cómo Qué es un embedding

Da a cada palabra una coordenada

Dentro de una computadora no hay letras.
Solo números.
Pero nosotros hablamos y pensamos con palabras.
Entonces, cómo metemos una palabra en la computadora?
La forma es dar a cada palabra una coordenada.
Piénsalo como un solo punto en un mapa.
La palabra cat va aquí,
la palabra dog va allá,
así cada palabra tiene su propio lugar.

Toca una palabra. La palabra que era solo letras aterriza como un punto en el espacio de significado, es decir, una coordenada numérica.

Tocaste una palabra y apareció un punto.
La posición de ese punto es la coordenada.
Una coordenada es un grupo de números, como x e y.
Ahora que la palabra es un número,
la computadora por fin puede manejarla.
Pero si soltamos puntos en cualquier lado,
las coordenadas no significarían nada.
Así que añadimos una promesa más.
Las palabras de significado parecido quedan cerca.

Los significados parecidos se juntan

La promesa clave del embedding es simple.
Las palabras de significado parecido quedan cerca.
cat y dog, ambos animales, quedan cerca,
king y queen, ambos realeza, quedan cerca.
Pero cat y car,
aunque suenan parecido, significan cosas distintas, así que quedan lejos.
Así que en este espacio de significado
la distancia es el parecido del significado.
Cerca es parecido, lejos es distinto.

Toca el botón de ordenar. Las palabras dispersas se juntan por grupo de significado, cerca dentro del grupo y lejos de otros grupos.

Tocaste y las palabras se juntaron de golpe.
Animales con animales, realeza con realeza.
Cerca dentro de un grupo,
lejos de los otros grupos.
Lo llamativo es que la computadora no tiene idea,
por las letras, de que cat es un animal.
Solo mira la distancia entre coordenadas.
Pero si las coordenadas se fijan bien,
esa distancia sola revela el parecido.

Suma y resta coordenadas

Ahora que las palabras son coordenadas, surge algo divertido.
Las coordenadas son números, así que puedes sumar y restar.
Y esa cuenta lleva significado.
De king, resta la dirección man.
Lo que queda es la sensación de realeza.
Suma a eso la dirección woman,
y asombrosamente llegas cerca de queen.
De king quita man y suma woman, y obtienes queen,
navegar por coordenadas se vuelve navegar el significado.

Toca los botones de paso en orden. Sigue el camino de king menos man más woman, y la flecha aterriza cerca de queen.

La flecha de verdad llegó cerca de queen.
El cálculo fue solo sumar y restar coordenadas.
Y aun así el resultado encaja con el significado.
Eso es porque la diferencia entre king y queen
se parece a la diferencia entre man y woman.
Si las coordenadas se aprenden bien,
tales direcciones pasan a tener significado.
Claro que no siempre es perfectamente exacto.
Aun así, solo aterrizar cerca es asombroso.

No solo las palabras se vuelven coordenadas

Quieres ver por que esta idea es tan potente?
Convertir cosas en coordenadas no es solo para palabras.
Una sola foto también puede volverse coordenada.
Las fotos parecidas se juntan cerca.
Una voz o una canción también se vuelve coordenada.
Hasta el gusto de una persona puede ponerse como coordenada.
Entonces los gustos parecidos se acercan.
Convierte lo que sea en coordenadas y mide la cercanía,
y una computadora puede manejar el parecido.

Toca para cambiar el tipo. Palabras, imágenes, sonidos o usuarios se vuelven puntos igual, y los parecidos se juntan cerca.

Aunque cambies de tipo, la imagen siguió igual.
Aparecen puntos, y los parecidos se juntan cerca.
Por eso una app de música sugiere canciones parecidas,
y una app de fotos encuentra imágenes similares.
Por debajo, todo es medir distancia entre coordenadas.
Pon tipos distintos en el mismo espacio
y hasta puedes hallar una foto desde una palabra.
Con un solo lenguaje común de coordenadas,
toda clase de cosas se maneja junta.

Resumamos

Reunido en una línea, es esto.
Como una computadora solo conoce números,
convierte una palabra en una coordenada, un grupo de números.
Eso es el embedding.
La promesa clave es colocar cerca los significados parecidos.
Así la distancia se vuelve el parecido del significado.
Como son coordenadas, puedes sumar y restar,
y esa cuenta curiosamente lleva significado.
Y no solo las palabras, sino imágenes, sonidos y usuarios funcionan igual.

Toca los puntos clave en orden para repasar. (palabras en coordenadas -> los significados parecidos quedan cerca -> la cuenta de coordenadas lleva significado -> imágenes y sonidos igual)

Ahora sabes cómo una computadora empieza
a manejar el significado de una palabra.
Convertir letras en coordenadas
y juntar las parecidas, una idea simple,
de hecho nos lleva muy lejos.
Búsqueda, traducción, recomendación, enlazar imágenes y texto,
mira por debajo y este embedding está bajo todo ello.
Ese único primer paso de convertir palabras en números
se volvió la base de las máquinas listas de hoy.