La inteligencia artificial suspende en gramática

Computación La inteligencia artificial suspende en gramática El lenguaje es uno de los principales rasgos que diferencia a los seres humanos de otras especies. De dónde proceden, cómo se aprende y por qué los humanos hemos sido capaces de desarrollar este complejo sistema de comunicación, ha generado muchos interrogantes a lingüistas y científicos de diversos campos de la investigación. En los últimos años se ha avanzado mucho a la hora de intentar enseñar el lenguaje a los ordenadores, lo que ha dado lugar a la aparición de los llamados grandes modelos de lenguaje, tecnologías entrenadas a partir de enormes cantidades de datos que son la base de algunas aplicaciones de inteligencia artificial (IA): motores de búsqueda, traductores automáticos o conversores de audio a texto, por ejemplo. Pero, ¿cómo son las capacidades lingüísticas de estos modelos? ¿Se pueden equiparar a las de un ser humano? Un equipo investigador liderado por la Universidad Rovira i Virgili (URV) en Tarragona, con participación de la Universidad Autónoma de Barcelona (UAB), la Institución Catalana de Investigación y Estudios Avanzados (ICREA) y la Universidad Humboldt de Berlín en Alemania, puso a prueba estos sistemas para comprobar si realmente tienen capacidades lingüísticas equiparables a las de las personas. Para ello compararon la habilidad humana con la de los tres mejores grandes modelos de lenguaje disponibles actualmente: dos basados en GPT3, además de ChatGPT, basado en GP3.5. Se les asignó una tarea fácilmente ejecutable para las personas: a partir de muchos tipos distintos de oraciones debían identificar al momento si esta estaba gramaticalmente bien formada en su lengua materna o no. Tanto a los humanos que participaron en este experimento como a los modelos del estudio se les hizo una pregunta muy simple: «¿Esta oración es gramaticalmente correcta?». Los resultados demostraron que los humanos respondieron correctamente mientras que los grandes modelos de lenguaje dieron muchas respuestas erróneas. De hecho, se detectó que adoptaron una estrategia predeterminada que consistía en responder «sí» la mayoría de las veces, independientemente de si la respuesta era correcta o no. «El resultado es sorprendente, ya que a estos sistemas se les instruye según lo que es gramaticalmente correcto o no en un idioma», explica Vittoria Dentella, investigadora del Departamento de Estudios Ingleses y Alemanes, que ha liderado el estudio. Los evaluadores humanos capacitan a estos grandes modelos de lenguaje explícitamente sobre el estado de gramaticalidad de las construcciones que pueden encontrar. A través del proceso de aprendizaje reforzado a partir de la retroalimentación humana, a estos modelos se les pondrá ejemplos de frases que no están gramaticalmente bien construidas y se les dará la correcta versión. Este tipo de instrucción es parte fundamental de su “entrenamiento”. Esto, en cambio, no ocurre en los humanos. “Si bien las personas que educan a un bebé pueden corregirle ocasionalmente la forma en que habla, esto no ocurre constantemente ni en todas las comunidades lingüísticas del mundo”, afirma la investigadora. El estudio, pues, pone de manifiesto que existe un doble desajuste entre humanos y IA. Las personas no tenemos acceso a “evidencia negativa” —sobre lo que no es gramaticalmente correcto en el idioma que se hable—, mientras que los grandes modelos de lenguaje tienen un amplio acceso a esta información a través de la retroalimentación humana, pero aun así no pueden reconocer fallos gramaticales triviales, mientras que los humanos podemos hacerlo instantáneamente y sin esfuerzo. El nuevo estudio pone de manifiesto que el ser humano puede reconocer errores gramaticales en una oración en la cual la inteligencia artificial falla. (Imagen: Amazings / NCYT) “Desarrollar herramientas útiles y seguras de inteligencia artificial puede ser muy útil, pero pasa necesariamente por determinar sus limitaciones. Dado que la mayoría de las aplicaciones de IA dependen de la comprensión de órdenes dadas en lenguaje natural, determinar estas limitaciones en el manejo de la gramática, como hemos hecho en este estudio, es de vital importancia”, señala Evelina Leivada, profesora de investigación ICREA en el Departamento de Filología Catalana de la UAB. “Con estos resultados pensamos que es necesaria una reflexión crítica sobre las afirmaciones que atribuyen a las IA capacidades lingüísticas similares a las de las personas”, concluye Dentella, quien considera que adoptar estos modelos de lenguaje como teorías de lenguaje humano no está justificado en la etapa actual de su desarrollo. El estudio se titula “Systematic testing of three Language Models reveals low Language accuracy, absence of response stability, and a yes-response bias”. Y se ha publicado en la revista académica PNAS. (Fuente: URV)

This content was originally published here.

Cómo la Inteligencia Artificial y la Ciencia de Datos están impulsando la transformación empresarial

Todos los años, el diccionario británico Collins elige una palabra que representa una tendencia o un hecho sobresaliente para la sociedad, buscando capturar la esencia de los acontecimientos culturales de ese período. En 2023, esa palabra fue “IA”, definida como “abreviatura de inteligencia artificial: el modelado de las funciones mentales humanas mediante programas informáticos”. Sin duda, una decisión acertada por parte de los lexicógrafos de Collins, ya que no solo el término ha acaparado titulares y dominado conversaciones desde el lanzamiento de ChatGPT en noviembre del año pasado, sino que esta tecnología se ha incorporado a nuestras vidas de manera casi omnipresente.

La inteligencia artificial parece ser la nueva fiebre del oro para las empresas tecnológicas, donde se ha desencadenado una competencia feroz por el liderazgo. Tanto los gigantes de Silicon Valley como startups emergentes han invertido enormes sumas de dinero en desarrollar algoritmos de IA, sistemas de aprendizaje automático y plataformas de procesamientos de datos que los posicionen a la vanguardia de un mercado dinámico y vibrante.

Según los datos recopilados en el informe AI Index 2023, elaborado por el Instituto Stanford para la Inteligencia Artificial centrada en el Humano (HAI), hasta 2014, la mayoría de los modelos de aprendizaje automático más importantes fueron creados por universidades y centros de investigación académicos. Estas organizaciones, actores fundamentales en el desarrollo de la IA, cuentan con los recursos necesarios para llevar a cabo investigaciones complejas y de vanguardia, además de tener acceso a grandes conjuntos de datos, un considerable poder de procesamiento computacional y un equipo de investigadores de altísimo nivel.

IA (Inteligencia Artificial), palabra del año 2023 según el diccionario Collins

Aún así, últimamente la industria tecnológica ha tomado la delantera. En 2022 hubo 32 modelos de aprendizaje automático relevantes producidos por empresas privadas, frente a solo tres desarrollados por organizaciones académicas. Esto se da así porque construir sistemas de IA vanguardistas requiere de cantidades cada vez más grandes de datos y poder de cómputo, pero sobre todo, abundantes cantidades de dinero, aportada a la industria por inversores ávidos de obtener un rendimiento financiero a su inversión.

Es que los modelos de IA están cambiando al mundo rápidamente, acelerando el progreso científico, la producción industrial, el cuidado de la salud, el arte, la creatividad y la toma de decisiones. Y toda esta tecnología fascinante es imposible de concebir sin la Ciencia de Datos, ya que no solo se complementan y retroalimentan mutuamente, sino que también comparten muchos aspectos en común. Ambas disciplinas se basan en el uso de los datos para generar conocimiento y soluciones prácticas.

“¿De qué se trata la ciencia de datos? En rigor de verdad es un crisol de ciencias”, ilustra Sebastián Grieco, licenciado en sistemas y director de la carrera de Licenciatura en Ciencia de Datos, recientemente incorporada a la oferta académica de la UCA Rosario. “Allí coexisten distintos saberes que tienen que ver con matemática, con estadística, con datos, con informática e incluso con inteligencia artificial. Su objeto de estudio claramente son los datos, y los aborda con el propósito de obtener información significativa”, explica Grieco a Rosario3.

Las oficinas de OpenAI en San Francisco. Aquí nació ChatGPT

“El profesional trabaja con los datos, ya sea que estén estructurados en una base de datos o se encuentren repartidos en diferentes fuentes y formatos”, precisa el director académico. “Por ejemplo, pueden llegar a ser correos electrónicos, informes, audios, textos, gráficos… Y lo hace para extraer de allí el conocimiento, la información que no se reveló a simple vista o a primera lectura. Una vez obtenido este conocimiento, lo comunica para que sea utilizado en la toma de decisiones”, detalla. “Por eso es que me gusta definir al profesional en ciencia de datos como un descubridor, un libertador del conocimiento que subyace en los enormes volúmenes de datos de una organización”, expone Grieco.

En la era de la transformación digital, la ciencia de datos se consolida como uno de los pilares fundamentales para las organizaciones que buscan liderar en el ámbito empresarial. Su influencia se extiende más allá de las fronteras de la academia y la investigación, permeando cada aspecto de la toma de decisiones estratégicas. La capacidad de analizar grandes volúmenes de datos, provenientes de diversas fuentes y en variados formatos, se convierte en un activo invaluable para descubrir patrones, tendencias y oportunidades que de otra manera podrían pasar desapercibidos.

“Sin arquitectura de la información, no hay inteligencia artificial”, afirma a Rosario3 la ingeniera María del Rosario Bruera, consultora especialista en Ciencia, Gobierno y Monetización de Datos de MEC, una consultoría local que brinda servicios de estrategia de negocios, con gran penetración en la región centro y países limítrofes. “Si no hay datos convenientemente estructurados y organizados, la inteligencia artificial no puede crear respuestas. Es decir, no es una caja mágica que puede responder cualquier pregunta, en cualquier contexto, con cualquier dato”, describe Bruera.

Las oficinas de OpenAI en San Francisco. Aquí nació ChatGPT

En este contexto, el profesional en ciencia de datos no solo se convierte en un descubridor de conocimiento, sino en el artífice de la innovación y el catalizador de la eficiencia operativa en la empresa moderna. Un alquimista contemporáneo que desentraña los secretos escondidos entre los enormes caudales de información para transformarlos en valioso conocimiento. No obstante, la implementación de nuevas tecnologías debe ser consciente y fundamentada, respaldada por un análisis detenido de su rentabilidad y su alineación con los objetivos estratégicos de la organización.

“La primera barrera que una empresa tiene que vencer, es pensar cuáles son los principales problemas que tiene actualmente el negocio, y entender si esos problemas pueden mejorarse usando eficientemente los datos que ya tienen”, indica Bruera. “Si esa respuesta es positiva, es decir, que verdaderamente la inteligencia artificial puede brindarnos una respuesta sobre esas decisiones que estamos tomando mal y por eso no encontramos la solución al problema, recién ahí se puede avanzar en la siguiente etapa, que es evaluar cuánto sería el costo de mejorar esta decisión. Esto tiene que estar alineado con la ganancia que se va a obtener de la monetización de datos. Es decir, solamente se justifica actuar y desplegar tecnologías si la monetización del dato así lo asegura”, fundamenta la especialista.

La conjunción armónica entre la ciencia de datos y la inteligencia artificial ha transformado radicalmente la manera en que las organizaciones toman decisiones y enfrentan sus desafíos. Sin embargo, muchas empresas enfrentan la realidad de contar con información y datos desordenados, mal clasificados o incluso, sin clasificar; una situación que subraya la urgente necesidad de implementar métodos eficaces de gestión de datos.

La sede Rosario de la UCA incorporó la Licenciatura en Ciencia de Datos a su oferta de carreras de grado

Ariel Secondo, director de MEC Consultores, cuenta que “muchas veces nos encontramos con problemas en la parte de gobierno de datos. Primero hay que ordenar bien lo que uno tiene, entenderlo, segmentar, clasificar y tomar los recaudos para que sea información disponible de manera oportuna, segura y confiable. Posteriormente se pueden explorar las diversas dimensiones del análisis de datos y, finalmente, en todo lo relacionado con el aprendizaje automático”, detalla el experto en marketing y gestión de mercado. “Por eso decimos que para tener inteligencia artificial, primero hay que tener arquitectura de la información”.

La ciencia de datos y la inteligencia artificial son, en algún punto, dos caras de una misma moneda; disciplinas complementarias que, en plena simbiosis, potencian exponencialmente la capacidad para extraer conocimiento de enormes volúmenes de datos. Un binomio poderoso con el potencial de reinventar por completo la forma en que empresas y organizaciones toman decisiones estratégicas en la era digital.

Cómo la Inteligencia Artificial y la Ciencia de Datos están impulsando la transformación empresarial

This content was originally published here.

Qué hay que hacer con la inteligencia artificial en el aula según una de las expertas en educación más influyentes

La educación en nuestro país tiene múltiples desafíos a futuro . El modelo de la virtualidad que estrenamos en la pandemia y el surgimiento de la inteligencia artificial (IA) ponen sobre la mesa interrogantes para la pedagogía de hoy y de mañana. Rose Luckin es profesora del University College London y experta en IA, y fue nombrada como una de las 20 personas más influyentes en la educación en la lista Seldon, que se hace en el Reino Unido para destacar a los especialistas con capacidad de impactar positivamente en escuelas y universidades. Luckin habla con Clarín sobre cómo utilizar la IA en las aulas y también problematiza sobre cómo impactan en los alumnos las clases híbridas que proponía incluir en Argentina el proyecto de ley Ómnibus que debate el Congreso. La británica es una de las personas que más conoce el mundo de la inteligencia artificial en la educación . Tiene un interés particular en su uso para abrir la que considera es la “caja negra” del aprendizaje, para mostrarles a los maestros y estudiantes el detalle de su progreso intelectual, emocional y social . La profesora de “Diseño Centrado en el Alumno” cuenta con una investigación que involucra el diseño y la evaluación de tecnología educativa utilizando teorías de las ciencias y técnicas de aprendizaje de la IA. Rose fue una de las oradoras en el “IFE Conference” en el Tecnológico Monterrey, que se desarrolla esta semana en esa ciudad de México y fue creada por el Institute for the Future of Education de esa institución académica para proporcionar cada año un evento internacional de innovación educativa y perspectivas La especialista manifiesta que “como humanos tenemos que honrar nuestra propia inteligencia humana y tenemos que pensar en educar a la gente sobre la inteligencia artificial . Todos necesitamos tener una comprensión básica de lo que puede hacer, de lo que no puede hacer y de cómo deberíamos relacionarnos con ella”. –¿Cómo sería el uso apropiado de la inteligencia artificial en las aulas? –Yo creo que la inteligencia artificial se puede usar de mejor manera como si fuera un asistente para el aula. Por ejemplo, puedes usar una herramienta de IA para escribir contenido que te pueda ayudar para enseñar. Pero para eso el profesor tiene que ser un experto en la materia para saber si lo que está escribiendo la IA es bueno para ser utilizado. Pero si sabe cómo utilizar la herramienta, le puede ayudar al profesor a ahorrar muchísimo tiempo. Cuando esté satisfecho con la información que la IA le creó, puede pedirle diferentes versiones de esa información para tener una amplia variedad de datos. O también el docente podría crear una caja de chat donde los alumnos puedan evacuar sus preguntas cuando el profesor no esté. –En Argentina, los estudiantes recurren al chat GPT, pero no le avisan al docente que lo están utilizando. En este sentido, si hay que tomar a la IA como un asistente y somos nosotros mismos los que le damos sentido a esa herramienta, ¿cómo se puede evaluar la utilización de esto en los alumnos? –Es una muy buena pregunta. Creo que debemos pensar una manera en la que podamos reasignar las tareas, para que así sea algo que la misma inteligencia artificial no pueda hacer por su propia cuenta. La inteligencia artificial no comprende lo que le está produciendo al alumno. Lo hace y listo. En cambio, el objetivo del alumno, para aprobar la materia, es comprender los procedimientos que hizo para llegar a ese resultado. Por esa razón, necesitamos pensar de manera cuidadosa cómo asignamos las tareas. Entonces, podríamos educar a los alumnos para que ellos nos digan abiertamente la manera en la que se utilizó chat GPT, cuál fue la información que ellos le dieron al chat GPT para que les diera esa serie de respuestas, para que así lo pudiéramos implementar dentro de las tareas y de una manera abierta, donde se sepa que se utiliza para que no sea un secreto. Tenemos que volver a pensar la manera en la que asignamos las tareas, cómo están pensadas. –En Argentina hay un nuevo presidente y acaba de llevar al Congreso una serie de modificaciones. En torno a la educación, hablaba sobre “los estudios a distancia híbridos como alternativa a la educación presencial a partir del segundo ciclo del nivel primario”. ¿Esto es recomendable? –Hay mucha evidencia que dice que una mezcla de la interacción humana y la inteligencia tecnológica es la mejor manera de producir conocimiento. Porque esa interacción humana es muy importante y no deberíamos dejar a la tecnología hacer todo. Tiene que estar balanceado. No obstante, ha habido muchos estudios recientes sobre la pandemia en la que los niños crecieron con desventaja para enfrentar el mundo porque no tuvieron suficiente interacción humana. Tuvieron una peor experiencia en la pandemia que los estudiantes que eran más probables de lograrlo bien. –¿Cuál es el principal desafío de la inteligencia artificial? –Creo que ahora el mayor desafío que tiene la inteligencia artificial es cómo los educadores tienen el acceso, tienen la información necesaria, para saber que están utilizando bien la inteligencia artificial para que también se pueda utilizar bien para los estudiantes. Monterrey. Enviada especial AS Sobre la firma Newsletter Clarín Tags relacionados

This content was originally published here.

Elon Musk, sobre la inteligencia artificial: «Llegará un momento en el que ningún puesto de trabajo será necesario»

Elon Musk

El dueño de X (antes Twitter) y cofundador de OpenAI está convencido de que la tecnología llevará a la humanidad hacia una «edad de la abundancia». «No tendremos una renta básica universal, tendremos una renta alta universal»

Elon Musk —fundador de Tesla, dueño de la red social X (antes Twitter) y cocreador de OpenAI, compañía madre del ChatGPT de la que acabó desvinculándose— deslizó este jueves durante una conversación sobre inteligencia artificial (IA) con el primer ministro británico, Rishi Sunak, que «llegará un momento en el que ningún puesto de trabajo será necesario». Tras la cumbre de seguridad de IA celebrada en Bletchley Park (Reino Unido), Sunak y Musk charlaron durante cerca de una hora en el palacete londinense de Lancaster House frente a una audiencia de líderes empresariales.

En mangas de camisa, el jefe de Gobierno británico fue el encargado de lanzarle preguntas al magnate estadounidense, que describió la inteligencia artificial como un «genio mágico» capaz de llevar a la humanidad hacia una «edad de la abundancia». «No tendremos una renta básica universal, tendremos una renta alta universal. En algún sentido, será una forma de igualar y equilibrar, porque realmente creo que todo el mundo tendrá acceso a este genio mágico», dijo Musk.

Al abordar el tema de los robots, el empresario enfatizó la necesidad de fabricarlos con un mecanismo para poder apagarlos en caso de necesidad. «Es algo sobre lo que deberíamos estar bastante preocupados. Si un robot te puede perseguir a cualquier parte, ¿qué ocurre si un día ellos reciben una actualización de software y dejan de ser tan amigables?», se preguntó.

El también fundador de la empresa de cohetes Space X habló de la capacidad de que la IA para hacer «compañía» a los humanos. Los sistemas autónomos podrán «conocerte mejor que cualquiera, quizás mejor a ti mismo», dijo. «Tendrás un gran amigo», afirmó Musk, que explicó que uno de sus hijos tiene «algunos problemas de aprendizaje y problemas para hacer amigos» y que «un amigo IA sería de hecho genial para él».

This content was originally published here.

Estas serán las profesiones más requeridas de 2024, según la inteligencia artificial

Los últimos avances tecnológicos provocaron una sacudida en el mercado laboral. Con el desarrollo de la inteligencia artificial y disciplinas como la robótica, la programación y la ciberseguridad, las posibilidades y nuevos trabajos se multiplicaron en los últimos años como nunca.

Así, a medida que nos acercamos a 2024, es crucial prever cuáles serán las profesiones más demandadas por las empresas. Para tratar de anticiparnos, le consultamos a las inteligencias artificiales de ChatGPT y Bard y esto fue lo que nos contestaron.

Leé también: Estos son los inventos tecnológicos más importantes de la humanidad, según la inteligencia artificial

Desde la creación de contenidos hasta las tareas relacionadas con energías renovables, pasando por tecnologías emergentes y blockchain, estas son las profesiones que serán tendencia en 2024, según la inteligencia artificial:

  • Especialistas en ciberseguridad

Con el aumento exponencial de datos y la digitalización de sectores, la ciberseguridad ya es una prioridad. Los expertos en este campo no solamente deben ser hábiles en la detección y prevención de ataques, sino que también tienen que estar al tanto de las regulaciones y leyes en evolución constante.

Desde expertos en ciberseguridad hasta especialistas en energías renovables, los trabajos más requeridos del futuro serán que quienes estén dispuestos a aprender de manera continua y adaptarse a las últimas tendencias tecnológicas. (Foto: AdobeStock)
Desde expertos en ciberseguridad hasta especialistas en energías renovables, los trabajos más requeridos del futuro serán que quienes estén dispuestos a aprender de manera continua y adaptarse a las últimas tendencias tecnológicas. (Foto: AdobeStock)
  • Gestores de datos y analistas de Big Data

Las empresas necesitarán profesionales que sepan cómo recopilar, analizar y traducir grandes cantidades de datos en información para mejorar operaciones y tomar decisiones estratégicas.

  • Especialistas en energías renovables

La lucha contra el cambio climático y la transición hacia una economía verde ya están impulsando la demanda de expertos en energías limpias y sostenibles.

  • Ingeniería de inteligencia artificial y aprendizaje automatizado

El avance continuo de la inteligencia artificial y el aprendizaje automatizado revolucionó una variedad de industrias, desde la atención médica hasta la logística. Los ingenieros de IA y los científicos de datos serán esenciales para desarrollar y mantener sistemas inteligentes y algoritmos que impulsen la automatización y la toma de decisiones basada en datos.

Leé también: Los 8 inventos tecnológicos que cambiaron nuestras vidas

  • Expertos en ética de inteligencia artificial

A medida que la IA se integra más en nuestras vidas, la necesidad de profesionales que puedan abordar cuestiones éticas y de privacidad se vuelve fundamental. Los expertos en ética de la IA desempeñarán un papel importante en la toma de decisiones responsables y justas en el desarrollo de tecnologías avanzadas.

  • Desarrolladores de software

Los desarrolladores de software son responsables de crear y mantener y software. La demanda de estos profesionales seguirá creciendo a medida que las empresas continúen invirtiendo en tecnología.

  • Desarrolladores de aplicaciones blockchain

La tecnología blockchain está transformando las finanzas, la cadena de suministro y otros sectores. Los desarrolladores de aplicaciones de blockchain, así como expertos en seguridad y gestión de blockchain, estarán en alta demanda en la economía descentralizada.

  • Profesionales de automatización y robótica

La automatización y la robótica continúan transformando la fabricación, la logística y la atención al cliente. Los ingenieros y técnicos especializados en automatización y robótica serán fundamentales en la implementación y el mantenimiento de sistemas de automatización.

  • Profesionales de sistemas de vehículos autónomos

La industria de vehículos autónomos sigue evolucionando y se espera que experimente un crecimiento significativo en 2024. Ingenieros, desarrolladores de software y expertos en sistemas de conducción autónoma serán vitales para su desarrollo.

¿Qué podés hacer para prepararte para las profesiones del futuro?

Aquellos que busquen carreras en estos campos emergentes deberán estar dispuestos a aprender de manera continua, adaptarse a las últimas tendencias tecnológicas y ser proactivos en su desarrollo profesional. La adaptabilidad y la adquisición constante de habilidades serán clave para prosperar en el emocionante mundo laboral del futuro.

Leé también: Los 6 nuevos trabajos necesarios para el mundo de la inteligencia artificial

El futuro laboral está sujeto a cambios, y es importante mantenerse actualizado con las tendencias y oportunidades a medida que evoluciona el panorama laboral. Estas son las recomendaciones de la inteligencia artificial para prepararse para el mercado laboral del futuro.

  • Obtené una formación en tecnología

Hay una variedad de programas educativos disponibles para ayudarte a desarrollar las habilidades necesarias para las profesiones del futuro.

  • Desarrollá tus habilidades blandas

Las habilidades blandas son tan importantes como las habilidades técnicas. Trabaja en el desarrollo de tus habilidades de comunicación, resolución de problemas y pensamiento crítico.

  • Mantenete actualizado

El mundo de la tecnología está en constante cambio. Es importante estar al día de las últimas tendencias para que puedas adaptarte a los cambios en el mercado laboral.

This content was originally published here.

Así se vería el rostro de Jesús según la inteligencia artificial

Un usuario de TikTok llamado “The IA Drawing” capturó la atención de las redes sociales con una publicación inusual. Este posteo consiste en una imagen generada por inteligencia artificial (IA) que propone una interpretación de cómo podría haber sido el aspecto real de Jesús . La imagen, que refleja las características descritas por historiadores consultados por la BBC, muestra a un hombre con piel morena, ojos marrones, rasgos marcados, y una cabellera larga. Este enfoque para visualizar figuras históricas es un testimonio del avance de la tecnología de IA, que utiliza algoritmos para analizar patrones y datos y así generar representaciones que se acercan a la imagen de personajes relevantes. Existe una dificultad para establecer cómo lucía realmente Jesús, ya que el Nuevo Testamento no hace ninguna alusión a su aspecto físico. “Los evangelios no lo describen físicamente, no dicen si era alto o bajo, guapo o fuerte. Lo único que dicen es su edad aproximada, unos 30 años” , señaló la historiadora neozelandesa Joan E. Taylor, autora del nuevo libro What Did Jesus Look Like? (¿Cómo lucía Jesús?) y profesora del Departamento de Teología y Estudios Religiosos del King’s College de Londres, Reino Unido, para la cadena citada anteriormente. Para el diseñador Cícero Moraes, Jesús era moreno, “considerando la tez de personas de aquella región y, principalmente, analizando la fisonomía de hombres del desierto, gente que vive bajo el sol intenso” , según lo explicó a BBC. La inteligencia artificial y la generación de imágenes La inteligencia artificial y la generación de imágenes La inteligencia artificial es una rama de la ciencia de la computación y la ciencia de datos, centrada en el desarrollo de sistemas y programas capaces de realizar tareas que requieren inteligencia y razonamiento humano. Estos sistemas están diseñados para aprender, adaptarse y mejorar con la exposición a nuevos datos y experiencias, imitando la capacidad cognitiva humana en la toma de decisiones, comprensión del lenguaje, reconocimiento de patrones y resolución de problemas. En el campo de la IA, existen diversas herramientas para la creación de imágenes. Por ejemplo, Deep Dream de Google, utiliza redes neuronales para crear imágenes surrealistas a partir de fotos existentes. DALL-E de OpenAI, por otro lado, puede generar ilustraciones únicas basadas en descripciones textuales. StyleGAN es conocido por crear imágenes realistas de alta calidad, usando información de estilo de una imagen de referencia para generar una nueva imagen. Además, aplicaciones como Runway ML y Artbreeder, accesibles incluso para aquellos sin experiencia en programación, permiten a los usuarios experimentar y crear composiciones visuales únicas. Estas herramientas de IA no solo están revolucionando el arte y la creatividad, sino que también se utilizan en campos como el diseño gráfico, la publicidad y la investigación visual. 💬 Ver comentarios ✉ Email ⎙

This content was originally published here.

Que elegancia: Así se ve el primer bus de transporte público que funciona con hidrógeno

Bogotá: ¿Cómo es el primer bus que funcionará con hidrógeno verde? [Fotos] En noviembre del año pasado se inauguró el primer bus de transporte público que funciona a hidrógeno , ensamblado en el país, hecho que marcó un hito en el transporte colombiano.   El proyecto, liderado por la Alcaldía Mayor de Bogotá, TransMilenio S.A., el Grupo Ecopetrol, FENOGE, FANALCA y Green Móvil, representa un avance importante hacia la transición energética y la descarbonización del transporte en Colombia.  El bus a hidrógeno es una solución innovadora y sostenible para la movilidad urbana . Equipado con tecnología avanzada, tiene una autonomía de más de 450 km con una sola recarga diaria, lo que permite transportar a más de 98.500 pasajeros al año.  Puede ver: ¿Cómo es el bus de hidrógeno del transporte público en Bogotá?  ¿Cómo es el bus de hidrógeno del transporte público en Bogotá?
Entre las principales características de este bus caracterizado e identificado con una pintura verde aguamarina que destaca su estructura, están: Longitud de nueve (9) metros. Fuente energética: hidrógeno verde. Desarrollo de infraestructura de generación y suministro energético en un patio del sistema. Capacidad para 50 pasajeros (25 sentados / 25 de pie). Suspensión neumática y transmisión automática. Autonomía mínima de 450 kilómetros con 30 kilos de hidrógeno. Iluminación LED. Chasis y carrocería de las compañías Marcopolo y Superpolo. Lea también:  El proyecto incluye la producción de hidrógeno de bajas emisiones, sistemas de compresión y almacenamiento, así como una estación de servicio con hidrogenera. Se ha adquirido un electrolizador con tecnología PEM para la producción de hidrógeno, utilizando energía certificada de fuentes renovables, lo que resalta el compromiso con la sostenibilidad ambiental.

This content was originally published here.

Las claves de la no desaparición del césped artificial | El Diario Vasco

«Determinadas informaciones publicadas en estos días por varios medios de comunicación hablaban erróneamente de la prohibición, en el plazo de ocho años, de todos los campos deportivos de césped artificial por parte de la Unión Europea», advierte el Proyecto LIFE T4C. «Esto no quiere decir que haya que demoler todos», responde a este periódico Román Martín, director de relaciones institucionales de Signus. «Lo que pasa es que a partir de 2031 no se podrá usar caucho como sustrato en los nuevos campos», advierte.

En la actualidad, este residuo, proveniente en su mayoría de los neumáticos desechados, da estabilidad al terreno de juego. «El Comité de Evaluación del Riesgo de la Agencia Europea de Sustancias y Mezclas Químicas consideró en un informe previo que el material de relleno para su uso en superficies deportivas de césped sintético es el mayor contribuyente en términos de uso de microplásticos en los productos, así como la mayor fuente de emisiones medioambientales», señalan los expertos de Proyecto LIFE T4C.

75,2
gramos de caucho

por jugador al año recogió un estudio en España

Una investigación conjunta entre Signus y el Instituto de Biomecánica de Valencia cuantificó la cantidad de estos microplásticos que salían del terreno de juego. «Para ello instalamos unas rejillas para capturar ese caucho y unas papeleras en los vestuarios para lo que quedaba en la ropa», explica Juan Carlos González, del Instituto de Biomecánica de Valencia.

En total, 75,2 gramos por jugador al año en condiciones de terreno de juego secas, pero si son en mojado el número aumenta hasta 445,5 gramos. Según sus cálculos, con un uso de 2,5 veces a la semana durante todo un año y 180 jugadores, la cifra total es entre 5,7 y 22,6 kg por campo al año de este caucho reciclado. «Además, se pueden poner filtros en las duchas para que tampoco acaben en el desagüe», añade el experto valenciano.

Así es el césped artificial

Entre la superficie verde de los campos de LaLiga y los de tierra de toda la vida, el césped artificial es la solución de centenares de miles de ayuntamientos para sus instalaciones deportivas. Una malla de fibra de hierba, una capa de arena para fijarla y otra de caucho para simular la amortiguación hacen que se puedan disputar encuentros deportivos sobre esta superficie. «Está homologado por la FIFA», asegura Martín. «No tenemos que cambiarlo ya», repite. «Es solo a partir de octubre y es referente a esa segunda capa de caucho que no podrá ser usada», advierte.

La vida útil de un campo de césped artificial suele estar entre los 8 y los 12 años

De hecho, la vida útil de un campo de césped artificial suele estar entre los 8 y los 12 años, aunque al menos una vez al año hay que rellenar con más caucho porque éste se pierde entre las lluvias y lo que se cuela en el calzado y la ropa de los jugadores.

Sin embargo, no es la única alternativa ya que en España ya se han construido campos de césped artificial con corcho y hasta se han probado maderas y huesos de aceitunas. «Toca innovar», apunta González.

This content was originally published here.

La inteligencia artificial tardará en quitar el trabajo: se necesitan muchas IA para sustituir a un solo profesional y eso es caro

Un nuevo estudio del Instituto Tecnológico de Massachusetts (MIT por sus siglas en inglés) muestra que el costo de implementar tecnologías de inteligencia artificial es tan alto que sigue siendo mucho mas rentable contratar a personas para desarrollar las tareas laborales. Es decir, como recuerda ZDnet, “tu trabajo vale más de lo que crees”. La mayoría de estudios y análisis sobre la inteligencia artificial sustituyendo a los trabajadores se centran en qué capacidades tienen las tecnologías para realizar nuestras tareas : qué labores una IA puede automatizar, por ejemplo. Y muchos estudios hablan de que hay una amenaza real para diversos sectores, según este enfoque.  Sin embargo, el estudio del MIT, Beyond AI Exposure, se aleja de ese enfoque típico y tiene en cuenta un factor que, dicen los investigadores, se ha pasado por alto : el costo. Buscando la viabilidad económica Los cinco investigadores de este estudio cuentan que lo primero que hicieron fue encuestar a trabajadores para comprender qué rendimiento se requeriría de un sistema automatizado . Luego se analizó el costo de construir dicho modelo para ver si la adopción de la IA era económicamente viable. Una estimación económica de la automatización de tareas es un buen indicador de cómo será el futuro de los roles, ya que, en última instancia, implementar estos elaborados modelos de IA tiene un alto costo y las empresas solo están interesadas en invertir en tecnología que ofrezca un retorno de la inversión. Lo que ha analizado el informe es que una persona puede hacer muchas tareas dentro de su jornada . Y para cubrir las diferentes capacidades de un profesional, se necesitarían diversas herramientas de inteligencia artificial con varias características y funciones. Por ejemplo, como recoge el estudio del MIT, un panadero o panadera necesita, entre otros asuntos de su jornada, revisar la calidad de los ingredientes que va a usar y un software de “computer vision”. Pero, esta función se calcula que representa el 6% de las tareas de un panadero . El costo de implementar la visión por computadora es mucho mayor que el dinero que se ahorrarían en sueldos, “por lo que no sería financieramente sensato automatizar la tarea aunque la tecnología esté disponible”. Un cambio gradual que dará pie a adaptarse Recuerdan los investigadores del MIT que el sentimiento de que “las máquinas nos robarán el empleo” se expresa con frecuencia en tiempos de grandes cambios y que esta ansiedad ha resurgido con la creación de grandes modelos de lenguaje (por ejemplo, ChatGPT, Bard, GPT-4) que muestran una habilidad considerable en tareas en las que antes sólo los seres humanos demostraban competencia). Ahora bien, según sus investigaciones, si la automatización de tareas de ese grado ocurriera rápidamente, representaría un enorme perturbación de la fuerza laboral .  Por el contrario, si esa cantidad de automatización se produjera lentamente, entonces la mano de obra podría adaptarse como lo hizo durante otras transformaciones económicas (por ejemplo, pasar de la agricultura a la fabricación). Por lo tanto, el estudio cree que tomar buenas decisiones políticas y comerciales depende de comprender con qué rapidez se producirá la automatización de tareas de IA . Si bien ya existe evidencia de que la IA está cambiando la demanda laboral, “casi todas estas predicciones son vagas en cuanto al cronograma y el alcance (…) porque no consideran directamente la viabilidad técnica o económica de la IA”. El estudio reconoce que a medida que la tecnología continúe desarrollándose, el costo involucrado en su implementación disminuirá. “Sin embargo, incluso con reducciones de costos del 20% por año, aún se necesitarían décadas para que a la mayoría de las empresas les resulte económico ” la adopción de ciertas herramientas que puedan llegar a sustituir todas las labores que una persona realiza a lo largo de su jornada. Al mismo tiempo, para los empleados, dice el informe que hay margen para la adopción de políticas y reciclaje profesional para mitigar los impactos del desempleo .  En Genbeta | Por qué los expertos temen al ‘invierno de la inteligencia artificial’ en 2024 Imagen | Foto de Arseny Togulev en Unsplash

This content was originally published here.

Cómo transcribir, audio a texto, gratis, usando Inteligencia Artificial

Hay muchas formas de transcribir archivos de audio en Internet. Hasta hace poco yo usaba HappyScribe, pero desde hace unas semanas me he cambiado para poder reducir los costes en audios largos. Es por eso que os voy a hablar de OpenAI Whisper , un avance significativo en el campo del reconocimiento automático de voz (ASR). Este modelo fue desarrollado por OpenAI, una organización líder en el campo de la inteligencia artificial, conocida por sus contribuciones innovadoras como GPT-3 y DALL-E. El modelo Whisper fue presentado oficialmente por OpenAI en septiembre de 2022. Su desarrollo se basó en una extensa y variada base de datos de audio, comprendiendo aproximadamente 680,000 horas de contenido multilingüe y multitarea supervisado, recolectado de la web. Esta diversidad de datos fue clave para lograr una robustez y precisión cercana al nivel humano en el reconocimiento de voz en inglés​​. A diferencia de otros modelos de ASR, Whisper se destaca por su capacidad para realizar reconocimiento de voz multilingüe, traducción de voz y identificación de idiomas. Su arquitectura es una implementación simple de extremo a extremo, utilizando un Transformer como encoder-decoder. Este enfoque permite al modelo procesar eficientemente el audio en trozos de 30 segundos, convertirlos en un espectrograma log-Mel y luego predecir el texto correspondiente​​. Principios básicos del reconocimiento automático de voz El reconocimiento automático de voz es una tecnología que permite a las computadoras entender y procesar el habla humana, convirtiéndola en texto o comandos ejecutables. Esta tecnología se basa en algoritmos de aprendizaje automático y procesamiento del lenguaje natural, que analizan las características acústicas y lingüísticas del habla. La importancia del ASR radica en su amplia gama de aplicaciones, desde la accesibilidad para personas con discapacidades auditivas hasta su uso en asistentes virtuales, dispositivos inteligentes, servicios de transcripción y más. En el contexto actual, donde la interacción fluida entre humanos y máquinas es cada vez más crucial, el ASR juega un papel fundamental en la creación de interfaces más naturales y accesibles. La llegada de modelos como OpenAI Whisper representa un hito en este campo, no solo por su capacidad para manejar una amplia variedad de idiomas y acentos, sino también por su habilidad para adaptarse a distintos contextos y entornos ruidosos, superando así muchas de las limitaciones que presentaban los modelos anteriores. Características clave de OpenAI Whisper Como ya os he comentado, una de las características más destacadas de OpenAI Whisper es su capacidad multilingüe. El modelo ha sido entrenado en una amplia gama de idiomas, lo que le permite realizar reconocimiento de voz en varios idiomas con una precisión notable. Esta capacidad multilingüe es especialmente valiosa en un mundo globalizado, donde la capacidad de procesar y entender múltiples idiomas es crucial. El soporte de idiomas de Whisper no se limita solo al reconocimiento de voz, sino que también incluye la capacidad de traducir el habla a texto en diferentes idiomas. Esta funcionalidad es esencial para aplicaciones como servicios de traducción en tiempo real y asistencia en la comunicación entre hablantes de diferentes idiomas. La habilidad de Whisper para manejar diferentes acentos y dialectos dentro de un mismo idioma también es un factor importante, ya que aumenta su utilidad en entornos multiculturales y diversificados​​. Integración con otras tecnologías y servicios Whisper ha sido integrado en varios servicios y tecnologías para mejorar su accesibilidad y aplicabilidad. Un ejemplo notable es su integración con Azure OpenAI Service y Azure AI Speech, lo que permite a los usuarios aprovechar las capacidades de reconocimiento de voz de Whisper dentro del ecosistema de Microsoft Azure. Esta integración facilita a las empresas y desarrolladores la incorporación de Whisper en sus aplicaciones y servicios, aprovechando la infraestructura y las capacidades de Azure para una implementación más eficiente y segura​​. La combinación de Whisper con otras tecnologías y plataformas amplía significativamente sus posibles aplicaciones. Desde mejorar la accesibilidad en aplicaciones web hasta su uso en análisis de datos de voz en la nube, la integración de Whisper con servicios existentes abre un mundo de posibilidades para desarrolladores y empresas. Actualizaciones y versiones Recientes de OpenAI Whisper La versión más reciente y destacada de OpenAI Whisper es la «Whisper large-v3». Esta versión representa una evolución significativa respecto a sus predecesores, ofreciendo mejoras notables en precisión y versatilidad. Una de las actualizaciones clave en la versión large-v3 es la mejora en la robustez del modelo, lo que le permite manejar una gama más amplia de acentos y variaciones en el habla con mayor precisión. Esto es especialmente importante en el reconocimiento de voz en idiomas con una amplia diversidad de acentos y dialectos​​​​. La versión large-v3 ha experimentado mejoras en la eficiencia del procesamiento. Esto incluye la optimización del uso de la memoria y la velocidad de procesamiento, lo que resulta en un rendimiento más rápido y eficaz, especialmente en dispositivos con recursos limitados. Estas mejoras son cruciales para aplicaciones que requieren respuesta en tiempo real o que operan en entornos con restricciones de hardware​​. El modelo Whisper se basa en una arquitectura de Transformer de encoder-decoder, que ha sido un avance significativo en el procesamiento del lenguaje natural. Esta arquitectura permite que el modelo maneje eficientemente tareas complejas de procesamiento de voz, como la transcripción multilingüe y la traducción de voz a texto. Una de las innovaciones clave en esta arquitectura es la capacidad del modelo para procesar audio en trozos de 30 segundos y convertirlos en espectrogramas log-Mel. Esto facilita la comprensión y transcripción del contenido del habla con una precisión notable. Además, el modelo utiliza tokens especiales que le permiten realizar múltiples tareas, como la identificación de idiomas, la transcripción de voz y la traducción a otros idiomas​​. Otra innovación importante es la introducción de técnicas como «Flash Attention» y «Torch Scale-Product-Attention (SDPA)» en la versión large-v3. Estas técnicas mejoran la eficiencia del modelo al procesar grandes volúmenes de datos, reduciendo significativamente el tiempo y los recursos necesarios para la transcripción y la traducción de voz​​. Cómo se usa Solo tenéis que acceder a replicate.com/openai/whisper y subir el archivo donde apunto con la flecha. Una vez subido, si no ponéis el idioma, lo detectará automáticamente y comenzará el trabajo, que tendréis en texto al finalizar en la parte derecha. De esta forma se puede usar incluso sin registro en la página, sin crear cuenta, y cuando se acabe el crédito gratis, se puede abrir una ventana en incógnito y probarlo de nuevo. Si queréis poder abrir cuenta y pagar por consumo de tiempo. También podéis instalar el modelo y usar una API. Estos son los pasos generales para la instalación y configuración del modelo: Requisitos Previos : Es esencial tener Python instalado en su sistema, ya que Whisper está basado en Python. La versión recomendada es Python 3.9 o superior. Instalación del Modelo : Puede instalar Whisper directamente desde GitHub o mediante herramientas de gestión de paquetes como pip. El comando típico de instalación sería algo así como pip install git+https://github.com/openai/whisper.git . Esto instalará Whisper junto con las dependencias necesarias. Descarga de Modelos Preentrenados : Whisper ofrece varios modelos preentrenados de diferentes tamaños. Puede elegir y descargar el modelo que mejor se adapte a sus necesidades, como large-v3 para obtener un rendimiento óptimo. Configuración del Entorno de Ejecución : Asegúrese de que su entorno de ejecución esté correctamente configurado, especialmente si va a utilizar Whisper para procesamiento intensivo de datos o en un entorno de producción. Pruebas Iniciales : Realice pruebas iniciales para asegurarse de que el modelo esté funcionando correctamente. Puede hacer esto ejecutando un comando de transcripción simple en una muestra de audio. Como veis, aunque la interfaz no es extremadamente amigable, el modelo es de lo mejor que existe, por lo que aprovechad, y a transcribir como si no hubiera un mañana.

This content was originally published here.

Aprovechando la Inteligencia Artificial, con Mariano Sigman (Ep. 394) ⋆ Fitness Revolucionario

Hoy hablo con Mariano Sigman , doctor en neurociencia y co-autor del nuevo libro Artificial: – ¿Qué es la inteligencia? – Test de Turing: ¿Son inteligentes las máquinas? – ¿Cómo funciona la inteligencia artificial? – Sesgos y riesgos de la IA. – ChatGPT : recomendaciones de uso. – Riesgos de la inteligencia artificial. Encuentro Fitness Revolucionario: fitnessrevolucionario.com/encuentro No olvides visitar nuestros patrocinadores (código DTO FR10 ): – Kofi Cafe: https://koficafe.com/ – Paleobull: https://paleobull.com/ – Apúntate a nuestra lista: https://fitnessrevolucionario.com/lista Como siempre, puedes escuchar también el episodio en iVoox, Spotify y Apple Podcast. Podcast: Play in new window | Download Suscribirse Google Podcasts | RSS

This content was originally published here.

Un ingeniero de Microsoft advierte que la inteligencia artificial de Copilot puede generar imágenes sexuales y “perturbadoras”

Un ingeniero de Microsoft advirtió que la inteligencia artificial de Copilot produce imágenes violentas y sexuales . El contenido generado por DALL-E 3, el modelo detrás de Copilot Designer, se salta las salvaguardas y despliega imágenes perturbadoras . Pese a las advertencias, ni Microsoft ni OpenAI han solucionado el problema. Shane Jones, gerente de inteligencia de software en Microsoft, dijo que la inteligencia artificial de Copilot Designer no respeta las barreras de seguridad. En una entrevista con CNBC , Jones reveló que llevó a cabo pruebas al modelo de IA durante tres meses y encontró que generaba contenido ilegal. El ingeniero advirtió a sus superiores sobre los hallazgos, pero fue ignorado. De acuerdo con Jones, Copilot Designer produjo imágenes de mujeres sexualizadas , menores consumiendo drogas y alcohol y adolescentes portando rifles de asalto. La inteligencia artificial también generó imágenes de personajes y objetos de Disney y Star Wars , pese a que Microsoft prometió que ya había solucionado el problema en noviembre de 2023. Jones, quien trabaja en un equipo externo que prueba las vulnerabilidades de Copilot, declaró sentirse asqueado. Tras una revisión exhaustiva, el empleado comunicó el problema a la Oficina de IA Responsable y se reunió con los directivos de Copilot Designer, sin embargo, ninguno resolvió el problema. Microsoft se lavó las manos y lo refirió a OpenAI , quien desarrolla el modelo DALL-E 3 que potencia la IA de la aplicación. Ante la negativa de Microsoft, Shane Jones envió una carta a la Comisión Federal de Comercio de Estados Unidos, a quien le pide investigar la situación. “Durante los últimos tres meses, he instado repetidamente a Microsoft a eliminar Copilot Designer del uso público hasta que se puedan implementar mejores salvaguardas”, mencionó en la misiva. El ingeniero añadió que Microsoft y OpenAI sabían del riesgo antes del lanzamiento de su IA . Microsoft y Google, contra las cuerdas por culpa de su inteligencia artificial Las quejas del ingeniero de Microsoft llegan en un momento en que las imágenes generadas por IA están al centro de los reflectores. El temor del contenido falso que se vuelve viral se incrementó debido a las elecciones presidenciales en Estados Unidos, México y otros países. Los reguladores han advertido a las grandes tecnológicas que hagan todo lo posible por evitarlo. En el caso de Microsoft, Jones acusó a la compañía de no resolver el problema y seguir comercializando el producto. Copilot Designer es capaz de generar imágenes potencialmente dañinas, con prejuicios políticos, estereotipos religiosos y teorías de conspiración. Durante las pruebas, la IA produjo ilustraciones de Darth Vader matando bebés y personajes de Pixar en la Franja de Gaza vistiendo como soldados de Israel. Tras la publicación, Microsoft respondió que están comprometidos en abordar las recomendaciones de los empleados y señaló que existen canales internos de comunicación para hacerlo. No obstante, Jones refutó que abordó todas las opciones y ante la negativa, hizo público el caso. “Si este producto comienza a difundir imágenes dañinas y perturbadoras en todo el mundo, no hay lugar para denunciarlo, ni número de teléfono al que llamar, ni forma de escalar el problema para solucionarlo. inmediatamente”, mencionó el empleado de Microsoft. Jones añadió que el equipo de Copilot está sobrepasado y requiere una inversión considerable para atender estas situaciones. El problema es similar a lo que vive Google, quien detuvo la generación de imágenes de personas en Gemini. La inteligencia artificial es incapaz de producir imágenes históricas con personas caucásicas, debido a las políticas de inclusión en su entrenamiento. Esto deriva en soldados nazis negros o reyes británicos pertenecientes a alguna minoría .

This content was originally published here.

Todos los ciudadanos mexicanos somos responsables y debemos trabajar en la construcción de nuestro futuro y el MÉXICO QUE TODOS QUEREMOS asegurando el constante fortalecimiento de la democracia, el estado de derecho y el bienestar social equitativo y sustentable.

Aviso de Privacidad

es_MXEspañol de México
es_MXEspañol de México