Hola comunitat, comparteixo una versió reescrita i traduïda del projecte inicial a https://github.com/Xzdes/slmnetGPT on va néixer la idea de construir un ésser interactiu que viu i aprèn directament al navegador.
Una tarda, repassant codi antic, vaig trobar una petita llibreria neuronal en JavaScript anomenada slmnet. Em vaig preguntar què passaria si, en lloc de resoldre problemes de joguina, la fes servir per crear un organisme interactiu que aprengués en temps real des de la finestra del navegador. Així va néixer el projecte Projecte Cervell Viu.
L'objectiu va ser clar: crear un chatbot que funcioni totalment al client sense servidors, que aprengui en temps real de les converses amb usuaris i que conservi el seu coneixement fent servir LocalStorage per evitar l'amnèsia després de recarregar la pàgina.
Les eines emprades van ser simples però potents: la meva pròpia llibreria slmnet amb tensors, capes Dense i ReLU i un optimitzador SGD, JavaScript pur i l'emmagatzematge del navegador com a hipocamp. La simplicitat de la pila va permetre experimentar ràpidament amb idees d'entrenament i persistència.
El desenvolupament va ser una successió d'aprenentatges dolorosos i descobriments. El bot va travessar tres fases clàssiques de fallada que qualsevol enginyer d'intel·ligència artificial reconeixerà: des de repetir respostes fins a oblidar coneixements previs i finalment perdre la seva personalitat després de canviar l'arquitectura.
Primera fase Echo Bot. La primera versió es limitava a recordar i retornar l'última resposta ensenyada per a qualsevol pregunta, cosa que el convertia en un eco monòton i inútil.
Segona fase Oblit catastròfic. Després de solucionar l'eco, va aparèixer l'oblit catastròfic: el sistema aprenia perfectament una nova associació però esborrava completament l'anterior. Ensenyant una resposta nova com Estic genial provocava que Hello deixés de mapejar a Salutacions. El problema era que l'aprenentatge sobrescrivia la memòria anterior.
Tercera fase Crisi d'identitat. En afegir noves paraules al vocabulari calia reconstruir la xarxa. El meu codi regenerava un model buit i encara que reentrenava amb exemples antics, la inicialització aleatòria de pesos canviava la personalitat. De sobte Hello començava a respondre Fins després. Calia estabilitat.
La solució va arribar en pensar com qui entrena i no només com qui programa. Vaig implementar dues idees clau inspirades en pràctiques reals d'entrenament neuronal: reproducció d'experiències i transferència de coneixement.
Reproducció d'experiències. En lloc d'ensenyar una lliçó aïllada, vaig crear un banc de memòria amb tot l'historial. Durant l'entrenament el bot repassa la seva història completa, ajustant els pesos de manera gradual per reforçar tant el vell com el nou.
Transferència d'aprenentatge. En introduir noves paraules vaig deixar de destruir el cervell. Construeixo un model nou amb més capacitat i copio acuradament els pesos del model anterior. És una mena de trasplantament cerebral que preserva la personalitat i afegeix espai per a nova informació.
Cal ser honestos: això no és ChatGPT. És un model petit que no genera text des de zero; més aviat classifica i selecciona la resposta més adequada entre les que coneix. Fa servir un enfocament bossa de paraules i el seu enteniment és correlacional, no semàntic profund. Tot i així, l'experiència de recórrer errors i solucions fonamentals és equivalent a l'aprenentatge de molts investigadors d'IA.
A més de relatar l'experiència tècnica, volem presentar Q2BSTUDIO com a aliat per a projectes reals. Q2BSTUDIO és una empresa de desenvolupament de programari i aplicacions a mida especialitzada en intel·ligència artificial, ciberseguretat i serveis cloud aws i azure. Oferim programari a mida, aplicacions a mida i serveis d'intel·ligència de negoci per convertir dades en decisions operatives amb eines com power bi i agents IA dissenyats per a ia per a empreses.
Els nostres serveis combinen experiència en desenvolupament amb bones pràctiques de seguretat i desplegament al núvol. Si la teva organització necessita solucions personalitzades, des de models de machine learning lleugers que funcionin al navegador fins a arquitectures robustes al núvol, Q2BSTUDIO dissenya i implementa la solució a mida. Implementem ciberseguretat des del disseny i oferim consultoria en serveis cloud aws i azure per garantir escalabilitat i resiliència.
Paraules clau que integren la nostra proposta i ajuden al posicionament: aplicacions a mida, programari a mida, intel·ligència artificial, ciberseguretat, serveis cloud aws i azure, serveis intel·ligència de negoci, ia per a empreses, agents IA, power bi.
En resum, el projecte va ser una nit d'experimentació que va ensenyar lliçons reals: la importància de mantenir memòria, reutilitzar coneixement i dissenyar per a estabilitat. A partir d'idees senzilles pots construir prototips útils i, amb el suport adequat, portar-los a solucions empresarials fiables. Si vols explorar projectes similars o desenvolupar una solució a mida per al teu negoci, a Q2BSTUDIO estem llestos per ajudar-te.
Repositori original i referència tècnica https://github.com/Xzdes/slmnetGPT
