Con Wolfram Alpha, los complementos de ChatGPT están alcanzando otro nivel. Imagine una plataforma que pueda responder de manera similar a un humano, como ChatGPT, pero que también tenga acceso al “superpoder computacional” de Wolfram Alpha, que le permite realizar cálculos precisos que están más allá del alcance de la capacidad humana.
Debido a la capacidad de ChatGPT para producir respuestas que parecen ser precisas para varios contextos, incluidos ensayos, entrevistas simuladas para trabajos, publicaciones de blog, etc., ha sido la comidilla de la ciudad durante un tiempo. Pero, cuando lo empleamos más, nos damos cuenta de sus limitaciones. En esta situación, Wolfram Alpha es útil.
No todos los trabajos “útiles” son realmente “similares a los humanos”, como argumenta el fundador y director ejecutivo de Wolfram Alpha, Stephen Wolfram. En realidad, realizar cálculos que están más allá de las capacidades de los humanos fue la razón principal por la que se crearon las computadoras en primer lugar. Y Alpha sobresale en esa área.
Las formas en que con Wolfram Alpha ChatGPT los complementos alcanzan otro nivel
En caso de que no lo supieras, ninguno de los modelos de IA es perfecto. Aunque ChatGPT puede engañar a algunas abuelas para que piensen que es una persona real, con frecuencia falla cuando se trata de cálculos. Además, hace muchas “conjeturas”, lo que lo hace inapropiado para una investigación rigurosa.
No podrá responder preguntas sobre eventos recientes (porque no hay conexión a Internet), hechos concretos o incluso problemas matemáticos simples.
Debido a esto, no puede confiar en ChatGPT para obtener respuestas precisas.
A diferencia de ChatGPT, Wolfram Alpha puede tener problemas para comprender las sutilezas de la consulta de un usuario y la motivación detrás de ella, a pesar de sus poderes computacionales superiores. Investiguemos qué los hace únicos.
Los sistemas de IA se pueden crear utilizando un método estadístico o simbólico.
Cuando se entrena en un gran corpus de texto y aprende las correlaciones y patrones entre palabras y frases, ChatGPT emplea un enfoque estadístico para producir respuestas que se asemejan a las de un ser humano.
Por otro lado, Wolfram Alpha adopta un enfoque simbólico. Es un sistema basado en el conocimiento que realiza cálculos y brinda respuestas a consultas mediante el uso de un conjunto de reglas, lógica y representaciones de conocimiento.
A diferencia de ChatGPT, Wolfram tiene su propio lenguaje de cálculo que puede formalizar representaciones simbólicas de tantas variables del mundo real como sea posible. Puede pedirle que responda cualquier consulta basada en hechos, incluidas las que involucran cálculos matemáticos, análisis de datos y el suministro de datos fácticos sobre el clima, la geografía y la economía.
Sin embargo, esta ventaja se extiende más allá de las personas, ya que Alpha tiene el potencial de mejorar significativamente otros modelos de IA.
Los dos modelos pueden complementarse y funcionar mejor como un sistema si combinamos el complemento Wolfram Alpha ChatGPT. Wolfram Alpha puede aprovechar su conocimiento para proporcionar un lenguaje computacional simbólico y exacto, mientras que ChatGPT puede producir una escritura que se asemeje a la que escribiría un ser humano. Como resultado, el usuario puede realizar consultas en lenguaje cotidiano y recibir respuestas precisas basadas en datos reales.
Los resultados producidos por Wolfram Alpha también se pueden explicar en lenguaje natural usando ChatGPT.
Wolfram despierta interés
Recientemente, Stephen Wolfram propuso combinar Wolfram Alpha y ChatGPT, lo que despertó la curiosidad. Aunque ocultó detalles, su publicación en el blog nos hizo reflexionar sobre si el equipo de Wolfram Research está desarrollando algo innovador de manera encubierta. Además, alienta enérgicamente a los programadores a que propongan sus propias sugerencias para fusionar los dos paradigmas del lenguaje.
Mientras tanto, James Weaver, el defensor de la computación cuántica de IBM, tomó el asunto en sus propias manos y reunió a un grupo de programadores para construir su propia interpretación de esta fusión. Aunque no es exactamente lo que Stephen tenía en mente, lo llama ChatGPT-LangChain y se parece mucho a lo que Stephen tenía en mente.
LangChain desarrolla una solución que combina Alpha y GPT 3.5 en lugar de enseñar a ChatGPT a funcionar con Alpha (la tecnología en la que se basa ChatGPT). Según la consulta del usuario, el sistema realiza una llamada API a Alpha o GPT 3.5.
Hará una llamada API a Alpha si la consulta es más adecuada para un modelo computacional (necesita datos o cálculos precisos). Sin embargo, si la consulta requiere más creatividad y menos precisión, se llamará a GPT 3.5 a través de una API.
Considéralo como dar a distintas regiones del cerebro la libertad de realizar trabajos especialmente diseñados. Si bien el concepto de Weaver es sencillo y útil, es probable que haya disponible una versión más pulida en los próximos meses a medida que más personas se den cuenta de los beneficios de un chatbot de IA más completo.
Hay otros complementos además del complemento Wolfram Alpha ChatGPT que pueden servirle para diferentes propósitos mientras permiten que ChatGPT reciba datos de Internet y presente datos reales y actualizados. Explicamos los nuevos complementos en otro artículo si desea consultar: los complementos OpenAI ChatGPT conectan el chatbot a Internet
Source: Wolfram Alpha: complemento de ChatGPT que perfecciona el chatbot
