desarrollador es fue lo primero que que empecé a hacer y bueno el yate el ordenador desde pequeño de hecho recuerdo a mi madre que siempre decía que a mí los quesitos no me llegan al piso cuando cuando causaba el ordenador con lo cual es algo que que traía de hace mucho tiempo y me gustó la idea de poder combinar las dos cosas cuando empecé a estudiar la ingeniería y la clínica no eran algo que estaban muy de moda ni mucho menos entonces dije bueno
Comentarios de #001 - IA generativa con datos propios sin re-entrenar 4e6862