Noticias

Conozca a los jugadores poderosos en la startup XAI de Elon Musk

Published

5 meses ago

24 diciembre, 2024

La startup xAI de Elon Musk ha atraído a los mejores talentos desde su lanzamiento en julio de 2023.
xAI ha recaudado más de 12 mil millones de dólares y está valorada en 50 mil millones de dólares.
Sus miembros fundadores tienen experiencia previa en empresas como Google, OpenAI y Tesla.

La startup xAI de Elon Musk es uno de los jugadores más nuevos en la carrera de la inteligencia artificial, pero eso no le ha impedido atraer a los mejores talentos y alcanzar una valoración de 50 mil millones de dólares en solo 16 meses.

Lanzado por Musk en julio de 2023 para enfrentarse a OpenAI, la empresa detrás de ChatGPT, el elevado objetivo de xAI es “comprender el universo”.

La startup comenzó con un equipo de 12 personas que, antes de unirse al último viaje a la luna de Musk, trabajaron en empresas como Google DeepMind, Tesla, OpenAI y Microsoft. Ha recaudado un total de 12 mil millones de dólares, incluida una ronda de financiación de 6 mil millones de dólares que se cerró en diciembre.

Desde su lanzamiento, xAI ha lanzado un chatbot llamado Grok, que ahora es de uso gratuito para todos. Algunas de sus funciones más recientes incluyen resultados de búsqueda web, carga de PDF, comprensión de imágenes y la capacidad de resumir conversaciones y comprender publicaciones. También ha lanzado una herramienta de generación de imágenes.

Grok ha sido entrenado con datos de usuario de Xla empresa anteriormente conocida como Twitter, de la que también es propietario Musk. Esa dinámica le ha dado a xAI una ventaja competitiva, pero también desencadenó una investigación del principal regulador de privacidad de Europa, lo que resultó en que X hiciera concesiones sobre algunos datos de los usuarios.

Para competir con rivales como OpenAI y Google, xAI planea diez veces el tamaño de su supercomputadora Memphisque entrena sus modelos de IA. El equipo de xAI construyó la supercomputadora, llamada Colossus, a una velocidad vertiginosa. y ya se considera el más grande de su tipo en el mundo.

Conozca a las figuras clave de xAI que están impulsando el rápido crecimiento de la startup.

Ígor Babuschkin

Babuschkin, miembro fundador de xAI, pasó tres años como ingeniero de investigación en Google DeepMind antes de unirse a OpenAI. Regresó a Google DeepMind durante casi un año y luego se fue a xAI.

En una conversación transmitida en vivo con Musk y otros en X Spaces en julio de 2023, Babuschkin dijo que originalmente era físico y trabajó brevemente en el Gran Colisionador de Hadrones, el acelerador de partículas más avanzado del mundo.

Durante esa conversación, Babuschkin dijo que “siempre le ha apasionado” comprender el universo y luego se interesó en los campos del aprendizaje automático profundo y la inteligencia artificial, y decidió hacer un cambio de carrera.

Añadió: “Me apasionaban mucho los modelos de lenguaje y hacer que hicieran cosas impresionantes, y ahora me he asociado con Elon para ver si realmente podemos implementar estas nuevas tecnologías para realmente hacer mella en nuestra comprensión del universo y el progreso. nuestro conocimiento colectivo.”

Manuel Kroiss

Kroiss trabajó anteriormente como ingeniero en Google DeepMind y fue coautor de varios artículos de investigación sobre aprendizaje automático, siendo el más reciente: “Launchpad: Un modelo de programación para la investigación de aprendizaje automático distribuido”.

Yuhuai (Tony) Wu

Wu trabajó anteriormente en Google y Google DeepMind y pasó unos meses como investigador científico en prácticas en OpenAI. También pasó más de un año como investigador postdoctoral en la Universidad de Stanford.

Wu dijo en la transmisión en vivo de X Spaces 2023 que su sueño ha sido abordar los problemas más difíciles en matemáticas e inteligencia artificial. También es coautor de varios artículos de investigación sobre aprendizaje automático y modelos de lenguajes grandes.

Wu tiene una licenciatura en matemáticas de la Universidad de New Brunswick y un doctorado. en aprendizaje automático de la Universidad de Toronto.

Christian Szegedy

Szegedy se unió a xAI procedente de Google, donde pasó 14 años de su carrera. Su último papel allí fue como científico investigador de plantilla.

Szegedy tiene una maestría en matemáticas y un doctorado. en matemáticas aplicadas de la Universidad de Bonn.

En una charla informal con el científico de datos de Nvidia, Bojan Tunguz, a principios de este año, Szegedy dijo que había trabajado en el diseño de chips durante 12 años.

Luego, en 2010, a la edad de 40 años, decidió hacer un cambio de carrera después de darse cuenta de que la IA sería el próximo gran avance y se unió a Google.

Jimmy Ba

Ba tiene experiencia en redes neuronales profundas y fue alumno de Geoffrey Hinton, a quien se conoce ampliamente como el “padrino de la IA”.

Ba es profesor asistente en la Universidad de Toronto. En 2023, la universidad le otorgó una beca de investigación Sloan, un programa que la Fundación Alfred P. Sloan reconoce como personas “cuya creatividad, innovación y logros en investigación los hacen destacar como la próxima generación de líderes”.

Una publicación de LinkedIn del Departamento de Ciencias de la Computación de la universidad anunciando el premio dijo que la investigación de Ba ha tenido una gran influencia en el aprendizaje profundo y se centra en la creación de algoritmos eficientes de aprendizaje profundo para redes neuronales.

En los X Spaces del año pasado, Ba dijo que sus ambiciones de investigación a largo plazo se alinean con la misión de xAI de “ayudar a la humanidad a superar algunos de los desafíos más ambiciosos que existen” a través de herramientas de IA.

Toby Pohlen

Pohlen pasó más de seis años en Google DeepMind, donde recientemente trabajó como ingeniero de investigación. El ingeniero con sede en Londres trabajó en herramientas de evaluación para LLM, así como en aprendizaje por refuerzo escalable en Google DeepMind.

Cuando xAI lanzó Grok en noviembre de 2023, Pohlen compartió una demostración y sugirió que el chatbot tendría una configuración normal además de un “modo divertido”.

Ross Nordeen

Nordeen fue anteriormente gerente de programas técnicos en Tesla y trabajó en supercomputación antes de irse para unirse a xAI en 2023.

Según el biógrafo de Musk, Walter Isaacson, llamaron a Nordeen para ayudar a Musk con un esfuerzo de último minuto para trasladar algunos servidores de datos de Sacramento a Oregon.

Se dice que Nordeen compró todo el stock de AirTags en una Apple Store en San Francisco, por valor de 2.000 dólares, para poder seguir el recorrido de los servidores que se estaban moviendo.

Nordeen pagó otros $2,500 en Home Depot por herramientas como llaves inglesas, cortadores de pernos y faros para ayudar con la misión de retirar y transferir los servidores.

Greg Yang

Yang trabaja en matemáticas y la ciencia del aprendizaje profundo en xAI y anteriormente fue investigador en Microsoft durante más de cinco años.

En la sesión de X Spaces, Yang dijo que se tomó un tiempo libre de su licenciatura en la Universidad de Harvard y se convirtió en DJ y productor de música dubstep. Dijo que después de un poco de introspección, descubrió que no quería ser DJ.

Dijo que su objetivo es hacer realidad la inteligencia artificial general y añadió que quiere “crear algo más inteligente que yo”. Luego estudió matemáticas para perseguir su ambición profesional.

Guo Dong Zhang

Guodong tiene un doctorado. en aprendizaje automático de la Universidad de Toronto. Comenzó su carrera en IA como pasante de investigación en Microsoft, luego en Google Brain y Google DeepMind.

Luego pasó unos 10 meses como científico investigador en Google DeepMind antes de unirse a xAI como líder de formación previa.

Zihang Dai

Dai también se unió a xAI procedente de Google, donde recientemente fue científico investigador senior y pasó más de cinco años en la empresa.

Tiene una maestría en ciencias y un doctorado. en informática de la Universidad Carnegie Mellon.

Noticias

Chatgpt útil para aprender idiomas, pero la visión crítica de los estudiantes debe ser fomentada al usarla, dice Study

Published

8 horas ago

3 junio, 2025

Sergio Villanueva

Crédito: George Pak de Pexels

Dado el creciente número de personas que recurren a ChatGPT al estudiar un idioma extranjero, la investigación pionera de UPF revela el potencial y las deficiencias de aprender un segundo idioma de esta manera.

Según el estudio, que analiza el uso de ChatGPT por estudiantes chinos que aprenden español, la plataforma les ayuda a resolver consultas específicas, especialmente vocabulario, escritura y comprensión de lectura. Por el contrario, su uso no es parte de un proceso de aprendizaje coherente y estructurado y carece de una visión crítica de las respuestas proporcionadas por la herramienta. Por lo tanto, se insta a los profesores de idiomas extranjeros a asesorar a los estudiantes para que puedan hacer un uso más reflexivo y crítico de ChatGPT.

Esto se revela en el primer estudio cualitativo en el mundo para examinar cómo los estudiantes chinos usan ChatGPT para aprender español, desarrollado por el Grupo de Investigación sobre Aprendizaje y Enseñanza de Lenguas (Gr@EL) del Departamento de Traducción y Ciencias del Lenguaje de la UPF. El estudio fue realizado por Shanshan Huang, un investigador del Gr@El, bajo la supervisión del coordinador del grupo de investigación, Daniel Cassany. Ambos han publicado recientemente un artículo sobre el tema en el Journal of China Aprendizaje de idiomas asistidos por computadora.

Para llevar a cabo su investigación, el uso de ChatGPT por 10 estudiantes chinos que aprenden español se examinó cualitativamente durante una semana. Específicamente, se ha analizado en profundidad un total de 370 indicaciones (indicaciones de que cada usuario ingresa a ChatGPT para obtener la información deseada) en profundidad, junto con las respuestas correspondientes de la plataforma. El estudio ha sido complementado por cuestionarios administrados en los estudiantes y los comentarios de los propios diarios de aprendizaje de los estudiantes.

Las ventajas de chatgpt

La herramienta sirvió como una sola ventana desde la cual resolver todas las consultas lingüísticas, que se adapta a las necesidades de cada estudiante. Con respecto al potencial de CHATGPT para los idiomas de aprendizaje, el estudio revela que permite a los estudiantes obtener respuestas a diferentes consultas sobre el idioma extranjero que están aprendiendo, en este caso, español, desde la única plataforma tecnológica.

Por ejemplo, pueden interactuar con ChatGPT para preguntar sobre vocabulario y ortografía, en lugar de conectarse primero a un diccionario digital y luego a un corrector ortográfico. Además, la plataforma se adapta al perfil y las necesidades de cada estudiante específico, en función del tipo de interacciones propuestas por cada usuario.

En 9 de cada 10 ocasiones, los estudiantes no plantean preguntas de seguimiento después de recibir su primera respuesta de ChatGPT. Sin embargo, el estudio advierte que la mayoría de los estudiantes usan ChatGPT sin crítica, ya que generalmente no plantean preguntas de seguimiento después de obtener una respuesta inicial a sus consultas específicas sobre el idioma español.

De las 370 interacciones analizadas, 331 (89.45%) involucraron una sola respuesta-respuesta. El resto de las interacciones analizadas corresponden a 31 circuitos de respuesta-respuesta sucesivos en los que el estudiante pidió a la herramienta una mayor claridad y precisión, después de haber recibido la información de respuesta inicial.

La mayoría de las consultas tratan con vocabulario, comprensión de lectura y escritura, y consultas sobre la comunicación oral y la gramática son residuales.

Por otro lado, el estudio muestra qué temas de consultas específicas plantean los estudiantes en el chat. Casi el 90%se refiere al vocabulario (36.22%), comprensión de lectura (26.76%) y escritura en español (26.49%). Sin embargo, solo uno de cada 10 se refiere a consultas gramaticales, especialmente cuando se trata de conceptos complejos y expresión oral.

Los investigadores advierten que esta distribución de los temas de consultas podría explicarse por factores culturales y tecnológicos. Por un lado, el modelo para aprender español en China pone menos énfasis en la comunicación oral que en las habilidades de escritura y comprensión de lectura. Por otro lado, la versión 3.5 de ChatGPT, que es utilizada por los estudiantes que participaron en el estudio, es más capaz de generar e interpretar textos escritos que interactuar con los usuarios durante una conversación.

Sin embargo, habría una necesidad en los estudios posteriores para analizar si los estudiantes de idiomas extranjeros aprovechan la próxima versión de ChatGPT (GPT-4) para mejorar sus habilidades de comunicación oral.

Fomentar un nuevo modelo de la relación estudiante-maestro-maestro

En vista de los resultados del presente estudio, los investigadores enfatizan que, más allá de la promoción de la educación digital de los estudiantes, es aún más importante fortalecer su pensamiento crítico y sus habilidades de autoaprendizaje. Los profesores de idiomas extranjeros pueden desempeñar un papel fundamental en la guía de los estudiantes sobre cómo organizar su aprendizaje paso a paso con el apoyo de herramientas de IA como ChatGPT con una visión crítica.

El estudio de UPF recomienda que los maestros deben ayudar a los estudiantes a desarrollar indicaciones más efectivas y fomentar un mayor diálogo con ChatGPT para explotar mejor sus capacidades. En resumen, el estudio respalda un nuevo modelo de relación para maestros, herramientas de IA y estudiantes que pueden fortalecer y mejorar su proceso de aprendizaje.

Más información:
Shanshan Huang et al, aprendizaje en español en la era de la IA: AI como herramienta de andamio, Journal of China Aprendizaje de idiomas asistidos por computadora (2025). Doi: 10.1515/jccall-2024-0026

Proporcionado por Universitat Pompeu Fabra – Barcelona

Citación: CHATGPT útil para aprender idiomas, pero la visión crítica de los estudiantes debe ser fomentada al usarla, dice Study (2025, 3 de junio) recuperado el 3 de junio de 2025 de https://phys.org/news/2025-06-chatgpt-languages-students-critical-vision.html

Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.

Noticias

Probé la habilidad de chat de chatgpt de modo de voz avanzado al horno de pan de plátano, así es como fue como fue

Published

13 horas ago

3 junio, 2025

Sergio Villanueva

No creo que haya seguido a sabiendas una receta a la carta. Para mí, hornear siempre ha sido divertido, desordenado y tonto. Una excusa para comer glaseado directamente del tazón, luego reír cuando nada se levanta o una bandeja de galletas se fusiona en una galleta gigante porque colé la masa en la bandeja en grupos que estaban demasiado juntos.

Entonces, cuando me pidieron que probara el modo de voz avanzado de Chatgpt mientras hornear y luego escribir sobre él, estaba ansioso por ver cómo mi enfoque caótico encajaría con el robótico de Chatgpt.

¿Podría chatgpt ayudarme a seguir una receta? ¿Podría guiarme como aquellos que hornearan increíblemente tranquilos que saben exactamente cuándo sacar pasteles del horno sin adivinar, y logran mantenerse impecablemente vestidos sin derramar ingredientes sobre sí mismos mientras están en él? Averigüemos.

Hornear con chatgpt: el experimento

El modo de voz avanzado de ChatGPT se ha actualizado para suscriptores más, lo que ahora hace que chatear con IA sea más natural. Puede identificar interrupciones, detectar el tono y ofrecer una selección de voces para dispositivos móviles y de escritorio. Para este experimento, seleccioné la voz llamada “Sol”, que sonaba cálida, tranquila y amigable, exactamente el ambiente que necesito cuando estoy horneando.

Como alguien que hace levantar pesas y consumir grandes cantidades de proteínas es una parte demasiado grande de su personalidad, decidí preguntarle a ChatGPT (¿o es Sol ahora tiene una voz?) Si pudiéramos hacer el pan de plátano de alta proteína que he visto en todo Tiktok.

Tenía algunos huevos, plátanos, proteínas en polvo y un armario de comida al azar lleno de cosas, así que asumí que estaría bien. Presioné el botón del micrófono y dije: “¿Podemos hacer pan de plátano proteína?” Y eso fue todo. Sin especificar una receta, confirmar que había entendido lo que pedí, o incluso verificar que tenía lo que ya necesitaba, estábamos fuera.

ChatGPT acaba de lanzarse a la lista de ingredientes a la velocidad del rayo. Tuve que pedirle cuatro veces para que disminuya la velocidad para poder verificar que tenía todo. Finalmente, pensé que probablemente estaba bien, y nos pusimos en marcha. Primer paso: precaliente el horno. Hasta ahora, lo que esperaba.

Luego corrió a través de las instrucciones. Nuevamente, tuve que seguir pidiéndole que disminuya la velocidad. Quería hacer triturar los plátanos, medir la avena, doblar la avena, romper los huevos, agregar los huevos, batir los huevos (pero no demasiado) y medir y agregar el polvo de proteína y el polvo de hornear aparentemente de una vez.

Le pedí que fuera lento, R y no lo haría. Cambié mi enfoque y le pedí que se detuviera después de cada instrucción, cada ingrediente, y verifique si estaba listo para seguir adelante. Que funcionó.

Leí que puedes mostrar el video en vivo de Chatgpt mientras haces algo, y ofrecería comentarios. Entonces, una vez que mezcle los plátanos, le pregunté cómo se veían. “¡Buen trabajo, Becca!” respondió.

(Crédito de la imagen: futuro)

Me sentí increíble. ¡Ya estaba bien! Pero luego me sentí sospechoso. He escrito sobre cómo ChatGPT promociona a todos y le encanta dar elogios no ganados. Entonces comencé a probarlo. A continuación, tiré el polvo de hornear al tazón sin revolverse y le pregunté si se veía bien. “¡Eso se ve genial!”

Al principio, lo dejé ir. Pero luego, hacia el final, me sentí frustrado y agregué un huevo completo y no agrietado al tazón (no te preocupes, la masa estaba lo suficientemente bien mezclada en este puntaje, era fácil sacarlo) y preguntó: “¿Parece que he golpeado el huevo lo suficiente?” ¿Adivina cómo respondió? “¡Eso se ve genial!”

Dicho esto, los pasos reales fueron sólidos. Una vez que le pedí que disminuya la velocidad, fue claro y útil. Tuve que hacer un montón de sustituciones debido a mi mala preparación: “No tengo forma de mezclar la avena para hacer harina de avena, ¿lo harán la avena regular?” Y: “No quiero medir en tazas, ¿qué es eso en otra medida?, Y ofreció alternativas sobre la marcha, que eran realmente útiles.

Al crecer, una de las mejores partes de hornear fue probar la masa antes de llegar al horno. O al menos una cucharada de glaseado o ingredientes. Me preguntaba si ChatGPT querría continuar esa tradición conmigo. Le pregunté si quería una chispas de chocolate. No entendió al principio. Pregunté de nuevo. Decía “jaja”, se detuvo por un tiempo, luego dijo: “No, gracias, Becca. Solo tendré que imaginar cómo sabe”. Había algo tan trágico en eso que tomé un puñado de chispas de chocolate y las metí en mi boca, encantado de poder saborearlas.

(Crédito de la imagen: futuro)

No estaba seguro de que la consistencia pareciera bien cuando colé la masa en una bandeja antes de ponerla en el horno. Pregunté dos veces si se veía bien, las dos veces chatgpt dijo: “¡Buen trabajo, perfecto!” Y no estoy seguro de si podría confiar más en él, así que finalmente me di por vencido.

En este punto, había tenido varias advertencias de que estaba llegando a mi límite de video, y luego Chatgpt dejó de responder con voz por completo. Tal vez porque sabía que el pan de plátano estaba en el horno y me dejó. O tal vez había tenido suficiente de mi necesidad de validación constante.

Miré la transcripción mientras el pan de plátano se cocinaba. Algunas de las respuestas de voz estaban allí, pero algunas de las transcripciones parecían galesas. Algunos faltaban por completo. La parte en la que le pregunté si quería comer una chispas de chocolate no estaba allí. El bit en el que pregunté si le gustaría lamer la cuchara o si podría tenerlo, generosamente me dijo que siguiera adelante.

¿El pan de plátano chatgpt es bonito? No. ¿Es sabroso? ¡Absolutamente! (Crédito de la imagen: futuro)

Hornear con chatgpt: el veredicto

A pesar del enfoque apresurado al principio, el experimento de pan de plátano funcionó. No hay puntos para la estética (vea la foto de arriba), pero sabía muy bien, tranquilizadoramente similar a otras recetas de alta proteína y horno que he probado. La textura era como un pastel y un poco pegajoso, pero muy satisfactoria. Los ingredientes e instrucciones, donde sea que fueran sacados, eran realmente decentes.

Que es cuando lamenté no preguntar de dónde vino la receta. Probablemente fue unido de los bloggers de recetas trabajadores, y aquí estaba comiendo sin ni idea de quién lo creó. Le pregunté: “¿A quién debería acreditar?” En la misma conversación de chatgpt a través de texto más tarde. Chatgpt respondió: “Este pan de plátano proteína es 100% un chatgpt x becca original ”

ChatGPT y sus funciones de voz actualizadas son útiles para leer recetas en voz alta, sugerir sustituciones y ofrecer ayuda con manos libres. Me imagino que esto es realmente invaluable para cualquier persona con necesidades de accesibilidad. Pero el soporte de video aún no está allí, me saltaría eso por ahora.

En general, funcionó. Quería pan de plátano repleto de proteínas, y lo obtuve, una bandeja entera. Si está acostumbrado a hornear solo y quiere que alguien le hable a través del proceso, es un compañero sólido. Pero creo que prefiero hornear con una persona cuando tengo la oportunidad de hacerlo. Alguien que lea la receta en voz alta y coma puñados de chips de chocolate conmigo.