¿Por qué estas REDES NEURONALES son tan POTENTES? 🤔 | TRANSFORMERS Parte 2

¿Qué hay tras el entrenamiento de IAs como GPT-3, Alphafold 2 o DALL-E? ¿Qué hace especial a sus redes neuronales? Los Transformers son el tipo de arquitectura de Deep Learning que mejor rendimiento ha dado en los últimos años. ¿Pero por qué? ¿Qué los hacen tan especiales? La respuesta la encontramos en lo altamente paralelizable que es su arquitectura, que permite sacar el máximo partido a los procesadores multinúcleos. Pero, esto tiene un coste, y es que si no hacemos nada los Transformers serían incapaces de entender el orden de los datos con los que los entrenamos. Y de ahí la importancia de soluciones como los Encoding de Posicionamiento. ¡Veamos cómo funcionan!
-- 📣 ¡IMPORTANTE! --
► ¡Regístrate al Samsung Dev Day y no te pierdas mi ponencia!
bit.ly/SDD2021Agenda - 18 Noviembre, 18:30
-- ¡LINKS INTERESANTES! --
► Serie Introducción al NLP y Transformers (DotCSV)
Parte 1 - • 🔴 INTRO al Natural Lan...
Parte 2 - • 🔴 INTRO al Natural Lan...
Parte 3 - • ¿Qué es un TRANSFORMER...
► Explicación con más detalle Positional Encoding:
kazemnejad.com/blog/transform...
-- ¡MÁS DOTCSV! ---
📣 NotCSV - ¡Canal Secundario!
/ notcsv
💸 Patreon : / dotcsv
👓 Facebook : / ai.dotcsv
👾 Twitch!!! : / dotcsv
🐥 Twitter : / dotcsv
📸 Instagram : / dotcsv
- ¡MÁS CIENCIA! --
🔬 Este canal forma parte de la red de divulgación de SCENIO. Si quieres conocer otros fantásticos proyectos de divulgación entra aquí:
scenio.es/colaboradores

[@DotCSV]

► Serie Introducción al NLP y Transformers (DotCSV) ⭐Parte 1 - kzbin.info/www/bejne/ipiUfp2Dfrt0qMU - Introducción a Tokens. ⭐Parte 2 - kzbin.info/www/bejne/iJy8pnuVgJx5rpY - Introducción a Embeddings. ⭐Parte 3 - kzbin.info/www/bejne/l32QdqCBqqdjbZo - Introducción a Mec. Atención

[@MarioAlbertoRomeroSandoval]

Justo estaba esperando la segunda parte 😎

[@josecudris5078]

Genial ésta serie dotcsv, sinceramente sería muy complicado entender este tipo de arquitectura sin una buena explicación detallada como lo son todos los videos de este canal. Épico

[@drios200]

Ahora el universo tiene sentido :p

[@drios200]

Me solté riendo con lo de discreto xD

[@patojp3363]

El mejor!!! Gracias

[@charly9544]

"Detrás de estas tecnologías hay un transformer" Yo imaginándome a Bumblebee generando palabras

[@asusasd2557]

yo tambien

[@zzzz5517]

Si existe una tecnologia llamada bumblebee xd

[@Darkbotsz5]

Es un Camaro.

[@eduforero]

Porque tienen un gran líder. ⚡Optimus Prime. ⚡

[@cheernesto85]

Vine por este comentario

[@RominaSosaSchnoerr]

Jajajajaja

[@wilmerh.munoz.2303]

Jajajaja, no mames wey esto es ciencia 😊🤣🤣😹🤭

[@Rusenshi]

Y el nuevo modelo de NVIDIA se llama Megatron, un digno rival

[@jfbaezv]

Jajajajajajajajaja

[@urielgarcia3888]

WOW... Me he queda sin palabra JAMAS me hubiera imaginado el uso de formulas sinusoidales para calcular posiciones.

[@Cuperino]

¡Sigue profundizando Dot! ¡El tema es fascinante y tu explicación e excelente! ¿Cómo se hace uso de esta descomposición temporal y qué otras implicaciones tiene?

[@zure2874]

"Sigamos con los transformers" Yo: Bien... sigue optimus prime

[@1061exclavo]

Sería realmente increíble ver un ejemplo práctico. He escuchado de estás redes pero para un novato como yo sería valioso ver un código que te ayude a encaminar lo practico. Gracias por el video.

[@AntonioGallardoCabrillana]

Este tipo de videos deberían ponerle a los chavales antes de clases de matemáticas para animar a aprenderlas viendo la gran utilidad que tienen. Gran video como siempre.

[@juanete69]

Me alegra encontrar en español estos tutoriales de tan buena calidad, tanto por el contenido didáctico como por tu forma de hablar como por los gráficos.

[@AlvaroALorite]

🎉🎉🎉 **Felicidades por el 1/2 millón de subs!** 🎉🎉🎉

[@juansiveriorojas967]

Hola Carlos, tus explicaciones son impresionantemente clarificadoras, acompañadas siempre de una infografía espectacular, lo que demuestra todo el trabajo que hay detrás de cada video. Enhorabuena.

[@lisandrocesaratto3012]

Excelente! La forma como explicas Positional Encoding no la vi en ningun otro video, y ahora logre entenderlo al 100%. Gracias!

[@IvanLopezioloo]

Es impresionante el trabajo didáctico que hacéis. Ésto no podría hacerse en televisión.

[@andresunknow8917]

Brillante video! Muchísimas gracias!!

[@andrewturtle2610]

Genial! Me vuela la cabeza este tipo de resultados que están sacando las IA

[@francoferrante6723]

Excelente videoooo!!! Muchas gracias por la dedicación! Por favor, seguí esta serie que está genial!

[@ManuelGomezRicoUbeda1]

Me ha encantado! Muchas gracias

[@brianfuentes2923]

QUIERO MAS!

[@mvargas34]

Que genial la forma creativa de explicar el positional encoding! Sos un grande Dot CSV!

[@casipof]

Espectacular!!! Una explicación excelente. Gracias!!

[@sararosagonzalez1074]

Muy didáctico. Gracias 😊

[@wilfredomartel7781]

Vaya que video y qué manera la tuya de explicar! Necesitamos profundizar y llevar a codigo la siguiente parte.

[@rodmallen9041]

Qu'e maravilla de v'ideo! mil gracias por semejante explicaci'on!

[@Inzurrekto1]

Agradezco que esta información esté bien explicada y en español. Para estudiar este tema de forma rápida viene bastante bien.

[@alanjosuefaustosoto7764]

Excelente serie de videos sigue asi

[@fisicaparalavida108]

Densooooo! mucha y muy valiosa informaciòn. Gracias!

[@jeannsyo]

13:28 dot realmente eres un crack, saludos desde America Latina

[@lopez-rober]

Wow, Super Gran trabajo. Videos que valen oro, por favor nunca dejes de hacerlos, siempre los espero por lo interesantes que son.

Excelente explicación!!! Muchas gracias por compartir tus conocimientos.

[@lenninrestrepo8556]

Explicas demasiado bien!! buen video... jaja tener este conocimiento hace una década nos hubiese asegurado una beca en el MIT

[@vegamuni]

Me costó entender cómo funcionan los Transformers. Tuve que relacionar cada palabra de lo que estaba leyendo con cada una de las demás palabras y luego leerlas ya relacionadas de forma simultánea y paralela, pero teniendo en cuenta el orden. Estoy ironizando. Lo que hice fue leer la explicación por partes, entender un trozo, luego el siguiente y luego volver a leerlo todo. A mi entender, lo que hacemos para entender un texto largo o complicado, se parece más a una convolución que a un transformer.

[@wb4529]

12:22

[@CristianGarcia]

Una convolucion implicaria que somos capaces de procesar todos los posibles n-gramas de una frase en paralelo. Lo mas parecido para los humanos en una red recurrente.

[@vegamuni]

@@CristianGarcia "Se parece más"

[@JuniorH]

Muchas gacias Dot! por toda la explicacion.

[@jmlv4351]

Excelentisimo contenido

[@luisefe387]

Carlos excelente video, explicas demasiado bien, muchas gracias!

[@yorius96]

Excelente video, incluso al día de hoy, es realmente interesante entender cómo pasamos de las antiguaras redes tradicionales a los grandes modelos de lenguaje que ocupamos al día de hoy (nunca había entendido bien qué era el Positional Encoding, genial explicación)

[@elpreciso]

excelentes videos!!!

[@manuelc2201]

Muchas gracias por tus videos, me ayudan bastante.

[@javiernelon1577]

Brutal como explicas, cásate conmigo porfavor jaja

[@juandiegoorozco5531]

Tenés una forma de explicar magistral!, capturaste mi atención por completo, super interesante

[@victormanuelsanchezmorales4261]

Carlos, haz un vídeo sobre como funcionan los "encajes", considero que son fundamentales para abordar temas como VQA (que estaría fenomenal que hicieras una serie!). Gran trabajo. Saludos

[@theellusionist1988]

Maravillosa información !

[@denisvillanueva9588]

excelente Videos, tienes un manera de explicar temas dificiles de explicar, de una manera muy "sencilla", podrias realizar algun video acerca de los usos de IA en la medicina hoy

[@javieraguilar9957]

Tío Dot, nunca había visto un video tan bien explicado del Positional Encoding

[@davidpratr]

Gran vídeo con el que he comprendido el positional encoding. Si hicieras un vídeo explicando la capa densa final de BERT y el funcionamiento de la arquitectura entendiendo cómo funciona para un ejemplo de problema sería brutal ya :)

[@DanielGutierrez-xj6vz]

muy bien explicado

[@mabelestevez6708]

Excelente

[@RodrigoLopezF]

Excelente contenido!

[@AprendeenRealidad]

¡Exelente video!

[@jeisoncgalindo]

una barbaridad, te deja sin palabras

[@tarabonet267]

¡Gracias!

[@AlexPalmaTV]

Me gustan mucho todos tus videos son muy buenos

[@jovenalpay]

Que magnifica explicación!!! Y que genialidad la de los transformers. Y de ahi que utilicen tantas GPUs para procesamiento paralelo de enormes cantidades de datos. GRACIAS DOT.CSV

[@findemor]

Buenísimo

[@matiasrodrigotorresrivera4941]

A Fourier le encantó este video

[@SimuFilmmaker]

4:01 se mató

[@wilfredmedina6401]

Excelente video!

[@korason3235]

Bro, tu canal ya es genial, no creo que necesites poner bromas entre medio

[@AstronautaCrypto]

Me dejas loco por querer aprender más!

[@noelgomariz3038]

Brutal

[@gilberto_xyz]

Bro, eres la onda!

[@victormendezvasquez722]

Wow wow wow, full nice la explicación!!! Gracias Carlos, eres el mejor!!!!

[@albertrg9166]

Hola, podrías explicar el concepto de los ViT? Eres un grande

[@lucasgomez9373]

Sos un Genio Carlos! Te consulto si sabes si hay desarrollos para optimizar esta codificacion utilizando por ejemplo modulaciones en cuadratura comunes en telecomunicaciones. Me interesa saber como se encara el incremento en throughput de datos! Saludos!

[@dcardenasp]

Hola Carlos. Que buen video! Estás amarrando muchísimos conceptos en una sola aplicación. Genial! Me gustaría usar tu video para el capítulo de series de Fourier en un curso que imparto para estudiantes de ingeniería. Me autorizas? Salu2!

[@jesusrojas7534]

Si todos los vídeos fueran así, aprendería todo más rápido

[@MarceloCesarPaladino]

Todo un genio y muchas gracias por la INFO

[@mbunooo]

nunca vi una explicación tan intuitiva de los embeddings posicionales. felicidades por el video!

[@osip_1984]

Otra de las razones por las que utilizar una codificación posicional basada en ondas matemáticas multidimensionales es porque le permite al modelo adquirir información posicional relativa respecto a las otras palabras, permitiéndole aprender con menos ejemplos y más rápidamente.

[@agooddaytoplay3114]

Todavia se puede ver la conferencia que diste para samsung?

[@Martin171199]

Muy bueno como siempre, sigue haciendo estos videos de calidad y muchas gracias.

[@ninogarcia5243]

Que buen video, ¿cual es la música de fondo?. Gracias por el contenido!

[@javenda]

muy buennoooo

[@JaviBt4]

Increíble vídeo! Gracias Dot :)

[@emgicraft2504]

Yei! Nuevo video! 😎

[@MILENIOZERO]

Yo quiero hablar con un personaje asi en español y dentro del metaverso o con la realidad mixta. Tiene que ser una pasada!

[@micheldomenino6367]

A ver!

[@Musica-kb3po]

Hola, puedes hablar sobre las "Real Doll"

[@elvisleon9695]

Si pudieras hacer un video implementando transformers desde 0 sin librerias aunque con pocos datos de entrenamiento seria genial.

[@adrianvelez9449]

Muchas gracias por tus vídeos. Te sigo hace poco tiempo y me parece que están muy bien. Me surge una duda respecto a la paralelización que comentabas. ¿Dices que con las redes neuronales recurrentes no se puede paralizar los cálculos por GPU? Pero realmente si se puede, ¿no? Puedes explicar a qué te refieres con eso. Digo que se puede paralelizar por qué los datos con los que óperas son una matriz bidimensional donde por una dimensión son los parámetros del algoritmo y por otro lado el número de ejemplos del batch de entrenamiento. Corrígeme si me equivoco o si se me escapa algo. Gracias.

[@manuelcobo8879]

Estas hablando de reconocimiento de voz o colores formas etc de cualquier manera todo es frecuencia 😎👍🎼

[@dafmdev]

Muchas gracias!!!

[@felosrg1266]

El Megatron se parece a la computadora que le está dando definiciones al capitán del axioma en WALL-E

[@DanielGustavoBottin]

Yo también esperaba a #WALL-E o a #OptimusPrime !?!?!?!!!!

[@fosters.4558]

Cualquiera q sabe de Sonido mira esas ondas y es inevitable relacionarlo con las ondas armónicas que al final se traducen en frecuencia.. bien lo decía Tesla.. todo es frecuencia todo !! U.u

[@javiertorcal5053]

He utilizado los Visual Transformers en mi TFM y su performance es mayor a la de las CNNs. Podrías hacer un vídeo sobre ellos por su gran potencial y futuro

[@Terror-Oscuro]

Será por que son de Cybertron???!

[@Darkbotsz5]

Si somos de cybertron

[@mikilmku1554]

Me encanta, súper bien explicado, muchas gracias por tu vídeo.

[@JuanJoseCinalli]

Solo se que en lugar de simplificar, se está complicando todo exponencialmente. Un ejemplo... Es como cuando generamos rampas en decodificadores A/D...en lugar de solo usar un equipo analógico. Nuestro cerebro es extremadamente simple en ese mecanismo de aprendizaje o incluso inteligencia. Si bien existen multiple tipos de neuronas, hay zonas y sectores específicos. Nuestras limitaciones principales son la velocidad de propagación electroquímica , la densidad de almacenamiento dentro de todo es aceptable , aún así ampliable electrónicamente. Muy buenos tus vídeos, aprendo mucho en verdad ! Saludos desde Rosario Argentina

[@JuanJoseCinalli]

Hugo Zucarelli, ing acústico famoso por su invención (1980) llamada Holofonic....este ideo una técnica de cambios de fase en sonido...como realmente es capturada por el oído humano, intentaron recrear algoritmos así manejar esta información espacial 3D sin resultados muy superiores.. El ser humano es 100% analógico...no veo razón (hoy en dia) cambiar estos principios hasta no superarlos y así emplear técnicas digitales. Espero se comprenda la comparativa. Saludos

[@kleysonklaushuanaticoluque2777]

omg... maravillosa explicación.!!

[@-Ramsesillo]

Carlos, fascinante como siempre.

[@Luix]

More than meets the eye

[@user1200006354654]

Nos hacía mucha falta los videos profe, muchas gracias.

[@santiagogaleanocadavid8237]

Excelente explicación... Gracias Carlos! Ya con ganas de ver los siguientes vídeos de esta serie sobre los transformers 👏🏼👏🏼

[@Darkbotsz5]

De esos robots transformable

[@haroldt.c.477]

En determinado momento, con el conocimiento con las que las propias personas alimentan a las inteligencias artificiales, serán estás las que se ocupen de generar y distribuir la tecnología, y según parece esto avanza rápidamente.

[@dacastror]

Me gusta que vuelvan los videos educativos!! gracias por el video!

[@martinfarrera_]

Parte 3

[@YoshB99]

Magistral explicación!

[@silviabregar4263]

Hola es muy aclaratoria tu explicación. Soy escritora, se podrá usar como corrector de estilo y ortotipográfico?

[@bocatadenata]

Magnífico trabajo como siempre. Me parece interesantísimo todo lo que explicas, aunque no tengo el nivel necesario para entenderlo todo. Una pregunta: 10:33: Fila inferior: ¿seno(1/3 * pos)? ¿Por qué no sería seno(1/4 * pos)? No pillo el significado del 1/3

[@ThoVCor999]

Ni idea

[@emmanuelrodriguez8138]

Woao!!! Excelente video