Mantenerse al día con una industria que evoluciona tan rápidamente como la IA es una tarea difícil. Entonces, hasta que una IA pueda hacerlo por usted, aquí hay un resumen útil de historias recientes en el mundo del aprendizaje automático, junto con investigaciones y experimentos notables que no cubrimos por sí solos.
Esta semana en IA, OpenAI celebró la primera de las que presumiblemente serán muchas conferencias de desarrolladores por venir. Durante la conferencia magistral, la compañía mostró una serie de nuevos productos, incluida una versión mejorada de GPT-4, nuevos modelos de conversión de texto a voz y una API para el generador de imágenes DALL-E 3, entre otros.
Pero sin duda el anuncio más significativo fueron los GPT.
Los GPT de OpenAI brindan una manera para que los desarrolladores creen sus propios sistemas de IA conversacional impulsados por los modelos de OpenAI y los publiquen en un mercado alojado en OpenAI llamado GPT Store. Pronto, los desarrolladores incluso podrán monetizar los GPT en función de cuántas personas los utilicen, dijo el director ejecutivo de OpenAI, Sam Altman, en el escenario de la conferencia.
«Creemos que si se le da a la gente mejores herramientas, harán cosas increíbles», dijo Altman. «Puedes crear un GPT… y luego publicarlo para que otros lo utilicen, y como combinan instrucciones, conocimientos ampliados y acciones, pueden resultarte más útiles».
El cambio de OpenAI de proveedor de modelos de IA a plataforma ha sido interesante, sin duda, pero no exactamente inesperado. La startup telegrafió sus ambiciones en marzo con el lanzamiento de complementos para ChatGPT, su chatbot impulsado por IA, que incorporó a terceros al ecosistema modelo de OpenAI por primera vez.
Pero lo que tomó por sorpresa a este escritor fue la amplitud y profundidad de las herramientas de construcción (y comercialización) de GPT de OpenAI desde el principio.
Mi colega Devin Coldewey, que asistió personalmente a la conferencia de OpenAI, me dice que la experiencia GPT tuvo “un poco de fallas” en las demostraciones, pero funciona como se anuncia, más o menos. Los GPT no requieren experiencia en codificación y pueden ser tan simples o complejos como desee el desarrollador. Por ejemplo, se puede capacitar a un GPT en una colección de libros de cocina para que pueda hacer preguntas sobre los ingredientes de una receta específica. O un GPT podría ingerir las bases de código patentadas de una empresa para que los desarrolladores puedan comprobar su estilo o generar código de acuerdo con las mejores prácticas.
Los GPT democratizan efectivamente la creación de aplicaciones de IA generativa, al menos para aplicaciones que utilizan la familia de modelos de OpenAI. Y si yo fuera los rivales de OpenAI (al menos los rivales sin el respaldo de las grandes tecnologías), estaría corriendo hacia la sala de guerra figurativa para reunir una respuesta.
GPT podría acabar con las consultoras cuyos modelos de negocio giran en torno a la construcción de lo que son esencialmente GPT para los clientes. Y para los clientes con talento de desarrollador, podría convertir a los proveedores modelo en no ofrecer cualquier forma de herramientas de creación de aplicaciones menos atractivas dadas las complejidades de tener que integrar las API de un proveedor en aplicaciones y servicios existentes.
¿Eso es algo bueno? Yo diría que no necesariamente, y me preocupa el potencial de monopolio. Pero OpenAI tiene la ventaja de ser el primero en actuar y la está aprovechando, para bien o para mal.
Aquí hay algunas otras historias destacadas de IA de los últimos días:
- Samsung presenta IA generativa: Apenas unos días después del evento de desarrollo de OpenAI, Samsung presentó su propia familia de IA generativa, Samsung Gauss, en el Samsung AI Forum 2023. Consta de tres modelos: un modelo de lenguaje grande similar a ChatGPT, un modelo de generación de código y un modelo de generación de imágenes y modelo de edición: Samsung Gauss ahora se utiliza internamente con el personal de Samsung, dijo la compañía de tecnología, y estará disponible para los usuarios públicos «en un futuro cercano».
- Microsoft ofrece a las empresas emergentes computación de IA gratuita: Microsoft anunció esta semana que está actualizando su programa de inicio, Microsoft for Startups Founders Hub, para incluir una opción de infraestructura Azure AI sin costo para clústeres de máquinas virtuales GPU de «alta gama» basadas en Nvidia para entrenar y ejecutar modelos generativos. Y Combinator y su comunidad de fundadores de startups serán los primeros en obtener acceso a los clústeres en una vista previa privada, seguidos por M12, el fondo de riesgo de Microsoft, y las startups en la cartera de M12, y potencialmente otros inversores y aceleradores de startups después de eso.
- YouTube prueba funciones de IA generativa: YouTube pronto comenzará a experimentar con nuevas funciones de IA generativa, la empresa Anunciado esta semana. Como parte del paquete premium disponible para los suscriptores de pago de YouTube, los usuarios podrán probar una herramienta de conversación que utiliza IA para responder preguntas sobre el contenido de YouTube y hacer recomendaciones, así como una función que resume temas en los comentarios de un vídeo.
- Una entrevista con el jefe de robótica de DeepMind: Brian habló con Vincent Vanhoucke, jefe de robótica de Google DeepMind, sobre las grandes ambiciones robóticas de Google. La entrevista abordó una variedad de temas, incluidos los robots de uso general, la IA generativa y, sobre todo, el Wi-Fi de oficina.
- La startup de IA de Kai-Fu Lee presenta su modelo: Kai-Fu Lee, el científico informático conocido en Occidente por su bestseller “AI Superpowers” y en China por sus apuestas sobre los unicornios de IA, está ganando un terreno impresionante con su propia startup de IA, 01.AI. Siete meses después de su fundación, 01.AI, valorada en mil millones de dólares, lanzó su primer modelo, el Yi-34B de código abierto.
- GitHub muestra el plan Copilot personalizable: GitHub anunció esta semana planes para un nivel de suscripción empresarial que permitirá a las empresas ajustar su programador de pares Copilot en función de su código base interno. La noticia formó parte de una serie de novedades notables que la compañía propiedad de Microsoft reveló en su conferencia anual de desarrolladores GitHub Universe el miércoles, incluido un nuevo programa de socios, además de proporcionar más claridad sobre cuándo Copilot Chat, la capacidad similar a un chatbot recientemente revelada por Copilot, estará oficialmente disponible.
- El equipo modelo de dos personas de Hugging Face: La startup de IA Hugging Face ofrece una amplia gama de herramientas de desarrollo y alojamiento de ciencia de datos. Pero algunas de las herramientas más impresionantes (y capaces) de la compañía en estos días provienen de un equipo de dos personas que se formó apenas en enero, llamado H4.
- Mozilla lanza un chatbot con IA: A principios de este año, Mozilla adquirió Fakespot, una startup que aprovecha la inteligencia artificial y el aprendizaje automático para identificar reseñas de productos falsas y engañosas. Ahora, Mozilla está lanzando su primer modelo de lenguaje grande con la llegada de Fakespot Chat, un agente de inteligencia artificial que ayuda a los consumidores mientras compran en línea respondiendo preguntas sobre productos e incluso sugiriendo preguntas que podrían ser útiles en la investigación de productos.
Más aprendizajes automáticos
Hemos visto en muchas disciplinas cómo los modelos de aprendizaje automático son capaces de realizar predicciones realmente buenas a corto plazo para estructuras de datos complejas después de examinar muchos ejemplos anteriores. Por ejemplo, podría ampliar el período de alerta de próximos terremotos, dando a la gente entre 20 y 30 segundos adicionales cruciales para ponerse a cubierto. Y Google ha demostrado que también tiene habilidad para predecir patrones climáticos.
Varios aparecieron en la publicación que muestra cómo MetNet integra datos en sus predicciones basadas en ML. Créditos de imagen: Google
MetNet-3 es el último de una serie de modelos meteorológicos basados en la física que analizan una variedad de variables, como precipitación, temperatura, viento y nubosidad, y producen predicciones de resolución sorprendentemente alta (temporal y espacial) sobre lo que probablemente ocurrirá. ven a continuación. Gran parte de este tipo de predicción se basa en modelos bastante antiguos, que algunas veces son precisos pero no otras, o pueden volverse más precisos combinando sus datos con otras fuentes, que es lo que hace MetNet-3. No entraré demasiado en detalles, pero la semana pasada publicaron una publicación realmente interesante sobre el tema que da una gran idea de cómo funcionan los motores modernos de predicción del tiempo.
En otras noticias científicas muy específicas, investigadores de la Universidad de Kansas han creado un detector de texto generado por IA… para artículos de revistas sobre química. Claro, no es útil para la mayoría de las personas, pero después de que OpenAI y otros frenaron los modelos de detectores, es útil demostrar que, al menos, algo más limitado es posible. «La mayor parte del campo del análisis de texto quiere un detector realmente general que funcione con cualquier cosa», dijo la coautora Heather Desaire. «Realmente buscábamos la precisión».
Su modelo se basó en artículos de la revista American Chemical Society y aprendió a escribir secciones de introducción solo a partir del título y del resumen. Más tarde pudo identificar introducciones escritas en ChatGPT-3.5 con una precisión casi perfecta. Obviamente, este es un caso de uso extremadamente limitado, pero el equipo señala que pudieron configurarlo con bastante rapidez y facilidad, lo que significa que se podría configurar un detector para diferentes ciencias, revistas e idiomas.
Todavía no existe uno para los ensayos de admisión a la universidad, pero la IA podría estar pronto en el otro lado de ese proceso, sin decidir quién ingresa sino ayudando a los oficiales de admisiones a identificar diamantes en bruto. Investigadores de la Universidad de Colorado y UPenn demostraron que un modelo de aprendizaje automático podía identificar con éxito pasajes en ensayos de estudiantes que indicaban intereses y cualidades, como liderazgo o «propósito prosocial».
Los estudiantes no serán calificados de esta manera (otra vez, todavía), pero es una herramienta muy necesaria en la caja de herramientas de los administradores, que deben revisar miles de aplicaciones y les vendría bien una mano de vez en cuando. Podrían usar una capa de análisis como esta para agrupar ensayos o incluso aleatorizarlos mejor para que todos los que hablan sobre acampar no terminen en una fila. Y la investigación expuso que el idioma que usaban los estudiantes predecía sorprendentemente ciertos factores académicos, como la tasa de graduación. Por supuesto, analizarán esto más profundamente, pero está claro que la estilometría basada en ML seguirá siendo importante.
Sin embargo, no sería bueno perder de vista las limitaciones de la IA, como lo destacó un grupo de investigadores de la Universidad de Washington que probaron la compatibilidad de las herramientas de IA con sus propias necesidades de accesibilidad. Sus experiencias fueron decididamente mixtas, con sistemas de resumen que agregaban sesgos o detalles alucinantes (lo que los hacía inapropiados para personas que no podían leer el material original) y aplicaban de manera inconsistente reglas de contenido de accesibilidad.
Al mismo tiempo, sin embargo, una persona en el espectro del autismo descubrió que usar un modelo de lenguaje para generar mensajes en Slack le ayudó a superar la falta de confianza en su capacidad para comunicarse normalmente. Aunque sus compañeros de trabajo encontraron los mensajes algo “robóticos”, fue un beneficio neto para el usuario, lo cual es un comienzo. Puede encontrar más información sobre este estudio aquí.
Sin embargo, los dos puntos anteriores plantean cuestiones espinosas de sesgo y rareza general de la IA en un área sensible, por lo que no sorprende que algunos estados y municipios estén considerando establecer reglas sobre para qué se puede utilizar la IA en tareas oficiales. Seattle, por ejemplo, acaba de publicar un conjunto de “principios rectores” y conjuntos de herramientas que deben consultarse o aplicarse antes de que un modelo de IA pueda utilizarse con fines oficiales. Sin duda veremos conjuntos de reglas diferentes –y quizás contradictorias– puestas en juego en todos los niveles de gobernanza.
Dentro de la realidad virtual, un modelo de aprendizaje automático que actuaba como un detector de gestos flexible ayudó a crear un conjunto de formas realmente interesantes de interactuar con objetos virtuales. «Si usar la realidad virtual es como usar un teclado y un mouse, entonces ¿cuál es el punto de usarla?» preguntó el autor principal, Per Ola Kristensson. «Tiene que darte poderes casi sobrehumanos que no puedes conseguir en ningún otro lugar». ¡Buen punto!
Puedes ver en el vídeo de arriba exactamente cómo funciona, lo cual, cuando lo piensas, tiene perfecto sentido intuitivo. No quiero seleccionar «copiar» y luego «pegar» desde un menú usando mi ratón dedo. Quiero sostener un objeto en una mano, luego abrir la palma de la otra y boom, ¡un duplicado! Entonces, si quiero cortarlos, ¡¿simplemente convierto mi mano en tijeras?! ¡Esto es increíble!
Créditos de imagen: EPFL
Por último, hablando de Cortar/Pegar, ese es el nombre de una nueva exposición en la universidad suiza EPFL, donde estudiantes y profesores analizaron la historia de los cómics desde la década de 1950 en adelante y cómo la IA podría mejorarlos o interpretarlos. Obviamente, el arte generativo aún no se está apoderando del todo, pero algunos artistas obviamente están interesados en probar la nueva tecnología, a pesar de sus enigmas éticos y de derechos de autor, y explorar sus interpretaciones del material histórico. Si tienes la suerte de estar en Lausana, echa un vistazo a Couper/Coller (la pegadiza versión local de las omnipresentes acciones digitales).