En la semana 28/2024 de #makeovermonday la propuesta es visualizar datos sobre El ascenso y el aumento de los LLM. La fuente principal de los datos está en https://geni.us/IIB-LLMdata . En cualquier caso en esta ocasión tras revisar los datos me he centrado en la relevancia y posición predominante de OpenAI en el desarrollo de la IA Generativa, y la potencia diferencial de sus modelos LLM. Así que, el DataStoryTelling de la semana versará principalmente sobre OpenAI.

¿Qué encontrarás en este artículo?

El desarrollo de esta semana, y las herramientas utilizadas para llevarlo a cabo han sido los siguientes:

• Presentación del caso de la semana. Pequeño diseño / Metáfora Visual o pieza gráfica que represente el tema. Finalmente tampoco usare esta imagen de presentación para la parte de Visual Thinking de la semana. La cual tampoco será un Mapa Mental como luego os indicaré.
• Resumen de las ideas principales del artículo. Herramienta utilizada ChatGPT 4o 🤖 como asistente. Tras revisar el tema como ya indicaba me centraré en la evolución de los modelos de OpenAI y dará un poco de contexto al desarrollo de la IA.
• Visual Thinking. Generación de un SketchNote en base a la evolución de los modelos LLM de OpenAI. La herramienta utilizada Procreate con iPad Pro y Apple Pencil.
• Análisis 📈 de los datos. Determinación de los mejores gráficos 📈 a utilizar para el caso. En este caso he utilizado varios gráficos de líneas y un gráfico de burbujas y los he combinado todos ellos en una especie de infografía.
• Visualización de los datos.📊 Para este caso y dada la simplicidad de los datos no utilizaré una herramienta de visualización especializada, nuevamente usaré directamente KeyNote de Apple.

🎙️ Presentación del caso

#MakeoverMonday es una fuente de inspiración para aplicar la práctica deliberada y forzarnos a desarrollar nuestras habilidades en el apasionante mundo de la Visualización de Datos y de paso, aprovechando el tema, también para practicar el Visual Thinking.

Para empezar a meternos harina y con iPad en mano, he creado lo que sería la presentación del tema de la semana, dado que hablamos IA y modelos LLM la representación es una especie de cerebro 🧠 digital.

En la semana 28/2024 los datos que se nos proporcionan son los relativos a la evolución de los modelos a lo largo del tiempo y del volumen de parámetros que utiliza cada uno de ellos. Sin embargo, tal y como te adelantaba antes, esta semana me he centrado más en representar los hitos claves en la evolución de los LLMs desarrollados por OpenAI, la empresa que está marcando de forma predominante el desarrollo de la IA Generativa..

💡 Resumen de las ideas principales

Para realizar el resumen del artículo he utilizado ChatGPT 4o, y el resultado no deja de sorprenderme 👍, no por ello deja de ser necesario revisar que todo lo indicado es correcto y añadir otros detalles que puedan ser relevantes. Seguidamente os muestro los 5 hitos principales generados por la IA:

1. GPT-2 (2019)

El lanzamiento de GPT-2 fue un hito significativo. Este modelo, con 1.5 mil millones de parámetros, demostró una capacidad sorprendente para generar texto coherente y relevante en una variedad de contextos. A pesar de las preocupaciones iniciales sobre su posible uso indebido, se publicó una versión reducida y luego la versión completa, mostrando el potencial de los LLM para aplicaciones comerciales y de investigación.

2. GPT-3 (2020)

GPT-3, con 175 mil millones de parámetros, representó un salto cuántico en las capacidades de los LLM. Su capacidad para realizar tareas complejas de procesamiento del lenguaje natural (NLP), como traducción, resumen, y generación de texto con un alto grado de coherencia y contexto, lo convirtió en un modelo revolucionario. OpenAI lanzó API para GPT-3, permitiendo su integración en diversas aplicaciones comerciales.

3. Codex y GitHub Copilot (2021)

Codex, una extensión de GPT-3 enfocada en la generación de código, marcó otro hito. Integrado en GitHub Copilot, este modelo facilita la escritura de código asistida por IA, sugiriendo líneas de código y completaciones basadas en el contexto del archivo en el que el desarrollador está trabajando. Esto ha transformado la manera en que los desarrolladores trabajan, aumentando la productividad y la eficiencia.

4. DALL-E y DALL-E 2 (2021 y 2022)

DALL-E y su sucesor DALL-E 2 han demostrado la capacidad de los LLM para generar imágenes a partir de descripciones textuales. Estos modelos han ampliado el alcance de las aplicaciones de los LLM más allá del texto, explorando la síntesis de medios visuales. DALL-E 2, en particular, ha mostrado mejoras significativas en la calidad y precisión de las imágenes generadas.

5. ChatGPT y GPT-4 (2023)

El lanzamiento de ChatGPT, basado en GPT-4, mostró un avance significativo en las interacciones conversacionales humanas con IA. Con una mejor comprensión del contexto y una capacidad mejorada para mantener conversaciones coherentes y relevantes, ChatGPT ha sido ampliamente adoptado para servicios de atención al cliente, tutorías, y otras aplicaciones interactivas. GPT-4, con capacidades mejoradas en términos de comprensión y generación de lenguaje, ha cimentado aún más la posición de OpenAI como líder en el campo de los LLM.

6. GPT-4o (2024)

CharGPT-4o es el modelo más reciente y avanzado de OpenAI, diseñado para proporcionar una inteligencia al nivel de GPT-4 pero con mejoras significativas en velocidad y capacidad. Este modelo es más rápido y económico, y tiene capacidades multimodales que le permiten manejar texto, voz y visión en tiempo real. Por ejemplo, CharGPT-4o puede traducir un menú en un idioma extranjero, proporcionar información sobre los platos y hacer recomendaciones basadas en imágenes compartidas por el usuario

En resumen, los LLM en OpenAI han tenido un desarrollo impresionante en los últimos años, y esto ha colocado a OpenAI en la vanguardia de esta evolución, liderando con innovación, responsabilidad y un enfoque estratégico en la integración comercial y la colaboración abierta.

Y como todas las semanas, ¿Qué tal si le damos un toque más visual utilizando IH (Inteligencia Humana)? Y en esta ocasión mucho más ya que la representación en esta ocasión es una comparación entre la IA y la IH

👁️ Visual Thinking

El resumen anterior generado por IA (ChatGPT 4o), o un resumen que pudiéramos realizar nosotros requeriría de una lectura concentrada para entender todos los datos, pero no me cabe ninguna duda de que una representación visual de estas ideas nos ayudaría a procesar toda esta información.

Seguidamente te muestro un SketchNote en el que comparo la evolución de los LLMs de OpenAI con la evolución de la especie Humana. En definitiva, lo que vendría a ser una comparación entre la evolución de la IA con la evolución de la IH.

📈 Análisis de datos

Los datos que nos proporciona el reto en esta semana, tal y como os comentaba antes, se trata de la evolución en el tiempo de los diferentes LLMs que se han ido generado por diferentes compañías. Sin embargo he preferido centrarme en particular en datos relevantes sobre OpenAI.

Infografías

Una infografía es una combinación de diferentes representaciones de datos con un formato visual en el que se combina el Visual Thinking y DataStoryTelling. En el caso que nos ocupa es lo que he generado combinando diagramas de líneas y burbujas, añadiendo datos adicionales que nos muestran una historia muy interesante, y que puede deducirse prácticamente con lo que la propia infográfia muestra..

📊 Visualización de datos

Los gráficos los he generado directamente con KeyNote de Apple. Sin embargo, tal y como aprendí en el curso de Visualización de Datos de Latinometrics en Plazi, lo que tenemos que hacer con nuestros hallazgos en los datos es darle un aspecto de historia, un DataStorytelling. Así que seguidamente te muestro la Infografía que he tuneado, …

El DataStoryTelling …

En el gráfico puedes encontrar la siguiente información:

• Los LLMS de OpenAI y el número de parámetros que ha utilizado cada uno de ellos
• La evolución en el mismo tiempo de las visitas mensuales a ChatGPT desde su lanzamiento en noviembre de 2022 .
• La comparación relativa de los accesos a ChatGPT con respecto a sus principales competidores..

A partir de esta diapositiva como apoyo visual podríamos contar diversas historias y usar los datos para apoyarla y darle la credibilidad que merece.

💭 ¿Qué te ha parecido el reto de esta semana?

⭐️ Me encantaría ofrecerte más detalles sobre el caso de la semana para asegurarme de que estás obteniendo el máximo provecho de este reto. Profundizar en aspectos específicos que puedan ser de mayor ayuda o facilitar orientación adicional sería mi objetivo, pero necesitaría saber en que puntos te gustaría que extienda la información. Y por supuesto, si observas que estoy cometiendo algún error y me ayudas a corregirlo sería fantastico.

Además, tu perspectiva y experiencia personal serían muy valiosas para enriquecer el contenido, ya que podrías compartir la forma en que consideras que los datos del caso de la semana deberían ser presentados. Estoy ansioso por recibir tus comentarios y continuar esta conversación de manera constructiva.

😃 ¡Muchas gracias! , volveré con el siguiente reto.

En la semana 26/2024 de #makeovermonday la propuesta es visualizar datos sobre la Eurocopa de Naciones a lo largo de las 16 ediciones que llevamos disputadas. Los datos están en statista.com y en esta ocasión me he centrado más en los hitos relevantes de la competición y simplemente he añadido un sencillo DataStoryTelling de la semana sobre los países ganadores.

¿Qué encontrarás en este artículo?

El desarrollo de esta semana, y las herramientas utilizadas para llevarlo a cabo han sido los siguientes:

• Presentación del caso de la semana. Pequeño diseño / Metáfora Visual o pieza gráfica que represente el tema. Utilizaré Procreate, como indicaba este no será el motivo central del Mapa Mental final por el cambio de orientación.
• Resumen de las ideas principales del artículo. Herramienta utilizada ChatGPT 4o 🤖 como asistente.
• Visual Thinking. Generación de un Mapa Mental (Mind Map) en base a las ideas 💡 del resumen. La herramienta utilizada Procreate con iPad Pro y Apple Pencil.
• Análisis 📈 de los datos. Determinación de los mejores gráficos 📈 a utilizar para el caso. En este caso he utilizado únicamente un gráfico de barras.
• Visualización de los datos.📊 Para este caso y dada la simplicidad de los datos no utilizaré una herramienta de visualización especializada, nuevamente usaré directamente KeyNote de Apple.

🎙️ Presentación del caso

#MakeoverMonday es una fuente de inspiración para aplicar la práctica deliberada y forzarnos a desarrollar nuestras habilidades en el apasionante mundo de la Visualización de Datos y de paso, aprovechando el tema, también para practicar el Visual Thinking.

Para empezar a meternos harina y con iPad en mano, he creado lo que sería la presentación del tema de la semana, dado que hablamos de fútbol que mejor que una pelota ⚽️

En la semana 26/2024 los datos que se nos proporcionan son los relativos a una gran cantidad de estadísticas de la competición. Sin embargo, tal y como te adelantaba antes, esta semana me he centrado más en representar los hitos claves de la competición más que en un análisis exhaustivo de datos.

💡 Resumen de las ideas principales

Para realizar el resumen del artículo he utilizado ChatGPT 4o, y el resultado no deja de sorprenderme 👍, no por ello deja de ser necesario revisar que todo lo indicado es correcto y añadir otros detalles que puedan ser relevantes. Seguidamente os muestro los 5 hitos principales generados por la IA:

1. La Primera Eurocopa (1960)

La Eurocopa de Naciones se celebró por primera vez en 1960. Este torneo inaugural tuvo lugar en Francia y fue ganado por la Unión Soviética, que derrotó a Yugoslavia 2-1 en la final celebrada en París. Este evento marcó el inicio de uno de los torneos de fútbol más prestigiosos del mundo, con solo cuatro equipos participando en la fase final. Indicar que en esta primera edición España 🇪🇸 debería haberse enfrentado a la Unión Soviética en cuartos de final, pero el Régimen de Franco impidió que se celebrara este partido, y España quedó eliminada.

2. La expansión a 16 equipos (1996)

Hasta 1992, la Eurocopa contaba con solo ocho equipos en la fase final. Sin embargo, en 1996, el torneo se expandió a 16 equipos, permitiendo una mayor representación de países europeos. Este cambio tuvo lugar en Inglaterra y fue un hito importante en la historia de la competición, ya que aumentó la competitividad y la emoción del torneo. Alemania se coronó campeona en esta edición, venciendo a la República Checa en la final.

3. Grecia, Campeón Sorpresa (2004)

Uno de los momentos más sorprendentes en la historia de la Eurocopa ocurrió en 2004 cuando Grecia, contra todo pronóstico, ganó el torneo. Bajo la dirección del entrenador Otto Rehhagel, Grecia adoptó un enfoque defensivo y táctico que los llevó a vencer a equipos como Francia y Portugal, a quienes derrotaron 1-0 en la final. Este triunfo fue considerado una de las mayores sorpresas en la historia del fútbol.

4. España y su Dominio (2008 y 2012)

España hizo historia al ganar consecutivamente las Eurocopas de 2008 y 2012, convirtiéndose en el primer equipo en lograrlo. En 2008, bajo la dirección de Luis Aragonés, España venció a Alemania 1-0 en la final. Cuatro años después, con Vicente del Bosque como entrenador, España derrotó a Italia 4-0 en la final, mostrando un estilo de juego basado en la posesión y el toque, conocido como «tiki-taka». Estos triunfos consolidaron a España como una potencia futbolística mundial.

5. La expansión a 24 equipos (2016)

La Eurocopa de 2016 en Francia fue la primera en contar con 24 equipos en la fase final, un aumento significativo respecto a las ediciones anteriores. Este cambio permitió una mayor participación de países y más partidos emocionantes. Portugal se coronó campeón por primera vez en su historia al vencer a Francia 1-0 en la final, con un gol en tiempo extra de Éder, a pesar de perder a su estrella Cristiano Ronaldo por lesión durante el partido.

Estos hitos han sido fundamentales en la evolución de la Eurocopa, convirtiéndola en un torneo cada vez más competitivo y popular en el panorama del fútbol mundial.

Y como todas las semanas, ¿Qué tal si le damos un toque más visual utilizando IH (Inteligencia Humana)?

👁️ Visual Thinking

El resumen anterior generado por IA (ChatGPT 4o), o un resumen que pudiéramos realizar nosotros requeriría de una lectura concentrada para entender todos los datos, pero no me cabe ninguna duda de que una representación visual de estas mismas ideas en un Mapa Mental facilitará la rápida comprensión de la situación en general.

Seguidamente te muestro un Mind Map tuneado, ya que realmente no cumple estrictamente con las reglas de un Mapa Mental. Yo lo denomino Mini Mapa Mental o MMM, y se trata de un mapa mental con la 💡 idea central y únicamente un primer nivel de ideas fundamentales. A partir de este primer esqueleto podríamos seguir ramificando y completando con ideas de más detalle.

📈 Análisis de datos

Los datos que nos proporciona el reto en esta semana, tal y como os comentaba antes, son un conjunto de diferentes estadísticas sobre las 16 ediciones de la competición. Y en este caso me he limitado a tomar una variable, que país ha sido el vencedor en cada una de las ediciones.

Diagramas de barras

Es un tipo de gráfico perfecto para comparar diferentes categorías en base a una única variable. En el caso que nos ocupa utilizaré un gráfico de barras simple para la comparación entre diferentes países ganadores.

📊 Visualización de datos

Este gráfico lo he generado directamente con KeyNote de Apple. Sin embargo, tal y como aprendí en el curso de Visualización de Datos de Latinometrics en Plazi, lo que tenemos que hacer con nuestros hallazgos en los datos es darle un aspecto de historia, un DataStorytelling. Así que seguidamente te muestro el gráfico tuneado que he creado, …

El DataStoryTelling …

En el gráfico puedes encontrar la siguiente información:

• Los países ganadores y el número de ediciones que ha ganado cada uno de ellos.
• En cada una de las barras se incluya la edición o ediciones concretas, indicando los años de celebración.
• El color verde indica los países que han alcanzado las semifinales en la edición 2024.

A partir de esta diapositiva como apoyo visual podríamos una historia y usar los datos para apoyarla y darle la credibilidad que merece.

En particular, en este caso mi objetivo es que hagas una predicción de quién será el ganador de la edición de 2024, y puedes dejarla en los comentarios.

💭 ¿Qué te ha parecido el reto de esta semana?

⭐️ Me encantaría ofrecerte más detalles sobre el caso de la semana para asegurarme de que estás obteniendo el máximo provecho de este reto. Profundizar en aspectos específicos que puedan ser de mayor ayuda o facilitar orientación adicional sería mi objetivo, pero necesitaría saber en que puntos te gustaría que extienda la información. Y por supuesto, si observas que estoy cometiendo algún error y me ayudas a corregirlo sería fantastico.

Además, tu perspectiva y experiencia personal serían muy valiosas para enriquecer el contenido, ya que podrías compartir la forma en que consideras que los datos del caso de la semana deberían ser presentados. Estoy ansioso por recibir tus comentarios y continuar esta conversación de manera constructiva.

😃 ¡Muchas gracias! , volveré con el siguiente reto.

Añade en un comentario tu pronóstico sobre quién será el ganador de la edición 2024…