Connect with us

Noticias

Una semana en IA generativa: OpenAI, 2024 y robots

Published

on

¡Bienvenidos de nuevo y hola 2025! Después de un final tan frenético de 2024, no sorprende que haya sido un comienzo lento de 2025 en el frente de noticias sobre GenAI. Sin embargo, se compartieron algunas cosas a fines del año pasado que vale la pena comentar, y también hubo un par de excelentes reseñas de 2024 de Simon Willison y Jim Fan que quería compartir.

En el frente de la ética, hay un informe que estima que Microsoft gastará una enorme cantidad 80.000 millones de dólares en infraestructura de IA solo este año y la investigación analiza cómo la IA pronto podrá manipular la toma de decisiones en línea de las personas. Al estar en la industria de la publicidad, diría que eso empezó a suceder hace mucho tiempo, ¡pero esa es una publicación para otro momento!

En Long Reads también hay un excelente artículo de Francoise Chollet, fundadora de ARC-AGI sobre El increíble rendimiento de o3 frente a sus puntos de referencia. También compartí el artículo de Anthropic sobre cómo construir agentes efectivosdel cual estoy seguro veremos mucho más este año!

Este cambio de OpenAI a una empresa con fines de lucro se rumorea desde hace mucho tiempo y está en juego. Soy un poco cínico respecto del momento de la anuncio – la noticia se publicó entre Navidad y Año Nuevo, y ciertamente es una decisión controvertida.

Por un lado, entiendo el razonamiento, ya que desarrollar capacidades de IA de vanguardia es un negocio increíblemente costoso y pasar a una empresa con fines de lucro permitirá a OpenAI recaudar mucha más inversión que bajo su estructura corporativa actual, lo cual es un poco complicado. desorden.

La nueva corporación de OpenAI será una corporación de beneficio público, que puede obtener ganancias pero tiene la misión declarada de “producir un beneficio público”. Sin embargo, para mí esto es un poco vago, y creo que es necesario elaborar un nuevo enfoque de las estructuras corporativas para las grandes empresas de IA de vanguardia que tienen hambre de capital pero que también tienen el potencial de perturbar gravemente la sociedad si tienen éxito en su misión. .

Fuente

Esta es una publicación fantástica de Simon Willison que hace un gran trabajo al resumir todo lo que aprendimos sobre la tecnología GenAI a lo largo de 2024. A continuación se muestran algunos de los aspectos más destacados:

  • La barrera GPT-4 – Llegamos a principios de año sin que nadie fuera de OpenAI pudiera construir un modelo con las capacidades de GPT-4. Terminamos el año con alrededor de 70 modelos que ocupan un lugar más alto que el GPT-4 original, algunos de los cuales pueden ejecutarse localmente en una computadora portátil.

  • Los costos se desplomaron – No solo mejoraron las capacidades en todos los ámbitos, sino que los precios también bajaron significativamente, siendo los modelos de última generación actuales 12 veces más baratos que los modelos de última generación de hace un año. Esto también significa que el impacto medioambiental de estos modelos también se ha reducido considerablemente (aunque todavía quedan muchos desafíos en este frente).

  • El multimodal es el futuro – Apenas teníamos modelos GenAI multimodales en 2023 y todavía no hemos visto todas sus capacidades ni hemos resuelto todos los increíbles casos de uso que tendrán. Los modelos que pueden ver, oír y hablar en tiempo real supondrán un cambio fundamental en la forma en que interactuamos con la tecnología. Todo el mundo debería probar las funciones de voz y vídeo en directo de ChatGPT y Gemini: es ciencia ficción hecha realidad.

  • El acceso freemium probablemente esté muerto – Probablemente hemos visto lo último del acceso gratuito a modelos de última generación a medida que los costos de capital para construirlos comienzan a disminuir. Hubo una época maravillosa este año en la que cualquiera podía acceder a los mejores modelos de forma gratuita, con límites de uso, pero eso parece haber pasado, lo cual es muy triste.

  • ‘Agentes’ aún no ha sucedido – El término ‘Agentes’ está mal definido y necesita más matices (esta es una de las razones por las que escribí toda una serie de publicaciones sobre Compañeros digitales), y hemos visto muchas promesas a lo largo de 2024. Sin embargo, la tecnología aún no es lo suficientemente confiable como para implementarse ampliamente. La confiabilidad probablemente sea de alrededor del 80% para los modelos agentes de frontera, pero probablemente deba llegar al 99% antes de ser lanzado públicamente y para que los consumidores comiencen a confiar en ellos.

  • Los modelos de razonamiento son la nueva frontera – Modelos como o1, o3 y otros son los nuevos chicos del bloque y donde veremos el mayor (y más rápido) progreso este año. Son los modelos que cerrarán la brecha de confiabilidad al 99% e impulsarán verdaderas experiencias similares a las de “agentes” para los consumidores, además de impulsar nuevos enfoques para la investigación científica.

  • La educación es más importante que nunca – Existe una enorme brecha de conocimiento y experiencia entre quienes utilizan regularmente modelos GenAI y quienes no. Me temo que esto se convertirá en un problema aún mayor a medida que desaparezca el acceso gratuito a modelos de última generación y se abra una gran brecha entre lo que está disponible para la mayoría de las personas (gratis) y lo que está disponible para aquellos que pueden o quieren. para pagar.

Hay muchos otros comentarios geniales de Simon en su publicación, ¡así que te recomiendo que le eches un vistazo!

Fuente

Jim Fan (famoso por NVIDIA) también compartió sus pensamientos sobre 2024 que yo quería compartir y cubrir. A continuación se muestran algunos de los aspectos más destacados:

  • Equipos para robots – Hemos visto avances asombrosos en robótica en 2024 y es muy probable que seamos la última generación de la humanidad en crecer sin robótica avanzada en todas partes. Esto tendrá profundas implicaciones.

  • Hardware de computadora – esto ha seguido aumentando a buen ritmo, no ve signos de desaceleración y la computación cuántica se está volviendo rápidamente más práctica, lo que significa que no veremos una desaceleración en el aumento de la potencia de procesamiento en el corto plazo.

  • Modelos mundiales – Los modelos de texto a vídeo de Sora y Veo son el comienzo de un nuevo tipo de modelo que aprende cómo funciona el mundo físico real. Esto conducirá a modelos más inteligentes, una aceleración de la robótica y el surgimiento de experiencias interactivas increíblemente realistas.

  • Modelos de lenguaje – la interfaz de usuario de los LLM de frontera está muy por detrás de las capacidades de los modelos. Se necesita una gran cantidad de trabajo de diseño UIUX para desbloquear completamente el potencial de la tecnología GenAI de vanguardia (un sentimiento del que también se hace eco Simon Willison en su publicación)

Luego, Jim termina con una gran cita de Edward O. Wilson, profesor de Harvard y autor ganador del premio Pulitzer, que realmente tengo que compartir:

El verdadero problema de la humanidad es el siguiente: tenemos emociones paleolíticas, instituciones medievales y tecnología divina.

Nuevamente, vale la pena leer todos los pensamientos de Jim y están divididos en tres partes en el enlace a continuación: échales un vistazo:

Primera parte

segunda parte

Tercera parte

Este impresionante vídeo fue publicado a finales del año pasado por Unitree, una empresa china de robótica. Su B2-W parece increíblemente robusto, versátil y fuerte, ¡capaz de transportar a una persona! También tiene algunos equilibrios sorprendentes en las cuatro extremidades y solo en dos de ellas.

Esta es una gran demostración que muestra un lado ligeramente diferente de la robótica de las demostraciones habituales de robots humanoides que han estado circulando durante el último año: ¡es genial ver un robot que es capaz de moverse a gran velocidad y realizar algunas maniobras impresionantes!

Fuente

“El futuro ya está aquí, sólo que no está distribuido equitativamente.”

Guillermo Gibson

Continue Reading
Click to comment

Leave a Reply

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

Noticias

Los sitios falsos de chatgpt pueden poner en riesgo sus datos y dispositivos.

Published

on

Si busca “CHATGPT” en su navegador, es probable que se tope en sitios web que parecen estar alimentados por OpenAI, pero no lo son. Uno de esos sitios, chat.chatbotapp.ai, ofrece acceso a “GPT-3.5” de forma gratuita y utiliza marca familiar.

Pero aquí está la cosa: no está dirigida por OpenAi. Y, francamente, ¿por qué usar un GPT-3.5 potencialmente falso cuando puedes usar GPT-4O de forma gratuita en el actual ¿Sitio de chatgpt?

Continue Reading

Noticias

Vista previa de Google I/O 2025: Gemini AI, Android XR y todo lo demás para esperar

Published

on

Cuando el CEO de Google, Sundar Pichai, suba al escenario en la Conferencia de desarrolladores de Google I/O 2025 la próxima semana para entregar sus comentarios de apertura, espere que dos cartas dominen la discusión: la IA.

La inteligencia artificial se ocupa de gran parte del enfoque en Google en estos días, con características de IA que llegan a través de múltiples productos, proyectos centrados en la IA que capturan gran parte de la atención y predicciones del público sobre el futuro de la IA que asume muchos de los pronunciamientos públicos de la compañía.

Continue Reading

Noticias

AI generativa: todo para saber sobre la tecnología detrás de chatbots como chatgpt

Published

on

Ya sea que se dé cuenta o no, la inteligencia artificial está en todas partes. Se encuentra detrás de los chatbots con los que hablas en línea, las listas de reproducción que transmites y los anuncios personalizados que aparecen en tu desplazamiento. Y ahora está tomando una personalidad más pública. Piense en Meta AI, que ahora está integrado en aplicaciones como Facebook, Messenger y WhatsApp; o Géminis de Google, trabajando en segundo plano en las plataformas de la compañía; o Apple Intelligence, lanzando a través de iPhones ahora.

AI tiene una larga historia, volviendo a una conferencia en Dartmouth en 1956 que primero discutió la inteligencia artificial como una cosa. Los hitos en el camino incluyen Eliza, esencialmente el primer chatbot, desarrollado en 1964 por el informático del MIT Joseph Weizenbaum y, saltando 40 años, cuando la función de autocompleta de Google apareció por primera vez en 2004.

Luego llegó 2022 y el ascenso de Chatgpt a la fama. Los desarrollos generativos de IA y los lanzamientos de productos se han acelerado rápidamente desde entonces, incluidos Google Bard (ahora Gemini), Microsoft Copilot, IBM Watsonx.ai y los modelos de LLAMA de código abierto de Meta.

Desglosemos qué es la IA generativa, cómo difiere de la inteligencia artificial “regular” y si la Generación AI puede estar a la altura de las expectativas.

IA generativa en pocas palabras

En esencia, la IA generativa se refiere a sistemas de inteligencia artificial que están diseñados para producir un nuevo contenido basado en patrones y datos que han aprendido. En lugar de solo analizar números o predecir tendencias, estos sistemas generan salidas creativas como texto, música de imágenes, videos y código de software.

Algunas de las herramientas de IA generativas más populares en el mercado incluyen:

El principal entre sus habilidades, ChatGPT puede crear conversaciones o ensayos similares a los humanos basados ​​en algunas indicaciones simples. Dall-E y MidJourney crean obras de arte detalladas a partir de una breve descripción, mientras que Adobe Firefly se centra en la edición y el diseño de imágenes.

Imagen generada por chatgpt de una ardilla con ojos grandes sosteniendo una bellota

Chatgpt / captura de pantalla por cnet

Ai eso no es generativo

No toda la IA es generativa. Si bien Gen AI se enfoca en crear contenido nuevo, la IA tradicional se destaca por analizar datos y hacer predicciones. Esto incluye tecnologías como el reconocimiento de imágenes y el texto predictivo. También se usa para soluciones novedosas en:

  • Ciencia
  • Diagnóstico médico
  • Pronóstico del tiempo
  • Detección de fraude
  • Análisis financiero para pronósticos e informes

La IA que venció a los grandes campeones humanos en el ajedrez y el juego de mesa no fue una IA generativa.

Es posible que estos sistemas no sean tan llamativos como la Generación AI, pero la inteligencia artificial clásica es una gran parte de la tecnología en la que confiamos todos los días.

¿Cómo funciona Gen AI?

Detrás de la magia de la IA generativa hay modelos de idiomas grandes y técnicas avanzadas de aprendizaje automático. Estos sistemas están capacitados en grandes cantidades de datos, como bibliotecas completas de libros, millones de imágenes, años de música grabada y datos raspados de Internet.

Los desarrolladores de IA, desde gigantes tecnológicos hasta nuevas empresas, son conscientes de que la IA es tan buena como los datos que lo alimenta. Si se alimenta de datos de baja calidad, la IA puede producir resultados sesgados. Es algo con lo que incluso los jugadores más grandes en el campo, como Google, no han sido inmunes.

La IA aprende patrones, relaciones y estructuras dentro de estos datos durante el entrenamiento. Luego, cuando se le solicita, aplica ese conocimiento para generar algo nuevo. Por ejemplo, si le pide a una herramienta Gen AI que escriba un poema sobre el océano, no solo extrae versos preescritos de una base de datos. En cambio, está usando lo que aprendió sobre la poesía, los océanos y la estructura del lenguaje para crear una pieza completamente original.

Un poema de 12 líneas llamado The Ocean's Whisper

Chatgpt / captura de pantalla por cnet

Es impresionante, pero no es perfecto. A veces los resultados pueden sentirse un poco apagados. Tal vez la IA malinterpreta su solicitud, o se vuelve demasiado creativo de una manera que no esperaba. Puede proporcionar con confianza información completamente falsa, y depende de usted verificarla. Esas peculiaridades, a menudo llamadas alucinaciones, son parte de lo que hace que la IA generativa sea fascinante y frustrante.

Las capacidades generativas de IA están creciendo. Ahora puede comprender múltiples tipos de datos combinando tecnologías como el aprendizaje automático, el procesamiento del lenguaje natural y la visión por computadora. El resultado se llama IA multimodal que puede integrar alguna combinación de texto, imágenes, video y habla dentro de un solo marco, ofreciendo respuestas más contextualmente relevantes y precisas. El modo de voz avanzado de ChatGPT es un ejemplo, al igual que el proyecto Astra de Google.

Desafíos con IA generativa

No hay escasez de herramientas de IA generativas, cada una con su talento único. Estas herramientas han provocado la creatividad, pero también han planteado muchas preguntas además del sesgo y las alucinaciones, como, ¿quién posee los derechos del contenido generado por IA? O qué material es un juego justo o fuera de los límites para que las compañías de IA los usen para capacitar a sus modelos de idiomas; vea, por ejemplo, la demanda del New York Times contra Openai y Microsoft.

Otras preocupaciones, no son asuntos pequeños, implican privacidad, responsabilidad en la IA, los profundos profundos generados por IA y el desplazamiento laboral.

“Escribir, animación, fotografía, ilustración, diseño gráfico: las herramientas de IA ahora pueden manejar todo eso con una facilidad sorprendente. Pero eso no significa que estos roles desaparezcan. Simplemente puede significar que los creativos deberán mejorar y usar estas herramientas para amplificar su propio trabajo”, Fang Liu, profesor de la Universidad de Notre Dame Dame y Coeditor-Chief de las transacciones de ACM en las transacciones de Probabilista, contó el aprendizaje en el poderoso de la máquina probabilística, le dijo a Cetnet.

“También ofrece una forma para las personas que tal vez carecen de la habilidad, como alguien con una visión clara que no puede dibujar, pero que puede describirlo a través de un aviso. Así que no, no creo que interrumpa a la industria creativa. Con suerte, será una co-creación o un aumento, no un reemplazo”.

Otro problema es el impacto en el medio ambiente porque la capacitación de grandes modelos de IA utiliza mucha energía, lo que lleva a grandes huellas de carbono. El rápido ascenso de la Generación AI en los últimos años ha acelerado las preocupaciones sobre los riesgos de la IA en general. Los gobiernos están aumentando las regulaciones de IA para garantizar el desarrollo responsable y ético, especialmente la Ley de IA de la Unión Europea.

Recepción de IA generativa

Muchas personas han interactuado con los chatbots en el servicio al cliente o han utilizado asistentes virtuales como Siri, Alexa y Google Assistant, que ahora están en la cúspide de convertirse en Gen AI Power Tools. Todo eso, junto con las aplicaciones para ChatGPT, Claude y otras herramientas nuevas, es poner ai en sus manos. Y la reacción pública a la IA generativa se ha mezclado. Muchos usuarios disfrutan de la conveniencia y la creatividad que ofrece, especialmente para cosas como escribir ayuda, creación de imágenes, soporte de tareas y productividad.

Mientras tanto, en la encuesta global de IA 2024 de McKinsey, el 65% de los encuestados dijo que sus organizaciones usan regularmente IA generativa, casi el doble de la cifra reportada solo 10 meses antes. Industrias como la atención médica y las finanzas están utilizando Gen AI para racionalizar las operaciones comerciales y automatizar tareas mundanas.

Como se mencionó, existen preocupaciones obvias sobre la ética, la transparencia, la pérdida de empleos y el potencial del mal uso de los datos personales. Esas son las principales críticas detrás de la resistencia a aceptar la IA generativa.

Y las personas que usan herramientas de IA generativas también encontrarán que los resultados aún no son lo suficientemente buenos para el tiempo. A pesar de los avances tecnológicos, la mayoría de las personas pueden reconocer si el contenido se ha creado utilizando Gen AI, ya sean artículos, imágenes o música.

AI ha secuestrado ciertas frases que siempre he usado, por lo que debo autocorrectar mi escritura a menudo porque puede parecer una IA. Muchos artículos escritos por AI contienen frases como “en la era de”, o todo es un “testimonio de” o un “tapiz de”. La IA carece de la emoción y la experiencia que viene, bueno, ser una vida humana y viviente. Como explicó un artista en Quora, “lo que AI hace no es lo mismo que el arte que evoluciona de un pensamiento en un cerebro humano” y “no se crea a partir de la pasión que se encuentra en un corazón humano”.

AI generativa: vida cotidiana

La IA generativa no es solo para técnicos o personas creativas. Una vez que obtienes la habilidad de darle indicaciones, tiene el potencial de hacer gran parte del trabajo preliminar por ti en una variedad de tareas diarias.

Digamos que está planeando un viaje. En lugar de desplazarse por páginas de resultados de búsqueda, le pide a un chatbot que planifique su itinerario. En cuestión de segundos, tiene un plan detallado adaptado a sus preferencias. (Ese es el ideal. Por favor, verifique siempre sus recomendaciones).

Un propietario de una pequeña empresa que necesita una campaña de marketing pero que no tiene un equipo de diseño puede usar una IA generativa para crear imágenes llamativas e incluso pedirle que sugiera copia publicitaria.

Un itinerario de viaje para Nueva Orleans, creado por chatgpt

Chatgpt / captura de pantalla por cnet

Gen Ai está aquí para quedarse

No ha habido un avance tecnológico que haya causado tal boom desde Internet y, más tarde, el iPhone. A pesar de sus desafíos, la IA generativa es innegablemente transformadora. Está haciendo que la creatividad sea más accesible, ayudando a las empresas a racionalizar los flujos de trabajo e incluso inspirar formas completamente nuevas de pensar y resolver problemas.

Pero quizás lo más emocionante es su potencial, y estamos rascando la superficie de lo que estas herramientas pueden hacer.

Preguntas frecuentes

¿Cuál es un ejemplo de IA generativa?

ChatGPT es probablemente el ejemplo más popular de IA generativa. Le das un aviso y puede generar texto e imágenes; Código de escritura; Responder preguntas; resumir el texto; borrador de correos electrónicos; y mucho más.

¿Cuál es la diferencia entre la IA y la IA generativa?

La IA generativa crea contenido nuevo como texto, imágenes o música, mientras que la IA tradicional analiza los datos, reconoce patrones o imágenes y hace predicciones (por ejemplo, en medicina, ciencia y finanzas).

Continue Reading

Trending