1
00:00:10,000 --> 00:00:15,800
Buenas, esto es BIMPRAXIS, el podcast donde el

2
00:00:15,800 --> 00:00:17,920
BIM se encuentra con la inteligencia artificial.

3
00:00:20,519 --> 00:00:23,620
Exploramos la ciencia, la tecnología y el futuro

4
00:00:23,620 --> 00:00:26,559
desde el enfoque de la arquitectura, ingeniería y

5
00:00:26,559 --> 00:00:27,179
construcción.

6
00:00:28,859 --> 00:00:29,519
¡Empezamos!

7
00:00:37,299 --> 00:00:38,920
Hola de nuevo a un episodio más de

8
00:00:38,920 --> 00:00:40,100
BIMPRAXIS.

9
00:00:40,200 --> 00:00:43,359
Hoy traemos para este episodio 52, dentro de

10
00:00:43,359 --> 00:00:45,579
nuestra serie dedicada a los RAG, a los

11
00:00:45,579 --> 00:00:49,899
Retrieval Augmented Generation, todo un hallazgo súper potente.

12
00:00:49,939 --> 00:00:52,420
Los grafos como estrategia para estructurar la base

13
00:00:52,420 --> 00:00:53,619
de conocimiento.

14
00:00:53,780 --> 00:00:55,039
La idea de partida, la verdad, es de

15
00:00:55,039 --> 00:00:56,299
esas que te atrapan.

16
00:00:56,299 --> 00:00:58,460
Y si pudiéramos coger un montón de texto

17
00:00:58,460 --> 00:01:02,679
desestructurado, un libro entero, un fajo de artículos,

18
00:01:02,679 --> 00:01:05,219
una página de Wikipedia, y casi por arte

19
00:01:05,219 --> 00:01:08,400
de magia, transformarlo en un mapa visual, un

20
00:01:08,400 --> 00:01:10,459
mapa que nos muestre cómo está todo conectado.

21
00:01:10,859 --> 00:01:12,980
Vamos, parece ciencia ficción.

22
00:01:12,959 --> 00:01:14,420
Pero es que ya está aquí.

23
00:01:14,420 --> 00:01:16,819
Y el objetivo de hoy es precisamente ese,

24
00:01:16,819 --> 00:01:20,180
analizar cómo esta tecnología, que ha recibido un

25
00:01:20,180 --> 00:01:22,879
impulso brutal gracias a los grandes modelos del

26
00:01:22,879 --> 00:01:25,799
lenguaje, está cambiando las reglas del juego.

27
00:01:26,019 --> 00:01:27,920
Y en particular, ¿cómo puede llevar a los

28
00:01:27,920 --> 00:01:31,060
sistemas RAG que venimos explorando a un nivel,

29
00:01:31,060 --> 00:01:33,480
bueno, a un nivel completamente nuevo?

30
00:01:33,459 --> 00:01:35,640
Pues empecemos por lo más básico, porque el

31
00:01:35,640 --> 00:01:38,400
término grafo de conocimiento puede sonar un poco

32
00:01:38,400 --> 00:01:39,599
intimidante.

33
00:01:39,840 --> 00:01:41,340
A mí se me ocurre una analogía que

34
00:01:41,340 --> 00:01:42,879
creo que ayuda mucho a visualizarlo.

35
00:01:43,280 --> 00:01:45,379
Imagina que tienes que explicarle la trama de

36
00:01:45,379 --> 00:01:47,099
Juego de Tronos a alguien.

37
00:01:46,939 --> 00:01:47,939
¡Uf, qué reto!

38
00:01:48,000 --> 00:01:49,060
Menudo reto.

39
00:01:49,060 --> 00:01:51,040
Podrías darle un resumen de mil páginas o

40
00:01:51,040 --> 00:01:53,780
podrías mostrarle un mapa con los personajes, las

41
00:01:53,780 --> 00:01:56,859
casas, sus alianzas, sus traiciones, las batallas.

42
00:01:57,620 --> 00:01:58,239
Claro.

43
00:01:58,340 --> 00:02:00,599
Con un solo vistazo, esa persona entendería la

44
00:02:00,599 --> 00:02:02,980
red de relaciones que es, en realidad, el

45
00:02:02,980 --> 00:02:04,459
corazón de la historia.

46
00:02:04,219 --> 00:02:05,540
Es la analogía perfecta.

47
00:02:05,540 --> 00:02:08,500
Porque eso es, en esencia, un grafo de

48
00:02:08,500 --> 00:02:09,520
conocimiento.

49
00:02:09,639 --> 00:02:13,520
Formalmente, diríamos que es una representación de entidades,

50
00:02:13,520 --> 00:02:15,840
que son los nodos, y las relaciones que

51
00:02:15,840 --> 00:02:17,659
hay entre ellas, que son las aristas.

52
00:02:18,379 --> 00:02:20,759
Pero en la práctica es exactamente eso, un

53
00:02:20,759 --> 00:02:22,539
mapa de conexiones.

54
00:02:22,539 --> 00:02:25,080
Un nodo puede ser Jaime Lannister, otro Cersei

55
00:02:25,080 --> 00:02:27,439
Lannister, y la arista que los une es

56
00:02:27,439 --> 00:02:31,460
la relación hermano de, y también amante de.

57
00:02:31,460 --> 00:02:34,180
Es una forma increíblemente intuitiva de representar el

58
00:02:34,180 --> 00:02:35,280
conocimiento.

59
00:02:34,979 --> 00:02:37,699
Espera, que aquí me surge la primera duda.

60
00:02:37,939 --> 00:02:39,840
A primera vista, esto me suena a una

61
00:02:39,840 --> 00:02:42,599
base de datos relacional de toda la vida,

62
00:02:42,639 --> 00:02:44,240
pero muy compleja.

63
00:02:44,680 --> 00:02:46,919
¿Qué es lo que realmente lo diferencia?

64
00:02:47,039 --> 00:02:49,860
¿No podríamos con suficientes tablas y uniones conseguir

65
00:02:49,860 --> 00:02:51,080
algo parecido?

66
00:02:51,180 --> 00:02:53,319
Sospecho que la respuesta es no, pero no

67
00:02:53,319 --> 00:02:55,460
veo claramente dónde está el límite.

68
00:02:54,659 --> 00:02:57,659
Es la pregunta clave, y la diferencia es

69
00:02:57,659 --> 00:02:58,819
fundamental.

70
00:02:59,159 --> 00:03:02,379
Las bases de datos tradicionales, con sus tablas,

71
00:03:02,379 --> 00:03:05,159
filas y columnas, son una estructura que llamamos

72
00:03:05,159 --> 00:03:06,180
plana.

73
00:03:06,020 --> 00:03:09,280
Son fantásticas para almacenar datos muy estructurados, como

74
00:03:09,280 --> 00:03:11,199
un listado de clientes, por ejemplo.

75
00:03:12,039 --> 00:03:15,500
Pero cuando intentas modelar relaciones complejas y, sobre

76
00:03:15,500 --> 00:03:18,639
todo, heterogéneas como las de Juego de Tronos,

77
00:03:18,740 --> 00:03:19,800
la cosa se dispara.

78
00:03:19,979 --> 00:03:23,580
Necesitarías decenas de tablas, uniones complejísimas y las

79
00:03:23,580 --> 00:03:26,699
consultas se volverían lentísimas e inmanejables.

80
00:03:26,379 --> 00:03:27,719
Se convertiría en un monstruo.

81
00:03:27,879 --> 00:03:28,780
Un monstruo, exactamente.

82
00:03:29,520 --> 00:03:32,879
Un grafo, en cambio, nace para representar redes.

83
00:03:32,419 --> 00:03:35,479
Su estructura nativa son los nodos y las

84
00:03:35,479 --> 00:03:36,319
conexiones.

85
00:03:36,319 --> 00:03:38,539
Esto no solo lo hace más visual, sino

86
00:03:38,539 --> 00:03:42,020
computacionalmente mucho más eficiente para responder a ciertas

87
00:03:42,020 --> 00:03:42,759
preguntas.

88
00:03:42,759 --> 00:03:43,659
Preguntas como ¿cuáles?

89
00:03:43,900 --> 00:03:45,840
Pues preguntas como ¿cuál es el camino más

90
00:03:45,840 --> 00:03:48,419
corto entre este personaje y este otro?

91
00:03:48,680 --> 00:03:50,979
O ¿quién es la persona más influyente de

92
00:03:50,979 --> 00:03:53,840
esta red, la que tiene más conexiones importantes?

93
00:03:54,780 --> 00:03:57,120
Esas son operaciones matemáticas que en un grafo

94
00:03:57,120 --> 00:03:59,620
son naturales y en una base de datos

95
00:03:59,620 --> 00:04:02,400
tradicional una auténtica pesadilla.

96
00:04:02,419 --> 00:04:03,780
Entendido.

97
00:04:03,780 --> 00:04:06,199
O sea, el grafo piensa en relaciones, la

98
00:04:06,199 --> 00:04:08,199
base de datos en registros.

99
00:04:08,199 --> 00:04:09,840
Y lo curioso es que, aunque suene a

100
00:04:09,840 --> 00:04:12,460
tecnología de nicho, la estamos usando todos los

101
00:04:12,460 --> 00:04:14,300
días sin darnos cuenta.

102
00:04:14,300 --> 00:04:16,240
El ejemplo más claro es Google.

103
00:04:16,240 --> 00:04:18,800
Buscas Albert Einstein y a la derecha no

104
00:04:18,800 --> 00:04:21,366
solo te salen enlaces, te aparece esa caja

105
00:04:21,366 --> 00:04:22,546
de información.

106
00:04:22,546 --> 00:04:23,806
¿El Knowledge Panel?

107
00:04:23,686 --> 00:04:24,346
Sí.

108
00:04:24,526 --> 00:04:27,326
Exacto, con su foto, fechas y lo más

109
00:04:27,326 --> 00:04:31,106
importante, datos conectados, su conyugue, sus hijos, los

110
00:04:31,106 --> 00:04:34,386
premios que ganó, las universidades donde trabajó.

111
00:04:34,166 --> 00:04:35,246
Totalmente.

112
00:04:35,246 --> 00:04:37,706
Esa caja es la punta del iceberg del

113
00:04:37,706 --> 00:04:40,746
gigantesco grafo de conocimiento de Google.

114
00:04:40,846 --> 00:04:42,966
Es lo que le permite entender que Einstein

115
00:04:42,966 --> 00:04:45,886
no es solo una cadena de texto, sino

116
00:04:45,886 --> 00:04:49,046
una entidad conectada a teoría de la relatividad,

117
00:04:49,046 --> 00:04:50,986
premio Nobel y física teórica.

118
00:04:50,926 --> 00:04:53,946
Le permite dar respuestas factuales y con contexto,

119
00:04:53,946 --> 00:04:55,966
no solo una lista de páginas que contienen

120
00:04:55,966 --> 00:04:56,886
una palabra.

121
00:04:57,226 --> 00:04:59,066
Y ver cómo Google lo usa para conectar

122
00:04:59,066 --> 00:05:01,186
hechos me lleva directamente a los problemas que

123
00:05:01,186 --> 00:05:02,746
hemos visto en los RAG tradicionales.

124
00:05:03,386 --> 00:05:05,346
Un RAG estándar es como un bibliotecario muy

125
00:05:05,346 --> 00:05:06,126
rápido.

126
00:05:06,326 --> 00:05:07,766
Le pides algo sobre Apple Inc.

127
00:05:07,766 --> 00:05:09,706
y te trae todos los documentos que lo

128
00:05:09,706 --> 00:05:10,246
mencionan.

129
00:05:10,186 --> 00:05:12,946
Es útil, sí, pero si le pides algo

130
00:05:12,946 --> 00:05:16,006
como, ¿cuáles son los cinco temas estratégicos principales

131
00:05:16,006 --> 00:05:18,266
de Apple discutidos en estos informes anuales de

132
00:05:18,266 --> 00:05:18,926
la última década?

133
00:05:18,926 --> 00:05:20,186
Se queda en blanco.

134
00:05:20,186 --> 00:05:21,566
No puede sintetizar.

135
00:05:21,566 --> 00:05:22,486
No ve el bosque.

136
00:05:22,566 --> 00:05:23,446
Exacto.

137
00:05:23,446 --> 00:05:27,046
El RAG tradicional es bueno encontrando agujas en

138
00:05:27,046 --> 00:05:29,926
un pajar, pero no puede decirte cómo se

139
00:05:29,926 --> 00:05:32,726
relacionan todas las agujas entre sí.

140
00:05:32,726 --> 00:05:35,866
Se le escapan esas consultas que requieren conectar

141
00:05:35,866 --> 00:05:38,666
ideas o eventos a través de múltiples documentos.

142
00:05:38,186 --> 00:05:39,366
documentos.

143
00:05:39,366 --> 00:05:41,546
Entonces, es aquí donde los grafos entran como

144
00:05:41,546 --> 00:05:44,626
el súper bibliotecario que sí ve el panorama

145
00:05:44,626 --> 00:05:45,506
completo.

146
00:05:45,506 --> 00:05:46,826
Precisamente.

147
00:05:46,826 --> 00:05:49,826
Aquí es donde nace el concepto de GraphRag.

148
00:05:49,826 --> 00:05:52,746
El proceso cambia por completo.

149
00:05:52,746 --> 00:05:55,046
En lugar de limitarnos a indexar fragmentos de

150
00:05:55,046 --> 00:05:57,746
texto, el primer paso es construir un grafo

151
00:05:57,746 --> 00:06:00,906
de conocimiento a partir de toda la documentación.

152
00:06:00,906 --> 00:06:03,986
Un LLM lee todos los informes, artículos y

153
00:06:03,986 --> 00:06:08,826
noticias e identifica automáticamente las entidades clave, personas,

154
00:06:08,826 --> 00:06:12,506
productos, empresas, tecnologías, y extrae las relaciones entre

155
00:06:12,506 --> 00:06:12,906
ellas.

156
00:06:13,366 --> 00:06:16,206
O sea, que extrae cosas como Steve Jobs

157
00:06:16,206 --> 00:06:19,826
cofundó Apple o Apple adquirió Next.

158
00:06:19,806 --> 00:06:21,046
Justo.

159
00:06:21,046 --> 00:06:24,306
O el iPhone revolucionó la industria móvil.

160
00:06:24,306 --> 00:06:25,346
Todas esas conexiones.

161
00:06:25,786 --> 00:06:28,486
O sea, primero creamos ese mapa de Juego

162
00:06:28,486 --> 00:06:30,586
de Tronos, pero con los datos de la

163
00:06:30,586 --> 00:06:31,386
empresa.

164
00:06:30,906 --> 00:06:32,326
Exacto.

165
00:06:32,326 --> 00:06:34,706
Y una vez tienes ese mapa, el juego

166
00:06:34,706 --> 00:06:35,766
cambia.

167
00:06:35,766 --> 00:06:38,826
Cuando un usuario pregunta por Apple, el sistema

168
00:06:38,826 --> 00:06:41,286
ya no busca solo la palabra Apple.

169
00:06:41,286 --> 00:06:43,466
Recupera el nodo Apple Inc.

170
00:06:43,466 --> 00:06:45,906
y todo el subgrafo de información que está

171
00:06:45,906 --> 00:06:47,146
conectado a él.

172
00:06:46,906 --> 00:06:47,986
Ah, claro.

173
00:06:48,026 --> 00:06:50,666
El LLM ya no recibe fragmentos de texto

174
00:06:50,666 --> 00:06:54,286
sueltos, sino que recibe un contexto ya estructurado.

175
00:06:54,286 --> 00:06:56,786
Se ancla, por así decirlo, en la estructura

176
00:06:56,786 --> 00:06:57,786
del grafo.

177
00:06:57,606 --> 00:06:59,606
Y supongo que eso le permite responder a

178
00:06:59,606 --> 00:07:02,026
esas preguntas complejas que antes no podía.

179
00:07:02,066 --> 00:07:03,726
De forma espectacular.

180
00:07:03,726 --> 00:07:05,926
Para responder a tu pregunta de cuáles son

181
00:07:05,926 --> 00:07:09,006
los cinco temas principales, el sistema puede analizar

182
00:07:09,006 --> 00:07:11,906
el grafo, ver los clústeres o comunidades de

183
00:07:11,906 --> 00:07:12,946
nodos más densos.

184
00:07:13,226 --> 00:07:13,966
Clústeres.

185
00:07:13,906 --> 00:07:17,366
Sí, grupos de nodos muy interconectados.

186
00:07:17,366 --> 00:07:20,786
Podría encontrar un clúster sobre litigios de patentes,

187
00:07:20,786 --> 00:07:23,286
otro sobre la cadena de suministro en China,

188
00:07:23,286 --> 00:07:25,766
otro sobre el desarrollo del Vision Pro, y

189
00:07:25,766 --> 00:07:28,666
a partir de ahí sintetizar una respuesta coherente

190
00:07:28,666 --> 00:07:29,506
y estructurada.

191
00:07:29,886 --> 00:07:30,746
Ya veo.

192
00:07:30,746 --> 00:07:33,186
Pasamos de la recuperación de información a la

193
00:07:33,186 --> 00:07:34,846
síntesis de conocimiento.

194
00:07:34,846 --> 00:07:36,966
Es un salto cualitativo brutal.

195
00:07:36,926 --> 00:07:39,246
Suena increíble en teoría, pero también me parece

196
00:07:39,246 --> 00:07:41,686
que podría ser computacionalmente carísimo.

197
00:07:41,866 --> 00:07:44,006
Construir y luego consultar un grafo así no

198
00:07:44,006 --> 00:07:45,906
es mucho más lento que una simple búsqueda

199
00:07:45,906 --> 00:07:46,846
semántica.

200
00:07:45,986 --> 00:07:48,626
Es una objeción muy razonable.

201
00:07:48,726 --> 00:07:51,846
La construcción inicial del grafo, el parsing de

202
00:07:51,846 --> 00:07:54,606
todos los documentos, es un proceso intensivo que

203
00:07:54,606 --> 00:07:56,346
se hace una sola vez o de forma

204
00:07:56,346 --> 00:07:56,866
periódica.

205
00:07:57,566 --> 00:08:00,006
Pero una vez construido, las consultas sobre el

206
00:08:00,006 --> 00:08:02,946
grafo son, para muchas de estas preguntas complejas,

207
00:08:02,926 --> 00:08:05,606
muchísimo más rápidas y eficientes que intentar que

208
00:08:05,606 --> 00:08:08,506
un LLM razone sobre miles de fragmentos de

209
00:08:08,506 --> 00:08:10,306
texto inconexos en tiempo real.

210
00:08:10,366 --> 00:08:13,146
O sea, inviertes más al principio para ganar

211
00:08:13,146 --> 00:08:14,706
velocidad y precisión después.

212
00:08:15,166 --> 00:08:15,766
Exacto.

213
00:08:15,766 --> 00:08:17,666
Y no solo se aplica a RAH.

214
00:08:17,826 --> 00:08:20,106
Piensa en la detección de fraude, analizando redes

215
00:08:20,106 --> 00:08:23,286
de transacciones para encontrar patrones anómalos, o en

216
00:08:23,286 --> 00:08:26,546
el descubrimiento de fármacos, mapeando las relaciones entre

217
00:08:26,546 --> 00:08:29,206
genes, proteínas y enfermedades.

218
00:08:29,146 --> 00:08:31,766
Si son tan potentes, la pregunta es obligada.

219
00:08:31,846 --> 00:08:33,506
¿Por qué estamos hablando de esto como una

220
00:08:33,506 --> 00:08:34,566
revolución ahora?

221
00:08:35,147 --> 00:08:36,826
¿Por qué no se usaban de forma masiva

222
00:08:36,826 --> 00:08:37,566
hace 10 años?

223
00:08:38,086 --> 00:08:40,293
Porque antes, construir uno era un trabajo de

224
00:08:40,293 --> 00:08:41,193
chinos.

225
00:08:41,193 --> 00:08:43,173
Era un proceso casi artesanal.

226
00:08:43,253 --> 00:08:45,933
Requería equipos de expertos en un dominio concreto,

227
00:08:45,933 --> 00:08:50,433
historiadores, biólogas, financieros, leyendo miles de documentos y

228
00:08:50,433 --> 00:08:53,873
extrayendo manualmente cada entidad y cada relación.

229
00:08:53,973 --> 00:08:56,113
Un cuello de botella carísimo en tiempo y

230
00:08:56,113 --> 00:08:56,933
dinero.

231
00:08:56,953 --> 00:08:59,053
Se intentarían crear atajos, supondo.

232
00:08:59,053 --> 00:08:59,833
Claro.

233
00:08:59,833 --> 00:09:02,233
Primero con sistemas basados en reglas, pero eran

234
00:09:02,233 --> 00:09:03,213
muy rígidos.

235
00:09:02,953 --> 00:09:05,353
Si cambiaba un poco el formato del texto,

236
00:09:05,353 --> 00:09:06,233
todo se rompía.

237
00:09:06,273 --> 00:09:07,113
Frágiles.

238
00:09:07,093 --> 00:09:08,353
Muy frágiles.

239
00:09:08,513 --> 00:09:11,893
Luego llegaron los primeros modelos de Machine Learning,

240
00:09:11,853 --> 00:09:14,053
que mejoraron las cosas, pero tenían un alcance

241
00:09:14,053 --> 00:09:15,073
limitado.

242
00:09:15,113 --> 00:09:17,913
Funcionaban bien para textos muy específicos, casi siempre

243
00:09:17,913 --> 00:09:20,273
en inglés, y se perdían con la ambigüedad

244
00:09:20,273 --> 00:09:22,053
y los matices del lenguaje.

245
00:09:21,973 --> 00:09:25,693
Y entonces llegaron los LLMS modernos y lo

246
00:09:25,693 --> 00:09:26,833
cambiaron todo.

247
00:09:26,933 --> 00:09:29,173
Cambiaron las reglas del juego por completo.

248
00:09:28,693 --> 00:09:32,893
Un modelo como GPT-4O puede leer texto en

249
00:09:32,893 --> 00:09:37,093
múltiples idiomas, entender el contexto, el sarcasmo, las

250
00:09:37,093 --> 00:09:40,153
relaciones implícitas y hacer ese trabajo de extracción

251
00:09:40,153 --> 00:09:42,413
de forma automática y a una escala que

252
00:09:42,413 --> 00:09:43,733
antes era impensable.

253
00:09:43,713 --> 00:09:45,013
Es que esto es lo que lo cambia

254
00:09:45,013 --> 00:09:45,553
todo.

255
00:09:45,533 --> 00:09:46,613
Totalmente.

256
00:09:46,613 --> 00:09:48,893
Recuerdo haber intentado hacer algo parecido hace años

257
00:09:48,893 --> 00:09:52,493
para un proyecto personal, mapeando personajes de novelas.

258
00:09:52,453 --> 00:09:54,513
Fue un trabajo manual de semanas y lo

259
00:09:54,513 --> 00:09:56,453
abandoné por pura extenuación.

260
00:09:56,453 --> 00:09:57,793
Ver que ahora se puede hacer con un

261
00:09:57,793 --> 00:10:00,433
clic es un poco deprimente y alucinante a

262
00:10:00,433 --> 00:10:00,853
la vez.

263
00:10:00,853 --> 00:10:02,653
Te entiendo perfectamente.

264
00:10:02,653 --> 00:10:05,313
Vi una demostración con una herramienta de NeoFatch

265
00:10:05,313 --> 00:10:07,653
que era casi insultante, de lo fácil que

266
00:10:07,653 --> 00:10:08,573
parecía.

267
00:10:08,813 --> 00:10:10,513
Se pegaba el texto de la Wikipedia de

268
00:10:10,513 --> 00:10:12,533
Juego de Tronos y al instante tenías en

269
00:10:12,533 --> 00:10:14,553
pantalla un grafo interactivo.

270
00:10:14,613 --> 00:10:17,113
En el centro, Juego de Tronos, y conectados

271
00:10:17,113 --> 00:10:18,793
a él nodos de colores con datos.

272
00:10:18,833 --> 00:10:23,813
el número de episodios, los premios, los libros.

273
00:10:23,913 --> 00:10:26,173
Se podía explorar toda la saga visualmente.

274
00:10:26,153 --> 00:10:26,893
Era una pasada.

275
00:10:26,973 --> 00:10:29,573
Esa demostración es el ejemplo perfecto de la

276
00:10:29,573 --> 00:10:31,713
democratización de esta tecnología.

277
00:10:31,993 --> 00:10:34,093
Lo que antes costaba meses de trabajo de

278
00:10:34,093 --> 00:10:36,893
un equipo de doctorandos, ahora se puede prototipar

279
00:10:36,893 --> 00:10:39,533
en segundos con las herramientas adecuadas.

280
00:10:39,573 --> 00:10:41,513
Vale, pues vamos a meternos un poco más

281
00:10:41,033 --> 00:10:43,473
en la parte técnica para quienes les gusta

282
00:10:43,233 --> 00:10:45,053
trastear con el código.

283
00:10:45,193 --> 00:10:47,733
El proceso de convertir, por ejemplo, el primer

284
00:10:47,733 --> 00:10:50,153
párrafo de la Wikipedia de Einstein en un

285
00:10:50,153 --> 00:10:51,173
grafo.

286
00:10:51,173 --> 00:10:52,613
¿Cómo funciona por debajo?

287
00:10:52,653 --> 00:10:55,313
Pues mira, principalmente hay dos maneras de pedirle

288
00:10:55,313 --> 00:10:56,833
a un LLM que haga esto.

289
00:10:56,833 --> 00:10:58,553
La primera es la más directa.

290
00:10:58,553 --> 00:11:01,693
Le escribes un prompt muy detallado pidiéndole extrae

291
00:11:01,693 --> 00:11:04,333
todas las personas, lugares y conceptos de este

292
00:11:04,333 --> 00:11:07,233
texto y devuélvemelos en formato JSON con nodos

293
00:11:06,753 --> 00:11:08,393
y relaciones.

294
00:11:08,393 --> 00:11:09,733
Es el enfoque basado en prompts.

295
00:11:10,253 --> 00:11:11,153
¿Y el problema es?

296
00:11:11,553 --> 00:11:13,273
Que los LLMs a veces son un poco

297
00:11:13,273 --> 00:11:15,113
creativos, digamos.

298
00:11:14,813 --> 00:11:15,773
Exacto.

299
00:11:15,393 --> 00:11:17,373
No tienes ninguna garantía de que la salida

300
00:11:17,373 --> 00:11:19,313
sea siempre un JSON válido y con la

301
00:11:19,313 --> 00:11:21,293
estructura exacta que necesitas.

302
00:11:21,373 --> 00:11:23,873
A veces puede añadir un comentario, olvidar una

303
00:11:23,873 --> 00:11:26,193
coma y tu código se rompe.

304
00:11:26,153 --> 00:11:27,593
Es inconsistente.

305
00:11:27,573 --> 00:11:28,773
¿Y la alternativa más robusta?

306
00:11:29,213 --> 00:11:31,773
La alternativa es el enfoque de salida estructurada,

307
00:11:31,773 --> 00:11:33,433
o lo que a veces se llama function

308
00:11:33,433 --> 00:11:35,593
calling, que soportan los modelos más avanzados.

309
00:11:36,173 --> 00:11:38,513
Es la diferencia entre dar instrucciones vagas y

310
00:11:38,513 --> 00:11:40,353
entregar un plano detallado.

311
00:11:40,153 --> 00:11:42,633
A ver, en lugar de pedirle un texto,

312
00:11:42,633 --> 00:11:44,453
defines un esquema formal.

313
00:11:44,153 --> 00:11:47,453
La salida debe ser una lista de objetos

314
00:11:47,453 --> 00:11:51,113
nodo y cada nodo debe tener un ID

315
00:11:51,113 --> 00:11:53,913
de tipo string y un tipo de tipo

316
00:11:53,913 --> 00:11:54,333
string.

317
00:11:55,013 --> 00:11:56,313
Y lo mismo para las relaciones.

318
00:11:56,653 --> 00:11:57,073
Ah, vale.

319
00:11:57,073 --> 00:11:59,373
O sea, obligas al modelo a rellenar tu

320
00:11:59,373 --> 00:12:00,373
plantilla.

321
00:12:00,033 --> 00:12:00,453
Justo.

322
00:12:00,453 --> 00:12:02,793
Lo fuerzas a seguir tu esquema.

323
00:12:03,053 --> 00:12:06,393
El resultado es una salida increíblemente fiable y

324
00:12:06,393 --> 00:12:09,273
consistente, lista para ser usada por tu programa

325
00:12:09,273 --> 00:12:11,413
sin miedo a errores de formato.

326
00:12:11,573 --> 00:12:13,293
Siempre que se pueda, es el camino a

327
00:12:13,293 --> 00:12:13,673
seguir.

328
00:12:13,593 --> 00:12:15,493
Para los que no queremos pelearnos con todo

329
00:12:15,493 --> 00:12:19,033
eso, existen librerías como Landchain con herramientas como

330
00:12:19,033 --> 00:12:22,313
el LLM Graph Transformer, que básicamente es una

331
00:12:22,313 --> 00:12:23,913
caja negra a la que le das texto

332
00:12:23,913 --> 00:12:25,593
y te devuelve el grafo ya hecho.

333
00:12:25,593 --> 00:12:27,253
Es una maravilla de abstracción.

334
00:12:27,253 --> 00:12:30,353
Esa herramienta mira qué LLM estás usando y

335
00:12:30,353 --> 00:12:31,793
decide por ti.

336
00:12:31,793 --> 00:12:34,373
Si soporta salida estructurada, la usa.

337
00:12:34,373 --> 00:12:36,593
Si no, utiliza un sistema de prompts muy

338
00:12:36,593 --> 00:12:38,093
robusto por debajo.

339
00:12:38,093 --> 00:12:39,853
Te quita toda la complejidad.

340
00:12:39,653 --> 00:12:40,973
O sea que el proceso es tan simple

341
00:12:40,973 --> 00:12:43,053
como… ¿Cómo lo describes?

342
00:12:43,253 --> 00:12:46,613
Instalas las librerías, configuras tu LLM con tu

343
00:12:46,613 --> 00:12:48,813
clave de API, le pasas el texto de

344
00:12:48,813 --> 00:12:51,213
Einstein al transformador y ya está.

345
00:12:51,073 --> 00:12:52,273
Y lo que te devuelve es una lista

346
00:12:52,273 --> 00:12:55,873
de nodos como Albert Einstein, tipo persona, y

347
00:12:55,873 --> 00:12:59,700
una lista de relaciones como sujeto Albert Einstein,

348
00:12:59,700 --> 00:13:03,580
relación, desarrolló objeto, teoría de la relatividad.

349
00:13:03,580 --> 00:13:06,180
Exacto, y con eso ya puedes usar una

350
00:13:06,180 --> 00:13:09,040
librería como PyBIS para pintar ese mapa interactivo

351
00:13:09,040 --> 00:13:11,240
de la vida de Einstein, con las personas

352
00:13:11,240 --> 00:13:13,640
en azul, las organizaciones en verde.

353
00:13:13,640 --> 00:13:15,380
Es cuando lo ves visualmente que el concepto

354
00:13:15,380 --> 00:13:17,160
realmente hace clic, lo que me lleva a

355
00:13:17,160 --> 00:13:19,000
un problema práctico.

356
00:13:19,000 --> 00:13:21,240
El primer grafo que generé para probar esto,

357
00:13:21,240 --> 00:13:24,340
sobre Einstein, era un poco caótico.

358
00:13:24,340 --> 00:13:26,580
Una bola de pelo, como se suele decir,

359
00:13:26,580 --> 00:13:29,500
de nodos y líneas, con muchísima información.

360
00:13:29,500 --> 00:13:31,480
¿Qué pasa si solo me interesan, por ejemplo,

361
00:13:31,480 --> 00:13:34,840
sus afiliaciones académicas y no su vida personal?

362
00:13:34,840 --> 00:13:36,620
¿Cómo evitamos que el grafo se llene de

363
00:13:36,620 --> 00:13:37,400
ruido?

364
00:13:37,760 --> 00:13:39,740
Es un punto fundamental.

365
00:13:39,740 --> 00:13:41,860
Un grafo no es mejor por tener más

366
00:13:41,860 --> 00:13:42,780
nodos.

367
00:13:42,780 --> 00:13:44,860
Es mejor por tener los nodos y relaciones

368
00:13:44,860 --> 00:13:47,360
correctos para tu objetivo.

369
00:13:47,360 --> 00:13:50,660
La solución es guiar y restringir al LLM

370
00:13:50,200 --> 00:13:51,800
durante la extracción.

371
00:13:52,280 --> 00:13:52,960
¿Cómo?

372
00:13:53,460 --> 00:13:55,780
¿Añadiendo más instrucciones al prompt?

373
00:13:56,220 --> 00:13:57,420
Exactamente.

374
00:13:57,420 --> 00:13:59,940
En herramientas como la de LandChain puedes pasarle

375
00:13:59,940 --> 00:14:01,500
parámetros muy específicos.

376
00:14:01,840 --> 00:14:04,160
Por ejemplo, una lista de Allowed Nodes.

377
00:14:05,080 --> 00:14:06,340
¿Nodos permitidos?

378
00:14:06,340 --> 00:14:06,760
Vale.

379
00:14:06,780 --> 00:14:09,540
Y ahí le dices, solo me interesan los

380
00:14:09,540 --> 00:14:13,100
nodos de tipo persona, universidad y publicación.

381
00:14:13,940 --> 00:14:15,680
Todo lo demás lo ignoras.

382
00:14:16,340 --> 00:14:18,460
Y puedes ser aún más precisa con las

383
00:14:18,460 --> 00:14:18,980
relaciones.

384
00:14:19,760 --> 00:14:23,320
Puedes definir una lista de Allowed Relationships y

385
00:14:23,320 --> 00:14:25,140
especificar patrones completos.

386
00:14:25,380 --> 00:14:28,340
Por ejemplo, solo quiero relaciones que sigan la

387
00:14:28,340 --> 00:14:32,460
estructura Persona trabajó en universidad o Persona publicó

388
00:14:32,460 --> 00:14:33,200
publicación.

389
00:14:33,660 --> 00:14:35,040
Ah, claro.

390
00:14:35,040 --> 00:14:37,540
De esa forma, en lugar del mapa completo

391
00:14:37,540 --> 00:14:39,860
de la vida de Einstein, creas un grafo

392
00:14:39,860 --> 00:14:43,560
específico y enfocado en su carrera académica, mucho

393
00:14:43,560 --> 00:14:45,360
más limpio y útil.

394
00:14:44,880 --> 00:14:46,560
Precisamente.

395
00:14:46,560 --> 00:14:48,920
Y para un sistema RAG, este paso de

396
00:14:48,920 --> 00:14:51,600
refinamiento es absolutamente crucial.

397
00:14:51,920 --> 00:14:54,360
Si alimentas al RAG con un grafo ruidoso

398
00:14:54,360 --> 00:14:57,800
y lleno de conexiones irrelevantes, sus respuestas serán

399
00:14:57,800 --> 00:15:00,120
igual de ruidosas y desenfocadas.

400
00:15:00,460 --> 00:15:02,760
Curar el grafo es curar la calidad de

401
00:15:02,760 --> 00:15:04,020
las respuestas futuras.

402
00:15:03,960 --> 00:15:07,300
Entonces, si recapitulamos el viaje, hemos pasado de

403
00:15:07,300 --> 00:15:09,140
un simple bloque de texto a un mapa

404
00:15:08,640 --> 00:15:13,020
de conocimiento estructurado, interactivo y, sobre todo, útil.

405
00:15:13,020 --> 00:15:14,860
Y esto no es solo un adorno visual,

406
00:15:14,700 --> 00:15:17,640
Es una forma radicalmente más potente de estructurar

407
00:15:17,640 --> 00:15:20,100
el conocimiento para que sistemas de IA como

408
00:15:20,100 --> 00:15:22,300
los RAG puedan razonar sobre él.

409
00:15:23,240 --> 00:15:25,620
Si lo conectamos con la idea general, estamos

410
00:15:25,620 --> 00:15:28,340
presenciando el paso de la recuperación de información

411
00:15:28,340 --> 00:15:30,160
a la síntesis de conocimiento.

412
00:15:30,940 --> 00:15:34,700
Ya no buscamos documentos, buscamos respuestas, conexiones, patrones.

413
00:15:35,420 --> 00:15:39,000
Estamos construyendo un cerebro digital sobre nuestros datos,

414
00:15:39,000 --> 00:15:41,240
una capa de inteligencia que entiende las relaciones

415
00:15:41,240 --> 00:15:42,400
que hay en ellos.

416
00:15:42,120 --> 00:15:45,540
Construir un cerebro digital sobre nuestros datos es

417
00:15:45,540 --> 00:15:46,900
una idea muy potente.

418
00:15:46,880 --> 00:15:49,460
Y nos deja con una reflexión final.

419
00:15:49,460 --> 00:15:52,240
Si esta técnica nos permite mapear los conceptos

420
00:15:52,240 --> 00:15:53,780
de un libro o de todo un campo

421
00:15:53,780 --> 00:15:56,920
científico, ¿qué pasaría si la aplicáramos a nuestros

422
00:15:56,920 --> 00:15:57,660
propios datos?

423
00:15:58,200 --> 00:16:00,980
A nuestras notas personales, a los correos electrónicos

424
00:16:00,980 --> 00:16:03,260
del trabajo, a los documentos de un proyecto.

425
00:16:03,860 --> 00:16:07,200
¿Qué conexiones ocultas sobre nuestras propias ideas, sobre

426
00:16:07,200 --> 00:16:09,920
la forma en que colaboramos, podríamos descubrir?

427
00:16:10,120 --> 00:16:12,300
Quizás el próximo gran avance no venga de

428
00:16:12,300 --> 00:16:15,380
encontrar nueva información, sino de entender por fin

429
00:16:15,380 --> 00:16:18,400
las relaciones profundas que ya existen en la

430
00:16:18,400 --> 00:16:20,380
información que generamos cada día.

431
00:16:20,460 --> 00:16:22,140
Llegamos al final por hoy.

432
00:16:22,140 --> 00:16:25,020
El podcast BIMPRAXIS está dirigido por un humano,

433
00:16:25,020 --> 00:16:25,920
Julio Pablo Vázquez.

434
00:16:26,580 --> 00:16:28,280
Os esperamos en el próximo episodio.

435
00:16:39,800 --> 00:16:41,940
Y hasta aquí el episodio de hoy.

436
00:16:41,940 --> 00:16:43,520
Muchas gracias por tu atención.

437
00:16:53,280 --> 00:16:55,500
Esto es BIMPRAXIS.

438
00:16:55,500 --> 00:16:57,640
Nos escuchamos en el próximo episodio.

439
00:17:18,740 --> 00:17:18,800
¡Suscríbete al canal!