Cómo ChatGPT escaneó 170.000 líneas de código en segundos, ahorrándome horas de trabajo

¿No está seguro de cómo aplicar mejor la inteligencia artificial (IA) a sus necesidades únicas y especializadas? Has venido al lugar correcto. Repasaremos cómo puedes usar una herramienta como ChatGPT para resolver problemas complejos rápidamente, siempre y cuando tengas las indicaciones correctas y un toque de escepticismo.

Además: Los mejores chatbots de IA de 2024: ChatGPT, Copilot y alternativas dignas

Primero, una breve madriguera de conejo impresa en 3D.

Nuestro contexto para esta lección es la impresión 3D. Una prueba especial en impresión 3D llamada 3DBenchy verifica el rendimiento de la impresora ayudando a los usuarios a probar la velocidad y varias medidas de calidad de impresión, y a la mayoría de las impresoras les toma una o dos horas imprimir.

Recientemente probé una nueva impresora que se supone que es más rápida que muchas otras. En esta impresora, Benchy tardó 42 minutos, mientras que en otras impresoras 3D del Fab Lab tardó entre 60 y 70 minutos. Pero aquí está la cuestión: la versión de prueba proporcionada por la empresa que fabrica la impresora tardó 16 minutos. Esa es una gran diferencia.

Además: Asana lanza una herramienta sin código para diseñar agentes de IA, también conocidos como sus nuevos ‘compañeros de equipo’

Las impresoras 3D se controlan con código G, un programa generado a medida mediante una herramienta llamada cortadora que controla cómo la impresora mueve su cabezal de impresión y su plataforma de impresión, se calienta y alimenta y retrae el filamento fundido.

El código G precortado proporcionado por la fábrica para la impresora que estaba probando dio como resultado una impresión de 16 minutos. El código G que generé usando la cortadora de la compañía resultó en una impresión de 42 minutos. Quería saber por qué.

Lamentablemente, nadie del equipo de soporte de la empresa pudo responder mi pregunta. A pesar de numerosos intentos, no pude obtener una respuesta sobre qué configuración de la cortadora cambiar para que el código G que produje usando su cortadora funcione tan bien como el código G generado usando su cortadora.

Además: Cómo usar ChatGPT para escribir código: qué hace bien y qué no

Después de muchas búsquedas en la web y lectura de publicaciones frustradas en Reddit, quedó claro que otros clientes tenían el mismo problema. He aquí una máquina capaz de más del doble de rendimiento, pero ninguno de nosotros pudo reproducir ese rendimiento con éxito.

¿Puede la IA ayudar?

Aquí es donde ChatGPT entra en escena. El código G consta de miles de líneas que se ven así:

G1 X122.473 Y140.422 E4.23368
G1 X122.222 Y140.6 E4.24443
G0 F14400 X122.703 Y140.773
G1 F3600 X122.117 Y141.251 E4.27083
G1 X121.767 Y141.66 E4.28963
G1 X121.415 Y142.139 E4.31039
G1 X121.105 Y142.641 E4.33099

Juntos, ambos archivos de código G de Benchy tenían más de 170.000 líneas de código. No tenía intención de pasar un sábado por la tarde revisando esas cosas manualmente. Pero pensé que tal vez la IA podría ayudar.

Además: llevé mis gafas inteligentes Ray-Ban Meta a pescar con mosca y superaron a GoPro de varias formas sorprendentes.

Tenía el código G que generé usando la cortadora. También pude exportar y guardar el código G proporcionado por la fábrica. Usando ChatGPT Plus, introduje ambos archivos en la IA.

Comencé confirmando que ChatGPT podía leer los archivos. Después de cargar cada archivo, pregunté:

¿Puedes leer esto?

ChatGPT confirmó y afirmó: “Puedo leer el contenido del archivo. Parece ser un archivo de código G, normalmente utilizado para controlar impresoras 3D”. Ese fue un buen comienzo.

Para asegurarnos de que tuviéramos claro qué archivo era cuál, le di a ChatGPT algunas etiquetas para los archivos:

Llamemos al primer archivo cargado “impresión normal” y al segundo archivo cargado “impresión rápida”. ¿Bueno?

La IA estuvo de acuerdo, entonces le dije:

Describe en qué se diferencian los archivos.

Aparte de nombrar uno de los archivos como “impresión rápida”, no le di a ChatGPT ninguna indicación de lo que estaba buscando. Aun así, el robot identificó que una impresión tenía velocidades de impresión más altas, aunque la configuración de temperatura era la misma.

Luego le pregunté a la IA:

¿Por qué la “impresión rápida” es mucho más rápida?

En ese momento, ChatGPT empezó a molestarme. En lugar de darme detalles del código que proporcioné, especuló. La IA utilizó frases que contenían “probable”, “puede” y “podría” para describir por qué la impresión fue más rápida.

Además: el ecosistema de IA actual es insostenible para casi todos, excepto para Nvidia, advierte un destacado académico

Pero le había proporcionado archivos de código G que describían exactamente lo que estaba haciendo la impresora, por lo que quería una respuesta exacta sobre lo que estaba haciendo la impresora. Como suele ser el caso con ChatGPT, la conversación fue muy parecida a hablar con un brillante estudiante de posgrado que es algo terco y poco cooperativo.

Por qué la indicación correcta marca la diferencia

Finalmente llegué a este mensaje, que desveló respuestas viables:

El código G proporcionado en ambos archivos es lo único diferente en estas impresiones. Utilizando únicamente el código G proporcionado como comparación, ¿qué configuración de segmentación sería diferente? No especule sobre cuáles podrían ser otras configuraciones. Base su análisis únicamente en el código proporcionado.

ChatGPT identificó tres factores clave:

• El código G de impresión normal muestra velocidades de avance normalmente entre 2400 mm/min y 3400 mm/min. El código G de impresión rápida muestra velocidades de avance mucho más altas, con algunos comandos que alcanzan hasta 14400 mm/min. Esta tasa supone un aumento significativo de la velocidad, lo que contribuye directamente a la reducción del tiempo de impresión.
• En comparación con una altura de capa de 0,2 mm para la impresión normal, la impresión rápida establece la altura de la capa en 0,25 mm, lo que reduce la cantidad de capas necesarias para completar la impresión.
• El código G de impresión rápida incluye configuraciones de aceleración mucho más agresivas, lo que permite a la impresora alcanzar velocidades más altas más rápido y mantenerlas, lo que contribuye a una impresión más rápida.

Además: el tecnólogo Bruce Schneier habla sobre seguridad, sociedad y por qué necesitamos modelos de ‘IA pública’

Ese resultado fue interesante. Sin embargo, quería saber si la empresa optimizó manualmente el código G o lo generó directamente en la cortadora. Entonces, le pregunté a ChatGPT:

¿Puedes saber si la impresión rápida ha sido codificada a mano o generada por una cortadora? Quizás busque comandos inconsistentes o comentarios no estándar.

La IA respondió con tres consideraciones interesantes:

• Las variaciones en los comandos del código G, como cambios en las velocidades de avance, cambios entre diferentes comandos de movimiento y alteraciones en otros parámetros, son típicas del código generado por la cortadora. Estos cambios están diseñados para optimizar el proceso de impresión y son consistentes con el comportamiento de una cortadora.
• Si el código G estuviera codificado a mano, esperaríamos ver patrones más irregulares e impredecibles, pero estas transiciones siguen una secuencia lógica, característica del proceso de optimización de un segmentador.
• Por lo tanto, la presencia de estos comandos no indica codificación manual; más bien, respalda la conclusión de que este código G fue generado por una segmentación.

Lo que me dicen estos resultados es que probablemente sea posible que los usuarios modifiquen la configuración de su segmentación para obtener un rendimiento similar.

Algunas reflexiones de los comentarios.

Hemos tenido algunos comentarios muy activos para este artículo. En su mayor parte, entré y respondí preguntas a medida que surgían. Te animo a visitar los comentarios para participar y leer lo que otros lectores tienen que decir sobre este tema.

Además: ¿Tiene un problema de Windows que simplemente no puede solucionar? Pruebe este truco definitivo para solucionar problemas

Aquí hay una lista rápida de algunos pensamientos que inspiraron los comentarios:

• No es necesario utilizar IA para resolver estos problemas. Pero puede resultar instructivo ver cómo la IA resuelve muchas categorías de problemas diferentes, por lo que le recomiendo que utilice chatbots, aunque sólo sea para ver qué pueden hacer. Entonces, tendrás una herramienta para uso futuro.
• Generalmente uso ChatGPT Plus para estas pruebas. La versión gratuita puede hacer parte del trabajo, pero debido a que limita el uso después de demasiada interacción, si quiero terminar un artículo a tiempo, necesito tener acceso completo al chatbot.
• Cuando intento obtener una respuesta de un chatbot, normalmente lo considero un estudiante o empleado talentoso. A veces, incluso uso “por favor” y “gracias” para mantener el tono de la conversación. Pero como cualquiera con quien hable podría distraerse o negarse obstinadamente a entender su punto, siga intentándolo, cambie sus preguntas, haga preguntas de diferentes maneras y aclare, incluso cuando crea que lo que está aclarando debería ser obvio.
• Usar IA puede resultar perezoso, claro. Pero también pueden ahorrar tiempo. Casi todo lo que puedes hacer con herramientas eléctricas en un taller, también puedes hacerlo con herramientas manuales. A veces quieres centrarte en el arte. A veces, solo quieres terminar para tener tiempo de dormir lo suficiente esa noche. Nunca dude en utilizar una herramienta si puede ayudarle. Pero tenga en cuenta que si el resultado de su trabajo excluye específicamente el uso de esas herramientas (por ejemplo, nunca usamos IA para escribir nuestros artículos aquí en ZDNET), entonces no use la herramienta.
• Definitivamente ten cuidado con lo que subes a la IA. No todo es compañía o confidencial. Pero algunas cosas sí lo son. La mayor parte de lo que subo son mis propios datos o, como en este caso, algo que ya está publicado abiertamente.

No siempre tengo la oportunidad de responder a los comentarios, pero lo intento. A veces, la gente publica días, semanas o incluso meses después de que los artículos aparecen y yo pasé a otros artículos. Pero siempre agradezco los comentarios de los lectores. Debido a que la mayoría de los lectores de ZDNET son profesionales, los comentarios suelen estar llenos de información útil (aunque a veces dolorosa de leer). He aprendido mucho de los comentarios de ZDNET y estoy seguro de que usted también lo hará.

¿Qué hemos aprendido?

Hemos aprendido que ChatGPT entiende el código G. Esto no es sorprendente porque, en mis primeras pruebas, aprendimos que ChatGPT tiene un dominio bastante bueno incluso de los lenguajes de programación más oscuros.

También aprendimos que ChatGPT puede examinar y comparar más de 170.000 líneas de instrucciones de máquina y llegar a conclusiones prácticas en segundos.

Además: la nueva herramienta de Perplexity AI hace que investigar el mercado de valores sea “encantador”. Así es como

Finalmente, aprendimos que podemos usar IA como ChatGPT para explorar problemas complejos desde varios ángulos. ChatGPT no solo explicó la gran diferencia de velocidad entre los dos archivos, sino que también pudo validar si el archivo proporcionado de fábrica había sido modificado manualmente o no.

En conclusión, no aceptes lo que te dice la IA como una verdad absoluta. No tomes decisiones críticas basadas en sus respuestas. Y recuerda que a veces tendrás que negociar con la IA antes de que esté dispuesta a darte respuestas útiles.

Esta prueba es otro caso más en el que pude recurrir a la IA y encontrar una respuesta para una pregunta muy específica de mí sin necesidad de codificar en minutos.

Si tiene una pregunta que requiere mucho texto o análisis numérico, considere ejecutarla mediante ChatGPT o una de las otras IA. Es posible que obtenga una respuesta útil en minutos.

Además: probé 7 detectores de contenido de IA: están mejorando dramáticamente en la identificación de plagio

Escribir este artículo sobre el problema me llevó algunas horas. El proceso de análisis real, de principio a fin, me llevó menos de 10 minutos. Esa es una gran productividad allí mismo.

Puedes seguir las actualizaciones diarias de mi proyecto en las redes sociales. Asegúrate de suscribirte a mi boletín de actualización semanal y sígueme en Twitter/X en @DavidGewirtzen Facebook en Facebook.com/DavidGewirtz, en Instagram en Instagram.com/DavidGewirtz y en YouTube en YouTube.com/DavidGewirtzTV.