Cómo funciona ChatGPT por dentro (sin una sola fórmula)

¿Qué pasa cada vez que ChatGPT te escribe una sola palabra? Un grupo de palabras entra a una sala, se interroga durante decenas de reuniones, hace un sorteo… y vuelve a empezar. En este video entiendes cómo funciona por dentro un Transformer —la arquitectura detrás de ChatGPT, Claude y Gemini— pieza por pieza y sin una sola fórmula. Lo imaginamos como lo que es: una empresa cuya única misión es adivinar la siguiente palabra. Vas a ver: 🔹 Por qué las máquinas antes de 2017 (Seq2Seq, redes recurrentes) destrozaban frases 🔹 Tokens, vocabulario y embeddings: el gafete y el maletín 🔹 Query, Key y Value: los tres documentos de cada empleado 🔹 Self-attention: la reunión donde todos hablan con todos 🔹 Softmax, el sorteo y el token EOS 🔹 Por qué Google inventó todo esto… y no sacó ChatGPT 🔹 Mixture of Experts: el edificio que creció demasiado ⏱️ CAPÍTULOS 0:00 El misterio de cada palabra 0:20 El paper de 2017: Attention Is All You Need 0:55 El villano: la máquina de un solo cerebro 1:33 El segundo problema: leer en fila 1:46 La propuesta: todos hablan con todos 2:07 Una empresa para adivinar la siguiente palabra 2:54 Recepción: cortar el texto en tokens 3:16 El gafete: el número de empleado 3:48 El maletín: lo que significa una palabra 4:43 Los tres documentos: Query, Key, Value 5:23 El caos de la puerta (posición) 5:58 La reunión: ¿a quién escucho? 7:15 Los porcentajes (softmax) 7:34 Recoger lo que cada uno aporta (value) 8:09 La oficina: pensar a solas (feed-forward) 8:53 Reunión Nº 2: las capas 9:38 La recompensa: todos lo saben todo 10:11 La pregunta difícil: ¿quién viene después? 10:36 El ranking del diccionario 11:20 El sorteo (temperatura) 11:56 Misión cumplida… y el déjà vu 12:29 Las leyes del edificio 13:17 La palabra invisible (EOS) 14:30 Ahora todo encaja 15:39 Una última cosa 16:15 ¿Por qué Google no sacó ChatGPT? 17:33 Mixture of Experts