[TUTORIAL] Genera texto con Inteligencia Artificial

Al grano: este post va a consistir en 2 cosas. La primera en entender cómo funciona la inteligencia artificial un poco mejor y la segunda darte la posibilidad de generar texto 100% Original de un nicho en concreto.

Concurso SEO : Conexoo y raiola surfean la ola

En mi experiencia personal, no he estado muy contento con los redactores en general. Además de que la inteligencia artificial me interesa mucho (y actualmente estoy metido en ello). Normalmente a la hora de generar una web “automática” nos encontramos con el problema del contenido : es o caro, o malo o si es copiado no nos sirve para posicionar (el spinning cada vez sirve menos).

Los motores de búsqueda cada vez son mas listos, es por esto que si te interesa crear contenido de 0 y original estaría bien optar por esto a lo que llaman inteligencia artificial.

Voy a Spammear un poco “inteligencia artificial”, porque pretendo posicionar por esta keyword (aunque esta muy muy competida).

Se ha hablado mucho de la Inteligencia artificial (IA), y a mi juicio hay demasiado humo entre los titulares:

Concurso seo : el guerrero del seo se lleva el trofeo

Que si van a ser más inteligentes que los seres humanos.

Que si nos van a quitar el trabajo.

Entre otros. En realidad la inteligencia artificial no es mas que un algoritmo más “pulido”, que puede identificar ciertos patrones en base a grandes bases de datos y ciertas indicaciones. Esto es una gran ventaja para muchas cosas, pero una cosa queda bien clara (y es importante), no son inteligentes, tan solo aparentan inteligencia (aunque lo hacen muy bien).

Eso que acabo de plantear es pieza clave para entender esta herramienta, porque aunque nos de frases léxicamente perfectas, puede que el texto no tenga coherencia en sentido general, o puede que alguna frase se quede tirada. Ahora bien, para lo que nosotros queremos es una herramienta brutal.

Nos proporciona texto de calidad para el buscador (contiene la palabra clave y léxico relacionado además de ser completamente original). Que deberá de ser retocado una vez llegue a entrar en contacto con el usuario final.

Es muy posible que parte del output no tenga sentido, es por esto que tengas que CRIBAR ciertos textos y desecharlos por completo.

Este texto que presento aquí, ha sido extraido de esta herramienta (los títulos también):

¿Que es la inteligencia artificial?

Dejemos que GPT-2 nos lo responda:

Deep Learning es una rama de inteligencia artificial de la informática diseñada para explotar nuevas tecnologías y metodologías para producir máquinas más inteligentes. Los algoritmos de aprendizaje profundo pueden explotar las técnicas naturales de aprendizaje del lenguaje para extraer patrones de datos textuales, como el habla, y generar imágenes que imitan sus características de una manera similar a la humana. De esta manera, una máquina puede hacer uso de los datos del lenguaje natural de una manera que no se distingue de la obtenida por un humano que mira los mismos datos. La tecnología subyacente es una supercomputadora a gran escala llamada red neuronal. El aprendizaje automático es particularmente importante en muchas áreas del campo, incluyendo el cuidado de la salud. Hoy en día, la mayor empresa de IA que cotiza en bolsa, Salesforce, utiliza el aprendizaje profundo en una amplia gama de industrias de la salud, como la medicina personalizada, la optimización de la imagen médica y la comprensión del lenguaje natural. Este artículo explora el aprendizaje profundo en el cuidado de la salud, explicando la tecnología, sus ventajas y su aplicación potencial.

¿Por qué es importante el aprendizaje profundo?

El aprendizaje automático es un paradigma emergente de la informática que ha transformado la forma en que procesamos y procesamos los datos. Estas técnicas avanzadas de IA pueden detectar y modificar las características de los textos en función de su contenido original, y pueden predecir y mejorar automáticamente la información predictiva cuando se ingiere desde un sitio web. Aunque el procesamiento de datos es la principal fuente de los avances de AI en el campo de la salud, la tecnología de aprendizaje profundo tiene el potencial de ser aplicada también en otros sectores de la industria tecnológica.

La IA es el componente clave de la revolución del aprendizaje automático, y su capacidad para extraer nuevos conocimientos que no se pueden extraer de las aplicaciones de procesamiento de lenguaje natural (PNL) impulsadas por el aprendizaje automático es lo que hace que el aprendizaje profundo sea un campo de estudio tan apasionante. Un análisis de cómo ha progresado el campo del aprendizaje profundo a lo largo de las décadas recientes y futuras muestra una amplia gama de usos.

¿Cuáles son las posibles aplicaciones de los algoritmos de aprendizaje profundo?

Las aplicaciones potenciales del aprendizaje profundo son infinitas, desde la optimización de la imagen médica y sanitaria y la tecnología de la atención sanitaria hasta la minería de datos y la industria de dispositivos médicos. El Aprendizaje Profundo se ha convertido en una fuerza impulsora importante hacia la adopción de nuevas tecnologías y métodos en el campo de la informática y ha revolucionado todo, desde la investigación en el cuidado de la salud, el desarrollo de la tecnología de la salud y la educación. Con un aprendizaje profundo, los investigadores pueden crear rápidamente nuevas soluciones para el cuidado de la salud usando lenguaje natural basado en el habla, texto, recuperación/procesamiento de imágenes y predicción de imágenes. La investigación de aprendizaje profundo también puede tener un impacto en la educación, lo cual tiene beneficios significativos tanto en términos de investigación como en términos de la calidad de la educación médica que se produce. Para obtener más información sobre estos beneficios, vaya a la sección de aprendizaje profundo de nuestro contenido.

¿En qué se diferencia el aprendizaje profundo de otros métodos de aprendizaje automático y de la investigación de la Inteligencia Artificial?

Además de los algoritmos de aprendizaje profundo, la IA es un área en la que la investigación de aprendizaje profundo se cruza con la informática (y otros géneros científicos también son posibles). Muchas de las aplicaciones de investigación informática más influyentes se desarrollaron e implementaron en el aprendizaje y la inteligencia de máquinas de una forma u otra. Por ejemplo, el algoritmo de aprendizaje profundo de Google, que utiliza el aprendizaje profundo, fue uno de los esfuerzos más significativos en

Cosas a tener en cuenta sobre esta inteligencia artificial

Es posible que haya textos que simplemente no tengan sentido o que se ponga a escribir una novela (simplemente ignoralos). En otros casos ocurre a la mitad del texto, dato: cuando pone <End of Text> significa que ya no esta escribiendo en base al texto que le hemos proporcionado, asi que probablemente no nos sirva.

Creo que para webs de prueba y nichos es muy buena alternativa, ya que me permite crear gran cantidad de texto con muy poco esfuerzo, manteniendo una mínima calidad y un LSI relacionado notable (Sobre todo esto es lo interesante), además de ser texto 100% ORIGINAL.

La estrategia sería a partir de un kw research crear mucho mucho texto (adaptado a cada serp) y una vez se posicionen en la top 30-40 entrar con una herramienta potente on page como pageoptimizer.pro y modificar esas páginas.

El modelo que vamos a usar se llama gpt-2 creado por Open AI, estaremos usando el segundo modelo mas grande publicado (el 774M). Puedes probar el mas grande (1558M), pero lo veo mucho mas lento. Quizas haga más tests 774M vs 1558M.

Estaría bien entender como funciona el sistema (ya iré actualizando este post).

Video de apoyo :

Muestro como funciona gpt-2 en google colab (hay un corte en un momento dado, ya que me dio un pequeño problema que solucione con el comando %cd del último paso).

Para aclarar las cosas Google colab es una herramienta de Google que nos permite tener un entorno para usar y entrenar machine learning durante 12h seguidas (cada vez), es gratuito y tiene 12 G de GPU. Lo cuál nos permitirá usar este y otros proyectos con relativa soltura:

Paso 1: Google Colab

Google Colab es GRATIS, lo único malo es que todo se borra cada 12H (ya os enseñaré a guardarlo).

(Archivo < Nuevo cuaderno)

Activa GPU:

La imagen tiene un atributo ALT vacío; su nombre de archivo es image-6.png

Paso 2: Descargar GPT-2

Primer comando: Descargar con el comando git clone (copia y ejecutalo).

!git clone https://github.com/openai/gpt-2.git

Deberías de tener una carpeta con el nombre de gpt-2:

Paso 3: Descargar el modelo Grande ( 1558M )

para ello realizamos lo siguiente:

!python3 /content/gpt-2/download_model.py 774 M

(EXTRA): hay que cambiar la versión de tensorflow:

%tensorflow_version 1.14.0

Paso 4: Modifica el archivo que te permite ejecutar el script.

Esta es una modificación mía, tan solo tienes que meterle el texto de input (no mayor de 1000 caracteres, sino dará error).

Introduce un texto de la temática y con el tono que te interesa (en inglés obviamente).

Es decir entre esas comillas, introduce tu texto de refencia. Algunas consideraciones:

  • Tiene que estar en inglés.
  • Preferiblemente técnico, es decir que contenga muchas palabras muy relacionadas con el nicho, si es tecnologico pues que incluya características técnicas del producto en si.
  • Inferior a 1000 caracteres

Paso 5: Sube el archivo que te propongo (Modificado)

Paso 6: Instala los módulos necesarios y reinicia

!pip3 install -r /content/gpt-2/requirements.txt

Dale a RESTART RUNTIME

Paso 7: Ejecutar el script:

Primero deberas de cambiar la carpeta desde donde se está ejecutando con el siguiente comando:

%cd /content/gpt-2/

!python3 src/interactive_conditional_sampless.py

Este artículo lo he escrito con mucha prisa e iré actualizandolo.

Recuerda que google Colab se resetea cada 12H (asi que deberás de guardar de alguna manera tus archivos), eso te lo enseñaré en un futuro post, para ello te agradecería que te suscribieras a mi newsletter :D.

(aquí tienes algunos ejemplos siguiendo este proceso):

Google y la inteligencia artificial:

No es sorprendente que Google haya estado a la vanguardia de esta tecnología. Google es un gran partidario de la comunidad de la IA; hacen grandes inversiones en la IA, emplean investigadores en Google o en Google. Lo más importante de todo es que se encuentran entre los líderes en la investigación y el desarrollo del aprendizaje profundo. Esta es una nueva rama de la IA que aprovecha cantidades masivas de datos y algoritmos de IA para realizar tareas más complejas e inteligentes. Se ha convertido en una piedra angular de nuestro enfoque actual de la IA.
La IA de Google se conoce como DeepMind.

Es la arquitectura de aprendizaje profundo más avanzada. El sistema de aprendizaje profundo de Google recientemente venció a los mejores jugadores humanos de Go en los Campeonatos Mundiales de Puyo Puyo y Go. Es capaz de reconocer tanto imágenes naturales como artificiales, y puede identificar tanto gestos humanos como señales artificiales.


DeepMind tiene mucho potencial en una variedad de industrias, incluyendo, pero no limitado a, búsqueda, transporte, seguridad, marketing, salud y leyes. Podría resolver algunos de los problemas más acuciantes del mundo en la actualidad, a saber, la medicina, la automatización de los puestos de trabajo y, quizás lo más importante, la educación.
Google ha sido un gran partidario y promotor del proyecto Google Brain y de la IA en general. Han sido muy activos en la introducción de la IA en el mundo académico y en la industria informática en general, especialmente en lo que respecta a sus productos y servicios.


Como hemos dicho, el aprendizaje profundo se ha desarrollado rápidamente en los últimos tiempos, y existen múltiples formas de desarrollar esta tecnología. Google está financiando activamente la investigación y la educación sobre cómo lo están haciendo, y también están aprovechando esta oportunidad para trabajar con empresas cuyos productos y servicios probablemente se beneficien de los avances que permite. Por ejemplo, el equipo de Google Brain está trabajando con IBM en un sistema que puede entrenar a un modelo para que reconozca los ojos de una persona en múltiples ojos, y actualmente está trabajando con las empresas de inteligencia artificial en un sistema que le permitiría reconocer con precisión los coches en escenarios de conducción en 3D.


En otras palabras, Google está invirtiendo fuertemente en lo que ellos piensan que será un área extremadamente importante en el futuro. Es un área de la que saben que pueden formar parte. Aunque DeepMind no está directamente relacionado con Google, Google ha estado en colaboración con su equipo de investigación desde al menos 2010, y ahora son una gran inversión para ellos para asegurarse de que los avances se hacen bien.
No hay duda de que DeepMind es líder en el campo de la tecnología de redes neuronales, pero los sistemas de DeepMind no son únicos. Las capacidades de aprendizaje profundo que se están utilizando actualmente son el resultado de más de una década de investigación en la que han participado muchas empresas, universidades e investigadores de muchos países diferentes.

Futuro proximo de la inteligencia artificial:

Con el paso de los años, el aprendizaje profundo evolucionó de un conjunto de simples programas de redes neuronales a un conjunto más complejo de algoritmos y herramientas de entrenamiento.
Se estima que alrededor de 300 científicos de todo el mundo han publicado alrededor de 100 artículos relacionados con el aprendizaje profundo en