Noticias
Revelado: Militares israelí que crea una herramienta similar a Chatgpt utilizando una gran colección de datos de vigilancia palestina | Israel
La agencia de vigilancia militar de Israel ha utilizado una vasta colección de comunicaciones palestinas interceptadas para construir una poderosa herramienta de inteligencia artificial similar a ChatGPT que espera que transforme sus capacidades de espionaje, una investigación de The Guardian puede revelar.
La investigación conjunta con la revista Publicación de Palestina israelí +972 y la llamada local de salida en idioma hebreo han encontrado que la Unidad 8200 capacitó al modelo AI para comprender el árabe hablado utilizando grandes volúmenes de conversaciones telefónicas y mensajes de texto, obtenidos a través de su extensa vigilancia de los territorios ocupados.
Según las fuentes familiarizadas con el proyecto, la unidad comenzó a construir el modelo para crear una sofisticada herramienta similar a Chatbot capaz de responder preguntas sobre las personas que está monitoreando y proporcionar información sobre los volúmenes masivos de los datos de vigilancia que recopila.
La Agencia de Evesdropping de Elite, comparable en sus capacidades con la Agencia de Seguridad Nacional de los Estados Unidos (NSA), aceleró su desarrollo del sistema después del comienzo de la guerra en Gaza en octubre de 2023. El modelo todavía estaba siendo entrenado en la segunda mitad del año pasado. No está claro si aún se ha implementado.
Los esfuerzos para construir el modelo de lenguaje grande (LLM), un sistema de aprendizaje profundo que genera un texto de tipo humano, se revelaron parcialmente en una charla pública poco notada por un ex tecnólogo de inteligencia militar que dijo que supervisó el proyecto.
“Intentamos crear el conjunto de datos más grande posible [and] Recopile todos los datos que el estado de Israel haya tenido en árabe ”, dijo el ex funcionario, Chained Roger Joseph Sayedoff, a una audiencia en una conferencia de IA militar en Tel Aviv el año pasado. El modelo, dijo, requería “cantidades psicóticas” de datos.
Tres ex funcionarios de inteligencia con conocimiento de la iniciativa confirmaron la existencia de la LLM y compartieron detalles sobre su construcción. Varias otras fuentes describieron cómo la Unidad 8200 usó modelos de aprendizaje automático a menor escala en los años anteriores a lanzar el ambicioso proyecto, y el efecto que tal tecnología ya ha tenido.
“La IA amplifica la potencia”, dijo una fuente familiarizada con el desarrollo de los modelos AI de la Unidad 8200 en los últimos años. “No se trata solo de evitar ataques de disparo, puedo rastrear a los activistas de los derechos humanos, monitorear la construcción palestina en el Área C [of the West Bank]. Tengo más herramientas para saber qué está haciendo cada persona en Cisjordania ”.
Los detalles de la escala del nuevo modelo arrojan luz sobre la retención a gran escala de la Unidad 8200 del contenido de las comunicaciones interceptadas, habilitadas por lo que los funcionarios de inteligencia israelíes y anteriores actuales y anteriores describieron como su vigilancia general de las telecomunicaciones palestinas.
El proyecto también ilustra cómo la Unidad 8200, como muchas agencias de espionaje en todo el mundo, busca aprovechar los avances en la IA para realizar tareas analíticas complejas y dar sentido a los enormes volúmenes de información que recopilan habitualmente, lo que desafía cada vez más el procesamiento humano solo.
Pero la integración de sistemas como LLM en el análisis de inteligencia tiene riesgos, ya que los sistemas pueden exacerbar los sesgos y son propensos a cometer errores, expertos y activistas de derechos humanos han advertido. Su naturaleza opaca también puede dificultar la comprensión de cómo se han llegado a conclusiones generadas por IA.
Zach Campbell, un investigador de vigilancia senior en Human Rights Watch (HRW), expresó una alarma de que la Unidad 8200 usaría LLM para tomar decisiones consecuentes sobre la vida de los palestinos bajo la ocupación militar. “Es una máquina de conjeturas”, dijo. “Y en última instancia, estas conjeturas pueden terminar utilizándose para incriminar a las personas”.
Un portavoz de las Fuerzas de Defensa de Israel (FDI) se negó a responder a las preguntas de The Guardian sobre la nueva LLM, pero dijo que el ejército “despliega varios métodos de inteligencia para identificar y frustrar la actividad terrorista de organizaciones hostiles en el Medio Oriente”.
Un vasto grupo de comunicaciones en idioma árabe
La Unidad 8200 ha desarrollado una variedad de herramientas con IA en los últimos años. Sistemas como el Evangelio y la lavanda se encontraban entre los que se integraron rápidamente en las operaciones de combate en la guerra en Gaza, jugando un papel importante en el bombardeo de las FDI del territorio al ayudar con la identificación de objetivos potenciales (tanto personas como estructuras) para ataques letales.
Durante casi una década, la unidad también ha utilizado AI para analizar las comunicaciones que intercepta y almacena, utilizando una serie de modelos de aprendizaje automático para clasificar la información en categorías predefinidas, aprender a reconocer patrones y hacer predicciones.
Después de que Operai lanzó ChatGPT a fines de 2022, los expertos en IA en la Unidad 8200 prevé que construir una herramienta más expansiva similar al chatbot. Ahora, una de las LLM más utilizadas del mundo, ChatGPT está respaldada por el llamado “modelo de base”, una IA de uso general entrenado en inmensos volúmenes de datos y capaz de responder a consultas complejas.
Inicialmente, la Unidad 8200 luchó para construir un modelo en esta escala. “No teníamos idea de cómo entrenar un modelo de fundación”, dijo Sayedoff, ex funcionario de inteligencia, en su presentación. En una etapa, la unidad envió una solicitud sin éxito a OpenAI para ejecutar ChatGPT en los sistemas seguros de los militares (OpenAi declinó hacer comentarios).
Sin embargo, cuando las FDI movilizaron cientos de miles de reservistas en respuesta a los ataques de 7 de octubre liderados por Hamas, un grupo de oficiales con experiencia en la construcción de LLM regresó a la unidad del sector privado. Algunos vinieron de las principales compañías tecnológicas estadounidenses, como Google, Meta y Microsoft. (Google dijo que el trabajo que hacen sus empleados como reservistas “no estaban conectados” con la empresa. Meta y Microsoft declinaron hacer comentarios).
El pequeño equipo de expertos pronto comenzó a construir una LLM que entiende el árabe, dijeron las fuentes, pero efectivamente tuvieron que comenzar desde cero después de descubrir que los modelos comerciales y de código abierto existentes fueron capacitados con árabe escrito estándar, utilizado en comunicaciones formales, literatura y medios de comunicación, en lugar de árabe hablado.
“No hay transcripciones de llamadas o conversaciones de WhatsApp en Internet. No existe en la cantidad necesaria para capacitar a un modelo de este tipo ”, dijo una fuente. El desafío, agregaron, era “recolectar todo el [spoken Arabic] Texto que la unidad ha tenido y la ha puesto en un lugar centralizado ”. Dijeron que los datos de entrenamiento del modelo eventualmente consistieron en aproximadamente 100 mil millones de palabras.
Una fuente bien ubicada familiarizada con el proyecto le dijo a The Guardian que este vasto grupo de comunicaciones incluyó conversaciones en dialectos libaneses y palestinos. Sayedoff dijo en su presentación el equipo de construcción del LLM “se centró solo en los dialectos que nos odian”.
La unidad También buscó capacitar al modelo para comprender la terminología militar específica de los grupos militantes, dijeron las fuentes. Pero la colección masiva de datos de entrenamiento parece haber incluido grandes volúmenes de comunicaciones con poco o ningún valor de inteligencia sobre la vida cotidiana de los palestinos.
“Alguien que llama a alguien y les dice que salga porque los está esperando fuera de la escuela, eso es solo una conversación, eso no es interesante. Pero para un modelo como este, es oro ”, dijo una de las fuentes.
Vigilancia ai-facilitada
La Unidad 8200 no está sola entre las agencias de espionaje que experimentan con tecnología de IA generativa. En los EE. UU., La CIA ha lanzado una herramienta tipo CHATGPT para examinar la información de código abierto. Las agencias de espionaje del Reino Unido también están desarrollando sus propias LLM, que también se dice que está entrenando con conjuntos de datos de código abierto.
Pero varios ex funcionarios de seguridad de los Estados Unidos y el Reino Unido dijeron que la comunidad de inteligencia de Israel parecía estar tomando mayores riesgos que sus aliados más cercanos al integrar nuevos sistemas basados en IA en análisis de inteligencia.
Un ex jefe de espías occidentales dijo que la extensa colección de la inteligencia militar israelí del contenido de las comunicaciones palestinas le permitió usar la IA de manera “que no sería aceptable” entre las agencias de inteligencia en países con una mayor supervisión sobre el uso de poderes de vigilancia y el manejo de datos personales sensibles.
Campbell, de Human Rights Watch, dijo que usar material de vigilancia para capacitar a un modelo de IA era “invasivo e incompatible con los derechos humanos”, y que como un poder ocupante, Israel está obligado a proteger los derechos de privacidad de los palestinos. “Estamos hablando de datos altamente personales tomados de personas que no se sospechan de un delito, que se utilizan para capacitar una herramienta que luego podría ayudar a establecer sospechas”, agregó.
Nadim Nashif, director de 7amleh, un grupo palestino de derechos digitales y defensa, dijo que los palestinos se han convertido en sujetos en el laboratorio de Israel para desarrollar estas técnicas y armarse AI, todo con el propósito de mantener [an] El apartheid y el régimen de ocupación donde estas tecnologías se están utilizando para dominar a un pueblo, para controlar sus vidas ”.
Varios oficiales actuales y anteriores de inteligencia israelíes familiarizados con los modelos de aprendizaje automático a menor escala utilizados por la Unidad 8200, precursores del modelo de fundación, dijeron que la IA hizo que la vigilancia general de los palestinos fuera más efectivo como una forma de control, particularmente en Cisjordania, donde dijeron que ha contribuido a un mayor número de arrestos.
Dos de las fuentes dijeron que los modelos ayudaron a las FDI a analizar automáticamente las conversaciones telefónicas interceptadas identificando a los palestinos que expresan enojo por la ocupación o los deseos de atacar a soldados o personas que viven en asentamientos ilegales. Uno dijo que cuando las FDI ingresaron a las aldeas en Cisjordania, la IA se utilizaría para identificar a las personas que usan palabras que considera para indicar “problemas”.
“Nos permite actuar sobre la información de muchas más personas, y esto permite el control sobre la población”, dijo una tercera fuente. “Cuando contiene tanta información, puede usarla para cualquier propósito que desee. Y las FDI tienen muy pocas restricciones a este respecto “.
‘Se van a cometer errores’
Para una agencia de espionaje, el valor de un modelo de base es que puede tomar “todo lo que se ha recopilado” y detectar “conexiones y patrones que son difíciles de hacer solo para un humano”, dijo Ori Goshen, cofundadora de los laboratorios AI21. Varios de los empleados de la firma israelí trabajaron en el nuevo proyecto LLM mientras estaban en servicio de reserva.
Pero Goshen, quien anteriormente sirvió en la Unidad 8200, agregó: “Estos son modelos probabilísticos: les das un aviso o una pregunta, y generan algo que parece magia. Pero a menudo, la respuesta no tiene sentido. Llamamos a esto ‘alucinación’ “.
Brianna Rosen, ex funcionario de seguridad nacional de la Casa Blanca y ahora asociada de investigación senior en la Universidad de Oxford, señala que si bien una herramienta similar a Chatgpt podría ayudar a un analista de inteligencia “detectar amenazas que los humanos podrían perderse, incluso antes de que surjan, también corre el riesgo de sacar falsas conexiones y conclusiones defectuosas”.
Ella dijo que era vital para las agencias de inteligencia que usaban estas herramientas para poder comprender el razonamiento detrás de las respuestas que producen. “Se van a cometer errores, y algunos de esos errores pueden tener consecuencias muy graves”, agregó.
En febrero, los oficiales de inteligencia informaron que Associated Press informó que la IA fue utilizada por los oficiales de inteligencia para ayudar a seleccionar un objetivo en un ataque aéreo israelí en Gaza en noviembre de 2023 que mató a cuatro personas, incluidas tres adolescentes. Un mensaje visto por la agencia de noticias sugirió que el ataque aéreo se había llevado a cabo por error.
Las FDI no respondieron a las preguntas del Guardian sobre cómo la Unidad 8200 garantiza que sus modelos de aprendizaje automático, incluido el nuevo LLM que se desarrolle, no exacerben las inexactitudes y los sesgos. Tampoco diría cómo protege los derechos de privacidad de los palestinos al capacitar modelos con datos personales confidenciales.
“Debido a la naturaleza confidencial de la información, no podemos elaborar herramientas específicas, incluidos los métodos utilizados para procesar la información”, dijo un portavoz.
“Sin embargo, las FDI implementan un proceso meticuloso en cada uso de habilidades tecnológicas”, agregaron. “Eso incluye la participación integral del personal profesional en el proceso de inteligencia para maximizar la información y la precisión al más alto grado”.
Han pasado casi 30 años desde que fui a Disney World. Mis recuerdos de Disney son felices, pero no recuerdo ningún detalle más allá de usar oídos, hacer que los personajes firmen mi libro especial de autógrafos y permanezcan despierto hasta tarde para ver el espectáculo de fuegos artificiales en Epcot.
Tengo dos hijas, casi 4.5 y 2.5, que están obsesionados con las princesas, por lo que cuando descubrí que mi familia estaría en Orlando durante unos días en junio, decidí buscar ir a Disney World por el día. Haremos un viaje más grande de Disney World en un par de años, pero los niños menores de 3 años son gratuitos (una de las pocas cosas que sabía sobre Disney), así que pensé que aprovecharíamos eso y les daríamos una gran sorpresa.
El único problema es que pensar en planificar un día en Disney es abrumador. Hay Tanta información Acerca de cómo optimizar su tiempo en los parques.
Decidí pedirle a ChatGPT que planifique mi día, y luego tuve a Mary Helen Law, propietaria de la compañía de planificación de Disney Minnie Mouse Counselors y uno de los principales especialistas en viajes de Conde Nast Traveler, revise el itinerario. Siga leyendo para escuchar qué chatgpt se hizo bien y mal y qué tenía que decir un experto en Disney.
Conocer al experto
Mary Helen Law, fundador de Mini Mouse Counselores
Mary Helen es una madre y experta en viajes. Comenzó su carrera como agente de viajes en 2018 mientras trabajaba en marketing y desarrollo de negocios. En 2019 decidió dejar su trabajo diario para expandir su negocio. Desde entonces, ha ayudado a cientos de familias a planificar vacaciones mágicas en todo el mundo y es uno de los principales especialistas en viajes de Conde Nast Traveler.
My Disney World Chatgpt Planning de planificación
Primero, aquí está el aviso que le di a Chatgpt para crear nuestro itinerario de Disney World:
¿Puedes planificar el día de mi familia en Disney World? Seremos yo, mi esposo y mis dos hijas. Serán 2.5 y 4.5 para el viaje, y aman a Ariel, Elsa y Ana, Moana, Belle, 101 Dalmatians, Cenicienta y Mary Poppins.
Nos gustaría ir a dos parques diferentes en el transcurso del día, pero necesitaremos un descanso de tres a cuatro horas en la mitad del día para una siesta. Nos gustaría hacer un almuerzo sentado en un restaurante temático que nuestras niñas les gustaría en función de sus intereses. ¿Puede planificar un itinerario para el día para los parques que recomendaría? Además, debe haber una parada de bocadillos por la mañana y la tarde.
¿Qué chatgpt hizo lo correcto sobre la planificación de un viaje a Disney World?
Hay muchas cosas que ChatGPT se equivocó sobre la planificación de un viaje a Disney (más sobre eso en un momento), pero sí recomendó paseos y actividades que encajarían bien en función de los intereses de mis hijas, como ir al viaje “Under the Sea” y conocer a Ariel, ver “cuentos encantados con Belle”, con un almuerzo en el restaurante de invitados y ver la festival de la fantasía de Magic Kingdom.
Cuando mi hermana usó un planificador de Disney el año pasado, tuvo la experiencia opuesta. El planificador acaba de recomendar todos los paseos más populares, como Tron, en el que mi sobrino no habría tenido interés, por lo que al menos Chatgpt prestó atención a lo que le dije que le gustaban a mis chicas.
También le pregunté a ChatGPT si tenía algún consejo para tener un día exitoso en Disney, y obtuve una buena información, como usar la aplicación de Disney para verificar los tiempos de espera de viaje y pedir comida con anticipación, y que podríamos usar el programa Rider Switch en caso de que mi hijo menor fuera demasiado pequeño para viajar.
También me dio algunas recomendaciones excelentes sobre qué empacar para el día, como protector solar, toallitas para bebés y bocadillos. Law estuvo de acuerdo en que había algunas pepitas de buena información, pero señaló que ChatGPT no incluía empacar un cargador de teléfono portátil, algo que dijo que necesitaríamos.
Qué chatgpt se equivocó sobre nuestro itinerario del día de Disney
Tres cosas principales para recordar sobre ChatGPT es que solo responde a lo que le da, se está retirando de la información en Internet y puede que no siempre sea correcto, y tampoco hay un elemento humano para ayudar a racionalizar la información.
Por ejemplo, le dije a ChatGPT que quería ir a dos parques, por lo que me dio un itinerario basado en ese aviso. Nunca hubiera sugerido que no haga dos parques porque sería poco realista dadas las edades de mis hijos.
ChatGPT carece de la capacidad de decir que no o sugerir ideas alternativas
Chatgpt hizo lo que le pedí, pero si hubiera abrazado las sugerencias, supongo que nunca habríamos regresado al parque después de una siesta y está muy frustrado.
Law, por otro lado, echó un vistazo a mi aviso y me dijo que realmente recomendaría no saltar en el parque y que deberíamos quedarnos en Magic Kingdom todo el día versus tratar de irme y volver.
Law me explicó que debido a que no nos quedamos en un resort de Disney, pasaremos mucho más tiempo pasando del estacionamiento a los parques, y que mi estimación de 30 minutos probablemente fue más como una hora y media. ChatGPT no sabe cuánto tiempo lleva llegar al estacionamiento y regresar a un hotel y no pudo estimar con precisión la logística detrás de esto.
También recomendó una siesta de cochecito en el carrusel de progreso con aire acondicionado, que según ella generalmente era un lugar más tranquilo, en lugar de tratar de irse y volver al parque. ChatGPT también recomendó este lugar y el Salón de Presidentes actualmente cerrado como un gran lugar para tomar un descanso, pero en general necesitaba un humano con más conocimiento de cómo funcionan las cosas en Disney para ayudarme a entender lo que era realista en lugar de no para nuestro viaje.
Chatgpt no incluyó ningún tiempo de espera para los paseos
Si nos fijamos en el itinerario que Chatgpt me dio por Disney, es como si tuviéramos el parque para nosotros mismos. Según ChatGPT, estaríamos en camino o en una nueva atracción cada 30 minutos.
Incluso sé lo suficiente sobre Disney para saber que eso no sonó bien. Law dijo que probablemente estaríamos en el extremo inferior de los tiempos de espera desde que iremos a principios de junio, pero acordamos que la cantidad de cosas que el itinerario dijo que logramos no parecía realista.
En cambio, ella me acompañó a través de la aplicación de Disney y me mostró cómo podré ver cuáles son los tiempos de espera para cada viaje, cuáles son los tiempos de show y cómo ver qué personajes están.
También me habló de las otras formas en que podemos reducir los tiempos de espera comprando pases de rayos o el pase Premier, que es un programa más nuevo (aunque costoso) que Disney está probando que le da una entrada a cada experiencia de Lightning Lane.
Usar ChatGPT sería excelente para preguntar qué paseos serían apropiados para mis niñas en función de su edad e intereses para que tengamos una idea de qué apuntar durante todo el día, pero la información sobre cómo usar la aplicación para ahorrar tiempo que la ley me dio será mucho más útil. También ayudó a establecer el nivel de mis expectativas sobre lo que podremos lograr en un día, lo que me ayudará a no estresarse por no poder hacerlo todo una vez que lleguemos allí.
Chatgpt se equivocó con cosas importantes que habrían arruinado nuestro día en Disney
Recuerde, soy un novato en Disney, así que tomé toda la información que me dio al pie de la letra.
El problema, dice Law, es que “ChatGPT simplemente no puede mantenerse al día con la cantidad que cambia Disney”. Se extrae de fuentes en todo Internet y no puede discernir lo que es correcto o no, así que terminé con cosas en el itinerario que no son precisos.
¿Uno de los mayores errores? El itinerario dijo que podríamos conocer a Ana y Elsa, los personajes favoritos de mis niñas, en el Princess Fairytale Hall, que no es cierto. Se encuentran y saludan en Epcot en el Royal Sommerhus.
Law sintió mi decepción y me aseguró que las chicas podrían saludar a Ana, Elsa y Olaf en la feria de amistad mágica de Mickey o en el desfile de Magic Kingdom.
¿Otras cosas importantes que Chatgpt se equivocó que habría descarrilado nuestro día? Sugirió conocer a Ariel a las 9 am cuando no está disponible hasta las 10 de la mañana; dijo que podríamos ingresar al parque a las 8 a.m., lo cual es incorrecto teniendo en cuenta que Magic Kingdom abre a las 8:30 a.m. para las personas que permanecen en la propiedad y las 9 a.m. para las personas que se mantienen fuera de la propiedad; y dijo que deberíamos usar Genie+ o un paso rápido para reducir los tiempos de espera, los cuales son servicios que ya no existen.
Es fácil suponer que lo que ChatGPT escupe es exacto, pero en nuestro caso todos estos errores habrían causado una frustración significativa para el día.
¿Debería usar ChatGPT para cualquier parte de su planificación de Disney?
Law dijo que podía ver que ChatGPT era útil para “cosas de espectro muy amplio” al planificar un viaje a Disney, como recomendaciones para qué recurre para quedarse o tener una idea general de qué personajes son los parques (aunque tenga en cuenta, ChatGPT me dio información incorrecta sobre esto).
“Creo que hay mucha seguridad laboral en lo que [travel planners] Haga por las relaciones que tenemos y el conocimiento “, dice, pero dice que no cree que sea una mala idea usar ChatGPT para obtener algunas ideas iniciales antes de hablar con un planificador.
¿Debería usar un planificador de Disney para su viaje de Disney?
No tiene que usar un planificador de Disney para planificar su viaje, pero después de mi experiencia con ChatGPT, usaré uno, ya que todavía no sé por dónde comenzar con toda la información.
Trabajar con un planificador de Disney es a menudo gratuito, ya que Disney le paga a una comisión al planificador, pero si no es así, podría valer la pena la inversión solo para asegurarse de obtener la información más precisa.
Si no desea usar un planificador, pregúntele a los amigos que hayan estado en Disney para sus consejos e itinerarios. Puede ser más fácil entender lo que es realista en lugar de no para su familia si tiene hijos de edad similar y aún reducirá el trabajo para usted (Everymom también tiene consejos de mamás para viajar a Disney World con niños pequeños, Disney con un bebé e incluso Disney World mientras está embarazada).
Veredicto final? ChatGPT podría ser bueno para algunos aspectos de la planificación de viajes, pero el itinerario que me dio en base a mi aviso no era realista y tenía muchos errores. Para algo tan complicado como Disney World, tener ideas y juicio humanos se siente como una mejor manera de tratar de garantizar más magia de Disney que los dolores de cabeza.
Sobre el autor
Elliott Harrell, escritor colaborador
Elliott es madre de dos niñas y tiene su sede en Raleigh, NC. Pasa sus días dirigiendo un equipo de ventas y lavando la ropa y sus noches escribiendo sobre las cosas que ama. Le apasiona todas las cosas de la maternidad y la salud de las mujeres. Cuando no está trabajando, escribiendo o criando, puede encontrarla probar un nuevo restaurante en la ciudad o trabajar en su último proyecto de aguja.
Operai, la compañía detrás de ChatGPT, disparó la semana pasada con un mostrador contra Elon Musk, marcando otro capítulo en lo que se ha convertido en una batalla legal muy pública entre Elon Musk, Sam Altman, Operai y unos pocos otros.
Musk ha estado en guerra con Operai y el CEO Sam Altman durante casi un año, acusando a la compañía de abandonar su misión original. La demanda original de Musk se centra en las afirmaciones de que OpenAI violó su acuerdo de fundadores y se separó de sus raíces originales sin fines de lucro en busca de ganancia comercial, específicamente a través de la creación de Operai Global LLC, su armado con fines de lucro, así como en su búsqueda de convertir su entidad sin fines de lucro en una compañía con fines de lucro.
Pero esta semana, Operai respondió. La compañía presentó una respuesta legal acusando a Musk de participar en “prácticas comerciales ilegales e injustas” diseñadas para interrumpir las operaciones de OpenAi y untar su reputación. Operai también afirma que Musk está haciendo principalmente todo esto para beneficiar a su compañía de IA, Xai.
Si solo estás poniendo al día con esta disputa, todavía estamos en sus primeras entradas, y ahora es el momento de ponerte al día. Nuestra cobertura anterior desglosa las presentaciones legales, la historia entre Musk y OpenAi, y lo que está en juego para ambas compañías.
La suscripción de $ 200 de Claude
La semana pasada, Anthrope lanzó un nuevo “Plan Max” para su IA Chatbot Claude, un nivel de suscripción de $ 100 y $ 200 por mes que ofrece lo que la compañía llama “uso ampliado”, que es solo otra forma de decir que podrá hacer más (tendrá menos límites) en Claude que antes. El nivel de $ 100/mes ofrece 5 veces más uso que el plan estándar Pro y el plan de $ 200/mes aumenta el uso de 20 veces el uso.
Un movimiento como este probablemente será celebrado por desarrolladores y nuevas empresas que tienen Claude integrado en algún lugar de su pila tecnológica. Pero debajo del capó, este movimiento es más que un rendimiento para sus usuarios; Se trata de rentabilidad para Anthrope, la empresa matriz para Claude.
Anthrope probablemente espere que este nuevo plan Max abra un nuevo canal de ingresos. Después de todo, se rumorea que el PRO Pro de $ 200/mes de OpenAI ha traído $ 300 millones adicionales después de su lanzamiento.
Este cambio de precios también resalta una tendencia más grande que se ha desarrollado detrás de escena del auge de la IA. A pesar de miles de millones en el gasto, ninguna de estas compañías de IA líderes ha obtenido ganancias todavía, y los inversores están comenzando a preocuparse, por lo que están comenzando a preguntar cuándo y de dónde provendrá un retorno de su inversión.
Ofrecer un producto más costoso es una forma de acercarse a la rentabilidad que los inversores están comenzando a presionar a estas compañías de inteligencia artificial para que produzcan, pero es poco probable que confiar en esa corriente de ingresos de los modelos de suscripción por sí solos sea poco probable que cualquiera de las empresas allí, especialmente cuando comienza a analizar cómo los consumidores demandan bien y servicios de IA.
El informe de la IEA explora el consumo de energía de IA
La Agencia Internacional de Energía (IEA) publicó un informe la semana pasada titulado Energía y ai, que exploró la creciente relación entre la inteligencia artificial y el consumo de energía global.
En 301 páginas, es un informe denso, pero aquí hay algunas conclusiones que se destacaron:
1. AI está aumentando la demanda de electricidad
Según el informe, se proyecta que el consumo de electricidad por parte de los centros de datos sea más del doble para 2030, y la IA es el impulsor número uno de ese crecimiento. Se espera que Estados Unidos sea responsable de más de la mitad del aumento global. Al final de la década, el uso de electricidad del Centro de datos de EE. UU. Podría exceder la potencia total utilizada para producir acero, aluminio, cemento, productos químicos y todos los demás bienes intensivos en energía combinados.
2. ¿De dónde vendrá el poder?
No se trata solo de construir más centros de datos; La IEA señala que varias redes de energía en todo el mundo ya están bajo una fuerte tensión. Sin actualizaciones significativas de infraestructura, especialmente nuevas líneas de transmisión, que pueden tardar de 4 a 8 años en construirse, muchos de los planes de expansión del centro de datos que seguimos escuchando pueden retrasarse o cancelarse.
3. El impacto energético de la IA no se está tratando como el de Crypto.
Mientras estaba pasando por el informe, me di cuenta de que el tono en torno al consumo de energía de IA es muy diferente a la actitud que estas mismas agencias tenían hacia la minería de recompensa en bloque. A pesar de que los centros de datos podrían estar utilizando más potencia que todo Japón para 2030, la AIE no argumentó que la industria está consumiendo demasiada electricidad. En cambio, argumenta que las contribuciones de IA a la innovación, especialmente en la eficiencia energética y la optimización de la red, pueden justificar el consumo.
En general, el informe trae algunos de los componentes menos explorados pero cruciales de la industria de la inteligencia artificial a la superficie. Si bien las compañías de IA han estado diciendo durante un tiempo que Estados Unidos necesita más centros de datos para mantenerse competitivos, el informe de la AIE subraya una parte del argumento de que generalmente no escuchamos de las compañías de IA: que no se trata solo de los centros de datos, también se trata de las fuentes de energía. Si la generación de energía y las soluciones de entrega no se exploran e implementan rápidamente, tienen el potencial de ralentizar significativamente los planes que algunos de los gigantes tecnológicos tienen para la industria de la IA.
Para que la inteligencia artificial (IA) trabaje en la ley y prospere frente a los crecientes desafíos, necesita integrar un sistema de cadena de bloques empresarial que garantice la calidad y la propiedad de la entrada de datos, lo que permite mantener los datos seguros al tiempo que garantiza la inmutabilidad de los datos. Echa un vistazo a la cobertura de Coingeek sobre esta tecnología emergente para aprender más Por qué Enterprise Blockchain será la columna vertebral de AI.
RELOJ: Los micropagos son lo que permitirán a las personas confiar en la IA
https://www.youtube.com/watch?v=XC9XDZMHJ9Q title = “YouTube Video Player” FrameBorDer = “0” permitido = “acelerómetro; autoplay; portapapeles-write; cifrado-media; gyroscope; imagen-in-pinicure; web-share” referrerPolicy = “estricto-origin-when-cross-órigin” permitido aficionado = “>”> “>”
2025 NFL Draft offers tons of offensive and defensive line help
USA TODAY Sports’ Tyler Dragon breaks down the deepest part of the 2025 NFL Draft, offensive and defensive lineman.
Sports Pulse
Mock drafts can be like steak. Many people love consuming them, but each one is made a little differently.
And just as some people like their steaks with A1 sauce, others like to see what happens when AI completes a mock draft.
USA TODAY Sports consulted OpenAI’s AI chatbot, ChatGPT, for its take on a first-round mock draft ahead of the 2025 NFL draft. Artificial intelligence made its selection for each pick and added some of its own justifications for them as well.
Though each pick was one that ChatGPT eventually landed on, a human writer made sure that each selection was a (relatively) realistic pick for each of the 32 teams.
Here’s how the first round of the 2025 NFL draft could go, according to ChatGPT:
2025 NFL mock draft: ChatGPT’s first-round picks
1. Tennessee Titans: Cam Ward, QB, Miami (FL)
With the first overall pick in the 2025 NFL draft, ChatGPT did not stray from the status quo. The AI chatbot pointed to Tennessee’s major need for a quarterback with Will Levis not proving he’s a long-term answer and “a new regime possibly wanting their own guy.”
The Titans hired Mike Borgonzi as their new general manager in January, and head coach Brian Callahan will be entering his second season in charge in Nashville.
2. Cleveland Browns: Travis Hunter, CB/WR, Colorado
Though quarterback is a draft need for Cleveland, ChatGPT ultimately did not go for the No. 2 quarterback in the draft – Colorado’s Shedeur Sanders – with the No. 2 overall pick. Instead, it selected Sanders’ teammate, Hunter, pointing to his versatility to play both wide receiver and cornerback at an “elite level—basically two first-rounders in one,” it wrote.
3. New York Giants: Abdul Carter, Edge, Penn State
No quarterback for “Big Blue” if ChatGPT has anything to say about it. The chatbot had also considered quarterback Shedeur Sanders and defensive tackle Mason Graham with the third pick, but it ultimately couldn’t pass up the opportunity to pair Carter with Kayvon Thibodeaux and Brian Burns in the Giants’ pass rush.
“That’s a nightmare for opposing QBs … If you can’t land your QB (like Ward), then ruin other people’s QBs instead.”
The OpenAI product also suggested Sanders’ NFL readiness was too questionable for New York to take that shot: “The Giants might not want to swing and miss again at QB this high.”
4. New England Patriots: Will Campbell, OT, LSU
ChatGPT is not concerned with Campbell’s arm size. It does like his three years of starting tackle experience in the SEC and the idea of getting quarterback Drake Maye better protection up front.
The artificial intelligence also considered defensive tackle Mason Graham to build the trenches on the other side of the ball and receiver Emeka Egbuka. However, the apparent need for help on the O-line was enough to make Campbell the No. 4 pick.
5. Jacksonville Jaguars: Mason Graham, DT, Michigan
“He’s the best interior defensive lineman in this class—quick off the snap, disruptive against both the run and pass,” ChatGPT wrote. “Jacksonville’s run defense and interior pass rush have been soft for years. Graham can anchor that front from Day 1.”
It’s hard to disagree with any of that analysis. The Jaguars allowed the second-most total offensive yards in 2024 and were second-worst in expected points added (EPA) per play, only behind the Carolina Panthers. They ranked 32nd in pass-rush win rate and 27th in run-stop win rate, according to ESPN.
6. Las Vegas Raiders: Armand Membou, OT, Missouri
Instead of bringing in some wide receiver help with a player like Arizona’s Tetairoa McMillan, ChatGPT opted to get a player with “trench cornerstone” upside. The AI chatbot wrote about Membou’s “elite traits” including “great feet, powerful hands and enough athleticism to hold his own against speed rushers off the edge.”
Membou would likely play right tackle or kick inside for Las Vegas in this scenario given Kolton Miller’s excellent play at left tackle, which ChatGPT acknowledged.
7. New York Jets: Tetairoa McMillan, WR, Arizona
After considering the Raiders as a landing spot for McMillan, ChatGPT ultimately had the Jets draft the big-bodied receiver with the No. 7 pick. The AI pointed to McMillan’s 6-foot-5 frame, body control and ball-tracking ability as parts of what make the Arizona product such an exciting prospect.
ChatGPT also liked pairing a big, downfield threat like McMillan with a veteran presence in Garrett Wilson. “Garrett Wilson is your route-running stud. McMillan gives you a massive red-zone threat and vertical presence,” it wrote.
8. Carolina Panthers: Emeka Egbuka, WR, Ohio State
ChatGPT continues to give the offense a lot of love in its mock draft. This time, it gives the Panthers another weapon for quarterback Bryce Young to throw to.
The AI wrote about Egbuka’s skills as a route-runner and versatility to play in the slot and outside – though mainly in the slot – as reasons for Carolina to bring him in. Given Adam Thielen’s age, adding Egbuka to pair with second-year receivers Xavier Legette and Jalen Coker is a good way for the Panthers to move forward in building its young receiver corps.
9. New Orleans Saints: Shedeur Sanders, QB, Colorado
Sanders’ brief slide ends within the top 10 as New Orleans takes another swing at bringing in its quarterback of the future. ChatGPT thinks the Saints are getting “tremendous value” by bringing in “a high-upside QB prospect with proven poise and experience” with the ninth overall pick.
The chatbot also wrote that the Saints have the option to let Sanders sit and develop behind incumbent veteran Derek Carr to begin the year if they so choose. “You’ve got options.”
10. Chicago Bears: Kelvin Banks Jr., OT, Texas
Darnell Wright is locked in on the right side for Chicago, but the Bears could still use a longer-term answer at left tackle that isn’t Braxton Jones, who’s missed 13 games across the last two seasons and is a free agent in 2026.
That’s why ChatGPT is bringing in another player with franchise tackle potential across from Wright and in front of franchise-quarterback hopeful Caleb Williams. And as the AI chatbot wrote, “Offensive tackle is always worth a top-10 pick, especially when you have a young QB to protect.”
11. San Francisco 49ers: Luther Burden III, WR, Missouri
A third wide receiver comes off the board within the first dozen picks. While there is a need for wide receiver help with Brandon Aiyuk recovering from an ACL tear and Deebo Samuel traded to the Commanders this offseason, it is not the team’s most pressing need. That would be on the defensive line, where San Francisco lost three out of its four starters.
Regardless, ChatGPT was a fan of Burden’s yards-after-catch abilities and how he pairs with running back Christian McCaffrey and tight end George Kittle in head coach Kyle Shanahan’s offensive system.
12. Dallas Cowboys: Tyler Booker, OG, Alabama
Once again, ChatGPT went for a depth need for a team rather than a more pressing need at another spot on the roster. It pointed to Dallas’ need for a successor to Zack Martin on the interior following the 34-year-old’s retirement earlier this offseason.
The AI chatbot also pointed to how successful previous Cowboys teams were when they had dominant offensive lines. Booker would be a nice option across from left guard Tyler Smith to fortify Dallas’ line in 2025 and beyond.
13. Miami Dolphins: Walter Nolen, DT, Mississippi
For the first time since the Jaguars took Mason Graham with the sixth overall pick, another defensive player comes off the board. ChatGPT did a nice job making this selection for Miami.
Calais Campbell headed to Arizona in free agency, and the Dolphins did not do much to address their interior defensive line earlier this offseason. They currently have four D-linemen on the roster: Zach Sieler, Benito Jones, Matt Dickerson and Neil Farrell. ChatGPT says Nolen has potential to reach “top-5-in-the-NFL type disruption if he continues to develop.”
14. Indianapolis Colts: Colston Loveland, TE, Michigan
ChatGPT filled the Colts’ clear biggest need with the No. 14 pick. “He gives the Colts something they don’t have—a legit TE1 with Pro Bowl upside—and makes the offense more dangerous from Day 1,” it wrote.
Indeed, Indianapolis is in dire need of an upgrade at tight end after no player at the position finished with more than 200 receiving yards for the Colts last year. Loveland’s large frame, good hands and route-running prowess were all enough to make him the best pick here, according to the AI chatbot.
15. Atlanta Falcons: Mike Green, Edge, Marshall
The Falcons have to keep taking swings at pass-rushing talent until they succeed. Even after trading for veteran Matthew Judon last offseason, Atlanta finished 27th in pass-rush win rate, according to ESPN.
ChatGPT appeared to be well aware of the Falcons’ need for a talented young edge rusher, and it sent the nation’s sack leader in 2024 to Atlanta with the 15th pick.
16. Arizona Cardinals: James Pearce Jr., Edge, Tennessee
Back-to-back edge rusher picks for teams with a need at the position. Arizona was even worse than Atlanta at rushing the passer according to ESPN’s analytics, ranking 28th in the league with a 33% win rate.
ChatGPT gave the Cardinals James Pearce Jr. – “one of the top pure edge rushers in the draft,” it wrote – to swing things in a better direction for the NFC West contender.
17. Cincinnati Bengals: Jalon Walker, Edge, Georgia
There is a bit of a run-on-edge rushers here through the halfway point of the first round. Walker is a special case because he has the versatility to play both on the edge and as an off-ball linebacker.
The Bengals need some insurance at edge with a disgruntled Trey Hendrickson recently requesting a trade out of Cincinnati. ChatGPT addressed that need and another Bengals need for an off-ball linebacker with a versatile athlete in Walker.
18. Seattle Seahawks: Jahdae Barron, CB, Texas
Cornerback is far from the top priority for Seattle in the draft, but there is an argument to be made. Devon Witherspoon is the only corner the Seahawks will have under contract past this year barring any contract extensions. Barron would provide excellent depth that would extend into the team’s future.
ChatGPT wrote that Barron’s versatility and athleticism gave him a high ceiling as a prospect in its justification for the pick.
19. Tampa Bay Buccaneers: Shemar Stewart, Edge, Texas A&M
After a long stretch of primarily offensive players, ChatGPT has flipped the script with a long run of only defensive players. This time it’s another edge rusher, Stewart, going to Tampa Bay with the 19th overall pick.
The AI chatbot pointed to his “explosive athleticism and ability to disrupt the quarterback” as a good fit for a Buccaneers pass-rush attack that could use enhancing. The team has veteran Haason Reddick for the coming season, but it could use a longer-term answer at the key position.
20. Denver Broncos: Matthew Golden, WR, Texas
Courtland Sutton got off to a great start building his chemistry with rookie quarterback Bo Nix last year, but the team still needs receiver help to go along with Sutton in the passing game. That’s where Golden comes in, as ChatGPT suggested his “explosive speed and ability to make plays after the catch” were part of what made him a good fit.
The chatbot wrote it was also considering Ashton Jeanty, but his slide continues out of the top 20 instead.
21. Pittsburgh Steelers: Jalen Milroe, QB, Alabama
As of the time of writing, the Steelers would be entering the 2025 season with Mason Rudolph as their starting quarterback and Skylar Thompson backing him up. ChatGPT gave them a younger option – Milroe – to develop before giving him a chance to take over as their future franchise quarterback.
“If the Steelers were to select him at pick No. 21,” the chatbot wrote, “it would be with the intent to develop his potential … aligning with their long-term strategic goals.”
22. Los Angeles Chargers: Ashton Jeanty, RB, Boise State
The slide finally stops for the best running back prospect in the 2025 NFL draft class. ChatGPT partnered the Heisman Trophy runner-up with head coach Jim Harbaugh in Los Angeles after running backs Gus Edwards and J.K. Dobbins hit free agency.
“Jeanty offers excellent speed, vision, and versatility as a dual-threat back,” it wrote. “He would add a dynamic element to the Chargers’ offense, complementing the passing game and making the running game much more potent.”
23. Green Bay Packers: Derrick Harmon, DT, Oregon
Despite the Packers’ more pressing need for an edge rusher, there were just too many off of the board at this point in the mock draft. ChatGPT went with a versatile defensive tackle with experience playing at the nose tackle and 3-technique positions on the defensive line.
Given that Green Bay generally needs help rushing the passer, regardless of which position is doing it, it doesn’t hurt to bring in the power conferences’ leader in pressures from the interior.
24. Minnesota Vikings: Grey Zabel, OG, North Dakota State
Minnesota poached a couple of interior offensive linemen – center Ryan Kelly and right guard Will Fries – from the Indianapolis Colts in free agency. However, some extra help could still be needed on the left side of the interior.
Zabel has played four out of the five positions on the offensive line and projects as a guard at the pro level. ChatGPT wrote, “His fit within the Vikings’ zone-blocking scheme and his technical prowess in the run game address a critical gap on the offensive line.”
25. Houston Texans: Donovan Jackson, OL, Ohio State
ChatGPT had this to say about why Jackson is a good fit in Houston: “Ultra-athletic, battle-tested interior lineman with positional versatility. He’s great at pulling, climbing to the second level, and would instantly help protect C.J. Stroud—his former college teammate.”
Indeed, Jackson played in all 13 of Ohio State’s games as a freshman with Stroud under center and was named a starter for the team the following year, Stroud’s final one with the Buckeyes. He could immediately replace Shaq Mason on the right side after the Texans released their former guard.
26. Los Angeles Rams: Maxwell Hairston, CB, Kentucky
No player invited to the 2025 NFL combine was faster than Kentucky cornerback Maxwell Hairston. The speedster is a scheme-versatile cornerback with excellent ball skills, tallying five interceptions in a full 2023 season and one in an injury-shortened 2024.
ChatGPT pointed out the Rams’ need to defend excellent receivers in a stacked NFC West: San Francisco’s Jauan Jennings and Brandon Aiyuk, Arizona’s Marvin Harrison Jr. and Seattle’s Jaxon Smith-Njigba and Cooper Kupp. The AI chatbot envisions Hairston as a rotational corner in Los Angeles’ secondary, if not a potential starter.
27. Baltimore Ravens: Donovan Ezeiruaku, Edge, Boston College
A 16.5-sack season from Ezeiruaku pushed the Boston College star firmly into first-round discussion. His 2024 tape showed a player that has the potential to be a plug-and-play, Week 1 starter for the team that drafts him, making him a great fit for a Ravens squad that needs help in its pass-rush attack.
ChatGPT wrote, “His proven track record of quarterback pressures and sacks positions him as a valuable asset to the Ravens’ defense.”
28. Detroit Lions: Princely Umanmielen, Edge, Mississippi
Given the amount of edge rusher talent off the board at this late stage of the first round, the Lions had to reach slightly to get the next best available. Most analysts project Umanmielen as a second-round pick, but ChatGPT listed him as a “Back-end Round 1 pass rusher with serious juice.”
The AI bot likes his upside and potential to contribute as a rotational pass rusher early on. “Twitched-up pass rusher with great first-step quickness and bend,” it wrote. “Still refining his game, but he’s shown flashes of Round 1 ability. Could rotate early and eventually start opposite Aidan Hutchinson.”
29. Washington Commanders: Azareye’h Thomas, CB, Florida State
ChatGPT wrote: “With good size (6’1″, 197 lbs) and solid production at Florida State, he could help immediately on Washington’s defense. His physical play style and coverage skills make him a solid pick for a team looking to improve at cornerback.”
Thomas recorded 53 tackles and an interception in 2024, one year after a 2023 season that featured 29 tackles, a forced fumble, 10 passes defensed and 0.5 sacks. ChatGPT pointed to Thomas’ size and coverage ability as major parts of what makes him a good fit for Washington’s defense.
30. Buffalo Bills: Nick Emmanwori, S, South Carolina
So many edge rushers are off the board, leaving the Bills almost no choice but to address a different position with the No. 30 pick. So that’s precisely what ChatGPT did, sending one of this draft class’s best athletes to Buffalo to bolster its defensive secondary.
“While players like Damar Hamlin and Taylor Rapp are on the roster, Emmanwori’s skill set offers a unique blend of coverage ability and physicality,” it wrote. “His proficiency in both zone and man coverage schemes, coupled with his tackling prowess, aligns well with the Bills’ defensive philosophy.”
31. Kansas City Chiefs: Josh Conerly Jr., OT, Oregon
ChatGPT wrote, “He gives KC a future starter at tackle with the athletic profile to thrive in their pass-heavy offense. He’s raw, but that’s what Reid’s staff does best — develop traits into production.”
It is hard to disagree with that logic, especially after Kansas City was forced to lean on left guard Joe Thuney to play at its left tackle spot for several games. The line will need even more help now that Thuney is gone via trade to the Bears.
32. Philadelphia Eagles: Josh Simmons, OT, Ohio State
“The Eagles value versatility, and Simmons’ ability to play both tackle spots adds value,” the chatbot wrote. “Additionally, having a young, athletic offensive lineman who can be developed into a potential starter when the team needs it fits their long-term strategy. Even though Simmons might not start immediately, his growth potential aligns well with the Eagles’ track record of developing players on the offensive line.”
This is all true. The Eagles greatly value what they have in offensive line coach Jeff Stoutland, who has been a massive factor in getting Philadelphia’s O-line to the outstanding level it’s played at in recent years. Simmons only makes the future of the Eagles’ offensive line even more formidable.
Inside the OpenAI-DeepSeek Distillation Saga & Alibaba’s Most Powerful AI Model Qwen2.5-Max
De ChatGPT a mil millones de agentes
-
Startups11 meses agoRemove.bg: La Revolución en la Edición de Imágenes que Debes Conocer
-
Tutoriales11 meses agoCómo Comenzar a Utilizar ChatGPT: Una Guía Completa para Principiantes
-
Startups9 meses agoStartups de IA en EE.UU. que han recaudado más de $100M en 2024
-
Recursos11 meses agoCómo Empezar con Popai.pro: Tu Espacio Personal de IA – Guía Completa, Instalación, Versiones y Precios
-
Startups11 meses agoDeepgram: Revolucionando el Reconocimiento de Voz con IA
-
Recursos11 meses agoPerplexity aplicado al Marketing Digital y Estrategias SEO
-
Recursos11 meses agoSuno.com: La Revolución en la Creación Musical con Inteligencia Artificial
-
Noticias9 meses agoDos periodistas octogenarios deman a ChatGPT por robar su trabajo
