Connect with us

Noticias

Dos años de ChatGPT: del asombro absoluto al ‘punto más bajo de la desilusión’ | Tecnología

Published

on

“Es una innovación tremenda; a mí también me sorprendió”. “Suena mucho más natural que la mayoría de programas similares”. “Ha aprendido intuitivamente a mantener conversaciones sobre casi cualquier tema”. Estas son algunas de las primeras reacciones de los expertos en inteligencia artificial (IA) ante ChatGPT, tal y como publica EL PAÍS. En apenas unos días, la herramienta cautivó tanto a profesionales como a usuarios en general, que comenzaron a compartir extractos de sus conversaciones con el bot en las redes sociales. De repente, cualquiera con una conexión a Internet podía entablar un diálogo con una máquina que proporcionaba respuestas coherentes y bien escritas, aunque no siempre precisas. Para muchos, parecía como si estuvieran conversando con una persona y no con una máquina. Este sábado se cumplen dos años desde el lanzamiento de ChatGPT, que presentó al público la IA generativa, una tecnología capaz de producir contenido aparentemente original basado en indicaciones humanas.

¿Cuál es el estado actual de esta tecnología? El entusiasmo inicial ha dado paso a una batalla corporativa por el dominio en el despliegue de dichas herramientas. Microsoft rápidamente firmó un acuerdo de colaboración con OpenAI, el desarrollador detrás de ChatGPT y DALL·E, mientras que Google no se quedó atrás, anunciando sus propios modelos abiertos en dos meses.

Hoy nos encontramos en lo que la consultora Gartner llama “la depresión de la desilusión”: la euforia inicial generó expectativas infladas, y la incapacidad de cumplirlas inmediatamente hizo que el interés disminuyera. Esta es una fase natural en el ciclo de vida de las tendencias tecnológicas y, según Gartner, la pendiente de las expectativas volverá a aumentar dentro de unos años, aunque de forma más moderada que el primer aumento.

“Dos años después, los cerebros artificiales siguen siendo estocásticos sabelotodo: hablan con gran autoridad, parecen saberlo todo, pero lo que dicen no es el resultado de un conocimiento real, sino de su capacidad intuitivamente desarrollada para parecer sabios”. resume Julio Gonzalo, catedrático de Lenguajes y Sistemas Informáticos de la Universidad Nacional de Educación a Distancia (UNED) y vicerrector adjunto de Investigación.

Andrej Karpathy, uno de los creadores del modelo GPT (que dejó OpenAI en febrero), reconoció recientemente signos de agotamiento en la IA generativa. Dado que las primeras versiones de ChatGPT ya estaban preparadas para casi todos los textos disponibles en Internet, las nuevas versiones no podrán utilizar muchos más datos que sus predecesoras. Esto significará que los modelos no podrán mejorar significativamente.

“Para que se dé un gran salto será necesaria innovación en la arquitectura algorítmica, como el desarrollo de transformadores [a type of neural network that is key in the development of large language models] en 2017”, afirma Álvaro Barbero, jefe de análisis de datos del Instituto de Ingeniería del Conocimiento.

También hay preocupaciones en el ámbito empresarial. Los inversores aún tienen que ver cómo se puede monetizar eficazmente la IA generativa. OpenAI recaudó 10 mil millones de dólares en octubre “para operar con flexibilidad”, además de los 13 mil millones de dólares prometidos por Microsoft en 2023. Sin embargo, esta financiación puede no ser suficiente. El tan esperado modelo GPT-5, cuyo lanzamiento inicialmente estaba previsto para finales de 2023, aún no ha llegado, y los analistas empiezan a dudar de que sea tan innovador como ha sugerido el director ejecutivo Sam Altman.

Según las propias proyecciones de OpenAI, la compañía no obtendrá ganancias hasta 2029 y, mientras tanto, está gastando alrededor de 500 millones de dólares al mes. la revista tecnica La información estima que el costo de entrenar sus modelos alcanzará los 7 mil millones de dólares para 2024, y OpenAI podría quedarse sin fondos el próximo verano.

“Dentro de 12 meses, la burbuja de la IA habrá estallado”, dijo el experto en IA Gary Marcus en julio pasado. “La economía no funciona, el enfoque actual se ha estancado, no existe una aplicación asesina, alucinaciones [when the system makes things up] Siguen existiendo errores estúpidos, nadie tiene un foso y la gente está empezando a darse cuenta de todo lo anterior”.

La revolución de la IA

Dejando a un lado las preocupaciones financieras, no hay duda de que la herramienta lanzada el 30 de noviembre de 2022 fue innovadora. “Desde mi perspectiva, la aparición de ChatGPT fue absolutamente revolucionaria”, afirma Carlos Gómez Rodríguez, catedrático de Informática e Inteligencia Artificial de la Universidad de La Coruña y experto en procesamiento del lenguaje natural, el campo de la IA dedicado a comprender y generar texto. “Por primera vez, un único sistema podría realizar una amplia gama de tareas sin una formación específica. Antes se podía crear un traductor español-inglés, pero diseñándolo específicamente para eso. Resultó que al desarrollar estos modelos más grandes, el modelo podía hacer muchas cosas. Eso ha cambiado todo en mi campo de investigación”.

“La IA generativa ha dado lugar a aplicaciones interesantes, como resumir textos, redactar cartas en otros idiomas y extraer información de documentos, pero también a usos problemáticos, como depender del sistema para extraer información factual cuando en realidad está haciendo predicciones y no buscando. o sacar conclusiones cuando no se trata de razonamiento”, explica Ricardo Baeza-Yates, director de investigación del Experiential AI Institute de la Northeastern University de Boston y profesor de la Universidad Pompeu Fabra de Barcelona. Además de los generadores de imágenes y vídeos, la IA generativa está desdibujando la línea entre la realidad y el engaño a través de deepfakes, al tiempo que permite formas de ciberataques más sofisticadas y rentables.

Las imágenes creadas con una herramienta de inteligencia artificial muestran una disputa entre Donald Trump y agentes de policía.J. David Aké (AP)

Apenas tres meses después del lanzamiento de ChatGPT, OpenAI presentó el modelo GPT-4, lo que supone un salto significativo con respecto a la primera versión de la herramienta. Sin embargo, en los casi dos años transcurridos desde entonces, no ha habido grandes avances. “Parece que con GPT-4 hemos alcanzado los límites de lo que la IA es capaz de hacer con sólo emular nuestra intuición. También se ha comprobado que la capacidad de pensamiento racional no ha aparecido por arte de magia con sólo hacer cerebros más grandes”, explica Gonzalo.

El camino por delante

El último desarrollo en IA generativa son los sistemas multimodales, capaces de combinar diferentes tipos de medios, como texto, imagen y audio. Por ejemplo, las últimas versiones de ChatGPT o Gemini pueden analizar una foto de tu frigorífico y sugerirte qué preparar para la cena. Pero generan estos resultados basándose en la intuición, no en el razonamiento. “El siguiente paso será investigar si los grandes modelos lingüísticos pueden evolucionar hasta convertirse en agentes autónomos, es decir, que puedan operar de forma independiente e interactuar entre sí en nuestro nombre. Podrían reservar billetes de avión o reservas de hotel siguiendo nuestras instrucciones”, afirma Gómez Rodríguez.

“Creo que los modelos de IA generativa están llegando a sus límites y necesitarán añadir otros elementos, como conocimiento verdadero. [Perplexity and others already cite the sources they use]lógica deductiva [classic AI] y, a largo plazo, el sentido común, el más raro de los sentidos. Sólo entonces podremos empezar a hablar de razonamiento verdadero”, afirma Baeza-Yates.

Esto es lo que Altman ha prometido para el próximo año. Se refiere a ella como inteligencia artificial general (AGI), que iguala o supera las capacidades humanas. Está claro que tal desarrollo tomará tiempo para materializarse y, como sugiere Baeza-Yates, se necesitará algo más que IA generativa para lograr este objetivo.

“Los grandes modelos multimodales de IA generativa serán una parte fundamental de la solución general para el desarrollo de AGI, pero no creo que sean suficientes por sí solos. Creo que vamos a necesitar algunos otros grandes avances antes de llegar a lo que llamamos AGI”, dijo la semana pasada Demis Hassabis, jefe de investigación de IA en Google y ganador del Premio Nobel de Química, en una reunión con periodistas en la que EL PAÍS participó.

“La IA generativa no sólo no nos acerca a las grandes cuestiones científicas de la IA, como por ejemplo si la inteligencia puede existir en formas no orgánicas, sino que en realidad nos desvía de ellas. Estos sistemas son incapaces de razonar, [to achieve that] Tendríamos que recurrir a la IA simbólica. [based on mathematical logic]”, reflexiona Ramón López de Mántaras, fundador del Instituto de Investigación en Inteligencia Artificial del CSIC y uno de los pioneros en España en este campo.

Alphafold, la herramienta desarrollada por el equipo de Hassabis para predecir la estructura de 200 millones de proteínas (lo que le llevó al Premio Nobel) integra 32 técnicas de IA diferentes, siendo la IA generativa solo una de ellas. “Creo que el futuro estará en este tipo de sistemas híbridos”, afirma López de Mántaras.

Suscríbete a nuestro boletín semanal para recibir más cobertura de noticias en inglés de EL PAÍS Edición USA

Continue Reading
Click to comment

Leave a Reply

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

Noticias

Cómo se compara la nueva búsqueda web de Claude Ai con Gemini y Chatgpt

Published

on


Los bots de IA quieren ayudarlo con sus búsquedas en la web, así como con todo lo demás, y Claude es el último asistente de inteligencia artificial para obtener la capacidad de buscar información en línea, ya sea que sean los últimos titulares de noticias o los últimos precios de los dispositivos.

“Con la búsqueda web, Claude tiene acceso a los últimos eventos e información, lo que aumenta su precisión en las tareas que se benefician de los datos más recientes”, dice el desarrollador Anthrope. La función está disponible ahora en todos los planes pagados, y “llegará pronto” para los usuarios gratuitos.

Web Search es un tipo diferente de desafío para los modelos de IA, probando su capacidad de examinar y evaluar el contenido publicado en la web, en lugar de integrarse en sus datos de capacitación. Así es como se avanza Claude, y se compara con Google Gemini y Chatgpt.

Uso de la búsqueda web en Claude

Habilitar la función de búsqueda web.
Crédito: Lifehacker

Para dar acceso web a Claude, haga clic en el botón Sliders en el cuadro de solicitud y habilite el Búsqueda web Interruptor de palanca. El bot de AI se referirá a la web en general a medida que lo considera apropiado para su consulta, pero si desea asegurarse de que use información en línea como parte de su respuesta, incluya algo como “Buscar en la web” en su aviso.

Cuando se invoca una búsqueda en la web, Claude le notificará como parte de la respuesta, y generalmente tarda un poco más en regresar con una respuesta. Cuando aparece la respuesta, obtienes pequeños botones de citas al final de ciertas oraciones, para que sepa de dónde proviene la información. Haga clic en cualquier cita para saltar a ese sitio web en una nueva pestaña.

Puede ejecutar casi cualquier consulta que pueda escribir en Google, cubriendo todo, desde pronósticos meteorológicos y puntajes deportivos hasta inmersiones profundas en el historial de la música y ayudar a solucionar problemas de computadora. Como de costumbre, puede hacer un seguimiento con más preguntas sobre los resultados que Claude le ha dado.

Es fácil ver el potencial para que la IA voltee la forma en que buscamos en la web, en cómo ofrece una experiencia más natural y matizada que la lista estándar de enlaces en Google. Sin embargo, no está exento de problemas, no menos si estos bots de IA se pueden confiar y de dónde van a obtener su información si los seres humanos reales ya no tienen incentivos para publicar en la web.

Obtener la noticia del día

Búsqueda web de Claude Ai

Elegir las noticias tecnológicas actuales.
Crédito: Lifehacker

Me encargué de que Claude me trajera los titulares de noticias tecnológicas del día, y de hecho realizó dos búsquedas web para asegurarse de que lo obtuviera todo. Leí las noticias de tecnología todos los días, y Claude hizo un buen trabajo, aquí: las historias eran en su mayoría nuevas, y en su mayoría relevantes, aunque los enlaces de citas tendían a ir a las páginas delanteras de los sitios de noticias, en lugar de artículos individuales.

Gemini estaba a la par de Claude, aunque logró vincularse a artículos específicos, no solo los centros de noticias. Casi cada resultado fue de los últimos días, tomado de una fuente de buena reputación, y relativamente significativa en el mundo de las noticias tecnológicas, aunque hubo algunas fallas: un nuevo teléfono Samsung en India, por ejemplo, que realmente no me importa.

A Chatgpt, y el Bot Operai fue probablemente el peor del lote cuando se trataba de devolver los resultados que me importaban de los sitios que son los más respetados en el espacio de noticias tecnológicas (aunque se podría argumentar que es una decisión subjetiva). Todavía estaba bien, pero preferí los resultados que obtuve de Claude y Gemini.

Cuando se le pidió que devolviera las últimas noticias de Lifehacker, Claude no pudo hacerlo, y ChatGPT acaba de enumerar los titulares de la página de inicio actual sin enlaces. Gemini en realidad me dio las últimas historias, completa con enlaces, así que funciona mejor aquí, aunque la mejor opción es probablemente solo para abrir Lifehacker en su navegador.

Verificación de hechos en línea

Búsqueda web de Claude Ai

Claude sabe sus películas … o más bien, sabe consultar Wikipedia.
Crédito: Lifehacker

En la comprobación de hechos: probé a Claude con una pregunta de película a la que ya conozco la respuesta. ¿Cuántos Oscar fueron ganados por Uno voló sobre el nido del cuco? Obtuvo la respuesta correcta y el año correcto, y dio el contexto de que es solo la tercera película de la historia en obtener los cinco grandes premios de la Academia: Mejor director, Mejor Actor, Mejor Actriz, Mejor Película y el mejor guión adaptado (ver si puedes adivinar cuáles son las otras dos películas).

Gemini también obtuvo las respuestas y el contexto de la gran victoria. Sus fuentes cubrieron una variedad más amplia de sitios e incluso YouTube, mientras que Claude se pegó a Wikipedia y al sitio oficial de los Oscar. Dio una respuesta más corta y más breve que Claude, y no incluía información de antecedentes sobre tomas de taquilla.

¿Qué piensas hasta ahora?

En cuanto a CHATGPT, nuevamente logró armar una respuesta precisa, con el contexto útil sobre el éxito de los cinco grandes y las otras películas que han manejado la hazaña. Al igual que Claude, se pegó principalmente a Wikipedia, pero hizo algo que no Claude ni Gemini lo hicieron: incluía un video de YouTube de la presentación de Oscar mejor imagen.

Este tipo de búsquedas en la web no son particularmente exigentes. Las preguntas más complejas pueden plantear más problemas, especialmente si las respuestas no están disponibles y la IA se siente tentado a inventarlos. Intenté engañar a estos bots de IA para que pensara que Daniel Day-Lewis ganó dos Oscar al mejor actor en años consecutivos, pero los tres identificaron correctamente que esto nunca sucedió.

Búsqueda web de Claude Ai

Claude no es muy útil para comprar en la web.
Crédito: Lifehacker

Las compras en línea podrían ser transformadas por AI. Si bien las personas reales siempre serán mejores que los bots para elegir las compras correctas, la IA puede raspar rápidamente y resumir las opiniones de los seres humanos reales y empaquetarlos en una interfaz limpia y amigable mientras toma un corte de las ventas. Es como tener un asistente inteligente con usted, sin necesidad de vadear a través de masas de información o resultados de búsqueda.

Le pedí a Claude que recomendara un regalo extravagante para mí, basado en deportes o películas, y buscó obedientemente páginas que enumeran los extravagantes deportes y regalos de películas. Le fue bien elegir algunas ideas, pero creo que esta es una consulta que podría haber corrido a través de Google sin preocuparme de la IA.

Géminis dio una respuesta más personalizada y de cambio. No proporcionó ningún enlace web en este caso, tal vez porque Google quiere mantenerlo en su principal motor de búsqueda para este tipo de consultas: a diferencia de Claude o ChatGPT, Google ya gana mucho dinero que los usuarios hacen clic en comprar enlaces de sus resultados de búsqueda de compras.

ChatGPT dio los resultados más útiles aquí, tal vez gracias a su reciente actualización de compras. Las fuentes que enumeró fueron similares a las que usaron Claude, pero proporcionó algunas selecciones superiores distintas, junto con precios y enlaces para comprarlos en la web. Más adelante, esta podría ser una de las formas en que Operai recupera parte de su dinero.

La búsqueda web claramente sigue siendo un trabajo en progreso para todas estas herramientas de IA. En algunos casos, funciona mejor que una búsqueda tradicional de Google, pero no siempre, y siempre existe el problema de cuán lejos puede confiar en estas respuestas seguras y pulidas sin verificar las fuentes originales de las que obtienen su información.

Divulgación: la empresa matriz de Lifehacker, Ziff Davis, presentó una demanda contra Operai en abril, alegando que infringió los derechos de autor de Ziff Davis en la capacitación y la operación de sus sistemas de IA.

Continue Reading

Noticias

¿Puede ChatGPT pasar la prueba de Turing? Lo que dice la investigación.

Published

on

Los chatbots de inteligencia artificiales como ChatGPT se están volviendo mucho más inteligentes, mucho más naturales y mucho más … como humanos. Tiene sentido: los humanos son los que crean los modelos de idiomas grandes que sustentan los sistemas de chatbots de IA, después de todo. Pero a medida que estas herramientas mejoran en “razonamiento” e imitan el discurso humano, ¿son lo suficientemente inteligentes como para aprobar la prueba de Turing?

Durante décadas, la prueba de Turing se ha mantenido como un punto de referencia clave en la inteligencia de máquinas. Ahora, los investigadores en realidad están poniendo a prueba LLM como ChatGPT. Si ChatGPT puede pasar, el logro sería un hito importante en el desarrollo de IA.

Entonces, ¿puede ChatGPT pasar la prueba de Turing? Según algunos investigadores, sí. Sin embargo, los resultados no son completamente definitivos. La prueba de Turing no es un simple pase/falla, lo que significa que los resultados no son realmente en blanco y negro. Además, incluso si ChatGPT podría pasar la prueba de Turing, eso puede no decirnos realmente cuán “humano” es realmente un LLM.

Vamos a desglosarlo.

¿Cuál es la prueba de Turing?

El concepto de la prueba de Turing es realmente bastante simple.

La prueba fue originalmente propuesta por el matemático británico Alan Turing, el padre de la informática moderna y un héroe para los nerds de todo el mundo. En 1949 o 1950, propuso el juego de imitación, una prueba de inteligencia de máquinas que desde entonces ha sido nombrada por él. La prueba de Turing implica que un juez humano tenga una conversación con un humano y una máquina sin saber cuál es cuál (o quién es quién, si crees en AGI). Si el juez no puede decir cuál es la máquina y cuál es la humana, la máquina pasa la prueba de Turing. En un contexto de investigación, la prueba se realiza muchas veces con múltiples jueces.

Por supuesto, la prueba no puede determinar necesariamente si un modelo de lenguaje grande es realmente tan inteligente como un humano (o más inteligente), solo si es capaz de pasar por un humano.

¿Los LLM realmente piensan como nosotros?

Los modelos de lenguaje grande, por supuesto, no tienen cerebro, conciencia o modelo mundial. No son conscientes de su propia existencia. También carecen de opiniones o creencias verdaderas.

En cambio, los modelos de idiomas grandes se capacitan en conjuntos de datos masivos de información: libros, artículos de Internet, documentos, transcripciones. Cuando un usuario ingresa el texto, el modelo AI usa su “razonamiento” para determinar el significado y la intención más probables de la entrada. Luego, el modelo genera una respuesta.

En el nivel más básico, los LLM son motores de predicción de palabras. Utilizando sus vastas datos de entrenamiento, calculan las probabilidades para el primer “token” (generalmente una sola palabra) de la respuesta utilizando su vocabulario. Repiten este proceso hasta que se genera una respuesta completa. Esa es una simplificación excesiva, por supuesto, pero mantengámoslo simple: las LLM generan respuestas a la entrada en función de la probabilidad y las estadísticas. Entonces, la respuesta de un LLM se basa en las matemáticas, no en una comprensión real del mundo.

Velocidad de luz mashable

Entonces, no, LLM no en realidad pensar en cualquier sentido de la palabra.

¿Qué dicen los estudios sobre ChatGPT y la prueba de Turing?

Joseph Maldonado / Mashable Composite por Rene Ramos
Crédito: Mashable

Ha habido bastantes estudios para determinar si ChatGPT ha aprobado la prueba de Turing, y muchos de ellos han tenido hallazgos positivos. Es por eso que algunos informáticos argumentan que, sí, modelos de idiomas grandes como GPT-4 y GPT-4.5 ahora pueden pasar la famosa prueba de Turing.

La mayoría de las pruebas se centran en el modelo GPT-4 de Openai, el que usa la mayoría de los usuarios de ChatGPT. Usando ese modelo, un Estudio de UC San Diego descubrieron que en muchos casos, los jueces humanos no pudieron distinguir GPT-4 de un humano. En el estudio, se consideró que GPT-4 era un humano el 54% del tiempo. Sin embargo, esto aún se quedó atrás de los humanos reales, que se consideró humano el 67% del tiempo.

Luego, se lanzó GPT-4.5, y los investigadores de UC San Diego Realizó el estudio nuevamente. Esta vez, el modelo de lenguaje grande se identificó como humano el 73% del tiempo, superando a los humanos reales. La prueba también encontró que el Llama-3.1-405b de Meta Meta pudo aprobar la prueba.

Otros estudios fuera de UC San Diego también han dado calificaciones de aprobación de GPT. Un 2024 Estudio de la Universidad de Reading de GPT-4 El modelo había creado respuestas para evaluaciones para llevar a casa para cursos de pregrado. Los alumnos de prueba no se les informó sobre el experimento, y solo marcaron una de las 33 entradas. ChatGPT recibió calificaciones anteriores al promedio con las otras 32 entradas.

Entonces, ¿son estos estudios? definitivo? No exactamente. Algunos críticos (y hay muchos) dicen que estos estudios de investigación no son tan impresionantes como parecen. Es por eso que no estamos listos para decir definitivamente que ChatGPT pasa la prueba de Turing.

Podemos decir que si bien los LLM de generación anterior como GPT-4 a veces pasan la prueba de Turing, los grados de aprobación se están volviendo más comunes a medida que los LLM se avanzan más. Y a medida que salen modelos de vanguardia como GPT-4.5, nos dirigimos rápidamente hacia modelos que pueden pasar fácilmente la prueba de Turing cada vez.

Operai en sí ciertamente imagina un mundo en el que es imposible distinguir a los humanos de la IA. Es por eso que el CEO de Operai, Sam Altman, ha invertido en un proyecto de verificación humana con una máquina de escaneo de globo ocular llamada Orbe.

¿Qué dice Chatgpt en sí mismo?

Decidimos preguntarle a ChatGPT si podía pasar la prueba de Turing, y nos dijo que sí, con las mismas advertencias que ya hemos discutido. Cuando planteamos la pregunta, “¿Puede Chatgpt pasar la prueba de Turing?” al chatbot Ai (usando el modelo 4o), nos dijo: “Chatgpt poder Pase la prueba de Turing en algunos escenarios, pero no de manera confiable o universal. “El chatbot concluyó:” Podría pasar la prueba de Turing con un usuario promedio en condiciones casuales, pero un interrogador determinado y reflexivo casi siempre podría desenmascararla “.

Una captura de pantalla de ChatGPT que muestra la respuesta al mensaje 'puede chatgpt pasar la prueba turing'

Imagen generada por IA.
Crédito: OpenAI

Las limitaciones de la prueba de Turing

Algunos científicos informáticos ahora creen que la prueba de Turing está desactualizada, y que no es tan útil para juzgar modelos de idiomas grandes. Gary Marcus, psicólogo estadounidense, científico cognitivo, autor y pronóstico popular de IA, lo resumió mejor en una publicación de blog reciente, donde escribió: “Como yo (y muchos otros) he dicho por añosLa prueba de Turing es una prueba de credulidad humana, no una prueba de inteligencia “.

También vale la pena tener en cuenta que la prueba de Turing se trata más de la percepción de inteligencia en lugar de actual inteligencia. Esa es una distinción importante. Un modelo como ChatGPT 4O podría pasar simplemente imitando el discurso humano. No solo eso, sino si un modelo de idioma grande pasa o no la prueba variará según el tema y el probador. ChatGPT podría simular fácilmente una pequeña charla, pero podría tener dificultades con las conversaciones que requieren una verdadera inteligencia emocional. No solo eso, sino que los sistemas de IA modernos se usan para mucho más que chatear, especialmente cuando nos dirigimos hacia un mundo de IA agente.

Nada de eso es decir que la prueba de Turing es irrelevante. Es un punto de referencia histórico ordenado, y ciertamente es interesante que los modelos de idiomas grandes puedan pasarlo. Pero la prueba de Turing no es el punto de referencia estándar de oro de la inteligencia de la máquina. ¿Cómo sería un mejor punto de referencia? Esa es otra lata de gusanos que tendremos que ahorrar para otra historia.


Divulgación: Ziff Davis, empresa matriz de Mashable, presentó en abril una demanda contra OpenAI, alegando que infringió los derechos de autor de Ziff Davis en la capacitación y la operación de sus sistemas de IA.

Temas
Inteligencia artificial

Continue Reading

Noticias

Openai, Microsoft le dice al Senado ‘Nadie puede ganar AI’

Published

on

Únase a nuestros boletines diarios y semanales para obtener las últimas actualizaciones y contenido exclusivo sobre la cobertura de IA líder de la industria. Obtenga más información


La administración Trump retrocedió una orden ejecutiva del ex presidente Joe Biden que creó reglas sobre el desarrollo y el despliegue de IA. Desde entonces, el gobierno ha retrocedido de la regulación de la tecnología.

En una audiencia de más de tres horas en el Comité de Comercio, Ciencia y Transporte del Senado, ejecutivos como el CEO de Operai, Sam Altman, la CEO de AMD, Lisa Su, la cofundadora de CoreWeave y CEO Michael Intrator y Vicepresidente de Microsoft y Presidente Brad Smith instó a los políticos para aliviar el proceso de construcción de infraestructura en torno al desarrollo de AI.

Los ejecutivos dijeron a los formuladores de políticas que la aceleración de los permisos podría hacer que la construcción de nuevos centros de datos, las centros de energía para energizar los centros de datos e incluso los fabricantes de chips cruciales para apuntalar la pila tecnológica de IA y mantener al país competitivo contra China. También hablaron sobre la necesidad de trabajadores más calificados como electricistas, aliviando la inmigración del talento del software y alentando la “difusión de IA” o la adopción de modelos de IA generativos en los Estados Unidos y en todo el mundo.

Altman, recién visitando el proyecto Stargate de $ 500 mil millones de la compañía en Texas, dijo a los senadores que Estados Unidos está liderando el cargo en IA, pero necesita más infraestructura como las centrales eléctricas para alimentar su próxima fase.

“Creo que la próxima década será sobre abundante inteligencia y energía abundante. Asegurarse de que Estados Unidos lidere ambos, que podamos introducir estas revoluciones duales que cambiarán el mundo que vivimos de manera increíblemente positiva es crítico”, dijo Altman.

La audiencia se produjo cuando la administración Trump está determinando cuánta influencia tendrá el gobierno en el espacio de IA. El senador Ted Cruz de Texas, presidente del comité, dijo que propuso crear una caja de arena reguladora de IA.

Smith de Microsoft dijo en su testimonio escrito que las compañías de IA estadounidenses necesitan continuar innovando porque “es una carrera que ninguna compañía o país puede ganar por sí sola”.

Apoyando la pila de tecnología AI

Smith de Microsoft presentó la pila de tecnología AI, que según él muestra cuán importante es cada segmento del sector a la innovación.

“Todos estamos en esto juntos. Si Estados Unidos va a tener éxito en liderar el mundo en la IA, requiere infraestructura, requiere éxito a nivel de plataforma, requiere a las personas que crean aplicaciones”, dijo Smith.

Agregó: “La innovación irá más rápido con más infraestructura, permisos más rápidos y más electricistas”.

AMD reiteró que “mantener nuestro liderazgo en realidad requiere excelencia en cada capa de la pila”.

“Creo que los ecosistemas abiertos son realmente una piedra angular del liderazgo estadounidense, y eso permite que las ideas provengan de todas partes y cada parte del sector de la innovación”, dijo Su. “Está reduciendo las barreras para la entrada y el fortalecimiento de la seguridad, así como la creación de un mercado competitivo para ideas”.

Con los modelos de IA que necesitan más y más GPU para el entrenamiento, la necesidad de mejorar la producción de chips, construir más centros de datos y encontrar formas de alimentarlos se ha vuelto aún más crítico. La Ley de Chips y Ciencias, una ley de la era de Biden, estaba destinada a impulsar la producción de semiconductores en los Estados Unidos, pero hacer los chips necesarios para alimentar los modelos más poderosos del mundo a nivel local está demostrando ser lento y costoso.

En los últimos meses, compañías como Cerebras han anunciado planes para construir más centros de datos para ayudar a procesar la capacitación e inferencia de modelos.

Un descanso de las políticas actuales

La mayoría del Senado de los formuladores de políticas republicanas dejó en claro durante la audiencia que la administración Trump preferiría no regular el desarrollo de la IA, preferir un enfoque más impulsado por el mercado. Esta administración también ha presionado para un crecimiento más centrado en los Estados Unidos, exigiendo que las empresas usen productos estadounidenses y creen más empleos estadounidenses.

Sin embargo, los ejecutivos señalaron que para que la IA estadounidense siga siendo competitiva, las empresas necesitan acceso al talento internacional y, lo que es más importante, políticas de exportación claras para que los modelos fabricados en los EE. UU. Puedan ser atractivos para otros países.

“Necesitamos una adopción más rápida, a lo que las personas se refieren como difusión de IA. La capacidad de hacer que la IA trabaje en cada parte de la economía estadounidense para impulsar la productividad, para impulsar el crecimiento económico, permitir a las personas innovar en su trabajo”, dijo Smith. “Si Estados Unidos dirigirá el mundo, necesitamos conectarnos con el mundo. Nuestro liderazgo global se basa en nuestra capacidad para servir al mundo con el enfoque correcto y en nuestra capacidad para mantener la confianza del resto del mundo”.

Agregó que eliminar los límites cuantitativos para los países de nivel dos es esencial porque estas políticas “enviaron un mensaje a 120 naciones que no podían contar con nosotros para proporcionar la IA que desean y necesitan”.

Altman señaló: “Habrá excelentes chips y modelos entrenados en todo el mundo”, reiterando la posición de liderazgo de las compañías estadounidenses en el espacio.

Hay algunas buenas noticias en el área de la difusión de IA porque, si bien la audiencia estaba en curso, el Departamento de Comercio anunció que estaba modificando las reglas de la administración Biden que limitó qué países podrían recibir chips hechos por compañías estadounidenses. La regla entró en vigencia el 15 de mayo.

Si bien los ejecutivos dijeron que los estándares gubernamentales serían útiles, denunciaron cualquier movimiento para ver lanzamientos del modelo de “aprobación previa”, similares a la UE.

Ecosistema abierto

La IA generativa ocupa un espacio liminal en la regulación tecnológica. Por un lado, la falta comparativa de reglas ha permitido a empresas como OpenAI desarrollar tecnología sin mucho miedo a las repercusiones. Por otro lado, la IA, como Internet y las redes sociales antes, toca la vida de las personas profesionales y personalmente.

De alguna manera, los ejecutivos se alejaron de cómo la administración Trump ha posicionado el crecimiento de los Estados Unidos. La audiencia mostró que si bien las compañías de IA desean el apoyo del gobierno para acelerar el proceso de expansión de la infraestructura de IA, también deben estar más abiertos al resto del mundo. Requiere talento del extranjero. Necesita vender productos y plataformas a otros países.

El comentario de las redes sociales varió, y algunos señalaron que los ejecutivos, en particular Altman, tenían opiniones diferentes sobre la regulación antes.

Otros señalaron que otros países podrían ver dónde han fallado sus propias políticas de IA.

Continue Reading

Trending