Noticias Tecnología - Innovación - Ciencia

add ver todas

La IA generativa es solo una fase, lo que sigue es la IA interactiva

La visión de Mustafa Suleyman, el cofundador de DeepMind, sobre la evolución de la inteligencia artificial (IA) es interesante y refleja una tendencia importante en el campo de la IA. La IA generativa se ha centrado en la creación de contenido autónomo, mientras que la IA interactiva busca llevar la interacción entre máquinas y humanos un paso más allá.

La evolución de la IA se puede entender en tres etapas:

  • Primera etapa: Clasificación. En esta fase inicial, la IA se enfocaba en clasificar datos. Esto significa que se entrenaba a la IA para reconocer y etiquetar diferentes tipos de información, como imágenes, vídeos, audio y texto.
  • Segunda etapa: Generación. Aquí la IA avanzó hacía la capacidad de generar nuevos datos. En lugar de limitarse a etiquetar o reconocer la información existente, comenzó a crear datos completamente nuevos. Esto incluye la generación de imágenes realistas, textos coherentes y música, entre otros.
  • Tercera etapa: Interactiva. La próxima fase de la IA se centrará en la interacción. En este punto, se espera que las personas no solo escriban o hagan clic en botones para comunicarse con la IA, sino que hablen con ella de manera natural, como si estuvieran teniendo una conversación. Estas IA serán capaces de comprender objetivos generales de alto nivel y tomarán acciones en base a esos objetivos.

En esta línea evolutiva, el cofundador de DeepMind, Mustafa Suleyman, quiere desarrollar un chatbot que vaya más allá de la generación de texto. Este se enfoca en la próxima etapa de la inteligencia artificial: la IA interactiva, que implica robots capaces de realizar tareas asignadas, coordinando con otros programas y personas.

Es importante destacar que la IA interactiva también plantea desafíos éticos y técnicos, como la privacidad, la seguridad y la coordinación efectiva con humanos y otros sistemas. Sin embargo, es un campo emocionante que promete transformar la forma en que interactuamos con la tecnología y cómo esta nos ayuda en nuestra vida diaria.

En este sentido, se está trabajando en modelos interactivos que sean totalmente controlables por los humanos. Esto implica establecer límites claros y definidos que las IA no pueden sobrepasar. El cofundador de DeepMind pone de ejemplo el nuevo modelo que están desarrollando llamado Pi. Se trata de un modelo de IA interactiva completamente respetuoso. Se ha diseñado para que no pueda producir cosas racistas, homofóbicas, sexistas o cualquier otro tipo de material tóxico.

Esto representa un gran cambio en lo que la tecnología puede hacer, ya que la tecnología actual es estática.  


Para saber más, haz click aquí

NOTICIAS RELACIONADAS

add ver todas

Lego lanza sus primeras piezas de juguete sostenibles

Lego lanzará a mediados de 2018 las primeras piezas de lego fabricadas totalmente con plásticos vegetales con el fin de cumplir su compromiso de utilizar más materiales sostenibles en la fabricación de sus productos core en 2030.Las consecuencias del lanzamiento de las nuevas piezas de Lego: Reducción del uso de combustibles fósiles como materia prima – las piezas están fabricadas con polietileno, un plástico flexible que se fabrica con etanol proveniente de la caña azúcar, al ser bioplásticos pueden ser recicladas muchas veces pero es poco probable que las piezas sean 100% biodegradables.​Refuerzo de su compromiso de sostenibilidad – las piezas sostenibles suponen solo el 1-2% de la fabricación actual. Sin embargo, es un primer paso para alcanzar el objetivo de reducción del uso de plásticos provenientes de combustibles fósiles como materia prima en 2030.Alianzas para fomentar el uso de bioplásticos – Lego se ha aliado con WWF para apoyar y desarrollar la demanda de plásticos sostenibles y se ha unido a BFA (Bioplastic Feedstock Alliance) para garantizar el abastecimiento totalmente sostenible de materias primas para la industria de bioplásticos.Para saber más haz click aquí

Lo último en CRISPR

CRISPR, la revolucionaria tecnología de modificación genética tiene el potencial de erradicar trastornos genéticos, cáncer, ceguera y VIH entre otras. Conforme la tecnología avanza y los costes decrecen, instituciones, empresas y startups exploran su potencial biotecnológico en problemas que anteriormente eran intratables.

¿Qué temáticas trataremos en TREND BUILDERS '23?

Todos los meses compartimos las innovaciones y tendencias más relevantes del sector Gran Consumo, Retail y Horeca a nivel mundial. Además, ponemos mucho foco en la Innovación Abierta, ya que se trata de una tendencia empresarial cada vez más utilizada en todo el mundo, especialmente en los sectores que requieren una constante innovación tecnológica y de negocio, como el Gran Consumo, Retail y Horeca, entre otros.Desde AECOC, contamos con la Plataforma de Innovación Abierta, desde la cual ofrecemos diferentes servicios y contenidos para nuestros socios. Por ejemplo, dentro del marco de la Innovación Abierta y Colaborativa, este año estamos trabajando en un Challenge de Digitalización y Nuevas Tecnologías, en el que contamos con la participación de 16 empresas líderes del sector. Con el objetivo de que las empresas puedan aprovechar mejor la experiencia y el conocimiento de otros actores del sistema y reducir los costes y riesgos. Por otro lado, para seguir incentivando la innovación y acercarla a nuestros socios, desde hace 8 años reunimos algunos de los temas más innovadores y de mayor interés actual en el evento anual TREND BUILDERS. Este año Trend Builders se llevará a cabo en Barcelona el próximo 31 de mayo y los asistentes

La inteligencia artificial puede detectar signos de...

El uso de machine learning puede detectar los patrones y los primeros síntomas del Alzheimer. El estudio se esta realizando a través de un dispositivo que, instalado en el cuarto de un paciente, se encarga de grabar todo lo que sucede a su alrededor incluyendo los movimientos de la persona.Las consecuencias del uso de machine learning en la detección del Alzheimer:Identificación de enfermos en fase temprana – los dispositivos permiten recoger información e identificar patrones que pueden servir para identificar a futuros pacientes, que podrían comenzar a ser tratados años antes de que aparezcan los síntomas obvios como la perdida de memoria.​Creación de un prueba de diagnostico– actualmente no existe prueba para identificar a los enfermos de Alzheimer y los escáneres de cerebro no se pueden utilizar para identificar esta enfermedad. Sin embargo, el machine learning podría permitir desarrollar una prueba de diagnóstico.Mejora de los ensayos clínicos de los medicamentos – los patrones identificados con machine learning pueden eliminar los dos problemas principales en el desarrollo de nuevos medicamentos para el Alzheimer: el desconocimiento de las causas de la enfermedad y la dificultad de identificar pacientes que se beneficien de la medicación.Para saber más haz click aquí