Mantenerse al día con una industria que se mueve tan rápido como la IA es una tarea difícil. Entonces, hasta que una IA pueda hacerlo por usted, aquí hay un resumen útil de historias recientes en el mundo del aprendizaje automático, junto con investigaciones y experimentos notables que no cubrimos por sí solos.
Esta semana, SpeedyBrand, una empresa que utiliza IA generativa para crear contenido optimizado para SEO, salió de la clandestinidad con el respaldo de Y Combinator. Todavía no ha atraído muchos fondos ($2,5 millones) y su base de clientes es relativamente pequeña (alrededor de 50 marcas). Pero me hizo pensar en cómo la IA generativa está comenzando a cambiar la composición de la web.
Como escribió James Vincent de The Verge en un artículo reciente, los modelos generativos de IA hacen que sea más barato y más fácil generar contenido de menor calidad. Newsguard, una empresa que proporciona herramientas para investigar fuentes de noticias, ha expuesto cientos de sitios con publicidad con nombres genéricos que presentan información errónea creada con IA generativa.
Está causando un problema para los anunciantes. Muchos de los sitios destacados por Newsguard parecen creados exclusivamente para abusar de la publicidad programática o de los sistemas automatizados para colocar anuncios en las páginas. En su informe, Newsguard encontró cerca de 400 instancias de anuncios de 141 marcas importantes que aparecieron en 55 de los sitios de noticias basura.
No son solo los anunciantes los que deberían estar preocupados. Como señala Kyle Barr de Gizmodo, es posible que solo se necesite un artículo generado por IA para generar montañas de participación. E incluso si cada artículo generado por IA solo genera unos pocos dólares, eso es menos que el costo de generar el texto en primer lugar, y el dinero potencial de la publicidad no se envía a sitios legítimos.
Entonces, ¿cuál es la solución? ¿Hay uno? Son un par de preguntas que me mantienen cada vez más despierto por la noche. Barr sugiere que corresponde a los motores de búsqueda y las plataformas publicitarias ejercer un control más estricto y castigar a los malos actores que adoptan la IA generativa. Pero dada la rapidez con la que se mueve el campo, y la naturaleza infinitamente escalable de la IA generativa, no estoy convencido de que puedan seguir el ritmo.
Por supuesto, el contenido de spam no es un fenómeno nuevo, y ha habido olas antes. La web se ha adaptado. Lo que es diferente esta vez es que la barrera de entrada es dramáticamente baja, tanto en términos de costo como de tiempo que debe invertirse.
Vincent adopta un tono optimista, dando a entender que si la web es eventualmente invadido por basura de IA, podría estimular el desarrollo de plataformas mejor financiadas. No estoy muy seguro. Sin embargo, lo que no está en duda es que estamos en un punto de inflexión y que las decisiones que se tomen ahora en torno a la IA generativa y sus resultados afectarán la función de la web durante algún tiempo.
Aquí hay otras historias destacadas de IA de los últimos días:
OpenAI lanza oficialmente GPT-4: OpenAI anunció esta semana la disponibilidad general de GPT-4, su último modelo de generación de texto, a través de su API paga. GPT-4 puede generar texto (incluido el código) y aceptar entradas de imágenes y texto, una mejora con respecto a GPT-3.5, su predecesor, que solo aceptaba texto, y se desempeña a “nivel humano” en varios puntos de referencia académicos y profesionales. Pero no es perfecto, como señalamos en nuestra cobertura anterior. (Mientras tanto, se informa que la adopción de ChatGPT ha disminuido, pero ya veremos).
Poner bajo control la IA ‘superinteligente’: En otras noticias de OpenAI, la compañía está formando un nuevo equipo dirigido por Ilya Sutskever, su científico jefe y uno de los cofundadores de OpenAI, para desarrollar formas de dirigir y controlar sistemas de IA “superinteligentes”.
Ley antisesgo para la ciudad de Nueva York: Después de meses de demoras, la ciudad de Nueva York comenzó esta semana a hacer cumplir una ley que requiere que los empleadores que usan algoritmos para reclutar, contratar o ascender empleados presenten esos algoritmos para una auditoría independiente y hagan públicos los resultados.
Valve da luz verde tácitamente a los juegos generados por IA: Valve emitió una declaración poco común después de afirmar que estaba rechazando juegos con activos generados por IA de su tienda de juegos Steam. El desarrollador notoriamente callado dijo que su política estaba evolucionando y no era una posición contra la IA.
Humane presenta el Ai Pin: Humane, la startup lanzada por el ex dúo de diseño e ingeniería de Apple Imran Chaudhri y Bethany Bongiorno, reveló esta semana detalles sobre su primer producto: The Ai Pin. Resulta que el producto de Humane es un dispositivo portátil con una pantalla proyectada y funciones impulsadas por inteligencia artificial, como un teléfono inteligente futurista, pero en un factor de forma muy diferente.
Advertencias sobre la regulación de IA de la UE: Los principales fundadores de tecnología, directores ejecutivos, capitalistas de riesgo y gigantes de la industria en toda Europa firmaron una carta abierta a la Comisión de la UE esta semana, advirtiendo que Europa podría perderse la revolución de la IA generativa si la UE aprueba leyes que sofocan la innovación.
La estafa de Deepfake hace las rondas: Verificar este clip del campeón de financiación al consumo del Reino Unido, Martin Lewis, aparentemente aprovechando una oportunidad de inversión respaldada por Elon Musk. Parece normal, ¿verdad? No exactamente. Es un deepfake generado por IA, y potencialmente un vistazo de la miseria generada por IA que se acelera rápidamente en nuestras pantallas.
Juguetes sexuales impulsados por IA: Lovense, quizás mejor conocido por sus juguetes sexuales controlables a distancia, anunció esta semana su ChatGPT Pleasure Companion. Lanzado en versión beta en la aplicación de control remoto de la compañía, el “Advanced Lovense ChatGPT Pleasure Companion” lo invita a disfrutar de historias jugosas y eróticas que el Companion crea en función de su tema seleccionado.
Otros aprendizajes automáticos
Nuestro resumen de investigación comienza con dos proyectos muy diferentes de ETH Zurich. Primero está aiEndoscopic, un spin-off de intubación inteligente. La intubación es necesaria para la supervivencia de un paciente en muchas circunstancias, pero es un procedimiento manual complicado que generalmente realizan especialistas. El intuBot utiliza la visión por computadora para reconocer y responder a una alimentación en vivo de la boca y la garganta, guiando y corrigiendo la posición del endoscopio. Esto podría permitir a las personas intubar de manera segura cuando sea necesario en lugar de esperar al especialista, lo que podría salvar vidas.
Aquí están ellos explicándolo con un poco más de detalle:
En un dominio totalmente diferente, los investigadores de ETH Zurich también contribuyeron de segunda mano a una película de Pixar al ser pioneros en la tecnología necesaria para animar el humo y el fuego sin caer presa de la complejidad fractal de la dinámica de fluidos. Su enfoque fue notado y desarrollado por Disney y Pixar para la película Elemental. Curiosamente, no es tanto una solución de simulación como una de transferencia de estilo, un atajo inteligente y aparentemente bastante valioso. (La imagen de arriba es de esto).
La IA en la naturaleza siempre es interesante, pero la IA en la naturaleza aplicada a la arqueología lo es aún más. La investigación dirigida por la Universidad de Yamagata tuvo como objetivo identificar nuevas líneas de Nasca: los enormes “geoglifos” en Perú. Se podría pensar que, al ser visibles desde la órbita, serían bastante obvios, pero la erosión y la cubierta de árboles de los milenios transcurridos desde que se crearon estas misteriosas formaciones significan que hay un número desconocido escondido justo fuera de la vista. Después de entrenarse con imágenes aéreas de geoglifos conocidos y ocultos, se liberó un modelo de aprendizaje profundo en otras vistas y, sorprendentemente, detectó al menos cuatro nuevos, como puede ver a continuación. ¡Muy emocionante!
Cuatro geoglifos de Nasca recién descubiertos por un agente de IA.
En un sentido más inmediatamente relevante, la tecnología adyacente a la IA siempre encuentra nuevos trabajos para detectar y predecir desastres naturales. Los ingenieros de Stanford están reuniendo datos para entrenar futuros modelos de predicción de incendios forestales mediante la realización de simulaciones de aire caliente sobre el dosel de un bosque en un tanque de agua de 30 pies. Si vamos a modelar la física de las llamas y las brasas que viajan fuera de los límites de un incendio forestal, necesitaremos comprenderlas mejor, y este equipo está haciendo todo lo posible para aproximarse a eso.
En UCLA están investigando cómo predecir deslizamientos de tierra, que son más comunes a medida que cambian los incendios y otros factores ambientales. Pero si bien la IA ya se ha utilizado para predecirlos con cierto éxito, no “muestra su trabajo”, lo que significa que una predicción no explica si se debe a la erosión, al cambio del nivel freático o a la actividad tectónica. Un nuevo enfoque de “red neuronal superponible” hace que las capas de la red utilicen diferentes datos pero se ejecuten en paralelo en lugar de todos juntos, lo que permite que el resultado sea un poco más específico en cuanto a las variables que conducen a un mayor riesgo. También es mucho más eficiente.
Google está enfrentando un desafío interesante: ¿cómo se logra que un sistema de aprendizaje automático aprenda del conocimiento peligroso pero no lo propague? Por ejemplo, si su conjunto de entrenamiento incluye la receta del napalm, no querrá que la repita, pero para saber que no debe repetirla, necesita saber lo que no está repitiendo. ¡Una paradoja! Entonces, el gigante tecnológico está buscando un método de “desaprendizaje automático” que permita que este tipo de acto de equilibrio ocurra de manera segura y confiable.
Si está buscando una mirada más profunda a por qué las personas parecen confiar en los modelos de IA sin una buena razón, no busque más allá de este editorial de Science de Celeste Kidd (UC Berkeley) y Abeba Birhane (Mozilla). Entra en los fundamentos psicológicos de la confianza y la autoridad y muestra cómo los agentes actuales de IA básicamente los utilizan como trampolines para aumentar su propio valor. Es un artículo realmente interesante si quieres sonar inteligente este fin de semana.
Aunque a menudo escuchamos sobre la infame máquina de ajedrez falsa Mechanical Turk, esa farsa inspiró a las personas a crear lo que pretendía ser. IEEE Spectrum tiene una historia fascinante sobre el físico e ingeniero español Torres Quevedo, quien creó un ajedrecista mecánico real. Sus capacidades eran limitadas, pero así es como sabes que era real. Algunos incluso proponen que su máquina de ajedrez fue el primer “juego de computadora”. Comida para el pensamiento.
