GPT-4 BEATEN, Deepminds New AI, Googles Secret AI,

Echemos un vistazo a algunas de las cosas que han ocurrido esta semana en Inteligencia Artificial y que, por desgracia, puede que te hayas perdido. Muchas de ellas son realmente interesantes, así que mira hasta el final, porque créeme cuando te digo que te sorprenderás mucho con lo que verás. En el puesto número uno está, por supuesto, DeepMind de Google. De hecho, han creado un proyecto genial llamado Tapier. Básicamente, lo que hace este proyecto es rastrear de forma independiente cualquier punto de un video. Ahora bien, puede que te preguntes por qué es tan genial. Bueno, si lo comparamos con otros ejemplos que hemos visto antes, no es tan eficaz. Verás, lo que Tap puede hacer aquí es obtener un punto en un objeto y mantenerlo allí durante mucho tiempo. Y si te preguntas por las aplicaciones, tiene muchísimas aplicaciones diferentes. Desde mejorar nuestro software de edición de video hasta poder rastrear cosas independientemente de lo que vemos. Sin duda, va a cambiar muchos sectores, pero, como sabes, todavía está en sus primeras fases. Bueno, con Google DeepMind, sabemos que constantemente lanzan cosas nuevas. Y tengo que ser honesto, Tap es una de esas cosas que creo que será genial para el futuro. Luego obtuvimos este proyecto de vanguardia de Google. Ahora, lo que estás viendo es el fotorrealismo sin precedentes de Imagin y un profundo nivel de comprensión del lenguaje. Esto es del equipo de investigadores de Google Brain. Ahora, esencialmente, ¿Por qué esto es tan genial? Es que no era solo un artículo de investigación. Google había estado trabajando en esto durante bastante tiempo y finalmente lograron lanzarlo. Entonces, lo que puedes ver aquí es un perro mirándose en el espejo viendo un gato, una fruta del dragón con un cinturón de seguridad de karate en la nieve, un panion sentado en el trono. Hay muchas cosas diferentes en las que puedes pensar. Ahora, esencialmente, si te preguntas ¿Qué es esto exactamente? ¿Es esto como la mitad del viaje? Bueno, sí, es como la mitad del viaje. Pero lo bueno de esto es que Imagin no es solo un editor de imágenes. También tienen imágenes y videos y un editor de imágenes en video. Ahora bien, la imagen y el video, como pueden ver aquí, no son tan buenos como muchas otras cosas, pero aún se encuentran en sus primeras etapas en las que se puede generar video a partir de texto. Ahora bien, lo que también fue genial de este lanzamiento de Google fue que realmente lo lanzaron al público. Entonces, en este video que pueden ver, pueden ver que pueden escribir un mensaje en el cuadro de texto de abajo y subir una imagen, y luego, por supuesto, pueden editarla. En realidad es muy, muy similar a la nueva función Firefly de Adobe. Así que diría una vez más que Google nos está demostrando que literalmente, cada semana se compromete a lanzar nuevos e innovadores productos de IA que vamos a utilizar. Y finalmente, finalmente logramos lanzar este. Por supuesto, este es Image Vertex sobre IA y dejaré un enlace a esta en la descripción. Luego, por supuesto, este es el título del video. Aparentemente, la B de China afirma que su herniebot supera a Chachi PT en pruebas clave a medida que la carrera de la inteligencia artificial se calienta. Así que Wu dijo el martes que el modelo de inteligencia artificial llamado ERMI 3.5 superó al chat GPT y GPT-4 de OpenAI en varias áreas clave. La búsqueda china reveló Erniebot en marzo y desde entonces lo ha estado probando públicamente en China. El chatbot se basa en el modelo de IA fundacional de Wu llamado Ernie. El enfoque en los avances de Wu subraya la intensa competencia que se está produciendo en el área de la IA generativa con los gigantes tecnológicos de Estados Unidos Y China que avanzan rápidamente en los desarrollos. Así que este artículo básicamente afirma que GPT-4 superó a un gran modelo de lenguaje creado por desarrolladores chinos. Ahora bien, por supuesto, una distinción importante es hacer que Ernie 3.5 desarrollado por China superó a GPT-4 en las pruebas de idioma chino, según el Science Journal. Por lo tanto, esto demuestra que aunque estos son algunos pequeños avances que están logrando ciertas empresas de IA individuales, es importante tener en cuenta que el rápido desarrollo de la inteligencia artificial continuará independientemente de la jurisdicción en la que nos encontremos. Por supuesto, hay algunas personas que piden la ralentización de GPT-4 y, por supuesto, la ralentización del desarrollo de GPT-5. Pero podemos ver aquí, en todas partes del mundo, que las empresas, los individuos y las corporaciones se apresuran a crear sus propios chatbots de IA con los que, por supuesto, intentan superar a GPT 4. Tal y como está ahora mismo, ese es el mejor punto de referencia. Así que será interesante ver Si dentro de un mes, dos meses o tres meses, GPT-4 es superado por completo. Luego, por supuesto, Google anunció su función de prueba virtual que va a revolucionar las compras de ropa en línea. Básicamente lo que hace es permitir a los usuarios ver cómo queda la ropa en modelos reales con diferentes formas y tamaños corporales. Creo que es una gran incorporación al espacio de trabajo porque permitirá a las personas que tienen un cuerpo único ver exactamente cómo les queda esa prenda de vestir. Fue un trabajo de investigación realmente intrigante. Pero sabemos que se implementarán cosas como esta porque ya hemos visto pequeñas cosas como esta antes. Definitivamente es realmente genial. Y creo que los rápidos avances de la guía como este son los que definitivamente hacen que el mundo sea más fácil de usar y un lugar mejor. Ahora bien, lo que Google también incluyó fue que anunciaron que están actualizando su experiencia generativa de búsqueda. Esto fue algo que sorprendió a todos, pero al mismo tiempo no nos sorprendió tanto porque notamos que estaban hablando de esto en su evento Google IO. Por supuesto, lo que hace esencialmente es dar una respuesta generada por IA en lugar de una sola consulta de búsqueda. Entonces sabes cómo en Google a veces buscas algo y realmente no puedes encontrar lo que buscas. Con SGE, lo que hacen es adaptarlo específicamente a ti, a todas tus cookies, a todas tus preferencias, y luego puedes hablar con el chatbot y encontrar exactamente lo que buscas. Creo que este tipo de integraciones en la web definitivamente van a ser mucho más efectivas. Y dado que la gente usa Google de todos modos en lugar de Bing, creo que esa seguirá siendo una elección del usuario. La única pregunta es ¿Cuándo lanzarán esto al público? Como sabéis, Google está intentando sacar estos productos poco a poco, pero al mismo tiempo tienen bastante miedo porque su IA no ha demostrado ser demasiado buena todavía. Por supuesto, una empresa llamada AMD ha lanzado un nuevo chip de IA especializado en IA generativa. Ahora bien, tengo que ser sincero con vosotros. Si no sabéis quién es AMD, quizá no os interesen mucho los ordenadores. Pero los que sí, probablemente sepáis quiénes son AMD. Si habéis oído hablar de Nvidia, es probable que habréis oído hablar de AMD. Son básicamente competidores directos de Nvidia que se llevan la mayor parte del mercado de tarjetas gráficas. Ahora bien, lo que ha hecho AMD es lanzar esta tarjeta al mercado de productos relacionados con la IA generativa. Y al parecer han descrito su chip MX como el acelerador más avanzado del mundo para la IA generativa. Y al parecer se espera que atraiga el interés de grandes proveedores de la nube como Amazon o Microsoft, pero en realidad no han especificado quién lo va a utilizar. Y será interesante, porque si AMD es capaz de crear un superchip que sea muy superior al de Nvidia, entonces es probable que esto empuje a Nvidia a ampliar aún más los límites. Y para ser honestos con ustedes, Nvidia parece estar haciendo las cosas a un ritmo cada vez más rápido, con muchos avances diferentes en IA que vamos a obtener. Luego, por supuesto, tuvimos algunas noticias innovadoras sobre curas más rápidas, cómo In Silico Medicine utiliza la IA generativa para acelerar el descubrimiento de fármacos. Básicamente ensilico, utilizó la guía generativa para cada paso del proceso de descubrimiento de fármacos preclínicos para identificar una molécula a la que un compuesto farmacológico podría dirigirse, generar nuevos candidatos a fármacos, evaluar qué tan bien se unirían estos candidatos al objetivo, e incluso predecir el resultado de los ensayos clínicos. Y hacer esto utilizando métodos tradicionales habría costado más de 4. 400 millones de dólares y llevado hasta 6 años. Pero con la IA generativa en silico, lo logró por una décima parte del costo y un tercio del tiempo, llegando a la primera fase de ensayos clínicos y solo dos años y medio después de comenzar el proyecto. Como dijimos antes, aunque la IA no solo de un gran salto, cada pequeño salto incremental es el que hace avanzar a la sociedad en su conjunto. De hecho, si echamos un vistazo a otra publicación del blog de Nvidia, podemos ver que sus recientes GPU H han establecido un nuevo estándar para la IA generativa en el primer benchmark de rendimiento del aprendizaje automático. Esto es absolutamente increíble. Podemos ver que con estos avances en la IA generativa, y por supuesto, en la potencia de procesamiento y en la velocidad del chip, sabemos que los grandes modelos de lenguaje y todo tipo de programas de inteligencia artificial, incluido el entrenamiento de estos modelos, incluido el reentrenamiento de estos modelos, van a ser mucho más rápidos. Especialmente con la carrera de Nvidia por dominar todo el sector de la IA, podríamos ver rápidas mejoras en la inteligencia artificial. Aunque es importante tener en cuenta que aunque estos cambios no son innovadores en términos de nivel de uso principal, si podemos conseguir que el hardware aumente la velocidad a la que podemos hacer las cosas, podríamos ver un aumento de la tasa de investigación y descubrimiento reales. Desde el descubrimiento de fármacos como acabamos de mencionar hasta otras investigaciones de aprendizaje automático. Luego tuvimos algo que fue realmente interesante en términos de robótica e inteligencia artificial. Como saben, la IA eventualmente se involucrará en robots. Pero lo que teníamos aquí era algo lanzado por Meta AI. Por si no lo saben, por supuesto, Mark Zuckerberg tiene una empresa y tienen una división de IA muy sólida. En esa división trabajan constantemente en cosas nuevas y esto fue algo realmente genial. Demostraron la capacidad de usar su propio idioma para hablar con su robot y lograr que haga cosas muy efectivas. Aquí pueden ver que el usuario ha tráeme la caja de bombones, la caja de cereales, el frasco de pastillas y ponlos en la mesa del dormitorio. Quiero decir, para una persona promedio, esto podría no ser una gran aplicación. Pero imagínense esto en una residencia de ancianos en una casa con una persona que tiene discapacidades específicas o que no puede alcanzar ciertos objetos. Sin duda, esto podría proporcionar una aplicación muy útil para esas tareas. Y sobre todo, cuando a veces no puedas escribir, el simple hecho de poder usar tu voz para que un robot te dé algo y te entienda será muy eficaz. Ahora bien, lo que también es genial de esto es que, en términos de solidez, la política de navegación puede tomar una ruta alternativa para evitar colisiones con humanos. Además, la política de recogida puede cambiar la ubicación de agarre si el objeto se mueve o si la base no está lo suficientemente cerca del receptáculo. Y en esencia, lo que eso significa es que este tipo de robot no se va a caer si hay alguna pequeña perturbación. Como sabes, la vida tiene sus perturbaciones. A veces podemos caernos, los objetos pueden caerse y estos robots son capaces de adaptarse a esa situación. Incluso si ocurren estas cosas, echemos un vistazo a algunas de estas tareas porque es muy probable que en el futuro no veamos estos robots en nuestras casas. Pero quizá en nuestras ciudades o en determinados lugares de trabajo los robots que reciben órdenes de lenguaje natural sean muy comunes. Sobre todo cuando logremos reducir por completo el coste de estos robots será interesante ver dónde podrían estar. Y algo de Singularity. La semana que viene, las Naciones Unidas celebrarán una cumbre en Ginebra en la que los gurús de la tecnología debatirán sobre la IA junto a más de 50 robots. Será muy interesante, ya que veremos el debate más amplio en torno a la inteligencia artificial. Es importante saber que los espectadores como vosotros que ven este canal están sin duda más al tanto de la inteligencia artificial que algunos de nuestros líderes mundiales. Y aunque pueda parecer una afirmación descabellada, como se puede ver en el interrogatorio del Congreso a Sam Altman, no podría estar más lejos de la realidad. La inteligencia artificial avanza muy, muy rápido y a veces la gente no tiene tiempo de ponerse al día. Será interesante ver qué piensa el mundo sobre la inteligencia artificial, especialmente con estos robots. Luego Tuvimos algo sobre OpenAI, y este también fue bastante controvertido. Verás, OpenAI y Microsoft fueron presuntamente demandados por 3 mil millones de dólares por presuntas violaciones de la privacidad de chat GPT. La Demanda afirmaba que OpenAI extrajo en secreto 300.000 millones de palabras de Internet. La demanda, que se presentó el 28 de junio en un tribunal federal de San Francisco, incluye a 16 demandantes anónimos que afirmaron que OpenAI extrajo en secreto 300 mil millones de palabras de Internet sin registrarse como agente de datos ni obtener el consentimiento adecuado. Ahora bien, esto es algo que va a ocurr continuamente. Quiero decir, Adobe parece ser la única empresa que intenta proteger realmente los datos de las personas cuando en realidad está extrayendo su contenido de Internet. Sabemos que Midjourney, a principios de este año, tuvo una situación en la que la gente intentó demandarlos porque, como saben, Midjourney extrajo millones de imágenes de Internet para construir su plataforma de IA y no pagó nada a los creadores del arte de IA original del que lo robaron. Así que será interesante ver cómo se desarrolla esto en los tribunales. Pero puedo asegurarles que OpenAI y Microsoft tienen miles de millones de dólares para luchar contra esta demanda. Y me pregunto si esto llegará a un acuerdo o si cambiará la forma en que se crearán las leyes de datos y cómo se crearán ciertos modelos de lenguaje grandes. Como saben, actualmente muchas personas simplemente toman los datos de Internet tal cual. Y ahora será un requisito que al entrenar un modelo de lenguaje grande se deba verificar legalmente con qué tipo de datos se entrenó y de dónde se obtuvieron esos datos. Eso podría tener graves implicaciones, porque si se tiene que pasar por un proceso prolongado en el que se deben verificar todas las fuentes de datos, podría significar una gran ralentización porque la recopilación de datos es bastante difícil. Aunque también podría significar que la recopilación de datos mejora. Como saben, al analizar modelos lingüísticos grandes, los datos son el principal obstáculo en el rendimiento de los modelos lingüísticos. Por lo tanto, será interesante ver cómo se desarrolla esto. Y luego, por supuesto, teníamos un software muy interesante que es realmente único en términos de lo que hace. Este software se llama Draggun. Básicamente, es un software con el que puedes manipular cualquier imagen arrastrando un punto en una imagen y moviéndolo como si fuera una especie de modelo D, Quiero decir que este tipo de tecnología solo es posible con la IA. Y me pregunto cuáles serán las verdaderas aplicaciones de esto. Quizás Photoshop pueda integrarlo en su software, pero todavía tiene algunos errores. Pero tiene bastantes aplicaciones para manipular una imagen de una manera que nunca pensamos que fuera posible. Bueno, Draggun, tengo que ser honesto, parece muy raro, pero al mismo tiempo es muy, muy. Y mientras echas un vistazo a algunos de los ejemplos, hazme saber si vas a probar este Draggun, porque, como sabes, se publican muchos artículos sobre IA a la semana y rara vez, a menudo, tenemos la posibilidad de probarlos. Así que con esto, es realmente muy efectivo que ahora podamos probarlo y usarlo tan bien como queramos. Luego hicimos otro artículo de investigación que ampliaba la ventana de contexto de los modelos de lenguaje grandes. Este trabajo amplió la ventana de contexto de los modelos de lenguaje grandes como llama hasta 32.000 tokens. Básicamente, lo que puedes hacer es hacer que LLAMA recuerde los últimos 32.000 tokens de tus mensajes, lo que significa que es más eficaz al procesar grandes volúmenes de texto. Y esto es lo que queremos ver. Porque, como saben, uno de los principales cuellos de botella de las primeras versiones de chat GPT y los primeros modelos de lenguaje grandes es que simplemente no pueden recordar lo que se dijo anteriormente en la conversación, lo que lleva a una función muy limitada en términos de ciertas aplicaciones. Con este documento y con otros que hemos visto antes, esto va a resultar muy eficaz para permitirnos hacer mucho más. Desde analizar libros hasta analizar extractos bancarios o analizar poesía. Esto va a ser algo que todos podríamos usar muy bien. Y, por supuesto, como están viendo, esto se va a utilizar ampliamente con GPT-4, que ya tiene implementada su longitud de ventana de contexto de 32.000.