La inteligencia artificial ha sido parte de nuestro ecosistema tecnológico desde ya hace algunos años, pero su estallido se dio con el despliegue de Gen AI y LLMs que aumento su popularidad marcando un antes y un después. Actualmente, la comunidad tecnológica muestra un gran interés en aprender a desarrollar aplicaciones haciendo uso de este tipo de tecnología, en ese contexto sin duda Python es el lenguaje por excelencia.

En esta charla exploraremos técnicas clave, como el Fine Tunning y el Transfer Learning aplicadas a modelos super conocidos como GPT-3.5 Turbo/GPT4 e inclusive modelos de código abierto disponibles en Hugging Face. Veremos como adaptar estos modelos a nuestros propios casos de uso en las apps que queramos desarrollar.

Además de entrenar modelos, también hablaremos acerca de cómo realizar consultas de información a bases de datos vectoriales (vector search) para localizar información dentro de un determinado documento y poder generar contenido sintético en base a esta búsqueda.

En esta misma línea aprenderemos que son los embeddings, como trasformar nuestra información no estructurada en vectores y luego como indexarla en estas bases de datos vectoriales para un acceso más eficiente.

Todo esto utilizando Python y sus poderosas bibliotecas, entre las cuales utilizaremos transformers, langChain y PyTorch.

Para lograr esto daré una introducción para poner en contexto al público, para luego pasar a demostraciones prácticas de cómo realizar estas operaciones de manera comprensible, tal como a mí me hubiera gustado que me lo explicaran.