Tecnología de hojas de cálculo basada en Transformers

• Durante el proceso de personalizar manualmente los materiales de AI by Hand, podían aparecer errores en las respuestas, por lo que se volvió necesario contar con una herramienta para que los usuarios creen sus propios ejercicios y respuestas
• Tras revisar varias formas de implementación, se eligió Google Sheets, optando por un formato al que más personas pudieran acceder y modificar
• Los materiales públicos incluyen una Google Sheet para practicar con Transformers, que se puede revisar de inmediato
• Los materiales existentes de AI by Hand se personalizaron junto con varios educadores de IA y se están usando en diversas aulas de todo el mundo
• Como todavía está en una etapa temprana, los comentarios del uso pueden influir directamente en la mejora de la herramienta

---

Herramienta de práctica de AI by Hand creada con Google Sheets

• El objetivo es permitir que las personas creen sus propios ejercicios de AI by Hand ingresando números y respuestas personalizadas
• Tras evaluar varias tecnologías, se decidió usar Google Sheets para ampliar la accesibilidad
• Se publicó una Google Sheet para practicar con Transformers
  • Google Sheet

Limitaciones de la personalización manual y solicitud de feedback

• Durante los últimos meses, se colaboró con varios educadores de IA para personalizar materiales de práctica de AI by Hand
• Los materiales se usan en diversas aulas de todo el mundo, y todo el proceso de personalización se realizó manualmente
• En el proceso manual podían introducirse errores en las respuestas, y hubo casos en los que los estudiantes los detectaron
• La herramienta todavía está en una etapa temprana, por lo que se busca recibir feedback

[GN⁺]

Opiniones en Hacker News

• De verdad me da curiosidad: después de seguir esto, no sé qué siente la gente que entendió
  Si uno escribe absolutamente todas las multiplicaciones de matrices de una regresión lineal, ¿de verdad puede decir que la entendió? Me pregunto si lo importante es la forma de implementarlo o si realmente ayuda a construir una intuición más profunda
  Entiendo el valor de la visualización, pero más allá de eso no tengo claro cuál es el beneficio educativo real. Vengo del lado de ML/matemáticas, aunque no doy clases desde hace más de 10 años, así que quizá se me esté escapando algo

  • Creo que más bien busca el efecto contrario, y al menos conmigo fue así
    Cuando salió GPT-3 por primera vez, aun teniendo una base limitada en ML, parecía casi magia; pero después vi el video sobre Transformers de 3blue1brown y me decepcionó un poco ver que las matemáticas en sí eran bastante simples
    La idea central era que incluso elementos básicos simples, si se escalan lo suficiente, pueden producir resultados sorprendentes; se sentía como que de principios tipo el Juego de la vida de Conway pueden surgir comportamientos emergentes muy complejos y útiles
  • Estos ejemplos de juguete tienen valor para comprobar si realmente entendiste la estructura central
    Puedes ver diagramas o ecuaciones que explican un bloque Transformer, pero pasar de ahí a una implementación real es otro tema. Con ejemplos así puedes verificar dónde se calcula cada cosa y cuáles son las dimensiones de vectores y matrices
    Para la mayoría de la gente que quiere trabajar con LLMs probablemente no sea necesario, pero en lo personal me gusta indagar en el funcionamiento hasta un nivel muy bajo. Estos ejemplos son mucho más fáciles de manipular que el código fuente de un modelo Transformer real, y después de dominar un ejemplo de juguete también se vuelve más fácil agarrarle la mano al código real
  • En lo básico sí tiene valor educativo. En especial, puede mostrarles a estudiantes de CS con poca base matemática cómo la diferenciación automática convierte el cálculo en álgebra matricial
    El resto también tiene sentido como hoja de trabajo para seguir junto con una clase. Para programar prefiero ipynb, pero para algoritmos también sirve hacer cálculos a mano. En 2025, si no haces algo así, es probable que 1/4 de la clase esté viendo el celular y los otros 3/4 ni siquiera vayan a la clase
    Si puedes leer papers o código fuente por tu cuenta y no te asustan las matemáticas, quizá este material no sea para ti
  • Estas visualizaciones son excelentes porque ayudan a desmitificar el machine learning. Al final no es más que un procedimiento, y muestran que no contiene inteligencia en el sentido humano

• Como material relacionado para enseñar los fundamentos de la IA y desarrollar intuición sobre su funcionamiento interno, AI Unplugged[1] es muy bueno. Permite hacer actividades tipo juego con herramientas como pluma, lápiz y tarjetas
  Lo he usado varias veces con públicos diversos que no están familiarizados con IA/ML, tanto niños como adultos, y siempre se divirtieron y parecieron entender un poco mejor el mundo moderno en el que viven
  [1] http://www.aiunplugged.org

• También se puede crear GPT-2 en Excel: https://www.youtube.com/watch?v=yjD2n_e9E3w&ab_channel=Sprea...

  • Sigue siendo sorprendente: https://news.ycombinator.com/item?id=39700256

• El título dice Spreadsheet y en realidad usa Google Sheets; no sé por qué aquí decía Excel

  • Ya lo revirtieron. El título enviado era “Transformer Implemented Using Excel”

• Está buena la función del endpoint /copy de Google Docs. Reduce bastante las molestias al enseñar

• También podría decirse que esto se puede implementar dentro de una base de datos como Postgres, con procedimientos almacenados, funciones y triggers
  En cierto sentido, una base de datos es una hoja de cálculo con un lenguaje de consultas mucho más sólido

• Hilo similar en HN: https://news.ycombinator.com/item?id=42967173

• Como material relacionado, hay una implementación en Excel, usando solo fórmulas, de fundamentos clásicos de visión por computadora: https://github.com/amzn/computer-vision-basics-in-microsoft-...
  Publicación original enviada a HN: https://news.ycombinator.com/item?id=22357374
  Como referencia, soy el autor principal