Ateneo de la EINA: "Entendiendo ChatGPT: funcionamiento, componentes clave y retos actuales de los modelos de lenguaje a gran escala"

El último Ateneo de la EINA de este curso académico estará dedicado al ChatGPT. Será una oportunidad para conocer su funcionamiento, componentes clave y retos actuales y lo haremos con el profesor de la EINA e investigador del I3A Unizar, Antonio Miguel Artiaga.

 

La sesión tendrá lugar mañana miércoles, 21 de junio, a las 17 horas, en la Sala de Grados del Edificio Torres Quevedo, en el Campus Río Ebro (calle María de Luna, 3. Zaragoza). También se podrá ver en directo en el canal YouTube de la EINA.

 

“Vamos a adentrarnos en el fascinante mundo de los Modelos de Lenguaje a Gran Escala, explorando su funcionamiento, componentes principales y el origen de su versatilidad. Algunas de estas claves pasan por entender que pueden ser capaces de generar representaciones de la información, modelos del mundo y secuencias de cálculos de forma autónoma”, apunta Antonio Miguel.

 

En su charla, expondrá algunos ejemplos de casos de uso con resultados positivos y negativos. Por último, abordará la evolución y las controversias que han rodeado a modelos como GPT-3 y sus sucesores (ChatGPT 3.5, 4...), así como “la explosión de aplicaciones que han surgido en unos pocos meses identificando los actores clave y los nuevos desarrollos de código abierto que están impulsando lo que se está llamando explosión cámbrica".

 

La sesión estará moderada por Eduardo Lleida, catedrático de la Universidad de Zaragoza y responsable del grupo de investigación del I3A, ViVoLab.

 

Asistirán a esta sesión, el director de la EINA, José Antonio Yagüe, y el director de la Cátedra SAMCA de Desarrollo Tecnológico y del I3A, Pablo Laguna.

 

Antonio Miguel Artiaga es ingeniero de Telecomunicación y doctor por la Universidad de Zaragoza. Es profesor en el Departamento de Ingeniería Electrónica y Comunicaciones de la Escuela de Ingeniería y Arquitectura. Actualmente, imparte tres asignaturas relacionadas con el aprendizaje automático y deep learning (redes neuronales profundas) en dos titulaciones de máster.

 

En investigación, combina su participación en diversos proyectos de financiación pública y desarrollos de transferencia con empresas tanto locales como internacionales y colaboraciones con otros grupos de investigación. Sus áreas de investigación actuales incluyen aplicaciones en el campo del procesado de señal, especialmente en el procesado de señales de voz, reconocimiento de voz, reconocimiento de hablantes, además del procesado de lenguaje natural (modelos de lenguaje, traducción...) y generación de representaciones multimedia. Todo ello utilizando modelos tanto estadísticos como redes neuronales profundas y transformers.