El presidente de Cohere, Martin Kon, dice que muchas de las nuevas empresas de inteligencia artificial que están en el mercado hoy en día están construyendo el equivalente de autos deportivos de lujo. Su producto, dice, se parece más a un camión pesado. «Si está buscando vehículos para su departamento de servicio técnico de campo y lo llevo a una prueba de manejo en un Bugatti, quedará impresionado qué tan rápido y qué tan bien funciona», dijo Kon a CNBC en una entrevista. Sin embargo, dijo, el precio, junto con las limitaciones de espacio y la falta de un maletero, serán un problema. «Lo que realmente se necesita es una flota de camionetas F-150», dijo Kon. «Fabricamos F-150». Fundada por ex investigadores de IA de Google y respaldada por Nvidia, Cohere está apostando por la IA generativa para la empresa en lugar de por los chatbots de consumo, que han sido la comidilla de la industria tecnológica desde que OpenAI lanzó ChatGPT a finales de 2022. En junio, Cohere recaudó 270 millones de dólares con una valoración de 2.200 millones de dólares, y Salesforce y Oracle participaron en la ronda de financiación. Los ejecutivos de la empresa han asistido a foros de IA en la Casa Blanca. Y, según se informa, Cohere está en conversaciones para recaudar hasta mil millones de dólares en capital adicional. «No comentamos sobre rumores», dijo Kon a CNBC. «Pero alguien me dijo una vez que las nuevas empresas siempre están creciendo». El campo de la IA generativa se ha disparado durante el último año, con una inversión récord de 29.100 millones de dólares en casi 700 acuerdos en 2023, un aumento de más del 260% en el valor de los acuerdos respecto al año anterior, según PitchBook. Se ha convertido en la frase más comentada en las llamadas sobre resultados corporativos trimestre tras trimestre, y alguna forma de tecnología está automatizando tareas en casi todas las industrias, desde servicios financieros e investigación biomédica hasta logística, viajes en línea y servicios públicos. Aunque Cohere a menudo se menciona junto a los pesos pesados de la IA. Al igual que OpenAI, Anthropic, Google y Microsoft, el enfoque de la startup en chatbots exclusivos para empresas la ha diferenciado. Los competidores ofrecen productos de IA tanto para consumidores como para empresas. OpenAI, por ejemplo, lanzó ChatGPT Enterprise en agosto, y Anthropic abrió el acceso de los consumidores a su chatbot Claude, anteriormente exclusivo para empresas, en julio. Kon, quien también es el jefe de operaciones de la compañía, dijo que al mantenerse enfocado solo en la empresa, Cohere puede para funcionar de manera eficiente y mantener los costos bajo control incluso en medio de una escasez de chips, costos crecientes para las unidades de procesamiento de gráficos (GPU) y tarifas de licencia en constante cambio para los modelos de IA. «Rara vez he visto, en mi carrera, muchas empresas que puedan ser exitosamente consumidores y empresas al mismo tiempo, y mucho menos una startup», dijo Kon. Y añadió: «No tenemos que recaudar miles de millones de dólares para ofrecer un servicio gratuito al consumidor». Los clientes actuales incluyen Notion, Oracle y Bamboo HR, según el sitio web de Cohere. Muchos clientes pertenecen a las categorías de banca, servicios financieros y seguros, afirmó Kon. En noviembre, Cohere le dijo a CNBC que había visto un aumento en el interés de los clientes después del repentino y temporal despido del CEO Sam Altman por parte de OpenAI. Kon reconoce que la dinámica cambiante en la industria del hardware ha presentado desafíos persistentes. La compañía ha tenido una reserva de chips de Google durante más de dos años, dijo Kon, asegurada en los primeros días de Cohere para ayudarla a entrenar previamente sus modelos. Ahora, Cohere está avanzando hacia el uso de más GPU H100 de Nvidia, que alimentan a la mayoría de los grandes procesadores actuales. modelos de lenguaje. Las relaciones de Cohere con inversores estratégicos son otra área en la que se diferencia de los competidores de IA generativa, dijo Kon. Muchas empresas han recaudado dinero de empresas como Nvidia y Microsoft con algunas condiciones vinculadas al uso de su software o chips. Kon insiste en que Cohere nunca ha aceptado una inversión condicional y que cada cheque que cobra, incluido el de Nvidia, no tiene ataduras. «En nuestra última ronda, tuvimos varios controles del mismo tamaño; no teníamos condiciones asociadas con ninguno de ellos», dijo Kon. «Tomamos esa decisión explícitamente para poder decir que no estamos en deuda con nadie». La decisión de Cohere de centrarse en chatbots exclusivos para empresas puede ayudar a la empresa a mantenerse alejada del turbio territorio de las preocupaciones por la desinformación, especialmente a medida que se acerca la temporada electoral. En enero, la Comisión Federal de Comercio anunció una investigación de inteligencia artificial sobre Amazon, Alphabet, Microsoft, OpenAI y Anthropic. . La presidenta de la FTC, Lina Khan, lo describió como una «investigación de mercado sobre las inversiones y asociaciones que se están formando entre los desarrolladores de IA y los principales proveedores de servicios en la nube». Cohere no fue nombrado. Kon dice que el crecimiento de la compañía hasta ahora se ha centrado en gran medida en áreas como la búsqueda y recuperación, que requieren sus propios modelos de IA separados. Lo llama «uso de herramientas» e implica entrenar modelos sobre dónde, cuándo y cómo buscar la información que un cliente empresarial necesita, incluso si el modelo no fue entrenado originalmente con esos datos. La búsqueda, dijo Kon, es una pieza clave de la IA generativa que está recibiendo menos atención que otras áreas. «Eso sin duda, para las empresas, será el verdadero desbloqueo», dijo. Al discutir el cronograma de expansión, Kon calificó el año 2023 como «el año de la prueba de concepto.» «Creemos que 2024 se está convirtiendo en el año del despliegue a escala», afirmó. MIRAR: La IA generativa democratizará el acceso a los datos empresariales.
Source link
Etiqueta: IA generativa Página 3 de 8
Pero primero, un poco de historia… Las primeras funciones impulsadas por IA en los teléfonos inteligentes incluyen Face ID y Animoji en teléfonos equipados con Apple A11, como el iPhone X de 2017, impulsado por Neural Engine, la marca de Apple para su unidad de procesamiento neuronal. . Ese «motor neuronal» está diseñado para tareas de procesamiento de IA. / © Apple La NPU de Qualcomm en realidad es anterior a eso, con su Hexagon DSP (procesador de señal digital) reutilizado para acelerar el procesamiento neuronal alrededor de 2015. En ese momento, las empresas ya estaban posicionando la IA en una de las funciones más utilizadas aún en 2024: mejorar la cámara. calidad. Otras empresas también invirtieron en sus NPU poco después, y tanto MediaTek como Samsung desarrollaron sus propias soluciones. Pero la IA fue llevada al siguiente nivel gracias a un recién llegado al SoC móvil: Google y su chip Tensor de 2021, que lleva el nombre de los propios núcleos de inteligencia artificial. El momento de Google ahora parece oportuno, con todo el interés renovado que generan las herramientas de inteligencia artificial generativa como Dall-E, ChatGPT y una lista que parece expandirse diariamente. Y eso nos lleva a algunas de las funciones de IA (generativas o no) que la mayoría de nosotros podemos usar ahora mismo. Círculo para buscar (Pixel y Samsung) Google Lens puede ser una función útil en los teléfonos, pero no es la herramienta más fácil de usar. Con el lanzamiento del Galaxy S24, Samsung presentó una función de Google antes de que los teléfonos Pixel la tuvieran: simplemente presione prolongadamente la barra/botón de inicio y dibuje un círculo alrededor de un objeto para iniciar una búsqueda en Lens. Sin embargo, existe una pequeña limitación, ya que actualmente solo se puede acceder a la función Círculo para buscar en dispositivos Samsung que ejecutan One UI 6.1. Pero Samsung ya ha anunciado una lista de teléfonos que obtendrán las funciones Galaxy AI. Puede utilizar la función para identificar especies, objetos exóticos (en el siguiente ejemplo, un modelo VW exclusivo de América Latina), prendas de vestir e incluso resolver ecuaciones matemáticas. El círculo para buscar es básicamente Google-Lens-en cualquier lugar de su teléfono. / © nextpit Es cierto que Circle to Search no es una función de IA adecuada, sino más bien un atajo más conveniente para una: Google Lens. Funciones útiles de Galaxy AI en Samsung Notes Desde un atajo de IA hasta la tendencia actual en LLM (modelos de idiomas grandes), llegamos a las nuevas funciones Galaxy AI de Samsung para la aplicación Notes (entre otras). Este también depende de One UI 6.1. La aplicación, a menudo descuidada, estaba salpicada de las últimas tendencias tecnológicas y ofrece una serie de funciones diferentes impulsadas por IA. Destacaremos dos: Formato automático y Resumir, pero la versión inicial también ofrece un corrector ortográfico y una herramienta de traducción, que son bastante sencillos. Si bien una función similar está disponible en el servicio Microsoft OneNote, es exclusiva para los suscriptores de Co-Pilot. Las funciones de Samsung Notes AI, por otro lado, son gratuitas (al menos por ahora) en los teléfonos Galaxy compatibles. Formato automático Si las notas de su reunión o clase no son más que un montón de palabras aleatorias incluidas en la aplicación, el formato automático puede darle cierta apariencia de orden. La función organiza las notas en temas e incluso crea algunos encabezados basados en sus anotaciones. Para usarlo, simplemente sigue estas instrucciones: Toca el botón Galaxy AI (estrellas) en una nota abierta. Seleccione Formato automático y espere brevemente a que se procese. Desliza el dedo hacia la izquierda o hacia la derecha para seleccionar entre diferentes opciones de formato. Elija Copiar/Reemplazar/Agregar a. Los encabezados «introducción» y «beneficios» fueron creados por AI, junto con los listados. / © nextpit Resumir Si necesita más que una organización para sus notas, la nueva función AI Resumarize puede darles un poco de sabor, reformulando su contenido en algo sorprendentemente útil. Para probarlo usted mismo, abra una anotación en Samsung Notes y luego: Toque el botón Galaxy AI (estrellas). Elija Resumir. Verifique la sugerencia, luego use uno de los botones para copiar, reemplazar o agregar el texto resumido en un bloc de notas. El resumen generado estuvo bien organizado en nuestras pruebas. Además #rip SnapSatellite, la tendencia de 2023 no se impuso. / © nextpit Aislamiento de voz en iPhones Esta función de iOS y iPadOS hace que las llamadas a través de líneas telefónicas, FaceTime e incluso algunas aplicaciones de terceros sean más claras, especialmente en entornos ruidosos. Voice Isolation requiere iOS 16.4 en un iPhone XR/XS o posterior y bloquea el ruido de fondo. Para activarlo: Inicia una llamada de voz o video. Abra el Centro de control deslizándose hacia abajo desde la esquina superior derecha de la pantalla. Toque el acceso directo al modo micrófono. Seleccione Aislamiento de voz. La función no requiere auriculares conectados y funciona tanto con el teléfono junto a tu cara como en una llamada de voz tradicional, como con la pantalla apuntando hacia ti en una videollamada. El aislamiento de voz permanece habilitado en las siguientes llamadas hasta que se desactiva manualmente, una cosa a tener en cuenta. Mejore la calidad de audio de sus llamadas con un interruptor oculto en iOS. / © nextpit En nuestras pruebas, la función hizo un trabajo inquietantemente bueno al eliminar el ruido de fondo que distraía, como si el orador estuviera en una cabina de sonido, incluso cuando estaba en un balcón con un tranvía pasando. Por supuesto, su kilometraje variará y siempre podrá preguntarle a la otra persona si es mejor habilitar o deshabilitar el aislamiento de voz. Elimina objetos no deseados con Magic Eraser (iPhone y Android) Todos hemos pasado por eso, la imagen “perfecta” arruinada por un dedo sobre la cámara, alguna persona al azar o, peor aún, un fotobombardero. Magic Eraser te permite simplemente editarlos, llenando el vacío con resultados sorprendentemente buenos. La función funciona con imágenes guardadas en su cuenta de Google Photos y requiere una cuenta de Google One o un teléfono Pixel compatible. Para propietarios de Pixel y suscriptores de Google One, simplemente sigan estos pasos: Seleccione una imagen en la aplicación Google Photos. Elija Editar. Seleccione el menú Herramientas. Toca Borrador mágico. Dibuja alrededor o sobre el objeto a eliminar. Confirme la edición tocando Listo y luego Guardar copia. Magic Eraser puede realizar ediciones rápidas adecuadas para compartir en las redes sociales. / © nextpit Magic Editor en Pixel y Galaxy AI Los teléfonos Pixel 8 y Galaxy S24 (por ahora) pueden usar una versión más potente de Magic Eraser. Sin embargo, mientras Magic Eraser funciona en el dispositivo (por ejemplo, sin conexión), Magic Editor procesa imágenes en los servidores de Google, lo que requiere una conexión a Internet. Los pasos son similares a los del Magic Eraser, pero Magic Editor también se puede usar para mover sujetos alrededor de la imagen, y en nuestras pruebas ofreció mejores resultados al llenar el espacio debajo de un objeto eliminado: seleccione una imagen en Google Photos (Pixel) o Galería Samsung (Galaxia). Toque el botón Magic Editor (ícono de estrellas en One UI) en la esquina inferior izquierda. Dibuja alrededor del objeto que vas a mover/eliminar. Toque el botón Borrar. En One UI, mantenga presionada la selección y elija el ícono de borrar, luego presione Generar. Confirme la edición tocando el botón de marca de verificación (Hecho en teléfonos Galaxy). Magic Editor puede mover objetos por la escena pero requiere una conexión a Internet. / © nextpit Con el procesamiento de IA basado en la nube, se recomienda leer los términos y condiciones de los servicios que utiliza, generalmente disponibles para leer antes de habilitarlos. Como regla general, no recomendamos compartir información de identificación personal ni datos confidenciales. También es importante destacar que todos los proveedores de IA desaconsejan el uso de sus servicios con fines médicos, legales, financieros u otros fines críticos. Como escribe Google en sus documentos legales: No envíe información sensible, confidencial o personal a los Servicios. ¿Qué pasa contigo? ¿Qué funciones impulsadas por IA te impresionaron? ¿Tuviste más suerte que nosotros con las funciones de traducción en vivo? ¿O crees que la IA es solo otra moda tecnológica como el metaverso, la conectividad satelital y otras tendencias de temporadas pasadas?
El director ejecutivo de Nvidia, Jensen Huang, habla en la presentación principal de Supermicro durante la conferencia Computex en Taipei el 1 de junio de 2023. Walid Berrazeg | Imágenes de sopa | Cohete ligero | Getty Images Los inversores están tan enamorados de la historia de la inteligencia artificial de Nvidia que quieren una parte de todo lo que toca el fabricante de chips. El miércoles, Nvidia reveló en una presentación regulatoria que tiene participaciones en un puñado de empresas públicas: Arm, SoundHound AI, Recursion Pharmaceuticals, Nano-X Imaging y TuSimple. Con la excepción de Arm, que superó recientemente los 130.000 millones de dólares en capitalización de mercado, las acciones de las empresas respaldadas por Nvidia se dispararon el jueves tras la presentación del 13F, un formulario que deben presentar los gestores de inversiones institucionales que supervisan al menos 100 millones de dólares en activos. Pero ninguna de estas inversiones sorprendería a cualquiera que se tomara el tiempo de examinar informes y archivos de noticias antiguos. La manía de la IA se encuentra firmemente en una fase de exuberancia irracional, y los inversores se están abalanzando sobre cualquier cosa en el espacio. Ninguna acción está más de moda que Nvidia, que superó a Amazon en valor de mercado el martes y luego a Alphabet el miércoles para convertirse en la tercera más valiosa. empresa en EE.UU., sólo por detrás de Apple y Microsoft. Las acciones de Nvidia han subido más del 200% en los últimos 12 meses debido a la demanda aparentemente ilimitada de sus chips de IA, que sustentan potentes modelos de IA de Google, Amazon, OpenAI y otros. SoundHound, que utiliza IA para procesar el habla y el reconocimiento de voz, saltó 67% el jueves, después de que Nvidia revelara una participación que ascendía a 3,7 millones de dólares en el momento de la presentación. Nvidia invirtió en SoundHound en 2017 como parte de una ronda de riesgo de 75 millones de dólares. SoundHound salió a bolsa a través de una empresa de adquisición con fines especiales en 2022, y Nvidia fue nombrada en su presentación como inversor estratégico. Nano-X utiliza IA en imágenes médicas. La divulgación por parte de Nvidia de una inversión de 380.000 dólares en la empresa hizo que las acciones subieran un 49% el jueves. La participación de Nvidia se remonta a años atrás, con una inversión de riesgo en Zebra Medical, una startup israelí de imágenes médicas. Nano-X adquirió Zebra en 2021. TuSimple, una empresa de transporte autónomo, se disparó un 37% el jueves tras la divulgación de la participación de 3 millones de dólares de Nvidia. El repunte de las acciones se produce un mes después de que la compañía anunciara planes de salir de la lista del Nasdaq debido a un «cambio significativo en los mercados de capital» desde su OPI de 2021. TuSimple debutó a 40 dólares la acción y ahora cotiza a aproximadamente 50 centavos. «En consecuencia, el Comité Especial determinó que los beneficios de seguir siendo una empresa que cotiza en bolsa ya no justifican los costos», dijo TuSimple en un comunicado del 17 de enero. «La compañía está está experimentando una transformación que la compañía cree que puede navegar mejor como empresa privada que como empresa que cotiza en bolsa». Nvidia invirtió en TuSimple en 2017, cuatro años antes de la oferta pública inicial. Nvidia adquirió su participación en la empresa de biotecnología Recursion más recientemente. Al igual que TuSimple, Recursion salió a bolsa en 2021, pero Nvidia compró dos años después a través de lo que se llama una inversión privada en capital público, o PIPE. Nvidia compró acciones por valor de 50 millones de dólares en 2023 y ahora tiene una inversión por valor de 76 millones de dólares, según su presentación. Las acciones recursivas se dispararon un 14% el jueves. Las propias finanzas de Nvidia estarán a la vista la próxima semana, cuando la compañía informe sus ganancias trimestrales. Los analistas esperan un crecimiento interanual de los ingresos superior al 200 % hasta más de 20 mil millones de dólares. Es probable que las inversiones más recientes de la compañía sean mucho más significativas que sus apuestas anteriores, reveladas el miércoles por la noche, porque están en el corazón de la IA. auge. En los últimos años, Nvidia ha respaldado nuevas empresas de IA, incluidas Cohere, Hugging Face, CoreWeave y Perplexity. «La IA está transformando la forma en que los consumidores acceden a la información», dijo Jonathan Cohen, vicepresidente de investigación aplicada de Nvidia, en el anuncio de Perplexity de una financiación de 73,6 millones de dólares. ronda en enero. «El equipo de clase mundial de Perplexity está construyendo una plataforma de búsqueda confiable impulsada por IA que ayudará a impulsar esta transformación». MIRAR: Perplexity AI apunta a rivalizar con GoogleNo te pierdas estas historias de CNBC PRO:
Source link
En lo que respecta a las aplicaciones de chat de flujo de trabajo, Slack definitivamente está a la altura de los mejores en términos de características y funcionalidad. Con eso en mente, el equipo detrás de Slack anunció recientemente que los usuarios podrán utilizar herramientas de inteligencia artificial generativa con sus flujos de trabajo y comunicación, conocidas como «Slack AI». Con Slack AI, los usuarios podrán obtener respuestas de búsqueda personalizadas con citas directas a mensajes relevantes en la aplicación Slack, resúmenes de canales y resúmenes de hilos que brindan a los usuarios un resumen de las discusiones en los chats, así como aspectos destacados clave en los canales. Denise Dresser, directora ejecutiva de Slack, afirma: “Durante la última década, Slack ha revolucionado la forma en que trabajamos, reuniendo personas, aplicaciones y sistemas en un solo lugar. Con Slack AI, estamos emocionados de llevar esta transformación al siguiente nivel. Estas nuevas capacidades de IA permiten a nuestros clientes acceder al conocimiento colectivo dentro de Slack para que puedan trabajar de manera más inteligente, moverse más rápido y dedicar su tiempo a cosas que generan innovación y crecimiento reales. En la era de la IA generativa, Slack es la plataforma conversacional confiable que conecta cada parte de una empresa para potenciar la productividad del equipo”. Dicho esto, las nuevas funciones de IA generativa se integrarán directamente en Slack y no requerirán ninguna capacitación adicional para los usuarios. Cabe señalar que Slack AI estará disponible como un complemento pago para los planes Enterprise, con soporte para inglés, mientras que pronto estarán disponibles planes adicionales y soporte para idiomas. Fuente: holgura
Se espera que Apple presente las nuevas funciones de IA generativa en el iPhone 16 y que llegarán con iOS 18. Sin embargo, el lado del software es solo un lado de la ecuación, ya que también requeriría mayores recursos informáticos para habilitar muchas de estas funciones, que Apple aparentemente está abordando esto con sus conjuntos de chips para iPhone de próxima generación. ¿Cómo permitirá Apple A18 la IA generativa en iPhones? Un nuevo informe del medio taiwanés Economic Daily News (a través de MacRumors) indica que Apple está actualizando significativamente el Neural Engine o NPU (unidad de procesamiento neuronal) en su próximo chipset A18 con más núcleos informáticos. Con un motor neuronal más rápido, iOS 18 podría ejecutar tareas más complejas e incluso realizar computación de IA en el dispositivo. Esta actualización planificada del conjunto de chips no es una gran sorpresa dado que la mayoría de las IA generativas funcionan con conjuntos de chips más capaces, como en el caso del Galaxy S24 de Samsung y el Pixel 8 de Google (revisión). Por ejemplo, el iPhone 15 Pro (revisión) carece notablemente de soporte para la generación de texto a imagen y usos más amplios de asistente fuera de línea o chatbot, que tienen algo que los competidores de Apple ya han ofrecido. El chipset A17 Pro de Apple para el iPhone 15 Pro ofrece una CPU y GPU más rápidas y potentes. / © Apple Además del mayor número de núcleos NPU, no se detalla en qué se diferenciaría la unidad Neural Engine del A18 ni qué tan rápido es con respecto al A17 Pro. Pero como referencia, el A17 Pro del iPhone 15 Pro ya es dos veces más rápido que su predecesor según Apple. Así que es posible que estemos hablando de algunas mejoras en la A18. Algunas funciones nuevas de IA pueden ser exclusivas del iPhone 16. Curiosamente, no está claro si las funciones y servicios de IA generativa serán completamente exclusivos del iPhone 16 a través del nuevo chip A18. Pero según el informante Tech_Reve, algunas funciones de IA del dispositivo podrían terminar siendo exclusivas del iPhone 16, mientras que aquellas con funciones genéricas estarán disponibles para los modelos de iPhone más antiguos. Según los rumores, el chip A18 de Apple se fabricará mediante un proceso de fabricación más eficiente. Se agregó que el chip se diferenciará por el A18 estándar que alimenta el iPhone 16, mientras que el A18 Pro estará reservado para el iPhone 16 Pro. Además del A18, el chip M4 de Apple para futuros portátiles iPad Pro, Mac y MacBook también obtendrá un motor neuronal mejorado, y eso podría aportar nuevas características de IA comparables a estos factores de forma. ¿Crees que la IA generativa es una incorporación prometedora a los iPhone? ¿Y será motivo suficiente para que actualices al iPhone 16? Comparte con nosotros tu opinión sobre esto.
La IA generativa es la forma de inteligencia artificial más popular en la actualidad y es lo que impulsa a los chatbots como ChatGPT, Ernie, LLaMA, Claude y Cohere, así como a los generadores de imágenes como DALL-E 2, Stable Diffusion, Adobe Firefly y Midjourney. La IA generativa es la rama de la IA que permite a las máquinas aprender patrones a partir de vastos conjuntos de datos y luego producir de forma autónoma nuevos contenidos basados en esos patrones. Aunque la IA generativa es bastante nueva, ya existen muchos ejemplos de modelos que pueden producir texto, imágenes, vídeos y audio. Muchos de los llamados modelos básicos se han entrenado con datos suficientes para ser competentes en una amplia variedad de tareas. Por ejemplo, un modelo de lenguaje grande puede generar ensayos, códigos informáticos, recetas, estructuras de proteínas, chistes, consejos de diagnóstico médico y mucho más. En teoría, también puede generar instrucciones para construir una bomba o un arma biológica, aunque se supone que las salvaguardias previenen ese tipo de uso indebido. ¿Cuál es la diferencia entre IA, aprendizaje automático e IA generativa? La inteligencia artificial (IA) se refiere a una amplia variedad de enfoques computacionales para imitar la inteligencia humana. El aprendizaje automático (ML) es un subconjunto de la IA; se centra en algoritmos que permiten a los sistemas aprender de los datos y mejorar su rendimiento. Antes de que apareciera la IA generativa, la mayoría de los modelos de ML aprendían de conjuntos de datos para realizar tareas como clasificación o predicción. La IA generativa es un tipo especializado de ML que involucra modelos que realizan la tarea de generar contenido nuevo, aventurándose en el ámbito de la creatividad. ¿Qué arquitecturas utilizan los modelos de IA generativa? Los modelos generativos se construyen utilizando una variedad de arquitecturas de redes neuronales, esencialmente el diseño y la estructura que definen cómo se organiza el modelo y cómo fluye la información a través de él. Algunas de las arquitecturas más conocidas son los codificadores automáticos variacionales (VAE), las redes generativas adversarias (GAN) y los transformadores. Es la arquitectura transformadora, mostrada por primera vez en este artículo fundamental de Google de 2017, la que impulsa los grandes modelos de lenguaje actuales. Sin embargo, la arquitectura del transformador es menos adecuada para otros tipos de IA generativa, como la generación de imágenes y audio. Los codificadores automáticos aprenden representaciones eficientes de datos a través de un marco codificador-decodificador. El codificador comprime los datos de entrada en un espacio de dimensiones inferiores, conocido como espacio latente (o incrustado), que preserva los aspectos más esenciales de los datos. Luego, un decodificador puede utilizar esta representación comprimida para reconstruir los datos originales. Una vez que un codificador automático ha sido entrenado de esta manera, puede utilizar entradas novedosas para generar lo que considera las salidas apropiadas. Estos modelos a menudo se implementan en herramientas de generación de imágenes y también han encontrado uso en el descubrimiento de fármacos, donde pueden usarse para generar nuevas moléculas con las propiedades deseadas. Con las redes generativas adversarias (GAN), el entrenamiento involucra un generador y un discriminador que pueden ser considerados adversarios. El generador se esfuerza por crear datos realistas, mientras que el discriminador pretende distinguir entre los resultados generados y los resultados reales «verdaderos». Cada vez que el discriminador detecta una salida generada, el generador utiliza esa retroalimentación para intentar mejorar la calidad de sus salidas. Pero el discriminador también recibe retroalimentación sobre su desempeño. Esta interacción adversa da como resultado el refinamiento de ambos componentes, lo que lleva a la generación de contenido de apariencia cada vez más auténtica. Las GAN son más conocidas por crear deepfakes, pero también pueden usarse para formas más benignas de generación de imágenes y muchas otras aplicaciones. Se podría decir que el transformador es el campeón reinante de las arquitecturas de IA generativa por su ubicuidad en los poderosos modelos de lenguajes grandes (LLM) actuales. Su punto fuerte radica en su mecanismo de atención, que permite que el modelo se centre en diferentes partes de una secuencia de entrada mientras realiza predicciones. En el caso de los modelos de lenguaje, la entrada consta de cadenas de palabras que forman oraciones, y el transformador predice qué palabras vendrán a continuación (entraremos en detalles a continuación). Además, los transformadores pueden procesar todos los elementos de una secuencia en paralelo en lugar de recorrerla de principio a fin, como lo hacían los modelos anteriores; esta paralelización hace que el entrenamiento sea más rápido y eficiente. Cuando los desarrolladores agregaron vastos conjuntos de datos de texto para que los modelos de transformadores aprendieran, surgieron los notables chatbots de hoy. ¿Cómo funcionan los modelos de lenguaje grandes? Un LLM basado en transformadores se entrena proporcionándole un amplio conjunto de datos de texto del que aprender. El mecanismo de atención entra en juego cuando procesa oraciones y busca patrones. Al observar todas las palabras de una oración a la vez, gradualmente comienza a comprender qué palabras se encuentran más comúnmente juntas y qué palabras son más importantes para el significado de la oración. Aprende estas cosas tratando de predecir la siguiente palabra en una oración y comparando su suposición con la verdad básica. Sus errores actúan como señales de retroalimentación que hacen que el modelo ajuste los pesos que asigna a varias palabras antes de volver a intentarlo. Estos cinco LLM varían mucho en tamaño (dados en parámetros) y los modelos más grandes tienen un mejor rendimiento en una prueba comparativa de LLM estándar. IEEE Spectrum Para explicar el proceso de entrenamiento en términos un poco más técnicos, el texto en los datos de entrenamiento se divide en elementos llamados tokens, que son palabras o fragmentos de palabras, pero para simplificar, digamos que todos los tokens son palabras. A medida que el modelo revisa las oraciones en sus datos de entrenamiento y aprende las relaciones entre los tokens, crea una lista de números, llamada vector, para cada uno. Todos los números del vector representan varios aspectos de la palabra: sus significados semánticos, su relación con otras palabras, su frecuencia de uso, etc. Palabras similares, como elegante y elegante, tendrán vectores similares y también estarán cerca unas de otras en el espacio vectorial. Estos vectores se denominan incrustaciones de palabras. Los parámetros de un LLM incluyen los pesos asociados con todas las incrustaciones de palabras y el mecanismo de atención. Se rumorea que GPT-4, el modelo OpenAI que se considera el campeón actual, tiene más de 1 billón de parámetros. Con suficientes datos y tiempo de formación, el LLM comienza a comprender las sutilezas del lenguaje. Si bien gran parte de la capacitación implica mirar el texto oración por oración, el mecanismo de atención también captura las relaciones entre palabras a lo largo de una secuencia de texto más larga de muchos párrafos. Una vez que un LLM está capacitado y listo para su uso, el mecanismo de atención todavía está en juego. Cuando el modelo genera texto en respuesta a un mensaje, utiliza sus poderes de predicción para decidir cuál debería ser la siguiente palabra. Al generar fragmentos de texto más largos, predice la siguiente palabra en el contexto de todas las palabras que ha escrito hasta ahora; esta función aumenta la coherencia y continuidad de su escritura. ¿Por qué alucinan los modelos de lenguaje grandes? Es posible que haya escuchado que los LLM a veces «alucinan». Es una forma educada de decir que inventan cosas de manera muy convincente. A veces, un modelo genera texto que se ajusta al contexto y es gramaticalmente correcto, pero el material es erróneo o carece de sentido. Este mal hábito surge de la capacitación de los LLM sobre grandes cantidades de datos extraídos de Internet, muchos de los cuales no son objetivamente exactos. Dado que el modelo simplemente intenta predecir la siguiente palabra en una secuencia basándose en lo que ha visto, puede generar un texto que suene plausible y que no tiene base en la realidad. ¿Por qué es controvertida la IA generativa? Una fuente de controversia para la IA generativa es la procedencia de sus datos de entrenamiento. La mayoría de las empresas de inteligencia artificial que entrenan modelos grandes para generar texto, imágenes, videos y audio no han sido transparentes sobre el contenido de sus conjuntos de datos de entrenamiento. Varias filtraciones y experimentos han revelado que esos conjuntos de datos incluyen material protegido por derechos de autor, como libros, artículos de periódicos y películas. Se están llevando a cabo una serie de demandas para determinar si el uso de material protegido por derechos de autor para entrenar sistemas de IA constituye un uso legítimo o si las empresas de IA deben pagar a los titulares de los derechos de autor por el uso de su material. En una nota relacionada, a muchas personas les preocupa que el uso generalizado de la IA generativa quite puestos de trabajo a los humanos creativos que hacen arte, música, obras escritas, etc. Y también, posiblemente, de humanos que realizan una amplia gama de trabajos administrativos, incluidos traductores, asistentes legales, representantes de servicio al cliente y periodistas. Ya ha habido algunos despidos preocupantes, pero aún es difícil decir si la IA generativa será lo suficientemente confiable para aplicaciones empresariales a gran escala. (Ver más arriba sobre las alucinaciones). Finalmente, existe el peligro de que la IA generativa se utilice para crear cosas malas. Y, por supuesto, hay muchas categorías de cosas malas para las que teóricamente podrían usarse. La IA generativa se puede utilizar para estafas personalizadas y ataques de phishing: por ejemplo, mediante la “clonación de voz”, los estafadores pueden copiar la voz de una persona específica y llamar a la familia de esa persona para pedir ayuda (y dinero). Todos los formatos de IA generativa (texto, audio, imagen y video) pueden usarse para generar información errónea mediante la creación de representaciones aparentemente plausibles de cosas que nunca sucedieron, lo cual es una posibilidad particularmente preocupante cuando se trata de elecciones. (Mientras tanto, como informó Spectrum esta semana, la Comisión Federal de Comunicaciones de EE. UU. respondió prohibiendo las llamadas automáticas generadas por IA). Las herramientas de generación de imágenes y videos pueden usarse para producir pornografía no consensuada, aunque las herramientas fabricadas por las principales empresas no permiten ese uso. Y, en teoría, los chatbots pueden guiar a un posible terrorista a través de los pasos necesarios para fabricar una bomba, gas nervioso y una serie de otros horrores. Aunque los grandes LLM tienen salvaguardas para evitar ese uso indebido, algunos piratas informáticos disfrutan eludiendo esas salvaguardas. Es más, existen versiones «sin censura» de LLM de código abierto. A pesar de estos problemas potenciales, mucha gente piensa que la IA generativa también puede hacer que las personas sean más productivas y podría usarse como una herramienta para permitir formas de creatividad completamente nuevas. Probablemente veremos tanto desastres como florecimientos creativos y muchas otras cosas que no esperamos. Pero hoy en día, conocer los conceptos básicos de cómo funcionan estos modelos es cada vez más crucial para las personas conocedoras de la tecnología. Porque no importa cuán sofisticados crezcan estos sistemas, es trabajo de los humanos mantenerlos en funcionamiento, mejorar los siguientes y, con un poco de suerte, ayudar a las personas también.
Vértigo3d | E+ | Getty Images No hace mucho tiempo, redactar un mensaje de texto para la persona que te gusta podía haber implicado pistas ingeniosas de una revista de moda y el aporte de todos en el chat grupal. A partir del Día de San Valentín de 2024, el mundo del romance en línea se ve muy diferente. Un número cada vez mayor de personas utiliza la inteligencia artificial para coquetear, ya sea generando mensajes para aplicaciones de citas, cargando perfiles o evaluando la compatibilidad con una «situación». En EE. UU., 1 de cada 3 hombres de entre 18 y 34 años utiliza ChatGPT para obtener consejos sobre relaciones, en comparación con el 14% de las mujeres en el mismo rango de edad, según una encuesta del mes pasado en la plataforma de inteligencia artificial Pollfish. Las empresas emergentes centradas en mensajes de citas generados por IA están experimentando un auge en la demanda. Un hombre ruso que programó un chatbot para conversar con más de 5.000 mujeres en Tinder ahora está comprometido con una de ellas. El fenómeno incluso llegó el año pasado a un episodio de «South Park» de Comedy Central, cuando el personaje Stan Marsh le preguntó a otra personaje, Clyde Donovan, para pedirle consejos sobre cómo responder a los mensajes de texto de su novia. «ChatGPT, amigo», le dijo Clyde a Stan, en el pasillo de la escuela. «Hay un montón de aplicaciones y programas a los que puedes suscribirte que usan OpenAI para escribir por ti. La gente los usa para escribir poemas, escribir solicitudes de empleo. Pero para lo que son realmente buenos es para tratar con chicas». La IA generativa ha entrado en prácticamente todas las industrias, desde los servicios financieros hasta la investigación biomédica. Nvidia, el proveedor líder de procesadores utilizados para impulsar la mayoría de los modelos de IA generativa, ha visto dispararse sus ingresos y su capitalización de mercado ahora rivaliza con la de Amazon. OpenAI se ha convertido en una de las startups más populares del planeta, gracias a sus grandes modelos de lenguaje (LLM), mientras que Anthropic, fundada por ex empleados de OpenAI, está tratando de ponerse al día. La IA generativa para las citas puede parecer sombría, pero no necesariamente lo es. sorprendente. El creciente interés en el sector ha preparado el escenario para una avalancha de inversiones y una montaña de nuevos productos y servicios, incluidos algunos dirigidos al romance en línea. YourMove.AI, una herramienta de citas con inteligencia artificial que ofrece una gama de servicios como redacción de mensajes y análisis de conversaciones. y evaluar los perfiles de los usuarios de la aplicación de citas, tiene alrededor de 250.000 usuarios, estima el fundador Dmitri Mirakyan. Lanzado en 2022, YourMove recibe alrededor de 200.000 visitas al sitio por mes, dijo, y los ingresos han crecido aproximadamente un 20% mes tras mes. «El tipo de personas que usan esto: uno pensaría que en su mayoría son personas que se sienten incómodas, pero hay un montón de personas que son simplemente introvertidas», dijo Mirakyan a CNBC. Dijo que los usuarios incluyen personas tímidas, que hablan inglés como segundo idioma, que están atravesando cambios culturales o simplemente son novatos en las citas en línea. Un usuario de ChatGPT en Nueva York le dijo a CNBC que decidió utilizar el servicio de OpenAI para redactar mensajes a mujeres sobre las citas. aplicaciones después del episodio de «South Park» del pasado mes de marzo. Conectaría el mensaje de apertura de una mujer a ChatGPT y le pediría que actuara como una sola persona con el objetivo de conseguir una cita. Se aseguró de decirle al chatbot que no invitara a salir a la persona de inmediato. El hombre, que pidió permanecer en el anonimato por razones de privacidad, dijo que enviar mensajes de texto es la peor parte de las aplicaciones de citas. Dijo que llegó a la etapa de la primera cita con un par de personas usando el método ChatGPT e incluso recurrió al chatbot para planificar una salida, preguntándole por lugares para citas en Nueva York. «Tener citas es difícil», otro hombre de Nueva York, que también solicitó el anonimato, le dijo a CNBC que una vez le pidió a ChatGPT que lo ayudara a redactar un mensaje de texto para una chica con la que había estado saliendo y que estaba a punto de irse de vacaciones. Quería decirle que se divirtiera y que no se preocupara si no podía responder a sus mensajes mientras estaba fuera. Las primeras versiones parecían demasiado artificiales, dijo, por lo que tuvo que pedirle al chatbot que redactara textos más informales. «Ey [her name]¡Estoy súper emocionado por tu viaje!» respondió ChatGPT. «Diviértete genial y no te preocupes por responder mensajes de texto. Pero bueno, si tomas algunas fotos interesantes o quieres charlar, estoy aquí. ¡Diviértete!» Rizz, un asistente de citas con inteligencia artificial, debutó en 2022 después del despegue de ChatGPT. Los cofundadores Roman Khaves y Josh Miller dijeron que tuvieron la idea de una herramienta de citas personal años antes, pero para que funcionara habrían necesitado contrató entrenadores de citas porque la tecnología de automatización no existía. Ahora, Rizz tiene 3,5 millones de descargas hasta la fecha, con 1 millón de usuarios activos mensuales. En promedio, el número de usuarios aumentó un 30% por mes en el último trimestre, dijo la compañía. «Tener citas es difícil», dijo Khaves a CNBC. «Se ha convertido en como un segundo trabajo para muchas personas: la gente está pasando apuros». Hay mucha competencia ahí fuera. Las personas no solo necesitan tener excelentes fotos que destaquen, sino que también necesitan saber cómo iniciar estas conversaciones en aplicaciones de citas». Algunas empresas emergentes en el espacio actualmente utilizan los modelos de OpenAI y los personalizan. Las empresas que hablaron con CNBC dijeron No venden ni comparten datos de entrenamiento, aunque sí los usan internamente para mejorar el producto. Ganan dinero con las suscripciones de los usuarios. Jonathan Raa | Nurphoto | Getty ImagesAlex Weitzman se volvió viral en TikTok e Instagram por Texts From My Ex, the AI chatbot que construyó para analizar sus propias conversaciones de texto de su relación pasada. Luego decidió convertirlo en un sitio web y una aplicación llamada Amori. Amori usa inteligencia artificial para analizar todo el historial de chat de WhatsApp o iMessage de un usuario con cualquier persona en su lista de contactos, Weitzman El chatbot, que está construido sobre los modelos de OpenAI, utiliza los registros de chat para clasificar la relación en áreas como compatibilidad, comunicación, «sensualidad» y más, llegando incluso a adivinar el estilo de apego de cada persona. (Weitzman y su ex tenían un puntaje de compatibilidad de solo 37%). Entre TikTok e Instagram Reels, el video de Weitzman tiene 3 millones de visitas hasta ahora. A las dos semanas de publicarlo, 30.000 personas accedieron a sus historiales de mensajes, dijo, y la herramienta ya ha sido utilizada por 50.000 personas. Weitzman fue más allá de la web para lanzar una aplicación dedicada en versión beta esta semana. La mayor parte de la base de usuarios de su empresa han sido mujeres, afirmó. «Hay algunas cosas que no querrás preguntarle a tu amigo», dijo Weitzman, y agregó: «Un amigo no podrá leer miles de mensajes de texto por ti. Una IA puede ser mucho más específica y encontrar realmente momentos específicos en el chat que muestran evidencia». Weitzman planea ofrecer una gama de entrenadores de citas con IA, cada uno con su propia «personalidad», así como diferentes opciones de análisis para las cargas de conversaciones de texto, como estilos de archivos adjuntos, radar de bandera roja e incluso un «detector de p**os». ‘Pise con precaución’ En YourMove, Mirakyan ahora tiene nueve empleados a tiempo parcial trabajando en la aplicación. Han pasado mucho tiempo personalizando el modelo de IA y resolviendo problemas, haciéndolo «coqueto pero no demasiado coqueto», dijo. Al principio, recordó Mirakyan, la modelo a veces parecía demasiado agresiva al intentar invitar a salir a alguien o generar un mensaje que intentaba abordar todo lo mencionado en el perfil de citas de la persona. A veces incluso hacía una broma sobre la proximidad de la persona (digamos, a dos millas de distancia), lo que parecía espeluznante. Mirakyan dijo que hubo un «ciclo largo de jugar con la IA y las entradas que le proporcionamos, pero también pensando en ‘¿A quién le atrae este mensaje?'»Como en otras áreas, depender demasiado de la IA en las citas puede cruzar la línea y convertirse en un comportamiento poco ético. Gary Kremen, quien fundó Match.com hace tres décadas, dijo a CNBC que » Si alguien siempre está adaptando sus respuestas usando un chatbot», esa práctica «puede volverse fácilmente problemática». Por ejemplo, agregar un chihuahua a una foto para tratar de coincidir con un usuario que dice que ama a los perritos puede ser como mentir sobre su edad, dijo Kremen. Aunque el uso de la IA para citas no es necesariamente del todo malo, añadió, las aplicaciones de citas aún tendrán que «andar con precaución». Lisa Marie Bobby, psicóloga licenciada y terapeuta matrimonial y familiar, dijo a CNBC que si bien la IA puede ser útil Para las primeras impresiones, especialmente para aquellos que han tenido problemas con las citas en línea en el pasado, también puede conducir a conexiones no auténticas. «Tal vez tomaron decisiones sobre involucrarse contigo basándose en una experiencia que estaban teniendo con la comunicación generada por IA, en lugar de que tú en realidad», dijo Bobby. «A corto plazo, puede proporcionar este impulso. Pero a largo plazo, ¿desperdiciaste varios meses de cada una de tus vidas?» Las citas basadas en inteligencia artificial plantean una pregunta crítica que la gente debe considerar: «Cuando comienzas una relación relación con alguien, ¿has presentado una versión de ti mismo que no es exactamente quien eres?» dijo Bobby.Renate Nyborg, ex directora ejecutiva de Tinder, lanzó Meeno en 2023 como una herramienta de asesoramiento de inteligencia artificial para cualquier tipo de relación, desde el romance hasta el lugar de trabajo y todo lo demás. Nyborg dijo que las personas usan Meeno para generar mensajes o practicar conversaciones con personas en sus vidas, pero la aplicación también permite a los usuarios observar tendencias generales en sus relaciones. Meeno está dirigido principalmente a la Generación Z y a los millennials, por ahora, y la mayoría de los usuarios son hombres, dijo Nyborg. Actualmente está disponible en Finlandia, Australia y Nueva Zelanda, pero la compañía planea expandirse a EE. UU., Reino Unido y Países Bajos a finales de este año. Meeno ha estado trabajando con un grupo de probadores beta en los EE. UU. desde agosto, dijo Nyborg, y se encuentran entre las más de 1.000 personas que trabajan en la aplicación en total. Hasta la fecha, toda la producción de Meeno ha sido revisada por anotadores humanos con experiencia relevante, como soporte práctico en crisis o capacitación en psicología. Actualmente, Meeno se ejecuta en GPT-4 de OpenAI, pero Nyborg dijo que la compañía construyó barreras de seguridad personalizadas para brindar asesoramiento especializado en relaciones. La aplicación no «se trata de darte una línea elegante para chatear», dijo Nyborg. «Meeno te ayuda a construir relaciones cercanas reales». MIRA: Cómo construí mi aplicación de citas de 400 millones de dólares al año
Source link