Embeddings: cómo la IA recuerda lo que importa

Las computadoras no entienden palabras. Entienden números. Cuando escribes una pregunta, la máquina convierte tus palabras en una lista de números — un "embedding" — y compara esa lista con los números que ya tiene guardados.

Piensa en un álbum de fotos de la familia. Cada foto tiene un número que dice qué tan parecida es a las demás. La foto de tía Rosa en la quinceañera tiene un puntaje alto de similitud con la foto de ella bailando, pero un puntaje más bajo con la foto de la mesa de comida. El álbum no sabe lo que es "quinceañera" o "bailando." Solo sabe los números.

Los embeddings funcionan igual. Son una forma para que las máquinas digan "estas dos cosas van juntas" sin saber lo que las cosas son en realidad. Una receta de enchiladas y una receta de chilaquiles quedan cerca en el espacio de números. Un tweet sobre la migra y una noticia sobre ICE quedan cerca. La IA no necesita que se lo digan. Los números se lo dicen.

Por eso tu buscador puede encontrar lo que quieres aunque te equivoques en la ortografía. Por eso tu teléfono puede saber que hablas de "la migra" cuando escribes "la migra app" y te muestra la app correcta. Por eso puedes buscar "algo para arreglar mi llanta" y obtener resultados sobre reparación de llantas, no sobre arreglar tu relación.

El truco es que los embeddings capturan lo que las cosas son para, no solo cómo se llaman. Dos cosas pueden tener nombres distintos pero vivir cerca en el espacio de números. Dos cosas pueden compartir un nombre pero vivir lejos.

La próxima vez que busques con tu teléfono, fíjate qué encuentra. Si encuentra lo correcto, los embeddings están haciendo su trabajo. Si no, sabes que los números no terminaron de alinearse.

Por qué nos importa: La forma en que tu teléfono y los buscadores entienden tus palabras determina lo que ves — y lo que te pierdes — en las historias que afectan a tu familia, tu barrio y tu billetera.