Code4Talks
Síguenos en el canal de OICampus
Distrito Telefónica. Hub de Innovación y Talento
En este episodio de #Code4Talks, Fran Ramírez y Pablo Gómez Álvarez exploran cómo desarrollar y desplegar aplicaciones de inteligencia artificial. Pablo, estudiante de Ciencia de Datos e Inteligencia Artificial en la Universidad Politécnica de Madrid, comparte su experiencia como desarrollador de servicios backend y modelos de machine learning.
El episodio se centra en la implementación de un pipeline completo utilizando la librería de Hugging Face. Pablo explica paso a paso cómo programar una aplicación de inteligencia artificial, centrándose en el procesamiento del lenguaje natural y la clasificación de sentimientos. Para entrenar el modelo, se utiliza un dataset llamado "emotions" de Hugging Face. Se hace especial hincapié en las fases de tokenización e inferencia, que son fundamentales en el pipeline. Además, Pablo introduce el concepto de "fine-tuning" al elegir un modelo pre-entrenado, específicamente, DistilBERT. Esto permite acelerar el proceso de entrenamiento. Se detallan los hiperparámetros utilizados, como el número de épocas y el tamaño del batch, y también se explica la importancia del "checkpoint" para ahorrar tiempo y recursos en el entrenamiento.
Por último, Pablo muestra cómo convertir el modelo entrenado en un pipeline accesible para usuarios no programadores. Para ello, se utiliza la librería "gradio" para crear una interfaz gráfica que permite a los usuarios interactuar con el modelo y predecir la emoción asociada a un texto sin necesidad de conocimientos de programación.
En resumen, el episodio aborda la implementación práctica de un pipeline de inteligencia artificial, desde la elección del modelo hasta la creación de una interfaz amigable para usuarios finales. Ofrece una visión completa del proceso, desde el punto de vista de un desarrollador experimentado.
Síguenos en el canal de OICampus
