DESARROLLO DE UN CHATBOT ESPECIALIZADO EN EQUIPAMIENTO BIOMÉDICO BASADO EN GPT-3

Abstract

En los últimos años, la Inteligencia Artificial está experimentando un auge sin precedentes. Son muchas las empresas que gracias a la investigación e interés en el campo han desarrollado diversos modelos de procesamiento del lenguaje natural capaces de comprender y generar tanto lenguaje natural como código. El progreso de estos modelos ha sido crucial para el desarrollo de los chatbots, permitiendo una interacción más natural y eficiente con los usuarios.

El objetivo de este Trabajo Final de Grado (TFG) radica en el entrenamiento específico de un modelo de lenguaje de OpenAI, concretamente el modelo Davinci, con el propósito de desarrollar un chatbot capacitado para responder preguntas sobre equipamiento biomédico. Como plataforma de comunicación entre el usuario y el modelo se utilizará la aplicación de mensajería instantánea y gratuita, Telegram.

El estudio comienza con la recopilación de datos de Wikipedia sobre varios equipos biomédicos como Tomografía Computarizada, Resonancia Magnética, Rayos X, Ultrasonidos y Medicina Nuclear. Se realiza el preprocesamiento y preparación adecuado de los datos para el entrenamiento específico del modelo de lenguaje.

Posteriormente, se lleva a cabo el proceso de entrenamiento, mejorando la capacidad del modelo para proporcionar respuestas cortas y precisas sobre los temas relacionados con el equipamiento biomédico mencionado anteriormente.

Finalmente, se crea un bot a través de la API de Telegram que permite utilizar como interfaz los mensajes de la aplicación. Entonces, se establece la conexión del modelo ajustado con el bot para lograr obtener el chatbot especializado en equipamiento biomédico, capaz de responder a las preguntas de los usuarios de Telegram.

Los resultados obtenidos muestran un buen rendimiento y gran satisfacción por parte de los usuarios en lo que a utilidad y usabilidad se refiere. A pesar de las posibles mejoras, estos modelos de lenguaje preentrenados allanan el camino considerablemente, simplificando el desarrollo de chatbots, que en circunstancias originales requerían elaborar el modelo desde el inicio.