Bienvenidos, compañeros jarheads, a Cuentos del lado del frascoel Kousen TI newsletter, para la semana del 17 al 24 de noviembre de 2024. Esta semana impartí mis cursos regulares en Colegio Trinidad.
A principios de este mes, Google anunció que puede acceder a su herramienta Gemini AI mediante el API abierta de IA. Vi eso en este artículo sobre InfoQlo que me llevó a este artículo en el blog para desarrolladores de Google.
Aquí está su ejemplo de Python:
ellos usan el OpenAI clase, pero establezca la clave API, el modelo y la URL base para Gemini de Google. Recientemente hice un video donde mostré cómo Perplejidad Hice lo mismo, pero nunca esperé que Google hiciera lo mismo. Gemini es un competidor directo de OpenAI y ya tiene su propia API completa.
¿Por qué Google haría esto? No lo sé, pero sospecho que tiene algo que ver con esta cifra, que proviene de este informe:
Esto muestra el cambio en la cuota de mercado de los distintos modelos de IA durante el año pasado. OpenAI tenía la llamada “ventaja del primero en actuar”, ya que llegó primero con ChatGPT, pero su participación de mercado cayó del 50% al 34%. La mayor parte se destinó a Anthropic, cuya herramienta Claude AI pasó del 12% al 24% en el mismo período. Debo admitir que considero que Claude es el mejor del grupo, pero principalmente me dedico a generar código con él. Luego viene Meta (es decir, Facebook), con su herramienta de código abierto Llama 3.
En un distante cuarto lugar (!) está Google, donde Gemini mejoró del 7% al 12%, pero sigue siendo una cifra muy baja. Este movimiento parece ser un intento de Google de robarle clientes a OpenAI, con el argumento de que los desarrolladores ya están usando el modelo de programación OpenAI, ¿por qué no cambiar la implementación de AI a Gemini?
Grabé un video donde hablo sobre esto y presento ejemplos con ambos. LangChain4j y IA de primavera para ver qué funciona y qué no. Espere que el video se publique esta semana.
En septiembre, con gran fanfarria, OpenAI anunció sus modelos de “razonamiento”, a los que llamaron o1-vista previa y o1-minirecordándonos nuevamente a todos que a las empresas de inteligencia artificial nunca se les debe permitir nombrar nada. Como tengo una cuenta paga, pude acceder a esos modelos a través de su aplicación, pero no pude acceder a ellos a través de la API.
Eso cambió esta semana. Recibí el siguiente correo electrónico:
Soy Nikunj, PM de la API OpenAI. Hemos estado trabajando para ampliar el acceso a la versión beta de OpenAI o1 y estoy emocionado de brindarle acceso a la API hoy. Hemos desarrollado estos modelos para dedicar más tiempo a pensar antes de responder. Pueden razonar a través de tareas complejas y resolver problemas más difíciles que los modelos anteriores en ciencias, codificación y matemáticas.
Puede comenzar con la versión beta de o1 ahora:
Lea los documentos
Tienes acceso a dos modelos:
Nuestro modelo más amplio, o1-preview, que tiene sólidas capacidades de razonamiento y amplio conocimiento mundial.
Nuestro modelo más pequeño, o1-mini, que es un 80% más barato que o1-preview.
¡Prueba ambos modelos! Es posible que encuentre uno mejor que el otro para su caso de uso específico. Pero tenga en cuenta que o1-mini es más rápido, más barato y competitivo con o1-preview en tareas de codificación (puede ver cómo funciona aquí). También hemos escrito más sobre estos modelos en nuestro publicación de blog.
Sí, ahora funcionan para mí. Debo admitir que todavía estoy un poco decepcionado con ellos. Para lo que hago, son más lentos y más caros, y las respuestas no son mejores que las de GPT-4o. Quizás todavía no he encontrado el caso de uso adecuado. Ya veremos.
Entonces esto sucedió.
La fecha del aniversario es el 23 de noviembre. En esa fecha de 1984, Doug Flutie, QB senior de Boston College, lanzó este pase contra los Miami Hurricanes, quarterbacked por Bernie Kosar:
Doug Flutie y yo tenemos aproximadamente la misma edad. Le llevo unos seis meses, ya que yo nací en marzo y él nació en octubre. Aún así, debido a los requisitos de cierre del año escolar, eso significó que yo me gradué del MIT en junio de 1984, mientras que él entró en su último año en BC ese otoño. Da la casualidad de que el Día de Acción de Gracias de ese año fue el 22 de noviembre, así que, como casi todos los demás en el país, estaba viendo este juego en casa durante las vacaciones.
En caso de que seas demasiado joven para recordarlo, Doug Flutie era un prospecto imperdible de Natick High, justo en las afueras de Boston, que convirtió a BC de básicamente un perdedor a un contendiente durante los cuatro años que estuvo allí. También fue descrito generosamente como 5′ 9” y 175 libras, lo que significa que era demasiado bajo y pequeño para ser el mago que realmente era en el campo de fútbol.
Wikipedia tiene una página completa sobre este juego, al que llaman Salve flauta. Como dice la pagina:
Miami fue la defensora campeón nacional y entró al juego con un récord de 8-3, clasificado duodécimo en la nación. Boston College ocupó el décimo lugar con un récord de 7-2 y ya había aceptado una invitación al Tazón de algodón en día de año nuevo. El partido se jugó en el Tazón de naranja en miamiy televisado a nivel nacional por CBScon Brent Musburger, Ara Parseghiany Pat Haden comentando.
Los récords y logros del juego incluyeron:
El mariscal de campo de los Hurricanes Bernie Kosar Pasó para un récord escolar de 447 yardas, con dos touchdowns.
corredor de miami Melvin Bratton corrió para cuatro touchdowns.
Flutie lanzó para 472 yardas y tres touchdowns para convertirse en el primer mariscal de campo universitario importante en superar las 10,000 yardas en su carrera.[6]
Phelan atrapó 11 pases para 226 yardas y dos touchdowns.
El video comienza con 6 segundos restantes en el juego, BC estaba abajo 45 – 41 después de que Miami liderara otra ofensiva anotadora para tomar la delantera con medio minuto para el final. Flutie toma el centro, trepa hacia su derecha y lanza la pelota literalmente 65 yardas en el aire mientras el tiempo expiraba en la zona de anotación donde fue atrapada por su compañero de cuarto, Gerard Phelan. BC ganó 47 – 41, e incluso ahora Flutie dice que es raro el día en que alguien no le habla de ello.
Uno de los comentaristas (creo que fue Haden) seguía diciendo que Phelan estaba detrás de la defensa y “eso nunca puede suceder” (uf, odio esa construcción; después de todo, simplemente sucedió), pero no entró en detalles por qué. Probablemente sucedió porque no creían que Flutie pudiera lanzar la pelota tan lejos. Quiero decir, mírenlo a él y al video. La reacción de todos fue: Vaya, ¿realmente la pelota voló así? Guau.
(Hablando de los locutores, el único inconveniente de este pequeño viaje de nostalgia fue tener que escuchar a Brent Musburger nuevamente. No lo soportaba. Para mí, él representaba todo lo malo de las transmisiones de la NFL en televisión. Era una máquina de publicidad: todo era siempre “el mejor jugador” o “la jugada más increíble que jamás haya sucedido”, y un favorito total del que me cansé muy rápidamente. El hecho de que fuera excelente en exageraciones solo empeoró las cosas).
La carrera profesional de Flutie fue decididamente mixta. Comenzó en la USFL con los New Jersey Generals, propiedad de un fanfarrón multimillonario de Nueva York en una de sus primeras quiebras. (Es posible que hayas oído hablar de él. Desafortunadamente.) Luego fue a la NFL por algunos años y fue de mediocre a malo, se fue a la liga canadiense donde ganamos múltiples títulos y múltiples premios MVP, regresó a la NFL donde estaba. mucho mejor, pero aún no excelente, y finalmente me retiré.
En su última temporada, a los 43 años, como QB suplente de los New England Patriots de Bill Belichick, hizo esto:
Ese es el primer punto extra exitoso en la NFL desde 1941. Aparentemente Belichick vio a Flutie practicarlos y se divirtió lo suficiente como para darle la oportunidad de hacerlo en su último juego, para deleite de todos.
Viví en Boston durante tres de los cuatro años que Flutie estuvo allí y él aparecía en las noticias constantemente. Siempre lo apoyé. Al fin y al cabo, a mí también me juzgaron demasiado pequeño y bajo para jugar al fútbol, con la diferencia de que en mi caso era cierto. (Viejo chiste: yo era pequeño y lo compensé siendo lento). La verdad es que Flutie fue un gran mariscal de campo de la CFL pero mediocre de la NFL, porque en la NFL los defensores son mucho más grandes y más rápidos, por lo que ya no podía. huir de ellos. Flutie fue el mejor mariscal de campo universitario que jamás haya visto, y ese pase lo convirtió en una leyenda.
Aquí está un enlace directo a ese artículo. Bluesky ahora tiene más de 21 millones de usuarios, y aunque Threads afirma que tiene diez veces más, el lugar no me parece una comunidad. En Threads se trata de seguir a celebridades e influencers, y moderan mucho el contenido en su algoritmo, lo que frustra a muchos periodistas. Bluesky es como Twitter de la vieja escuela, pero mejor y más amigable. Realmente lo estoy disfrutando.
Ah, y Mark Hamill está allí ahora:
Mucha gente recuerda que Bluesky fue creado por Jack Dorsey, la persona muy extraña que (co)creó Twitter, pero ya no está allí.
Puedes encontrarme en Bluesky en https://bsky.app/profile/kousenit.com.
Y eso es todo lo que voy a decir al respecto.
Un ¡Avión! La broma es definitivamente un control de edad. ¿Sabías que esa película salió en 1980? La niña enferma fue interpretada por Jill Whelanque nació el 29 de septiembre de 1966, lo que significa que ahora tiene 58 años. En realidad, nunca dijeron cuál era su enfermedad en la película, pero aparentemente salió bien porque pasó a interpretar a Vicki Stubing en El barco del amor.
Esta semana también tenemos Gladiador II fuera, así que supongo que este otro clip de Airplane! es relevante de nuevo:
Debo admitir que estoy decepcionado porque no he escuchado nada. Gladiador malvado chistes esta semana (ya sabes, porque el Malvado La película también está aquí), así que supongo que elegí la semana equivocada para dejar de regodearme en la nostalgia como un escape de lo que está sucediendo en el mundo real.
En caso de que esas otras referencias no fueran lo suficientemente antiguas, puedo remontarme otra generación a los Beatles.
No significa que no sea peligroso.
¡Que tengáis una gran semana a todos!
La semana pasada:
Esta semana:
El Asistente de Google está siendo reemplazado por Gemini
SOPA Images/LighTrocket a través de Getty Images
Google Assistant está evolucionando a Géminis, trayendo potentes nuevas capacidades de IA pero también descontinuando algunas características favoritas. Si usa el Asistente de Google para establecer temporizadores, reproducir música o controlar su hogar inteligente, prepárese para algunas interrupciones significativas a medida que la compañía comienza a reemplazar al asistente de nueve años con su chatbot Gemini más nuevo, más potente y alimentado por IA. Este artículo describirá los cambios clave que puede esperar, ayudándole a prepararse para la transición y comprender lo que será diferente.
Actualización del 22 de marzo a continuación, con consejos sobre cómo trabajar en algunas de las características descontinuadas del Asistente de Google. Este artículo fue publicado originalmente el 20 de marzo.
Gemini representa un salto gigante en la capacidad en comparación con el Asistente de Google. Podrá chatear con Gemini de manera similar a la forma en que hablas con Google Assistant ahora, pero como se basa en modelos de lenguaje grande (LLM) con AI, Gemini puede ser mucho más conversacional y útil, capaz de realizar tareas más desafiantes y capaz de adaptarle sus respuestas específicamente a usted.
Google ya ha comenzado la transición a Gemini. Los teléfonos inteligentes son los primeros en cambiar y serán seguidos por altavoces inteligentes, televisores, otros dispositivos domésticos, dispositivos portátiles y automóviles en los próximos meses.
Los teléfonos inteligentes, con algunas excepciones importantes (ver más abajo), se habrán trasladado a Gemini por completo a fines de 2025, momento en el que “el clásico Asistente de Google ya no se puede acceder en la mayoría de los dispositivos móviles o disponible para nuevas descargas en tiendas de aplicaciones móviles”, según Google.
Desafortunadamente, la transición a Géminis no será perfecta para todos. Si actualmente hace un uso extenso de Google Assistant, puede requerir un poco de esfuerzo para adaptarse a Géminis. Algunos usuarios deberán hacer ajustes significativos en cómo usan sus dispositivos, ya que ciertas características de Google Assistant no funcionarán de la misma manera con Gemini, si es que funcionan. Es importante comprender estos cambios si desea evitar la interrupción.
Google ha eliminado varias características del Asistente de Google antes de la transición a Gemini.
Google tiene un historial de eliminación de funciones que considera “infrautilizadas” por los clientes. Desde el año pasado, ha eliminado 22 características de Google Assistant.
Las mudanzas notables incluyen funciones de libros de cocina/recetas y alarmas de medios que le permiten despertar a su música favorita. Si bien no todas estas discontinuaciones se pueden atribuir a la transición a Géminis, hacer que el interruptor hará que alguna funcionalidad desaparezca de inmediato.
Recientemente, Modo de intérprete para traducciones en vivo y Campana de la familia Los anuncios para establecer recordatorios personalizados fueron descontinuados para el consternación de muchos usuarios frecuentes. La lista de funciones discontinuadas continúa, y los usuarios están no feliz.
Puede leer la lista completa de funciones discontinuadas y cambiadas en Este documento de soporte de Google.
Google también reconoce que para empezar, Gemini puede ser más lento para responder a las solicitudes que en el Asistente de Google, aunque se espera que sea más rápido con el tiempo.
Sin embargo, debido a que se basa en AI, Gemini, a diferencia del Asistente de Google, a veces puede proporcionar información falsa o “alucinaciones”. Los usuarios tendrán que acostumbrarse a verificar cualquier información que Gemini proporcione de una manera que no fuera tan crítica con el Asistente de Google.
Gemini intenta comprender sus solicitudes y responder adecuadamente en lugar de simplemente seguir una lista de comandos programados. Esto lo hace considerablemente más poderoso pero también un poco impredecible.
Afortunadamente, Gemini es mucho más poderoso que el Asistente de Google que los usuarios eventualmente obtendrán muchas más capacidades de las que pierden. Géminis probablemente pueda restaurar gran parte de la funcionalidad eliminada eventualmente. Sin embargo, no todas las características de Google Assistant actualmente tienen una alternativa que funciona con Gemini.
No todos los dispositivos son compatibles con Gemini, y deberá ubicarse en uno de los países donde Géminis está disponible. Si su dispositivo no cumple con los criterios a continuación, puede continuar usando el Asistente de Google por ahora.
Para teléfonos y tabletas, necesitará:
Por ahora, el Asistente de Google continuará trabajando en dispositivos, como altavoces inteligentes, pantallas inteligentes y televisores, pero eso cambiará en los próximos meses. El despliegue eventualmente se extenderá a tabletas, automóviles, auriculares y relojes, siempre que cumplan con las especificaciones mínimas.
Es posible que algunos otros dispositivos más antiguos tampoco sean lo suficientemente potentes como para ejecutar Gemini, aunque en este momento no se han dado requisitos específicos. Si su dispositivo es demasiado viejo para admitir Gemini, aún podrá usar Google Assistant siempre que Google continúe admitiendolo.
Para obtener detalles sobre la transición a Géminis y lo que Géminis puede hacer por usted, consulte Google’s Introducción a Géminis.
Actualización del 22 de marzo. Aquí hay algunas soluciones para algunas de las características más populares que se eliminan del Asistente de Google mientras Google hace la transición a Gemini.
Modo de intérprete
Si bien traduce con precisión palabras, frases y documentos completos, Gemini actualmente no reemplaza directamente la función de modo de intérprete de traducción en vivo de Google Assistant. Esto significa que los altavoces inteligentes y otros dispositivos ya no podrán traducir conversaciones en tiempo real.
La mejor alternativa de Google es cambiar a la aplicación Google Translate, que ofrece una función similar de “modo de conversación”. Sin embargo, es principalmente para dispositivos móviles y no ofrece la misma experiencia sin voz y activada por voz como altavoz inteligente o pantalla inteligente.
Si un modo de intérprete manos libres en un altavoz inteligente es de vital importancia para usted, siempre puede comprar un dispositivo de Amazon y usar la función de traducción en vivo de Alexa.
Verifique el de Google páginas de ayuda Para posibles actualizaciones sobre el modo intérprete.
Comandos de voz de Google Photos, configuración del marco de fotos y configuración de pantalla ambiental
Lamentablemente, ya no podrá usar su voz para favoritas y compartir sus fotos o preguntar cuándo y dónde fueron tomadas. Sin embargo, podrá usar la aplicación Google Photos para realizar estas funciones manualmente.
Es una situación similar para la configuración del marco de fotos y la configuración de la pantalla ambiental. Ahora tendrá que ajustarlos manualmente tocando las opciones de configuración en su pantalla.
La pérdida de control de voz será un golpe para cualquiera que se base en el control de voz para la accesibilidad. Con suerte, Gemini eventualmente podrá realizar una función similar, pero por ahora, si no puede usar la pantalla táctil, tendrá que buscar otras opciones de accesibilidad.
Aprenda a usar las rutinas de Google Home
Algunas de las características del Asistente de Google que Google ha eliminado, como Family Bell, se puede aproximar utilizando las rutinas de Google. Sin embargo, el proceso de configuración será más complicado que antes. Lo mismo ocurre con la creación de actualizaciones diarias automáticas. Google proporciona Ayuda para crear rutinas En sus páginas de apoyo, pero prepárese para invertir algo de tiempo aprendiendo a configurarlas.
Seguir @Paul_Monckton en Instagram.
La lucha entre los creadores y los titanes tecnológicos de IA por la ley de derechos de autor y la licencia se está calentando. En una carta presentada a la Oficina de Política de Ciencia y Tecnología de la Administración Trump el 15 de marzo, más de 400 actores, escritores y directores pidieron al gobierno que defendiera la ley actual de derechos de autor.
Los firmantes incluyen a Paul McCartney, Guillermo del Toro, Ava Duvernay, Cynthia Erivo, Phoebe Waller-Bridge, Ayo Edebiri, Chris Rock y Mark Ruffalo. La carta solicita específicamente al gobierno que no otorgue excepciones de uso justo a las compañías tecnológicas que capacitan la IA.
El uso justo es un concepto fundamental en la ley de derechos de autor que brinda a las personas una excepción para usar contenido protegido, incluso si no son el titular de los derechos de autor, en casos limitados y específicos. Anteriormente, las compañías de IA, hambrientas por el contenido generado por los humanos para capacitar y mejorar sus modelos de IA, han necesitado pagar a los editores y catálogos de contenido por el acceso a ese material. Una excepción de uso justo facilitaría que las compañías tecnológicas accedan a contenido sin obstáculos legales.
Google y Openai propusieron cambios similares a la ley actual de derechos de autor en sus propuestas para el plan de acción de IA de la administración. Google escribió que tales excepciones le permiten “evitar negociaciones a menudo altamente impredecibles, desequilibradas y largas con los titulares de datos durante el desarrollo del modelo”. Operai escribió que las protecciones de uso justo para la IA son necesarias para proteger la seguridad nacional estadounidense.
Parte del reciente impulso gubernamental alrededor de la IA es una preocupación por la pérdida de la posición global y una ventaja tecnológica sobre el desarrollo de IA a adversarios como China. La IA china, como el rival de chatgpt Deepseek, continúa procesando, pero las preocupaciones abundan sobre su seguridad y falta de barandillas.
En otras palabras, compañías tecnológicas como Google y OpenAI, cada una valorada por la capitalización de mercado en los cientos de miles de millones y billones de dólares, no quieren pasar por el proceso legal establecido y pagar los derechos del contenido que necesitan para que su AIS sea competitivo con los desarrollados por China. Y quieren que la administración Trump codifique las protecciones para ellos como parte de su plan de acción de IA.
Los firmantes de Hollywood se oponen firmemente a la posibilidad de tal reescritura de la ley de derechos de autor. “Estados Unidos no se convirtió en una potencia cultural global por accidente”, dice la carta. “Nuestro éxito se deriva directamente de nuestro respeto fundamental por la IP y los derechos de autor que recompensa la toma de riesgos creativos por estadounidenses talentosos y trabajadores de todos los estados y territorio”.
La Oficina de Derechos de Autor de EE. UU. Ha estado desarrollando orientación sobre cómo manejar los reclamos de derechos de autor por contenido generado por IA. Pero la gente ha estado preocupada durante años, e incluso demandó, cómo los modelos de IA están entrenados de una manera que potencialmente viola los derechos de los titulares de derechos de autor. El doble huelga en el verano de 2023 por miembros del Guild de Escritores de América y el Gremio de Actores de Screen y la Federación Americana de Artistas de Televisión y Radio, o Sag-Aftra, incluyó a la IA como una de sus principales preocupaciones. Ni Openai ni Google han compartido exactamente qué contenido constituye sus bases de datos de capacitación para ChatGPT y Gemini.
La ecuación de derechos de autor se vuelve aún más complicada, ya que sabemos al menos una compañía que recibió un reclamo de derechos de autor para una imagen cuya IA genera cada parte. Deja espacio para la incertidumbre en cada lado del desastre que es los derechos de autor y la IA.
Hasta este punto, no ha habido un progreso mucho significativo en la supervisión del gobierno o la legislación que regula cómo los gigantes tecnológicos como OpenAI y Google desarrollan IA. El ex presidente Biden consiguió que muchas de las principales compañías tecnológicas se comprometieran voluntariamente a desarrollar AI de manera responsable e intentó promulgar algunas barandillas en torno al desarrollo de la IA a través de la orden ejecutiva. Pero a las pocas horas de ser inaugurado, Trump retrocedió la orden ejecutiva de AI de Biden con una de las suyas.
En su propia orden ejecutiva sobre IA, Trump dijo que quiere “mantener y mejorar el dominio global de IA de Estados Unidos”. El Plan de Acción de AI es cómo planea promulgar su versión de la política tecnológica. El vicepresidente Vance presentó el plan, y más ampliamente la opinión de la administración sobre la tecnología, en una cumbre internacional sobre IA en enero.
Vance dijo: “Cuando conferencias como esta se convierten en discutir una tecnología de vanguardia, a menudo, creo que nuestra respuesta es ser demasiado consciente de sí misma, demasiado requerida por el riesgo. Pero nunca he encontrado un gran avance en la tecnología que claramente nos llama a hacer precisamente lo contrario”.
Además del llamado a los comentarios, una orden ejecutiva de enero del presidente Trump pidió que American AI estuviera “libre de sesgos ideológicos o agendas sociales diseñadas”.
Al mismo tiempo, los líderes tecnológicos como Sundar Pichai de Google y Sam Altman de Openai se han acercado a la nueva administración. Altman donó un millón de dólares de su propio dinero al Fondo de inauguración de Trump, y Google como compañía donó lo mismo. Altman y Pichai obtuvieron asientos de primera fila para la ceremonia de juramentación, junto con Mark Zuckerberg de Meta, Elon Musk de X y Jeff Bezos de Amazon. Es probable que los ejecutivos esperen que llegar al lado bueno de Trump los ayude a allanar el camino para el futuro de su empresa tecnológica, incluso si, en este caso, molestaría décadas de ley establecida de derechos de autor.
Muchos grupos de personas, no solo creadores, están preocupados de que el desarrollo y el uso no regulado de la IA puedan ser desastrosos.
Se espera que la Oficina de Derechos de Autor de los Estados Unidos publique un informe más sobre AI, específicamente sobre “implicaciones legales de capacitar a los modelos de IA en trabajos con derechos de autor, consideraciones de licencia y la asignación de cualquier posible responsabilidad”.
Mientras tanto, una serie de demandas activas podrían establecer precedentes importantes para la rama judicial. Thomson Reuters acaba de ganar su caso que dijo que una compañía de IA no tenía un caso de uso justo para usar su contenido para construir IA. La legislación como la Ley No Fakes también se está abriendo camino a través del Congreso, pero no está claro qué tipo de legislación futura de IA tendrá.
Para obtener más información, consulte cómo AI y Art Clash en SXSW y por qué la promesa anti-AI de una compañía resuena con los creadores.
Como Openai introdujo lo que todos los demás llaman a los agentes SDK, admitió que usar las capacidades existentes de manera unida “puede ser un desafío, a menudo requerir una amplia iteración rápida y una lógica de orquestación personalizada sin suficiente visibilidad o soporte incorporado”. En resumen, el uso de agentes necesitaba bastante programación, y esa no es la historia que cualquier proveedor de IA quiere vender.
Para devolver la narración a la idea de que gastar dinero en IA eventualmente erradicará la necesidad de un costoso desarrollo de software humano, o de hecho humanos, Openai está implementando una estructura para permitir una orquestación simple.
Primero resumamos cuáles son los problemas. Las tareas de agente implican al menos dos procesos que funcionan individualmente, con una tarea que comienza otra y con los resultados que se informan a un proceso de informes finales al final, con suerte en momentos similares. Los “resultados” también deben estar en un formato conocido (por ejemplo, una oración, un archivo, una imagen, una base de datos), pero esto no es fácil de generalizar. Incluso el camino feliz es un buen equilibrio: lidiar y explicar errores es otro problema. Todos estos son problemas de orquestación familiares. Pero como industria, nadie cree que la orquestación es un problema “resuelto”. Heavy LLM Uso también agrega la necesidad de controlar el uso del token; Las fichas son el nuevo oro negro.
Para comenzar el viaje de orquestación, OpenAI ha agregado algunas API nuevas a su plataforma central. En particular, ha introducido un básico Respuestas API Eso limpia algunos de los supuestos hechos por los agentes de chat.
En el sentido más simple, esto puede capturar la salida:
|
|
de opadai importar Opadai cliente = Opadai() respuesta = cliente.respuestas.crear( modelo=“GPT-4O”, aporte=“Escribe una historia de una oración a la hora de dormir sobre un unicornio”. ) imprimir(respuesta.output_text) |
Puede analizar imágenes en este nivel; y agregue una de las herramientas a continuación. Cuidado: es probable que los nuevos modelos dejen de admitir la API de finalización de chat existente: muchas características nuevas solo admiten la API de nuevas respuestas.
Veamos estas nuevas herramientas. Búsqueda web Permite que un agente rastree la web para tareas simples. El breve script de Python a continuación muestra cómo se le da a un modelo la opción de usar esta herramienta:
|
|
de opadai importar Opadai cliente = Opadai() respuesta = cliente.respuestas.crear( modelo=“GPT-4O”, herramientas=[{“type”: “web_search_preview”}], aporte=“¿Qué historia de Kubernetes apareció hoy?” ) imprimir(respuesta.output_text) |
El reesponse También contendrá referencias a cualquier artículo citado. Estas consultas se pueden definir por tiempo o ubicación. También puede sopesar el costo, la calidad y la latencia.
Búsqueda de archivos es efectivamente una tienda vectorial alojada. Usted indica que la búsqueda de archivos es una herramienta disponible e identifica su tienda vectorial:
|
|
de opadai importar Opadai cliente = Opadai() respuesta = cliente.respuestas.crear( modelo=“GPT-4O-Mini”, aporte=“¿Qué es la investigación profunda de Operai?”, herramientas=[{ “type”: “file_search”, “vector_store_ids”: [“<vector_store_id>”] }] ) imprimir(respuesta) |
Si es necesario, un agente lo usará. La respuesta citará los documentos utilizados en la respuesta. Puede limitar las respuestas a controlar el uso y la latencia del token. Hay límites para el tamaño total del archivo, los archivos buscados y el tamaño de la tienda Vector. Los tipos de documentos que se pueden buscar (por tipo de archivo) parecen extensos.
El Uso de la computadora La herramienta es interesante:
“La herramienta de uso de la computadora funciona en un bucle continuo. Envía acciones de la computadora, como click(x,y) o type(text)que su código se ejecuta en un entorno de computadora o navegador y luego devuelve capturas de pantalla de los resultados al modelo “.
Parece que está fingiendo ser selenio, la herramienta que usamos para probar las interfaces web a través de scripts. Obviamente, esto reconoce que todavía no estamos en el AIS solo hablando con otro mundo de AIS todavía. Pero al menos es un guiño a la idea de que no todo es un sitio web.
Usaré los ejemplos de Python (definitivamente es un producto de Python-First, pero los documentos también muestran el script equivalente de JavaScript). Hemos ejecutado Python varias veces en mis publicaciones, pero en mi nuevo MacBook, solo verificaré que tenga Python instalado:
El resultado fue que python@3.13 3.13.2 ya está instalado y actualizado.
Mi pip también está allí (como PIP3).
Así que ahora puedo instalar los paquetes Operai:
Ah, recuerdo esto. Necesitamos un virtual:
Luego activo el virtual:
Y estamos listos para proceder.
Ahora, por supuesto, deberá usar y establecer un OpenAI_API_KEY. Me creé una nueva clave en la página de mi cuenta y establecí el opanai_api_key (no te preocupes, es mucho más largo que esto):
Y tienes que asegurarte de tener un poco de oro negro, me refiero a las fichas. He presentado algunas de las formas de evitar pagar OpenAi usando modelos locales, pero para esta publicación asumiré que está pagando por los tokens.
Como es tradicional, comencemos con una verificación de que los conceptos básicos anteriores están en su lugar a través de una simple solicitud con lo siguiente Haiku.py:
|
|
de agentes importar Agente, Corredor agente = Agente(nombre=“Asistente”, instrucciones=“Eres un asistente útil”) resultado = Corredor.run_sync(agente, “Escribe un haiku sobre la recursión en la programación”.) imprimir(resultado.final_output) |
Y obtenemos una buena respuesta:
(Un buen haiku tradicional debería mencionar las temporadas que pasan, pero no es por eso que estamos aquí). Por lo general, también verificaría mi equilibrio, pero no ha sido perturbado.
Como puede ver, ya hemos usado un agente. No es que interviniera de ninguna manera, pero llegaremos a eso.
OpenAI ha simplificado el proceso de orquestación con algunos términos simples. A manos libres es una introducción al mundo asincrónico, donde algo tiene que esperar algo más. Desglosemos su ejemplo, que ejecutaré como hola.py:
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
|
de agentes importar Agente, Corredor importar asincio español_agent = Agente( nombre=“Agente español”, instrucciones=“Solo hablas español”., ) inglés_agent = Agente( nombre=“Agente inglés”, instrucciones=“Solo hablas inglés”, ) triaje_agent = Agente( nombre=“Agente de triaje”, instrucciones=“Se transmite al agente apropiado basado en el idioma de la solicitud”., traspaso=[spanish_agent, english_agent], ) asíncrata defensor principal(): resultado = esperar Corredor.correr(triaje_agent, aporte=“Hola, ¿Cómo Estás?”) imprimir(resultado.final_output) si __nombre__ == “__principal__”: asincio.correr(principal()) |
Esto muestra dos cosas básicas. En primer lugar, la configuración de roles para los agentes en inglés simple a los que estamos acostumbrados, pero también estableciendo la interacción entre los agentes. El agente de transferencia mantiene una lista de agentes disponibles para responder respuestas.
Ahora, esto implica que mi solicitud alemana no obtendrá la respuesta correcta. Entonces, si cambiamos la consulta dentro hola.py:
|
|
… asíncrata defensor principal(): resultado = esperar Corredor.correr(triaje_agent, aporte=“Wie Geht es Ihnen?”) … |
Y ejecutar nuestro nido de agentes:
Entonces, aunque OpenAi no tuvo problemas para traducir alemán, el agente de triaje no tenía un agente de idiomas relevante a la mano, por lo que hizo el trabajo y respondió en inglés. Es poco probable que nuestros clientes alemanes estén demasiado molestos, pero podemos mejorar.
Entonces, si finalmente agregamos el agente alemán y lo ponemos en la lista de transferencias a hola.py:
|
|
… German_agent = Agente( nombre=“Agente alemán”, instrucciones=“Solo hablas alemán”, ) triaje_agent = Agente( nombre=“Agente de triaje”, instrucciones=“Se transmite al agente apropiado basado en el idioma de la solicitud”., traspaso=[spanish_agent, english_agent, german_agent], ) … |
Podemos intentar esa solicitud alemana nuevamente:
Esta vez se llama al agente correcto y responde. Nuestros clientes alemanes ahora están más felices: ¡Ausgezeichnet! No olvides que mi terminal de urdimbre también te está dando los tiempos para estas respuestas.
Primero observamos el bucle de respuesta, que puede incluir más llamadas de herramientas. Si la respuesta tiene una transferencia, establecemos el agente en el nuevo agente y volvemos al inicio.
Hay opciones de registro debajo de esto, pero como de costumbre, OpenAI está dando una API de alto nivel en esta etapa, lo que debería fomentar la experimentación sin la necesidad de involucrarse demasiado con la orquestación.
Si bien he introducido agentes aquí, en publicaciones posteriores, veré más partes del SDK.
Vía Sahin Ahmed
Youtube.com/thenewstack
La tecnología se mueve rápidamente, no te pierdas un episodio. Suscríbase a nuestro canal de YouTube para transmitir todos nuestros podcasts, entrevistas, demostraciones y más.
Remove.bg: La Revolución en la Edición de Imágenes que Debes Conocer
Cómo Comenzar a Utilizar ChatGPT: Una Guía Completa para Principiantes
Cómo Empezar con Popai.pro: Tu Espacio Personal de IA – Guía Completa, Instalación, Versiones y Precios
Startups de IA en EE.UU. que han recaudado más de $100M en 2024
Suno.com: La Revolución en la Creación Musical con Inteligencia Artificial
Deepgram: Revolucionando el Reconocimiento de Voz con IA
Perplexity aplicado al Marketing Digital y Estrategias SEO
Dos periodistas octogenarios deman a ChatGPT por robar su trabajo
Inside the OpenAI-DeepSeek Distillation Saga & Alibaba’s Most Powerful AI Model Qwen2.5-Max
De ChatGPT a mil millones de agentes
