Connect with us

Noticias

10 worst players in NBA history according to ChatGPT

Published

on

Defining “the worst NBA players ever” certainly isn’t easy. It is hard to say what is worse, an NBA Draft bust who was given a shot to produce, but never amounted to much, or a player who simply didn’t see much time on the court at all, and therefore, never even had a chance to prove himself or put up any resemblance of statistics.

We here at ClutchPoints have looked at the biggest NBA Draft busts ever before. We’ve also looked at players who barely even saw court time. But because of our predicament, we decided to ask ChatGPT who the worst NBA players in history are.

So, check out the gallery to see what artificial intelligence has to say. ChatGPT provided a brief summary justifying its answers, and we went in and provided analysis from our perspective.

1. Michael Olowokandi

ChatGPT summary: Olowokandi was drafted first overall in the 1998 NBA Draft, ahead of future Hall of Famers like Dirk Nowitzki, Paul Pierce, and Vince Carter. Unfortunately, he never lived up to the hype, and despite his size and athleticism, he was often criticized for his poor basketball IQ, lack of work ethic, and inability to dominate in the post. His career numbers are underwhelming, and his lack of impact on winning teams solidified his place in “bust” territory.

ClutchPoints’ analysis: Michael Olowokandi was a high-risk, high-reward draft prospect, but unfortunately, he landed on the wrong side of that equation. The freak athlete with unquestionable measurables was never able to develop the necessary skills to thrive in the NBA game.

The Kandi Man only shot 43.5% from the field despite standing over seven feet tall, which is an incredibly poor mark for a big man. Olowokandi averaged 8.3 points per game over his career, but he only did so because he was forced onto the court due to the Los Angeles Clippers taking him first-overall.

2. Anthony Bennett

Anthony Bennett NBA Draft busts
Troy Taormina-Imagn Images

ChatGPT summary: Bennett’s selection as the first overall pick in 2013 remains one of the biggest draft mistakes in NBA history. He was a project player with an inconsistent jumper, no defined role, and questionable conditioning. His rookie season was disastrous, and he struggled to find a place in the league after his brief stint with the Cavaliers. Bennett’s career flamed out quickly, and he bounced around multiple teams before being out of the NBA entirely.

ClutchPoints’ analysis: Our vote for the biggest NBA Draft bust ever was Anthony Bennett, so it makes sense that he shows up here as one of the worst NBA players in history. Bennett was a massive failure, but it was almost easy to see it coming. His 2013 NBA Draft class was viewed as one of the worst draft classes ever, and even then it was looked at as a massive reach when the Cleveland Cavaliers took him first overall.

Bennett, who was supposed to be drafted late in the lottery, was a tweener without a real calling card. It showed on the basketball court, and he was even traded after only one season. Overall, Bennett lasted four seasons in the NBA, each of which was with a different team.

He averaged 4.4 points per game and only started in four total games. Despite the benefits that come with being picked early, no team was really willing to give Bennett a chance because the talent level was just clearly not there.

3. Darko Milicic

Darko Milicic worst NBA players ever
Kyle Terada-Imagn Images

ChatGPT summary: Darko Miličić’s selection as the second overall pick in the 2003 NBA Draft is often regarded as one of the biggest draft busts in history. While the Pistons won a championship during his rookie season (with him barely playing), Darko never lived up to his potential as a skilled 7-footer. He struggled with consistency, effort, and lack of development. Players like Carmelo Anthony, Dwyane Wade, and Chris Bosh were selected after him, making his selection all the more infamous.

ClutchPoints’ analysis: The 2003 NBA Draft class is one of the best ever, as LeBron James, Carmelo Anthony, Dwyane Wade, and Chris Bosh all went inside of the top five. Darko Milicic casts a shadow over the class as the number two pick, though. Milicic joined a great Detroit Pistons team (that he won a championship with his rookie season), but he was incredibly raw due to his status as one of the youngest NBA players ever.

He was never able to develop, and the big man ended his career as a bench warmer and draft bust. His failures were compounded by the stars drafted around him, many of which are still playing or played until recently. Meanwhile, Milicic is now a farmer in Serbia.

4. Sam Bowie

A graphic of Sam Bowie in the NBA

ChatGPT summary: Sam Bowie’s career is largely remembered for being selected ahead of Michael Jordan in the 1984 NBA Draft. While injuries did hamper his career and kept him from reaching his potential, the fact remains that the Blazers passed on one of the greatest players of all time. Bowie had a solid, albeit unspectacular career, but his selection is often cited as a massive blunder in NBA draft history.

ClutchPoints’ analysis: Like Milicic, Sam Bowie is punished in NBA dialogue because of the players drafted before and after him. Hakeem Olajuwon was taken first overall, and Michael Jordan – the greatest NBA player ever – was selected third, while the Portland Trail Blazers ended up with Bowie second overall because team’s prioritized centers over guards in the early ’80s.

As is the trend with high Trail Blazers draft picks, Bowie struggled with injuries, and that prevented him from ever reaching his potential. He was a career 10.9 point-per-game scorer, and he played 511 games in his career (349 starts), so we think it is probably unfair to call him one of the worst NBA players ever, even though it is evident he is one of the worst NBA Draft picks ever.

5. Kwame Brown

Kwame Brown NBA Draft bust
Jennifer Stewart-Imagn Images

ChatGPT summary: Kwame Brown is the classic example of a player who struggled with the weight of being the top overall pick. After being chosen by the Washington Wizards ahead of other highly regarded prospects, he never lived up to expectations. Brown was often criticized for his lack of skill development, low basketball IQ, and inability to impact games. Despite a long career, his lack of growth made him a punchline in the basketball world.

ClutchPoints’ analysis: In addition to being one of the worst NBA players ever, Kwame Brown is certainly one of the worst first overall picks in NBA history. Brown came to the league straight out of high school, and his failures demonstrated the risk of taking such a young player. Immaturity issues were prevalent with the center, as he never showed a willingness to get better at what he needed to improve upon.

Brown actually did last 12 years in the league, but he was only a double-digit scorer once, and he was limited to a bench role more often than not.

Brian Scalabrine Bulls worst NBA players in history
Howard Smith-Imagn Images

ChatGPT summary: While Brian Scalabrine became a fan favorite and was often referred to as the “White Mamba” due to his enthusiasm and attitude, his actual on-court production was underwhelming. Scalabrine was a journeyman who spent most of his career as a benchwarmer, but his personality and role in the Boston Celtics’ championship run in 2008 gave him a bit of a cult following. In reality, though, his skill set did not justify his NBA career length.

ClutchPoints’ analysis: A lot of the players on this list were big draft busts: Players who were drafted high and were expected to do great, but did not live up to expectations. Brian Scalabrine is here for a different reason, as he was only a second-round pick and was never expected to be much more than a depth piece.

Related NewsArticle continues below

Scalabrine is here because he gained notoriety as a goofy bench player on some pretty good teams. While he was glued to the bench, he actually won a championship with the Boston Celtics in 2008. Scalabrine only averaged 3.1 points per game, but he is famous for saying “I’m closer [in skill] to LeBron than you are to me.” The quote is true and goes to show just how great NBA players are, even the very worst ones.

Scalabrine is the poster boy of a fan-favorite bench-warmer, but considering he lasted 11 years in the NBA and doesn’t qualify as a draft bust, and we aren’t sure that he belongs on this list.

7. Robert Traylor

A graphic of Robert "Tractor" Traylor in the NBA

ChatGPT summary: Known as “Tractor,” Robert Traylor was drafted by the Bucks, but his career never reached the expected level. He was traded to the Cleveland Cavaliers in a deal that eventually involved the selection of Dirk Nowitzki. Traylor’s poor conditioning, inability to stay on the court, and underwhelming performances led to a rather forgettable NBA career. He never made much of an impact.

ClutchPoints’ analysis: Robert Traylor was traded for Dirk Nowitzki, which will make him remembered as a key part in one of the most lopsided trades ever. Despite his hulking frame, Traylor struggled to score with efficiency inside. Additionally, he struggled with stamina and conditioning issues.

Traylor was a career 4.8 point-per-game scorer, and he was out of the league after seven seasons despite being a former number six draft pick. Unfortunately, Traylor passed away in 2011 after suffering a heart attack.

8. Greg Oden

Greg Oden NBA Draft bust Trail Blazers
Steve Dykes-Imagn Images

ChatGPT summary: Greg Oden was a highly touted prospect after dominating at Ohio State, but injuries tragically derailed his career. He suffered multiple knee surgeries that kept him from ever reaching his potential. While Oden was solid when he played, the fact that he was picked ahead of Kevin Durant in the 2007 Draft has led to him being remembered as one of the biggest “what ifs” in NBA history.

ClutchPoints’ analysis: Injuries were the demise of Greg Oden. The 2007 first overall pick, who was selected before Kevin Durant, only played in 105 total games, and the 66 games that he started in were fewer than a complete NBA season. Oden missed the entirety of what would have been his rookie season, as well as three straight years from 2010 to 2013. He only once played more than 23 games in a season once, and even then he missed 21 games.

Oden was a talented player, as evidenced by his decent scoring figures (8.9 points and 11.1 points in 2008-09 and 2009-10, respectively) in limited minutes. Being another injury-prone big who was taken before an all-time NBA great will make him infamous as one of the worst NBA players ever, though.

Jimmer Fredette Team USA FIBA 3x3
Yukihito Taguchi-Imagn Images

ChatGPT summary: Fredette was a college sensation at BYU, known for his scoring ability, particularly his three-point shooting. However, when he transitioned to the NBA, his inability to guard anyone and his lack of playmaking ability limited his effectiveness. Fredette’s lack of athleticism and inability to adapt to the NBA’s higher level of competition led to a very short career.

ClutchPoints’ analysis: Jimmer Fredette is arguably one of the best college basketball players ever, and certainly one of the best of the 21st century, but the same can’t be said about his NBA career. Fredette has looked good throughout his professional career, including when playing overseason and during his time with Team USA playing 3×3.

Every time he has made an attempt at the NBA, though, he has failed. Fredette can score/shoot with the best of them, but he is undersized to play the shooting guard position in the NBA, and he doesn’t have the playmaking knack to thrive as a lead guard. The step up in competition has proven to be too much for Fredette, especially when it comes to trying to defend anybody.

Fredette’s career six points per game mark is disappointing when you consider that he is a three-time CBA All-Star and a Greek League champion.

10. Nikolaz Tskitishvili

 A graphic of Nikolaz Tskitishvili in the NBA

ChatGPT summary: Tskitishvili’s selection as the 5th pick in the 2002 NBA Draft was a puzzling one at the time and only grew more perplexing as his career unfolded. He had an impressive international resume but struggled with the speed and strength of the NBA. Tskitishvili’s inability to adjust, along with a lack of shooting consistency and toughness, made him one of the most infamous draft busts in NBA history.

ClutchPoints’ analysis: Nikolaz Tskitishvili might not have the name recognition of some of the other players on this list, but he was certainly an NBA failure. Foreign big men were coveted in the early 2000s because of the success of Dirk Nowitzki, which led to the Denver Nuggets drafting Tsikishvili fifth overall in 2002.

After only averaging 3.9 point per game as a rookie, though, the Nuggets were forced to find a new franchise cornerstone, and they selected Carmelo Anthony in the following draft. Somehow, that rookie season was Tskitshvili’s best, as he never started another game in the NBA, and he was out of the league after only 1,946 total minutes of court time. Despite standing seven feet tall, Tskitshvili’s career field goal percentage was only 30.4%, as he wasn’t made for the physicality and athleticism of the NBA game.

Continue Reading
Click to comment

Leave a Reply

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Noticias

La batalla de los gigantes tecnológicos

Published

on

OpenAI siempre ha sido excelente para captar la atención en las noticias. Sus anuncios a menudo vienen acompañados de afirmaciones grandes y audaces. Por ejemplo, anunciaron GPT-2 pero dijeron que era demasiado peligroso lanzarlo. O su campaña “12 días de Navidad”, donde mostraron un producto nuevo todos los días durante 12 días.

Ahora, Sam Altman ha compartido sus pensamientos sobre el año pasado, centrándose en la dramática telenovela de la sala de juntas en torno a su despido y regreso. También hizo una predicción audaz:

“Ahora sabemos cómo construir AGI como se entiende habitualmente. En 2025, creemos que los agentes de IA se unirán a la fuerza laboral y cambiarán la forma en que trabajan las empresas”.

AGI (Inteligencia General Artificial) significa crear una IA que sea tan inteligente y general como un humano. A diferencia de la IA estrecha, que está diseñada para tareas específicas como traducir idiomas, jugar al ajedrez o reconocer rostros, AGI puede manejar cualquier tarea intelectual y adaptarse en diferentes áreas. mientras no creo “AGI está cerca” Creo que la IA se unirá a la fuerza laboral, pero tal vez no de la manera que Altman imagina.

¿Está AGI cerca? No, al menos no el AGI que nosotros (o Sam) imaginamos

La llegada de AGI en 2025 parece muy improbable. La IA actual, como ChatGPT, funciona reconociendo patrones y haciendo predicciones, no comprendiendo realmente. Por ejemplo, completar la frase “La vida es como una caja de…” con “chocolates” se basa en probabilidades, no en razonamiento.

No creo que la AGI se produzca en 2025, y muchos expertos están de acuerdo. Demis Hassabis, con quien trabajé en Google, predice que AGI podría llegar alrededor de 2035. Ray Kurzweil estima que 2032, y Jürgen Schmidhuber, director de IDSIA, sugiere más cerca de 2050. Los escépticos son muchos y el cronograma sigue siendo incierto.

¿Importa cuándo? La IA ya es poderosa.

Quizás no importe exactamente cuándo llegará AGI. Incluso Sam Altman recientemente restó importancia a la “G” en AGI, diciendo:

“Creo que alcanzaremos el AGI antes de lo que la mayoría de la gente piensa y importará mucho menos”.

Estoy de acuerdo con esto hasta cierto punto. La IA ya tiene capacidades impresionantes. Por ejemplo, la IA de Netflix conoce tus preferencias cinematográficas mejor que tu pareja. Incluso se ha bromeado sobre los algoritmos de TikTok por reconocer la orientación sexual de alguien antes que ellos. La IA sobresale en el reconocimiento de patrones y, en muchos casos, es mejor que los humanos.

Sam Altman ve que la IA “se une a la fuerza laboral”

El punto más importante del memorando de Sam es su creencia de que la IA “se unirá a la fuerza laboral”. Estoy completamente de acuerdo en que esto va a suceder. Como escribí en mi actualización del agente de IA, para que la IA tenga éxito en el lugar de trabajo, necesita dos cosas clave: (1) acceso a herramientas y (2) acceso a datos. Estos son los pilares para que la IA sea realmente eficaz en entornos empresariales. Sin embargo, aunque Sam a menudo vincula esta idea con AGI, es posible que OpenAI no lidere la tarea de proporcionar estas soluciones de fuerza laboral de IA.

La primera posición de Microsoft: acceso a los usuarios

¿Quién tiene las herramientas laborales? Microsoft. Microsoft. Microsoft. Están en la pole position. La mayoría de la gente ya utiliza productos de Microsoft, les guste o no, y la IA se está integrando profundamente en estas herramientas, con copilotos apareciendo por todas partes.

En 2023 y 2024, muchas nuevas empresas lanzaron impresionantes servicios de inteligencia artificial para trabajos de oficina, solo para ser rápidamente eclipsadas por gigantes como Microsoft y Google, que tienen acceso directo a los clientes. Tomemos como ejemplo a Jasper.ai, una herramienta de inteligencia artificial para redactar textos que alguna vez fue famosa. Como señalé en esta publicación de LinkedIn, características similares ahora están integradas directamente en los productos de Google y Microsoft, lo que hace cada vez más difícil competir para los jugadores más pequeños.

El poder del acceso a los datos

La IA necesita datos para ser verdaderamente eficaz. Si está buscando respuestas sobre los procesos internos de una empresa o información valiosa a partir de documentos, herramientas generales como ChatGPT no serán suficientes. Lo que necesitamos son herramientas que puedan leer y resumir documentos de la empresa, diseñadas específicamente para uso empresarial. Como dije antes, 2025 será el año de la BÚSQUEDA, especialmente la búsqueda empresarial. Las herramientas que pueden responder preguntas, resumir contenido y ayudar a los usuarios a navegar por información compleja cambiarán las reglas del juego.

¿Quién tiene acceso a este tipo de datos? Microsoft es un gran actor, pero no está solo. Salesforce, por ejemplo, posee una enorme cantidad de datos valiosos: interacciones con los clientes, debates, documentos de procesos, estrategias de marketing y más. ¿Salesforce quiere que los agentes de IA ayuden a desbloquear este potencial? Absolutamente.

No sorprende que el director ejecutivo de Salesforce, Marc Benioff, haya criticado recientemente a Microsoft. Llamó a su asistente de IA, Copilot, “decepcionante” y dijo: “Simplemente no funciona y no ofrece ningún nivel de precisión”. Incluso lo llamó “Clippy 2.0”, el insulto más divertido que he escuchado en mucho tiempo, antes de lanzar la propia solución de inteligencia artificial de Salesforce, Agent Forces.

¿OpenAI es “simplemente” la herramienta más inteligente?

OpenAI no tiene el mismo nivel de acceso a datos o alcance al consumidor que Microsoft, ni tiene el tesoro de datos comerciales de Salesforce. Entonces, ¿cuál es su ángulo? Afirman ser la herramienta más inteligente del mercado, y probablemente lo sean, aunque personalmente considero que Claude 3.5 de Anthropic es actualmente mejor que GPT-4 de OpenAI.

OpenAI apuesta por su capacidad para superar a todos los demás con tecnología superior. Es por eso que Sam Altman afirma con seguridad que veremos AGI. ¿Qué hay detrás de esa audaz afirmación? Razonamiento o, como lo llama OpenAI, Razonamiento.

OpenAI y razonamiento

OpenAI lanzó recientemente o1, un modelo diseñado para mostrar capacidades de razonamiento avanzadas a través de un proceso iterativo de autollamada:

  1. Iteración y reflexión: el modelo genera un resultado, lo evalúa o critica y lo refina en una nueva ronda de razonamiento.
  2. Bucle de retroalimentación: esto crea un circuito de retroalimentación donde el modelo revisa sus resultados, los critica y los mejora aún más.

En esencia, GPT con o1 no sólo proporciona respuestas: planifica, critica el plan y lo mejora continuamente.

Lo que es especialmente digno de mención es el cambio de paradigma que esto representa. En lugar de simplemente lanzar un modelo más grande como GPT-5, la próxima generación de modelos de IA se centra en “pensar más” durante la inferencia. Esta capacidad de procesar de forma iterativa puede ser a lo que se refiere Sam Altman cuando dice: “Ahora sabemos cómo construir AGI”.

¿El razonamiento es razón suficiente?

Pero, ¿el “razonamiento” por sí solo hace que OpenAI entre en juego? OpenAI todavía necesita acceso a los datos y una fuerte presencia de usuarios, similar a Salesforce o Microsoft. Para solucionar este problema, OpenAI lanzó la aplicación de escritorio ChatGPT para macOS. Esta aplicación ahora puede leer código directamente desde herramientas centradas en desarrolladores como VS Code, Xcode, TextEdit, Terminal e iTerm2. Esto significa que los desarrolladores ya no necesitan copiar y pegar su código en ChatGPT, una solución común hasta ahora. Es una herramienta realmente útil y una medida inteligente para integrarse más profundamente en el flujo de trabajo del desarrollador.

Chatear con modelos de lenguaje grandes cuesta dinero

Cada llamada a un modelo de lenguaje grande (LLM) cuesta dinero. Para los grandes usuarios de ChatGPT, es posible que la suscripción de $ 20 ni siquiera cubra el costo de su uso. OpenAI recaudó recientemente 6.600 millones de dólares en una ronda de financiación Serie E, un impulso muy necesario para sostener sus operaciones. Si bien Agentforce genera ingresos sólidos de sus clientes y Microsoft disfruta de un enorme fondo de guerra financiera, OpenAI aún se encuentra en las primeras etapas para lograr que las empresas y los usuarios paguen lo suficiente para compensar los elevados costos del desarrollo de IA de vanguardia.

Su nivel premium de $200 por mes, que incluye la versión ampliada de O1, es un paso en esta dirección. ¿Pero vale la pena el precio? Quizás es por eso que AGI sigue siendo parte de la conversación: ayuda a justificar el posicionamiento premium. Sin embargo, la carrera por crear modelos superiores está lejos de terminar. Incluso O1 pronto podría ser superado por alternativas de código abierto, como hemos visto antes con Meta’s Llama.

Hablando de Meta, estoy seguro de que veremos sus intentos de monetizar los modelos de IA en 2025. En última instancia, el mayor desafío para estos actores sigue siendo claro: justificar enormes costos sin asegurar un flujo de ingresos constante y confiable.

Sam tiene razón: los agentes de IA estarán en la fuerza laboral

En 2025, veremos más agentes de IA ingresar a la fuerza laboral, transformando los flujos de trabajo al simplificar, mejorar y automatizar tareas en todas las industrias. Estos no serán modelos AGI que lo abarquen todo, sino modelos más pequeños y especializados diseñados para flujos de trabajo dedicados. La IA ampliará y mejorará los procesos paso a paso, combinando la IA tradicional, la recuperación de contexto y un diseño de usuario sólido para abordar desafíos como la seguridad, las alucinaciones y el control del usuario.

El éxito dependerá de la entrega de valor a través de soluciones bien integradas, fáciles de usar y diseñadas éticamente, como se describe en mi marco para crear herramientas de IA listas para la empresa. Para Sam Altman, la pregunta estratégica clave no será lograr AGI sino cómo fijar el precio de los modelos base de OpenAI para clientes empresariales como Microsoft o Salesforce, especialmente si OpenAI termina compitiendo directamente con ellos.

Pero, ¿cómo trabajaremos con esos nuevos colegas de IA?

Las empresas emergerán como ganadoras en la carrera por mejores modelos, mejores datos y mejores integraciones. Su principal objetivo debería ser formar a los empleados y clientes para que trabajen de forma eficaz con sus nuevos colegas de IA. En mi curso certificado de eCornell sobre soluciones de IA, vi de primera mano cómo la productividad se disparó una vez que los estudiantes aprendieron a comunicarse con un copiloto de IA. Inicialmente, muchos lucharon por lograr resultados, pero una guía paso a paso sobre cómo interactuar con la IA marcó una diferencia significativa.

¿Por qué? Porque incluso con capacidades de razonamiento y planificación, la IA aún no es verdaderamente “general”, por mucho revuelo que genere Sam Altman. Los estudiantes tuvieron que aprender cuándo confiar en la IA y cuándo aplicar el juicio humano. Creo que 2025 será el año en que las empresas se den cuenta de esta necesidad e inviertan mucho en educación sobre IA.

Continue Reading

Noticias

Google TV de Alphabet integrará Gemini AI: informe

Published

on

El equipo de consumidores de Alphabet está preparado para mejorar los televisores que ejecutan su sistema operativo Google TV integrando Gemini AI en su sistema de control de voz Google Assistant. Bloomberg ha informado.

Esta actualización tiene como objetivo mejorar la interacción del usuario con comandos de voz más naturales y capacidades mejoradas de búsqueda de contenido, incluida una integración más profunda de YouTube.

La actualización Gemini, que se espera que se implemente más adelante en 2025, permitirá a los usuarios entablar conversaciones con televisores de terceros sin necesidad de la frase desencadenante “Hola Google” para cada comando.

Google demostró esta característica en la conferencia de tecnología CES.

Además, Google mostró la capacidad de recuperar contenido de forma más natural, como solicitar videos de un viaje reciente guardados en la cuenta de Google Photos de un usuario.

Se afirma que esta actualización es la primera vez que Google lleva Gemini a televisores de terceros que ejecutan su sistema operativo, incluidos los de Sony Group, Hisense Home Appliances Group y TCL Technology Group, luego de su debut en la caja de transmisión propia de Google el pasado año. año.

Acceda a los perfiles de empresa más completos del mercado, impulsados ​​por GlobalData. Ahorre horas de investigación. Obtenga una ventaja competitiva.

Perfil de la empresa: muestra gratuita

¡Gracias!

Su correo electrónico de descarga llegará en breve

Confiamos en la calidad única de nuestros perfiles de empresa. Sin embargo, queremos que tome la decisión más beneficiosa para su negocio, por lo que ofrecemos una muestra gratuita que puede descargar enviando el siguiente formulario.

Por GlobalData






Visite nuestra Política de privacidad para obtener más información sobre nuestros servicios, cómo podemos usar, procesar y compartir sus datos personales, incluida información sobre sus derechos con respecto a sus datos personales y cómo puede darse de baja de futuras comunicaciones de marketing. Nuestros servicios están destinados a suscriptores corporativos y usted garantiza que la dirección de correo electrónico enviada es su dirección de correo electrónico corporativa.

Google TV compite con otros sistemas operativos de televisión, incluidos los de Samsung Electronics, Amazon.com y Roku.

La compañía también presentó un nuevo modo “siempre encendido” para televisores, que utiliza sensores para detectar la presencia del usuario y mostrar información personalizada, como noticias y pronósticos del tiempo.

TCL será el primer fabricante en ofrecer este modo siempre activo a finales de este año, seguido de Hisense en 2026.

Esta función tiene como objetivo proporcionar a los usuarios información relevante cuando están cerca de su televisor, mejorando aún más la experiencia del usuario.

En diciembre de 2024, Google anunció planes para integrar Gemini AI en su plataforma de realidad extendida (XR), Android XR, a través de los auriculares Project Moohan XR de Samsung.


Continue Reading

Noticias

Utilicé estas 7 indicaciones de ChatGPT para ayudar a desarrollar la fortaleza mental y desafiar los pensamientos negativos: he aquí por qué me gustan

Published

on

El invierno puede ser una época difícil para mantenerse motivado y tener pensamientos positivos. Los días más cortos y las temperaturas gélidas son especialmente difíciles para mí porque me encanta el sol y estar al aire libre. Aunque todavía trato de salir y salir a correr cuando el clima lo permite, a menudo me siento deprimido y tiendo a pensar negativamente.

Si bien los terapeutas profesionales no son rival para ChatGPT, en caso de necesidad, a menudo utilizo ChatGPT para explorar estrategias para desarrollar la fortaleza mental mientras desafío los pensamientos negativos durante los meses de invierno.

Aprecio el modo de voz avanzado de ChatGPT porque los usuarios pueden tener una conversación humana sobre cualquier cosa, incluso pensamientos desanimados y desmotivados. Esto es lo que sucedió cuando compartí mis pensamientos con ChatGPT y las sugerencias que me dio.

1. Considere las alegrías invernales simples

(Crédito de la imagen: futuro)

Inmediato: “¿Qué pequeños placeres o actividades acogedoras puedes sugerir para traer calidez y alegría durante la temporada de invierno?”

Continue Reading

Trending