How did GPT learn to do simple calculations if it is a large language model?

GPT is a large language model that can generate natural language texts based on a given input. One of the remarkable abilities of GPT is that it can perform simple calculations, such as addition, subtraction, multiplication and division, even though it was not explicitly trained to do so. How did GPT learn to do simple calculations if it is a large language model?

A

One possible explanation is that GPT learned to do simple calculations by exploiting the statistical patterns and regularities in the large corpus of text that it was trained on. For example, GPT may have encountered many examples of texts that contain numerical expressions and their results, such as «two plus two equals four» or «five times six is thirty». By analyzing these texts, GPT may have learned to associate certain words and symbols with mathematical operations and values, and to infer the rules and logic behind them. GPT may have also learned to generalize these rules and logic to new numerical expressions that it has not seen before, such as «three minus one equals two» or «seven divided by two is three point five».

Another possible explanation is that GPT learned to do simple calculations by using its attention mechanism and its large hidden state. The attention mechanism allows GPT to focus on the relevant parts of the input and the hidden state when generating the output. The hidden state is a vector that represents the context and the memory of GPT. By using the attention mechanism and the hidden state, GPT may have learned to encode and manipulate numerical information in a way that resembles arithmetic computation. For example, when GPT encounters an input such as «what is four plus six?», it may use its attention mechanism to identify the numbers and the operation in the input, and use its hidden state to store and update the intermediate and final results of the calculation.

Procesamiento de lenguaje natural y deontología médica

El uso de herramientas de procesamiento de lenguaje natural (PLN) por parte de los médicos para ayuda a la toma de decisiones clínicas en España plantea una serie de cuestiones éticas desde el punto de vista deontológico. La deontología médica se basa en los principios de beneficencia, no maleficencia, autonomía y justicia, que deben guiar la actuación profesional de los médicos. Estos principios pueden verse afectados por el uso de herramientas de PLN, que pueden tener ventajas e inconvenientes para la práctica clínica.

Por un lado, las herramientas de PLN pueden facilitar el acceso a la información científica, el análisis de datos clínicos, el diagnóstico y el tratamiento de los pacientes, lo que puede mejorar la calidad y la eficacia de la atención sanitaria. Además, pueden favorecer la comunicación entre los médicos y los pacientes, así como entre los propios profesionales sanitarios, lo que puede reforzar la confianza y la colaboración. Estos aspectos se relacionan con el principio de beneficencia, que implica promover el bienestar de los pacientes y actuar en su mejor interés.

Por otro lado, las herramientas de PLN pueden suponer riesgos para la privacidad y la seguridad de los datos personales y clínicos de los pacientes, que pueden ser vulnerados o utilizados con fines ilícitos. También pueden generar sesgos o errores en el procesamiento y la interpretación de la información, lo que puede afectar a la calidad y la precisión del diagnóstico y el tratamiento. Asimismo, pueden interferir en la relación médico-paciente, reduciendo el contacto humano y la empatía. Estos aspectos se relacionan con el principio de no maleficencia, que implica evitar o minimizar el daño a los pacientes y actuar con prudencia y competencia.

Además, las herramientas de PLN pueden implicar retos para el principio de autonomía, que implica respetar la voluntad y las preferencias de los pacientes, así como informarles adecuadamente sobre su situación y las opciones disponibles. Los médicos deben asegurarse de que los pacientes consienten el uso de estas herramientas y que comprenden sus beneficios y riesgos. También deben garantizar que las herramientas no sustituyen su juicio clínico ni su responsabilidad profesional, sino que las complementan y las apoyan.

Finalmente, las herramientas de PLN pueden plantear desafíos para el principio de justicia, que implica distribuir equitativamente los recursos sanitarios y garantizar el acceso universal a la atención sanitaria. Los médicos deben velar por que estas herramientas no generen desigualdades o discriminaciones entre los pacientes o entre los propios profesionales sanitarios. También deben contribuir al desarrollo y la evaluación de estas herramientas, así como a su regulación y control.

En conclusión, el uso de herramientas de PLN por parte de los médicos para ayuda a la toma de decisiones clínicas en España requiere un análisis deontológico que tenga en cuenta los principios éticos que rigen la profesión médica. Estas herramientas pueden tener un impacto positivo o negativo en la práctica clínica, dependiendo del modo en que se utilicen y se gestionen. Los médicos deben ser conscientes de las ventajas e inconvenientes de estas herramientas y utilizarlas con criterio profesional y respeto a los derechos y deberes de los pacientes.

Fotografía, iPhone y arte (entrada creada con ChatGPT)

Existen muchas formas de crear arte con el iPhone utilizando la fotografía. Algunas de ellas son:

  1. Jugar con la composición: La composición es un elemento clave en la fotografía y puede utilizarse para crear arte. Puedes experimentar con diferentes ángulos y encuadres para crear imágenes atractivas y visualmente interesantes.
  2. Utilizar aplicaciones de edición: Hay muchas aplicaciones de edición de fotos disponibles para iPhone que te permiten ajustar la exposición, el contraste y otros ajustes para mejorar tus imágenes. También puedes utilizar estas aplicaciones para añadir filtros y efectos para darle un toque único a tus fotos.
  3. Explorar diferentes géneros de fotografía: Puedes crear arte fotográfico en diferentes géneros, como la fotografía abstracta, la fotografía de paisajes o la fotografía de retratos. Intenta explorar diferentes géneros y encontrar aquel que más te guste.
  4. Experimentar con la luz: La luz es un elemento esencial en la fotografía y puede utilizarse para crear imágenes artísticas. Juega con la luz natural o utiliza luz artificial para crear diferentes efectos y atmósferas en tus imágenes.
  5. Practicar y experimentar: La clave para crear arte con el iPhone es practicar y experimentar. Toma muchas fotos y prueba diferentes técnicas y enfoques para ver qué funciona mejor para ti. Con el tiempo, descubrirás tu estilo propio y podrás crear imágenes artísticas únicas.

Los cinco proyectos para 2015

Seguro que luego salen más, pero los proyectos principales que quiero abordar en 2015 son:

1. Cirugía Guiada por Imagen y Mínima Invasión: el reto es entender las capacidades y el potencial de grupos de distintas especialidades, en hospitales distintos, con culturas distintas, para construir un proyecto global de I+D+i con impacto nacional e internacional.

2. Inteligencia Artificial: utilizando bases de datos heterogéneas, estructuradas y no estructuradas, pretendemos el uso secundario de «big data» para conseguir estratificar riesgos y predecir el desarrollo de enfermedades que suponen la mayor carga en nuestro país, intentando entender como la inflamación es la mayor causa de discapacidad en los países occidentales.

3. MVision 2.0: Después de los primeros cinco años del consorcio Madrid-MIT MVision, ha llegado el momento de construir la segunda fase del proyecto

4. Sistemas de navegación en cirugía abdominal: mediante hibridación de imagen y BPM intentaremos crear sistemas de guiado de procedimientos en cirugía abierta y laparoscópica, con ayuda a la toma de decisiones técnicas.

5. Sistemas de información para apoyo a la toma de decisiones para pacientes y cirujanos ante la disfunción de suelo pélvico y la incontinencia.

Las 10 áreas tecnológicas que cambiarán la sanidad

En un mundo rendido a la tecnología y en continuo cambio, resulta casi imposible predecir lo que será el futuro. Pero me voy a atrever a definir las 10 áreas tecnológicas que cambiarán la sanidad a corto y medio plazo.

Google Glass

1. Imagen: Aparecerán nuevas técnicas de imagen híbridas (radiología, resonancia mangética, óptica, etc) fusionarán imágenes hasta que el cuerpo humano sea anatómica y molecularmente transparente, codificable e interpretable mediante sistemas de inteligencia artificial. Tendremos biomarcadores y será posible guiar los procedimientos mínimamente invasivos mediante técnicas de imagen más precisas y con navegación asistida.

2. Omicas: La biología y la sociología, mediante la genómica, epigenómica, microbiómica, exómica, metabolómica, o incluso la “socialómica” (la manera en que la salud y la enfermedad se diseminan intra e inter grupos humanos) explicarán mejor los factores que influyen en los estados de salud y de enfermedad, con ayuda de la bioinformática. Identificaremos con mayor fiabilidad las dianas terapéuticas en los diferentes niveles.

3. Telemedicina: Las tecnologías de la comunicación, asociadas a sistemas de ayuda a la toma de decisión, conectarán a pacientes con profesionales sanitarios. La asistencia de calidad será conveniente y accesible a los ciudadanos, incluso en áreas remotas y con menos recursos.

4. Sensores: De manera transparente (no invasiva ni intrusiva para el paciente), se obtendrán datos y patrones de señal de manera remota, (más allá de las habituales: pulso, EKG, tensión arterial, temperatura, saturación de oxígeno, frecuencia respiratoria), con su geolocalización. Esto facilitará la monitorización, e incluso el diagnóstico, en tiempo real para pacientes con enfermedades crónicas y el control del estado de salud. También se podrá controlar a pacientes en procesos agudos en domicilio.

Nx7-kzUmKQTuxdjty_YU1vAOLrdIAVvN4pX5ySUOTXs

5. Medicina móvil: Se crearán aplicaciones para dispositivos móviles tipo “Smartphone” o Tablet que posibilitarán el auto-diagnóstico y auto-tratamiento de enfermedades de alta prevalencia y baja complejidad, que hagan accesible asistencia de calidad sin necesidad de recursos humanos adicionales.

6. Biomateriales: Los materiales biocompatibles se beneficiarán de la nanotecnología para una mejor integración y tolerancia, incrementar la resistencia al desgaste y reducir el riesgo de infección y de formación de biofilms.

7. Impresión 3D: Se conseguirá la impresión del instrumental quirúrgico personalizado, o la confección de prótesis perfectamente compatibles con la anatomía del paciente. Además se imprimirán nuevos tejidos y órganos para su implante mediante la combinación de andamios sintéticos o desnaturalizados y células madre.

8. Tecnologías point-of-care: La microfluídica y la nanotecnología harán posible análisis de muestras biológicas, que ahora necesitan grandes y complejos dispositivos, mediante sistemas miniaturizados en el sitio donde se encuentre el paciente (cama, domicilio, etc)

9. Robótica: Se dispondrá de dispositivos de pequeño tamaño y gran precisión, diseñados para llevar a cabo tareas específicas de manera automatizada, que eliminarán tareas repetitivas, de limitado valor añadido y con riesgo de generar errores por fatiga de los humanos que realizan habitualmente.

rrss

10. Inteligencia artificial: algoritmos cada vez más complejos, capaces de entender el lenguaje natural y con acceso a bases de datos estructuradas y no estructuradas, identificarán nuevas asociaciones, correlaciones y causalidades que hasta ahora no nos resultaban accesibles. Será posible estratificar riesgos en enfermedades muy complejas, e incluso nos ayudarán con su capacidad diagnóstica.

Inteligencia Artificial

Visto lo visto, con la inteligencia natural no nos es suficiente. Y no creo que sea por el porcentaje de capacidad cerebral que utilizamos.

La verdad es que el nacimiento de la inteligencia artificial es cosa del siglo pasado. El XX. Descubrir que podemos digitalizar la realidad, es decir, convertirla en ceros y unos que podemos contar, nos está llevando a otro paso evolutivo. Gödel, Turing…

Cierto es. No es nada que no hubiera predicho Isaac Asimov

Vale. Los ordenadores son máquinas. De momento. No son creativos. De momento. No dan cariño, ni comprenden. De momento. Pero tampoco pelean, ni matan. De momento.

Los ordenadores son capaces de procesar más rápido, más cantidad. Y eso, con las preguntas adecuadas, puede llevarnos a entender la naturaleza como no podíamos anteriormente.

Porque puede que los seres humanos sólo seamos otra «máquina» en el proceso de la auto-comprensión y transmisión de la información

Sin embargo, este proceso será doloroso. Aunque se nos esté metiendo en la cabeza de manera más o menos inadvertida, el proceso será doloroso.

Porque estamos construidos para ser únicos, para defender la individualidad. No toleramos otra noción. Era obligatoria para sobrevivir…