Inteligencia Artificial: Por eso la Revolución de la Inteligencia Artificial es la mayor revolución en la historia de la humanidad

Muchas personas creen que ChatGPT es solo una mejora más de los sistemas de inteligencia artificial. Eso es fundamentalmente falso. Por el contrario, recientemente se han producido una serie de sensaciones que parecen desconocidas para la mayoría. Yo mismo soy capaz de construir en un plazo breve varios sistemas de inteligencia artificial de alta capacidad y hacerlos funcionar en mi propia hardware sin necesidad de conexión a Internet.

En resumen

El artículo responde a las siguientes preguntas:

¿Qué es la Revolución de la Inteligencia Artificial y en qué estado se encuentra?
La respuesta: La Revolución de la Inteligencia Artificial se refiere al desarrollo y mejora rápida de la inteligencia artificial, que tiene profundos efectos en la historia humana. Ya ha alcanzado el llamado World Scope 3 de 5, donde las etapas 4 (materialización de la IA) y 5 (socialización) aún no se han logrado.
¿Cómo afecta la Revolución de la Inteligencia Artificial a la sociedad?
La revolución de la Inteligencia Artificial podría llevar a que los precios de las acciones sean tan predecibles que el mercado de valores dejará de existir en su forma actual.
¿Cuáles son algunos ejemplos de aplicaciones de Inteligencia Artificial que el autor ha desarrollado él mismo?
La respuesta es: El autor ha desarrollado un programa de Inteligencia Artificial para la transcripción de audio de podcasts y un sistema para calcular la similitud entre imágenes y textos.
¿Cuáles son los beneficios que ofrecen los sistemas de inteligencia artificial locales en comparación con los basados en la nube?
Las redes de inteligencia artificial locales permiten un mejor control y ajuste, reducen las incertidumbres legales y los problemas de privacidad y no causan costos a terceros.
¿Cómo ha cambiado la velocidad del desarrollo de la Inteligencia Artificial?
La velocidad del desarrollo de la inteligencia artificial se ha acelerado en forma de avalancha, con noticias diarias de la investigación y una cultura abierta de intercambio de conocimientos y código fuente.

Palabras clave importantes:

Inteligencia artificial, capacidad de cálculo, tamaños de almacenamiento, revolución de la inteligencia artificial, tamaños del modelo, disponibilidad de recursos.

Introducción

La Revolución de la Inteligencia Artificial no ha comenzado ni ha comenzado a comenzar, sino que ya está completamente realizada, y es para el llamado Ámbito Mundial 3 del año 5. El Prueba de Turing se ha superado por primera vez (a mi parecer) recientemente, y es por parte de OpenAI's ChatGPT o también sistemas inteligentes comparables (como LLaMA de Meta).

El World Scope 1 se refiere a grandes bases de datos con colecciones de texto o imágenes, Scope 2 se refiere a los grandes datos del Internet. Scope 3 significa modelos multi-modales (más sobre eso más abajo). Todavía no están alcanzadas las dos siguientes etapas: Scope 4 es la materialización de la Inteligencia Artificial (robots, etc.) y Scope 5 es la socialización. Hasta que llegue eso, habrán pasado probablemente 10 o más años, supongo humildemente. Lo experimentarán en cualquier caso, siempre y cuando no estén jubilados y vivan una vida promedio.

Muchos aún no han tenido conocimiento de que el cambio en el desarrollo social se avecina debido a las enormes nuevas habilidades de la inteligencia artificial, y es inminente. Eso no es una suposición, sino mi certeza. Crean lo que quieran, ocurrirá así. Y probablemente aún este año (2023).

Un primer vistazo: cotizaciones de acciones serán muy fáciles de predecir tan bien que cualquier persona con un poco de dinero en la cuenta podrá apostar sin riesgo para aumentar su dinero. Esto (según mi suposición ingenua) llevará a que el mercado de acciones dejará de existir en su forma actual. Aquí hay cotizaciones históricas de acciones como archivo CSV. Archivos de noticias están disponibles en diversas plataformas. ¡Ah, ya tenemos los datos necesarios para un modelo básico! Tal vez también necesitemos informes meteorológicos y eventos ambientales. ¿Qué más podríamos necesitar?

What ich about el mercado de acciones escribo, puedo ahora programarlo yo mismo: Un programa de predicción para cotizaciones bursátiles, que trabaja en una calidad nunca antes vista, y es decir, en mi propio computadora personal antigua, la compré hace unos 3 años por un presupuesto moderado. Un poco de esfuerzo hay que darse para hacer un programa así. Pero al menos sé cómo se hace, cuáles son los pasos y qué problemas hay que resolver. Los problemas que parecen resolubles están basados en datos masivos de alta calidad. Se necesitaría una gran cantidad de cotizaciones históricas de acciones además de las noticias económicas del pasado.

Ejemplo real: Transcripción de audio con IA

Aquí una verdadera muestra de lo que he podido programar con pocos medios: recientemente, Stephan Plesnik y yo hemos grabado la emisión #24 del Podcast privacy Deluxe. Se trata de ChatGPT y Inteligencia Artificial así como los peligros también en cuanto al derecho a la privacidad.

He escrito un programa de Inteligencia Artificial con código fuente y lo he ejecutado. Como entrada he definido la MP3 del episodio 24 de nuestro podcast. El programa utiliza un modelo de IA optimizado para transcripción de audio, que intenta convertir la emisión de voz en texto. Muchos utilizan esto para agregar subtítulos a videos con menos esfuerzo que hacerlo manualmente.

Reproducción de audio, para la cual mi programa de inteligencia artificial ha extraído el texto que se habló:

Aquí la Inédito versión original de mi programa de inteligencia artificial para el episodio del podcast (solo cambié "Stephan" por "Stefan"):

[00:00.000 - 00:12.000] privacy Deluxe, el Podcast rund um el Thema privacy und IT mit Dr. Klaus Meffert und Stephan Plesnik.
[00:12.000 - 00:22.000] Sí, hola y bienvenido al Podcast de Privacidad Deluxe. Soy Stephan Plesnik y como siempre está conmigo el Dr. Klaus Meffert. Saludos Klaus, ¿cómo estás?
Hola Stephan, como siempre todo bien. Espero que también en tu caso y me alegra nuestra conversación.
[00:27.000 - 00:37.000] ¡Yes wunderbar! En mi caso todo está bien y lo he formulado así de manera consciente. Empezaré con una cita y luego se explicará para mucha gente qué es sobre lo que hablamos hoy.
[00:37.000 - 00:51.000] Es decir, el citado texto dice que la inteligencia es la capacidad de aceptar su entorno. Me parece un hermoso aforismo, porque hoy queremos hablar sobre un tema en particular.
[00:51.000 - 01:03.000] Lo que es realmente cómico es que no hemos hablado de esto durante tanto tiempo, a saber, ChatGPT y las implicaciones legales y sobre todo para la privacidad que conlleva.
[01:03.000 - 01:15.000] Y la capacidad de aceptar su entorno también significaría que en última instancia tendríamos que utilizar nuestra inteligencia para aceptar que eso existe.
[01:15.000 - 01:34.000] ¿Cuál es tu opinión general sobre el tema ChatGPT y todo este avance, como ya lo tenemos por ejemplo en Italia, de que se prohíba debido a la ilegal procesamiento de datos personales. ¿Cómo lo evalúas?
[01:34.000 - 01:46.000] Sí, también quizás para la cita primero. Eso solo podría haber dicho un ser humano que habla exclusivamente de inteligencia humana, diría yo ahora, porque un sistema informático es indiferente a su entorno.
[01:46.000 - 02:00.000] Y yo afirmo que hay un test con el cual se puede determinar si un sistema de computadora tiene inteligencia humana, es decir, al menos las mismas habilidades que la inteligencia humana.
...

El texto es tan bueno como libre de errores, aunque al hablar formulamos todo de manera diferente a como lo hacemos en el texto escrito. Además, en el podcast tres hablantes se pueden escuchar, a saber, Stephan Plesnik, yo y la voz del intro. Incluso hay música detrás de la voz en el intro. Sin embargo, mi programa pudo traducir la conversación al texto. Con una simple revisión por un programa estático, se puede pulir aún más el texto y llevarlo hacia un texto gramaticalmente correcto de manera automática.

Los índices de tiempo en la salida del programa mencionado anteriormente también fueron generados por el programa. También es posible (levemente) distinguir a los hablantes. No lo he implementado todavía.

Como se puede ver, muchas tareas complejas han sido resueltas, entre otras:

• "¡Ah" y algunos otros vocablos de relleno eliminados.
• Repetición de palabras reconocidas y eliminadas.
• Términos exóticos y también ingleses entendidos correctamente.
• El habla simultánea de varios hablantes no es un problema para la inteligencia artificial.
• Varios hablantes.
• También se reconocen palabras y expresiones menos "fáciles", como "todo el mundo".
• La música se ha filtrado, etc.

Mi presupuesto: 0 euros, tiempo dedicado: infinito (tengo todo el tiempo libre necesario para programar una inteligencia artificial para resolver su problema).

¿Están ahora convencidos de que la Inteligencia Artificial ha alcanzado un nivel nunca visto antes? No solo eso: los sistemas de IA actuales disponen de otras cualidades muy destacadas, lo que hace que todo esto sea tan grave e interesante.

La revolución de la Inteligencia Artificial ha terminado

Claramente habrá más desarrollos. Pero un hito muy significativo y extremo se ha completado recientemente de manera positiva.

La revolución de la Inteligencia Artificial en el nivel del Test de Turing ha terminado. Quién piensa que la inteligencia artificial actual no es en absoluto revolucionaria, no ha entendido el desarrollo y desconoce las cosas hasta en un grado mínimo.

Otras revoluciones seguirán.

Recientemente hubo en el ZDF una emisión de un programa de debate (debía ser Maybritt Illner). En esta, Ranga Yogeshwar discutió con Saskia Esken. No quiero expresar aquí ninguna opinión sobre políticos, sino solo respecto a las declaraciones de la Sra. Esken en cuanto a la Inteligencia Artificial.

Frau Esken es informática, como yo (si no hubiera esta forma de hablar que se refiere al género, el enunciado no sería ambiguo y podría sugerir que me he sometido a una operación de cambio de sexo). A diferencia del señor Yogeshwar, Frau Esken no vio la revolución, sino que hizo referencia a logros anteriores (bastante recientes) de la inteligencia artificial. Con eso se le escapan algunas cualidades esenciales de los enfoques actuales como GPT ( "actual" en lugar de "actual" no haría justicia a la velocidad de las innovaciones).

Estado de la tecnología

Comencemos con algo obvio que al principio no tiene nada que ver con la Inteligencia Artificial. Como todos saben y sin duda aceptan (a menos que sean abogados y estén en una disputa…), los sistemas de computadoras modernos tienen principalmente dos características:

• Muy alta capacidad de cálculo (incluido gran y rápido espacio de almacenamiento secundario y principal).
• Precio muy bajo: Mi primer impresor costó en el año 1988 más de 1200 DM y era un impresor de 9 agujas. De manera similar, se comportaban los ordenadores caseros muy lentos cuyo precio exacto ya no me lo recuerdo. Mi modelo tenía entonces 4,77 MHz y 2 x 64 kilobytes de memoria principal así como una unidad de disco. Por supuesto, el buen aparato solo tenía una CPU con un núcleo de CPU. Lo que es un núcleo de CPU, en ese momento aún no se sabía.

El desarrollo de los PCs ha llegado a un punto en el que cualquier persona puede tener un Supercomputador debajo de la mesa con poco dinero. ¿O conocen ustedes una hardware económica que hace 8 años podía transcribir archivos de audio de muy alta calidad?

Además, las conexiones de red siempre han sido más rápidas, tanto en Internet como en el Intranet. Solo Vodafone parece no haberse percatado de esta tendencia, como cualquier cliente de fibra óptica de Vodafone confirmará, quien quiera realizar una conferencia de video a través de esta línea.

Las Tamaños de memoria principal explotan, lo que para aplicaciones de Inteligencia Artificial es muy importante. Con 32 GB se llega al menos a la mitad del camino, cuando se trata de entrenar nuevos modelos.

Almacenamiento en disco duro también se ha vuelto extremadamente grande y asequible. La base de las aplicaciones de Inteligencia Artificial son los grandes conjuntos de datos. Por lo tanto, este punto es muy importante. Mi antigua unidad de disco duro de 2 TB era suficiente para almacenar varios conjuntos de datos más grandes para aplicaciones de IA al mismo tiempo. La siguiente placa será al menos de 4 TB para no tener problemas de espacio enseguida.

Tarjetas gráficas, que originalmente (supongo) se optimizaron para juegos de computadora intensivos y visuales, traen "por casualidad" el tipo de chips que pueden realizar cálculos de Inteligencia Artificial especialmente rápidos. Se refieren a GPUs. Las tarjetas gráficas de juego moderadas de Nvidia tienen 5888 núcleos CUDA (CUDA = Arquitectura Unificada para Computación y Dispositivos). Los núcleos CUDA funcionan igual que los núcleos CPU. Sin embargo, probablemente hayas notado que en las CPUs solo hay unos pocos núcleos (12 por ejemplo, en chips Intel muy buenos). Ahora compara la cifra 12 con la cifra 5888 y piensa cómo podría ser más rápida una cálculo entonces!

Tarjetas gráficas de procesamiento, velocidades de CPU, tamaños de memoria principal, espacio en discos duros, computación en la nube: la máxima potencia a precio más bajo es el sustrato para la Revolución de Inteligencia Artificial.

Aquí un ejemplo de cómo fácilmente se pueden utilizar procesadores gráficos (GPUs) en lugar de procesadores centrales (CPUs) en aplicaciones de Inteligencia Artificial (IA):

dispositivo = 'cuda' si torch.cuda.is_available() else 'cpu'

La instrucción hace lo siguiente: Si se dispone de una tarjeta gráfica capaz de inteligencia artificial, se utilizan sus millones de núcleos del procesador para el cálculo. De lo contrario, se utilizan los míseros 8 o 12 núcleos del CPU y tendrás que esperar un poco más. El resultado estará disponible a la velocidad de la luz en el mejor caso y a la velocidad del sonido en el peor (el comparativo no es científicamente válido, sino para mostrar hasta dónde hemos llegado hoy).

Aplicaciones en la Nube están disponibles a un muy bajo precio y de alta calidad (desempeño, comodidad). Por lo principal Computación en la Nube. Los almacenamientos en la nube son menos lo que se tiene en mente, aunque el almacenamiento en línea en el ámbito de Inteligencia Artificial a veces sí tiene su razón.

Tanto sobre la tecnología, de la que puede beneficiarse cualquier tipo de aplicación. La Revolución de la Inteligencia Artificial fue posible gracias a estos parámetros. Tener demasiada poca potencia de CPU y GPU hace que cualquier modelo matemático sea inútil, lo que requiere recursos extremos. ¿Quién espera con gusto dos días para la predicción del tiempo de mañana para poder anunciarla pasado mañana? Mejor entonces los Testigos de Jehová, que anuncian de manera más eficaz (un pequeño giro hacia el secreto, ya que un sentencia del Tribunal de Justicia de la Unión Europea establece que los Testigos de Jehová como predicadores y la comunidad religiosa son responsables compartidas por la predicción).

El arte del algoritmo

La actual inteligencia artificial refleja a mi parecer muy bien la forma en que funciona el cerebro humano. El cerebro recibe una serie de estímulos, es decir,

• Ojos
• Oídos
• Nariz
• …

Estos estímulos se transforman en señales analógicas. Estas señales se procesan en el red neuronal del cerebro entre las neuronas. Para ello se utilizan sinapsis como conexiones neuronales. Las sinapsis están diferentemente conectadas con las neuronas. El sistema aprende a través de la educación de los padres y retroalimentaciones de su entorno. A partir de esto, tienen lugar procesos de pensamiento que a menudo se siguen de acciones (emisión de voz, emisión de texto, movimiento). Eso es todo, más o menos

La analogía funciona con un KNN (red neuronal artificial) o la tecnología de inteligencia artificial actual:

• Los estímulos llegan a través de datos de entrada: textos, imágenes, archivos de audio, archivos de video
• El transformador codifica estas señales en series de números discretos
• Estos datos se procesan en una red neuronal artificial
• La red neuronal genera una salida en forma de texto, lenguaje, imagen o video

La analogía es grave. Que los sistemas de inteligencia artificial no supieran qué significan sus resultados, lo dejaré como argumento sin consideración. ¿Quién puede demostrar que el hombre sabe qué significan los resultados que produce? Si un hombre tiene que explicar un concepto, se refiere constantemente a otros conceptos, hasta que finalmente el 100º concepto es explicado nuevamente por el 1º concepto. Si un objeto real debe ser comprendido, se puede señalar al objeto. El ordenador lo hará pronto también. Si se trata de un objeto abstracto, el ordenador puede hacerlo igual que el hombre.

Tamaño de los modelos

Un modelo es casi la conexión de las neuronas en el cerebro de la inteligencia artificial. Descargue un modelo, luego descargue (a menudo especializado) un cerebro.

Cuanto más conexiones tenga un cerebro artificial, mayor será la probabilidad de que tenga habilidades superiores. Al menos podría deducirse eso de manera ingenua del desarrollo de las tamaños de modelo de GPT.

ChatGPT-2 tenía aún 1,5 mil millones de parámetros en el modelo. Un parámetro se refiere (simplificando) a la configuración de un neurona, ya que GPT también se basa en una red neuronal. La versión GPT-3 ya tenía 175 mil millones de parámetros y era de aproximadamente 350 GB. El tamaño del almacenamiento es impresionante, pero puede ser manejado por cualquier portátil barato. Sin embargo, también se trata de la gestión del modelo, sobre el que se realizan cálculos complejos. No basta con llevar el cerebro en una mochila.

Me darán la razón de que muchos neuronas son mejores que pocas. En cualquier caso, es tendencialmente cierto. No por casualidad el hombre tiene más neuronas que todos los demás seres vivos (según Wikipedia) entre todos los animales. Solo el elefante con 250 mil millones de neuronas tiene más. Aquí una selección:

Seres vivos	Número de neuronas
Humano	86 mil millones
Gorila	Treinta y tres mil millones
Macaco rhesus	Seis mil millones
Gato	Doscientos cincuenta millones
Conejo de pelo largo	71 millones

Si se mira con más detalle, el intelecto también proviene del relación de tamaño del cerebro al tamaño del ser vivo. Así podría explicarse de manera ingenua por qué una gata tiene menos de un tercio de neuronas que un pastor alemán, pero según mi experiencia con estos animales es mucho más inteligente que el perro. Es cierto que también la calidad y cantidad de conexiones tienen algo que ver con la capacidad del cerebro. Además, la calidad, tipo y cantidad de señales de entrada (ojos, oídos, nariz, tacto, movimientos de pelo, haptik…) son relevantes.

Que el tamaño del modelo condicione al menos una mejora en la capacidad de las inteligencias artificiales, se conoce como Ley del Poder y puede considerarse como dado.

En resumen: El hombre tiene 86 mil millones de neuronas, GPT-3 tiene el doble de conexiones neuronales (y 96 capas neuronales) y por lo tanto al menos una orden de magnitud menos neuronas que nuestro cerebro. Déjennos dejarlo en el aire sin valoración. Claro es que esta enorme cantidad, en cualquier caso, no es tan pequeña como para impedir la inteligencia. Obviamente, el cerebro humano tuvo más tiempo que los cerebros artificiales para desarrollarse. En este sentido, ya no sorprende que más neuronas en la electrónica produzcan menos resultados que en la naturaleza. No digamos nada de las modalidades.

El término modalidades lo he elegido conscientemente. Pues en el marco de la Revolución de la Inteligencia Artificial debemos hablar también de sistemas multimodales. Multimodal significa que el tipo de datos de entrada es diversificado. Hasta ahora, los sistemas de IA se han ocupado principalmente de la procesamiento de texto, por ejemplo. Ahora pueden – como muchos de ustedes seguramente saben – combinarse textos y imágenes. Miren a Dall-E, Midjourney y otros procedimientos que pueden generar un artefacto artificial en calidad nunca antes vista a partir de un prompt de texto.

Disponibilidad de los medios

He instalado y programado un sistema que me permite calcular la semejanza entre imágenes y texto. Con él puedo determinar en qué imágenes se muestra una rata y en cuáles se muestra una rata siendo perseguida por una gata. Además, puedo generar imágenes que representen una entrada de texto.

Conozcan esta historia: les cuentan a alguien lo que han logrado de maravilloso. Luego dice el otro que conoce a alguien que ha hecho (o incluso algo mejor) eso mismo. Con esto quiero decir: Eso mencionado anteriormente puedo realizarlo en mi computadora y no necesito preguntarle a nadie más o pagarle. Tampoco necesitaré conexión a Internet después de crear el programa. ¡Eso es todo sobre una parte de la Revolución de Inteligencia Artificial!

Arriba he dado un ejemplo de un programa de Inteligencia Artificial que yo mismo he creado en mi computadora. Para ejecutarlo no necesito conexión a Internet, ni el servicio de Google o cualquier otro, y tampoco necesito asesoramiento (por supuesto, tampoco un asesor fiscal). Este programa puede crear transcripciones de alta calidad de mis podcasts (o de otros podcasts en alemán).

Con la nueva tecnología de Inteligencia Artificial puedo programar los mejores sistemas de IA en un abrir y cerrar de ojos y hacerlos funcionar en una hardware ridículamente barata.

"Los mejores sistemas de inteligencia artificial" se refieren a uno lado absolutamente y al otro lado relativamente en comparación con las habilidades de los antiguos sistemas de inteligencia artificial, que son completamente incomprensibles con respecto a las posibilidades actuales.

Obviamente ahora es fácil para mí construir, programar, mejorar y utilizar sistemas como estos. Si me lo hubieran preguntado hace tres meses, habría considerado imposible.

Todo esto sucede en una muy pobre hardware, porque mi ordenador es varios años viejo y entonces era bastante barato.

Por favor, tengan en cuenta que la Idioma alemán está fuertemente subordinada al inglés en el ámbito internacional y en la investigación. A pesar de ello, pude hacer traducir automáticamente una archivo de audio en alemán a texto.

También pude construir recientemente una máquina de preguntas y respuestas. No es tan potente como GPT-2 o versiones más nuevas. Eso se debe a que utilicé un modelo inicial pequeño. Mi hardware no puede manejar eso. Mañana voy a construir (localemente ejecutable en mi ordenador) un traductor, que convierte un texto alemán en inglés. ¿Pueden adivinar cuánto tiempo necesitaré para la primera (muy buena) versión? Mi suposición: Pocos horas.

Me he centrado en resumir: En un plazo muy corto, he logrado comprender ciertos tipos de sistemas de Inteligencia Artificial lo suficiente como para utilizarlos, programarlos y hacer que funcionen en hardware a bajo costo, generando resultados de una calidad (al menos para mí) nunca antes vista. Hablamos de que puedo alcanzar estos resultados excelentes sin condiciones significativas, que antes – si es que se lograban – solo podían ser realizadas por empresas millonarias y sus servicios de outsourcing.

Sistemas Locales, Protección de Datos Personales

Solo menciono en el margen que los sistemas de alta rendimiento pueden funcionar localmente con hardware propio basado en algoritmos y modelos de IA actuales.

Tiene varias consecuencias positivas.

En primer lugar, no se generan ningún costo en terceros. Quien conozca los servicios de la nube sabe que el modelo Pay Per Use también trae sus peligros. Un programa que se ejecuta a sí mismo infinitas veces por error puede causar rápidamente costos no deseados en varias miles de euros en pocos días.

En segundo lugar, se pueden controlar y ajustar los sistemas locales por sí mismos. Localmente también se conoce a menudo como fuente abierta. Por lo tanto, el control es tan grande como uno solo podía soñarlo hasta hace poco.

Tercero, es es posible un buen protección de datos en sistemas locales y reducir las incertidumbres legales a cero. Seguramente muchos de ustedes ya habrán oído que el traslado de datos personales a países de inteligencia como Estados Unidos sin consentimiento del usuario no está permitido y, incluso con su consentimiento, es poco controlable legalmente.

Velocidad de desarrollo y alta disponibilidad

Cada día hay noticias de investigación. Lo que antes era pura teoría tiene ahora un enlace práctico firme.

Nuevos algoritmos, nuevos frameworks, nuevos modelos. Todo eso sale casi todos los días.

Desarrollos en el mercado que antes llevaban años ahora se realizan en semanas o pocos meses. La velocidad actual es la que yo llamaría velocidad de la luz. Ustedes estarán de acuerdo conmigo en que exactamente esa velocidad es el término correcto para poder escribir un programa en el menor tiempo posible, lo cual antes llevaba años y solo era posible si tenían mucho personal y dinero.

El desarrollo avanza de manera avalancha. Esto también se debe a la cultura abierta de la escena de Inteligencia Artificial. Los conocimientos se comparten, incluyendo el código fuente. Antes se compartía también el código fuente, pero era poco relevante. Ahora basta una línea de código para cambiar al mundo.

Están disponibles públicamente algoritmos, marcos, capacidad de cálculo, APIs, asistencia, grandes conjuntos de datos y modelos. Aunque debería haber sido así desde antes: pocas cosas interesan a la gente por naturaleza.

Caja Gris con suelo de Inteligencia Artificial

Una caja blanca es un sistema completamente adaptable. Una caja negra es un sistema no adaptable en absoluto.

Una caja gris (o Grey Box) es un término intermedio. El sistema puede ser ajustado a nivel bajo. Por lo tanto, un sistema de inteligencia artificial puede ser fácilmente modificado, actualizado, revisado y mejorado.

Resuelve muchos problemas que se tienen con sistemas preestablecidos. Por otro lado, los sistemas completamente abiertos son demasiado complejos. Se debe ocupar intensamente con ellos antes de que el sistema genere un beneficio individual.

Un sistema de caja gris es muy diferente, a mi parecer, en los sistemas de inteligencia artificial actuales. Puedes empezar con una caja negra y convertirla en una caja gris según sea necesario. Si tienes suficiente capacidad de procesamiento y datos, incluso puedes crear una caja blanca. No puede ser mejor que eso.

¿Qué alegría es esa?

Cerebro descargable

Hagámoslo breve haciendo un comparativo ilustrativo de lo que era la inteligencia artificial hasta hace poco y lo que es ahora.

La AI era "antes" tan analógica como si no supiera nada de la lengua japonesa y comprara un manual para aprender japonés, vivir tres años en el país y luego hablar japonés bastante bien.

Früher“ significaba el término “hoy en día” un período de tiempo desde la actualidad hasta unos años atrás en el pasado. Actualmente significa "en estos momentos" un período de tiempo que abarca desde hoy (este momento!) hasta pocas semanas o meses en el pasado. Actualmente significa "antes" un período que en algún momento del último o este año dejó de existir.

Quien no lo entiende, no es tonto, sino simplemente no sabe suficiente sobre Inteligencia Artificial.

La AI es ahora análoga a cuando se descargan el Centro de Lenguaje del cerebro de un japonés, se cargan en su cerebro (su computadora) y luego puede hablar muy bien japonés.

Creenme ahora que ya tuvo lugar una Revolución de Inteligencia Artificial

Conclusión

Si todavía no creen en la Revolución de la Inteligencia Artificial, por favor lean mi artículo otra vez y esta vez con atención. O bien, envíemenos un problema real de su empresa que desean resolver. Debería ser un problema relacionado con el procesamiento de texto, ya que conozco las tecnologías de IA bastante bien, pero no quiero desviarme demasiado. Sin embargo, puedo darse a conocer cómo funcionan actualmente las análisis de imágenes.

Idealerweise no creen en la Revolución de Inteligencia Artificial. Porque eso aumentaría mi Ventaja competitiva y les resultaría aún más fácil acudir a mis servicios de asesoramiento.

En los últimos días he escrito principalmente sobre protección de datos, pero sobre Inteligencia Artificial. De esto solo se puede inferir que la revolución de la IA está aquí. En cualquier caso, me ha quedado claro que en muchas aplicaciones de inteligencia artificial no tenemos un problema de protección de datos. Con unas pocas enfoques innovadores podemos evitar problemas legales.

Un consejo a todos aquellos que tengan que ver con el procesamiento de lenguaje, texto o imágenes, así que diseñadores, traductores, autores: Repiensen su modelo de negocio y su futuro. Busquen una nueva o más actividades o refuercen su modelo de negocio (“¿Qué quieren los clientes de ustedes que un ordenador no pueda hacer?”). Antes de refuerzar su modelo de negocio, piensen si saben lo que puede hacer ahora mismo un ordenador y cómo será en un mes.

Resumen

Este artículo fue resumido por una inteligencia artificial para usted y solo ligeramente revisado:

La inteligencia artificial (IA) y la protección de datos son temas importantes en la actualidad. La revolución de la IA está en pleno desarrollo. Con sistemas como ChatGPT de OpenAI y LLaMA de Meta se han logrado avances significativos que superan el Test de Turing. El desarrollo de sistemas de inteligencia artificial avanza a un ritmo vertiginoso y permite resolver tareas complejas.

El artículo ofrece una visión de las posibilidades que ofrecen los sistemas de inteligencia artificial, como la predicción de cotizaciones bursátiles, la transcripción de grabaciones de audio y el análisis de imágenes y textos.

La disponibilidad de hardware potente y aplicaciones en la nube a precios bajos ha acelerado el desarrollo de sistemas de Inteligencia Artificial. Los sistemas de IA pueden ejecutarse localmente en hardware propio, lo que permite protección de datos y control. La cultura abierta de la escena de IA fomenta el intercambio de conocimientos, algoritmos y código fuente, lo que acelera aún más su desarrollo.

La revolución de la Inteligencia Artificial también tiene efectos en profesiones como diseñadores, traductores y autores. Los modelos comerciales deben ser revisados para centrarse en habilidades que un ordenador no puede ofrecer.

Resumen breve:

La revolución de la Inteligencia Artificial es concreta y tiene el potencial de cambiar fundamentalmente la historia humana. Con el desarrollo de sistemas como ChatGPT de OpenAI y LLaMA de Meta se han logrado avances significativos que podrían superar el Test de Turing. Estos sistemas son capaces de realizar tareas complejas como el procesamiento de texto e imágenes, la reconocimiento y traducción de lenguaje.