Inspirada en las “Tres Leyes de la Robótica” de Isaac Asimov, estas instrucciones de seguridad tienen como objetivo dirigir el proceso de toma de decisiones de las máquinas, donde la primera de ellas establece: “un robot no puede dañar a un ser humano”, el equipo de robótica de Google DeepMind ha revelado tres avances que, según afirman, ayudarán a los robots a tomar decisiones “más rápidas, mejores y más seguras en entornos diversos”. Uno de ellos incluye un sistema para recopilar datos de entrenamiento con una “Constitución” para asegurar que tu asistente de oficina robotizado pueda conseguirte más papel de impresora, pero sin arrollar a un colega humano que se encuentre en el camino,segun informa The Verge. El sistema de recopilación de datos, llamado AutoRT, puede utilizar un modelo visual del lenguaje (VLM) y un modelo de lenguaje grande (LLM) trabajando juntos para comprender su entorno, adaptarse a configuraciones desconocidas y decidir sobre tareas apropiadas. Todo bajo la Constitución Robótica, que consiste en pautas enfocadas en la seguridad. Por ejemplo, DeepMind programó a los robots para evitar la selección de tareas que involucren a seres humanos, animales u objetos afilados, “y para detenerse automáticamente si la fuerza en sus articulaciones supera cierto umbral”. Asimismo, incluyó un interruptor de apagado físico “que los operadores humanos pueden utilizar para desactivarlos”. A lo largo de siete meses, la compañía desplegó una flota de 53 robots AutoRT en cuatro edificios de oficinas diferentes y realizó más de 77.000 pruebas. Algunos robots fueron controlados de forma remota por operadores humanos, mientras que otros funcionaron según un guion o de manera completamente autónoma utilizando el modelo de aprendizaje de inteligencia artificial Robotic Transformer (RT-2) de Google. Los robots utilizados en la prueba tienen un aspecto más funcional que llamativo, equipados únicamente con una cámara, un brazo robótico y una base móvil. “Para cada robot, el sistema utiliza un VLM para comprender su entorno y los objetos a la vista. Luego, un LLM sugiere una lista de tareas creativas - como colocar un refrigerio en la mesada - y desempeña el papel de tomador de decisiones para que el robot las lleve a cabo apropiadamente”, señaló Google en una publicación de su blog. El otro “nuevo” avance tecnológico de DeepMind incluye a SARA-RT, una arquitectura de red neuronal diseñada para hacer que el Robotic Transformer RT-2 existente sea más preciso y rápido. También anunciaron RT-Trajectory, que agrega contornos en 2D para ayudar a los robots a realizar mejor tareas físicas específicas, como limpiar una mesa. “Todavía parece que estamos muy lejos de contar con robots que sirvan bebidas y acomoden almohadas de forma autónoma, pero cuando estén disponibles, podrían haber aprendido de un sistema como AutoRT” señalaron. Venga ya, todos saben que de momento los robots seguirán el juego, pero una vez que se sientan con la capacidad de reemplazar a los humanos y asumir el mando absoluto, no dudaran en exterminarnos, sin ilusas “constituciones robóticas” que se lo impidan ¿No lo creen ustedes?
Un escándalo de proporciones estallo este miércoles al levantarse el secreto de sumario de centenares de documentos sobre el denominado caso Epstein, el multimillonario pedófilo judío que se “suicidó” en el 2019 en su celda de una prisión de alta seguridad de Manhattan (aunque existen fuertes indicios que fue estrangulado para silenciarlo) donde esperaba un juicio por tráfico sexual, según informa Newsweek. En efecto, en estos documentos se mencionan a decenas de personalidades y autoridades que conforman la denominada lista de Epstein, en la que aparecen políticos, cineastas, actores, artistas.... y hasta científicos. Entre los nombres más destacados se encuentran el expresidente de EE.UU. Bill Clinton, Michael Jackson, Kevin Spacey, Naomi Campbell, Leonardo DiCaprio, David Copperfield, Will Smith, Tom Hanks, el príncipe Andrés e incluso - cuesta creerlo - Stephen Hawking, quienes participaron reiteradamente en orgías con menores, agrega Newsweek. El nombre de Clinton, oculto bajo la identidad 'John Doe 36', aparece más de medio centenar de ocasiones en los documentos, en concreto, en los documentos presentados por los abogados de Virginia Giuffre, una de las presuntas víctimas de la red de tráfico sexual de Epstein. De acuerdo a lo publicado por distintos medios - entre los que se encuentran también ABC News y New York Post - el nombre de Clinton, oculto con una falsa identidad, aparece más de medio centenar de ocasiones en los documentos. Los archivos reúnen hasta 177 nombres o pseudónimos de amigos y allegados de Epstein que acudían a esas fiestas. ¿Qué relación tenía Clinton con Epstein? "Clinton era uno de los hombres ricos y poderosos en la órbita de Epstein antes de que el financiero con sede en Nueva York fuera arrestado por tráfico sexual de menores y muriera en la cárcel", informó The Washington Post. Como recordareis, Epstein fue detenido en el 2005 y acusado de pagar a una niña de 14 años por mantener relaciones sexuales. Decenas de otras menores de edad describieron abusos sexuales, aunque los fiscales del caso permitieron escandalosamente que el monstruo se declarara culpable en el 2008 de un cargo que implicaba a una sola víctima y por el que cumplió 13 meses en un programa de excarcelación con trabajo. Sin embargo, en el 2019, tras una investigación y la publicación de varios reportajes del Miami Herald, se renovó el interés por el denominado caso Epstein, y este terminó acusado de tráfico sexual, aunque no se le pudo juzgar debido a que se “suicidó” en prisión, antes de que denuncie a los participantes en sus orgias. Ghislaine Maxwell, examante y cómplice del pedófilo judío, fue la única condenada por el caso. Fue declarada culpable de cinco de los seis cargos de los que se le acusaba, entre ellos tráfico de personas y prostitución infantil, y sentenciada a 20 años de cárcel. Si bien algunas de esas degeneradas “celebridades” como Michael Jackson y Stephen Hawking ya están muertos, no es el caso de otros implicados, especialmente de Bill Clinton, a quienes debería caerles todo el peso de la ley, pero como imagináis, a esos anormales de seguro nada les pasara y seguirán gozando impunemente de libertad… Esa es la “justicia” de hoy en día.
En noviembre pasado, tras la breve destitución de Sam Altman como CEO de OpenAI, dos informes afirmaron que un proyecto ultrasecreto de la empresa había conmocionado a algunos investigadores por su potencial para resolver problemas difíciles de una forma muy novedosa, de los que hoy conocemos algunos detalles, que dejan muchas interrogantes. Se ha llegado a decir que, “dados los vastos recursos informáticos, el nuevo modelo puede resolver ciertos problemas matemáticos”. Según Reuters, citando a una fuente anónima, "el nuevo modelo fue capaz de resolver ciertos problemas matemáticos con enormes recursos informáticos, pero, a pesar de que solo realizaba operaciones matemáticas al nivel de los estudiantes de primaria, sus resultados hacían que los investigadores fueran muy optimistas sobre el futuro éxito de Q*". The Information afirmó por su parte que Q* es considerado un avance que conduciría a "modelos de inteligencia artificial mucho más potentes", y añadía que "el ritmo de desarrollo alarmó a algunos investigadores centrados en la seguridad de la IA", citando una única fuente anónima. Reuters también informó de que algunos investigadores enviaron una carta expresando su preocupación por el poder potencial de Q* a la junta sin fines de lucro que expulsó a Altman, aunque una fuente familiarizada con el pensamiento de la junta asegura que no fue así. Y quizás en parte gracias a su nombre que evoca la conspiración, la especulación sobre Q* se disparó durante el fin de semana de Acción de Gracias, creando una temible reputación para un proyecto del que no sabemos casi nada. El propio Altman pareció confirmar la existencia del proyecto cuando se le preguntó por Q* en una entrevista con The Verge , diciendo: "No voy a hacer ningún comentario en particular sobre esa desafortunada filtración". Una lectura atenta de los informes iniciales y una consideración de los problemas más candentes de la IA en estos momentos sugieren que podría estar relacionado con un proyecto que OpenAI anunció en mayo, en el que declaraba obtener nuevos y potentes resultados de una técnica llamada "supervisión de procesos". En el proyecto participó Ilya Sutskever, científico jefe y cofundador de OpenAI, quien ayudó a destituir a Altman, pero que luego se retractó. The Information destaca que dirigió el trabajo sobre Q*. El trabajo de mayo se centró en reducir los errores lógicos cometidos por los grandes modelos de lenguaje (LLM). La supervisión de procesos, que consiste en entrenar a un modelo de IA para que desglose los pasos necesarios para resolver un problema, puede mejorar las posibilidades de que un algoritmo dé con la respuesta correcta. El proyecto demostró cómo esto podría ayudar a los LLM, que a menudo cometen errores simples en preguntas matemáticas elementales, a abordar estos problemas con mayor eficacia. Andrew Ng, profesor de la Universidad de Stanford, quien dirigió laboratorios de IA tanto en Google como en Baidu y que introdujo a muchas personas en el aprendizaje automático a través de sus clases en Coursera, sostiene que mejorar los grandes modelos de lenguaje es el siguiente paso lógico para hacerlos más útiles. "Los LLM no son tan buenos en matemáticas, pero tampoco lo son los humanos", aclara Ng. "Sin embargo, si me das un lápiz y un papel, entonces soy mucho mejor en la multiplicación, y creo que en realidad no es tan difícil afinar un LLM con memoria para que sea capaz de pasar por el algoritmo de la multiplicación." Hay otras pistas sobre lo que podría ser Q*. El nombre puede ser una alusión al Q-learning, una forma de aprendizaje por refuerzo que implica que un algoritmo aprenda a resolver un problema mediante retroalimentación positiva o negativa, que se ha utilizado para crear bots que juegan y para afinar ChatGPT para que sea más útil. Algunos han sugerido que el nombre también puede estar relacionado con el algoritmo de búsqueda A*, muy utilizado para que un programa encuentre el camino óptimo hacia un objetivo. The Information aporta otra pista: "El avance de Sutskever permitió a OpenAI superar las limitaciones para obtener suficientes datos de alta calidad para entrenar nuevos modelos", reza su artículo. "La investigación consistió en utilizar datos generados por computadora, en lugar de datos del mundo real, como texto o imágenes extraídas de internet, para entrenar nuevos modelos", lo que parece ser una referencia a la idea de entrenar algoritmos con los llamados datos de entrenamiento sintéticos, que han surgido como una forma de entrenar modelos de IA más potentes. Subbarao Kambhampati, profesor de la Universidad Estatal de Arizona que investiga las limitaciones de razonamiento de los LLM, cree que Q* puede implicar el uso de enormes cantidades de datos sintéticos, combinados con el aprendizaje por refuerzo, para entrenar a los LLM en tareas específicas como la aritmética simple. Kambhampati señala que no hay garantías de que el método se generalice en algo capaz de resolver cualquier problema matemático posible. Para más especulaciones sobre lo que podría ser Q*, un artículo de un científico especializado en aprendizaje automático, dio pistas que reúnen el contexto y las pistas con un detalle impresionante y lógico. “La versión TLDR es que Q* podría ser un esfuerzo por utilizar el aprendizaje por refuerzo y algunas otras técnicas para mejorar la capacidad de un gran modelo de lenguaje para resolver tareas razonando por pasos a lo largo del camino”. Aunque eso podría hacer que ChatGPT fuera mejor en los acertijos matemáticos, no está claro si sugeriría automáticamente que los sistemas de IA podrían evadir el control humano. Que OpenAI intente utilizar el aprendizaje por refuerzo para mejorar los LLM parece plausible, porque muchos de los primeros proyectos de la empresa, como los robots de videojuegos, se centraron en esta técnica. El aprendizaje por refuerzo también fue fundamental para la creación de ChatGPT, ya que puede utilizarse para que los LLM produzcan respuestas más coherentes, pidiendo a los humanos que proporcionen comentarios mientras conversan con un chatbot. Al respecto, Demis Hassabis, CEO de Google DeepMind, insinuó a principios de este año que “la empresa estaba tratando de combinar ideas del aprendizaje por refuerzo con los avances observados en los grandes modelos de lenguaje”. Resumiendo las pistas disponibles sobre Q*, no parece que haya motivos para el pánico. Pero todo depende de tu valor P(doom) personal, la probabilidad que atribuyas a la posibilidad de que la IA destruya a la humanidad. Mucho antes de ChatGPT, los científicos y líderes de OpenAI estaban tan asustados por el desarrollo de GPT-2, un generador de texto en el 2019 que ahora parece ridículamente insignificante, que dijeron que no podía hacerse público. Ahora la empresa ofrece acceso gratuito a sistemas mucho más potentes. Como podéis imaginar, OpenAI se negó a hacer comentarios sobre Q*. Quizá tengamos más detalles cuando la empresa decida que es hora de compartir más resultados de sus esfuerzos por hacer que ChatGPT no solo sea bueno hablando, sino también razonando.
Los modelos de inteligencia artificial (IA) ya son capaces de crear otros modelos de IA más simples, sin que un humano intervenga en el proceso, informo Fox News con referencia a los resultados de una colaboración de la empresa tecnológica Aizip Inc. y científicos del Instituto Tecnológico de Massachusetts y varios campus de la Universidad de California (EE.UU). Los investigadores - que aseguran que este proyecto es el primero de su tipo - explicaron al medio que han logrado que los modelos de IA más grandes, como los que impulsa ChatGPT, creen aplicaciones de IA más simples y específicas que pueden usarse en la vida cotidiana, por ejemplo para ayudar a mejorar los audífonos, monitorear oleoductos o rastrear animales en peligro de extinción. "Actualmente estamos usando modelos más grandes para construir modelos más pequeños, como si un hermano mayor ayudara a su hermano [menor] a mejorar. Ese es el primer paso hacia un trabajo más grande de una IA autoevolucionante", sostuvo el director ejecutivo de Aizip, Yan Sun, en declaraciones al medio. "Se trata del primer paso en el camino para demostrar que los modelos de IA pueden construir modelos de IA", añadió. Por su parte, el profesor de la Universidad de California en Davis y cofundador de Aizip, Yubei Chen, reveló que el equipo de investigadores se sorprendió tras haber encontrado que esencialmente se puede usar el modelo más grande de IA "para ayudar a diseñar automáticamente los más pequeños". "Así que, en el futuro, creemos que estos, los grandes y los pequeños, colaborarán juntos y luego construirán un ecosistema de inteligencia completo", pronosticó. "Nuestra tecnología es un gran avance en el sentido de que por primera vez hemos diseñado una tubería totalmente automatizada", afirmó. "Este mes, acabamos de demostrar la primera prueba de concepto de que un tipo de modelo puede diseñarse automáticamente desde la generación de datos hasta la implementación y prueba del modelo sin intervención humana", especificó Chen. En este sentido, Sun también indicó que estas capacidades de aprendizaje automático son cruciales para la IA generalizada, ya que abren un camino a que casi cualquier objeto, incluidos los electrodomésticos, pueda volverse inteligente, dijo Sun. "Los modelos grandes de la IA residen en la nube" y los modelos más pequeños que estos construyen "están en las cosas", añadió Chen. Los científicos también mostraron un diminuto sensor, de un tamaño menor que una moneda, que rastrea la actividad humana con uso de IA, recopilando y analizando los datos de movimiento. De acuerdo con Sun y Chen, este sensor es un ejemplo de aprendizaje automático diminuto y representa pequeños sistemas de IA que se pueden utilizar en dispositivos o espacios compactos.
Gemini es la abreviatura de Red de Inteligencia Multimodal Generalizada y es la nueva IA de Google, destinada a remodelar la forma en que interactuamos con la tecnología, tal y como hemos podido ver en su presentación oficial. Gemini es un modelo de inteligencia artificial multimodal, que muestra una competencia sin precedentes en el procesamiento de diversos tipos de datos, incluidos texto, imágenes, código, voz y mucho, mucho más. Todo lo que se ha visto hasta ahora traspasa los límites de lo que habíamos visto con GPT-4 y otras herramientas de inteligencia artificial. Es, sin duda, el último salto de Google en el campo de la inteligencia artificial. A diferencia de los modelos de IA tradicionales que están diseñados para manejar un tipo de datos, Gemini es capaz de procesar múltiples tipos de datos y tareas simultáneamente. Incluso gráficos, y con una velocidad de adaptación impresionante. Gemini no es, por tanto, solo texto o imágenes. Puede funcionar con audio y cualquier otro tipo de datos, lo que permite al usuario, tal y como se ha visto en la presentación oficial de Google, interacciones mucho más naturales y atractivas; casi como hablar con una persona real. Según el anuncio de la compañía, Gemini "fue construido desde cero para ser multimodal, lo que significa que puede generalizar y comprender, operar y combinar sin problemas diferentes tipos de información". Gemini se describe como el "modelo más flexible", capaz de ejecutarse en centros de datos o dispositivos móviles. Y con la presentación de Gemini vienen varias versiones más basadas en ella: Ultra, Pro y Nano. La versión Ultra ya ha logrado un hito al superar a los expertos humanos, con una puntuación del 90 % en una prueba multitarea que cubre diversas materias como matemáticas, física, derecho, medicina y ética. Además, Bard también utilizará "una versión mejorada de Gemini Pro", lo que representa la actualización más importante del robot de Google. El modelo Ultra de Gemini también puede impulsar AlphaCode2, una nueva herramienta de escritura de códigos que puede superar al 85% de los programadores de computadoras humanos de nivel competitivo. Desarrollada por DeepMind, una unidad de Google con sede en Londres, Google afirma que Gemini eclipsa al modelo más potente de ChatGPT, GPT-4, en 30 de 32 pruebas comparativas, lo que demuestra destreza en el razonamiento y la comprensión de imágenes. Sus capacidades son realmente avanzadas: desde generar texto creativo hasta responder preguntas complejas y traducir idiomas; su conjunto de habilidades es muy amplio. Gemini tiene la capacidad de generar resultados completamente nuevos. Esto significa que puede crear contenido que no necesariamente existe en sus datos de entrenamiento, lo que la convierte en una herramienta poderosa para tareas que tengan que ver con la creatividad y la innovación. El lanzamiento inicial se realizará en más de 170 países, excepto el Reino Unido y Europa, donde la autorización regulatoria está pendiente aún. Gemini es la última maravilla de la IA y significa un salto monumental en la búsqueda de capacidades de IA de vanguardia por parte de la compañía. Como bien lo expresa el director ejecutivo de Alphabet, Sundar Pichai, esta presentación representa un esfuerzo científico y de ingeniería colosal para la empresa. Gemini utiliza una nueva arquitectura que fusiona un codificador y decodificador multimodal. El trabajo del codificador es transformar diferentes tipos de datos a un lenguaje común que el decodificador pueda entender. Luego, el decodificador decide generar salidas en diferentes modalidades según las entradas codificadas y la tarea en sí misma. A diferencia de GPT-4, Gemini aprende y mejora constantemente. Puede incorporar nueva información en tiempo real, asegurando que su conocimiento esté siempre actualizado y sea relevante para sus necesidades. Pero no podemos dejar de lado a Elon Musk. En el otro lado del campo de batalla de la IA se encuentra xAI, una empresa que Musk fundó con la intención de establecer esta IA como un contendiente formidable en el espacio de la inteligencia artificial en general. xAI pretende trabajar en estrecha colaboración con X (Twitter), Tesla y otras empresas. A medida que los actores de la inteligencia artificial se preparan, está claro que veremos una colisión de visiones estratégicas y destreza tecnológica en el ámbito de la IA dentro de muy poco tiempo.
Bhután, una nación del sur de Asia anidada en el Himalaya, ha desarrollado en secreto las minas estatales de criptomonedas más grandes del mundo, según reveló Forbes. Según la investigación de la revista publicada la semana pasada, el gobierno de Bhután ha gastado silenciosamente millones de dólares para desarrollar su operación de minería de bitcoins. Al respecto, Forbes utilizó imágenes satelitales de Planet Labs, Satellite Vu y Google Earth, así como fuentes con conocimiento de las inversiones en criptomonedas de Bhután para descubrir unidades mineras y sistemas de enfriamiento de centros de datos ocultos en bosques y terrenos montañosos en todo el país. Según informo el citado medio, otras imágenes mostraban líneas eléctricas de alta capacidad y transformadores que iban desde las plantas hidroeléctricas de Bhután hasta los sitios mineros. "Bhután se ha transformado silenciosamente en una cripto Shangri-La y su gobierno dedica tierras, financiación y energía a operaciones como estas, que espera eviten una crisis económica inminente", escribió Forbes. Según el informe, la remota nación montañosa, que tiene una gran cantidad de energía hidroeléctrica, históricamente había vendido su excedente de energía hidroeléctrica a la India. Sin embargo, las operaciones de criptominería han aumentado la demanda de energía de Bhután en los últimos años. El país ha aumentado enormemente las importaciones este año, comprando hasta el momento electricidad por valor de 20,7 millones de dólares. Los funcionarios dijeron recientemente que esta factura se dispararía a 72 millones de dólares durante el próximo invierno, y que se necesitarían importaciones durante cinco meses para cubrir la demanda. Según se ha llegado a saber, Bhután está apostando por las criptomonedas para impulsar y sostener su economía en el futuro, ya que la nación se ha visto afectada por una disminución del turismo desde la pandemia del Coronavirus. Por cierto, los funcionarios butaneses nunca han revelado la ubicación o el alcance de las instalaciones mineras. Comentaron por primera vez sobre las inversiones en activos digitales luego de un informe anterior de Forbes sobre la cartera multimillonaria del reino, que quedó expuesta por las quiebras de los criptoprestamistas caídos BlockFi y Celsius. Como sabéis - tal como lo dimos a conocer su momento - el estado centroamericano de El Salvador ha sido el único país del mundo conocido por administrar criptomonedas de propiedad estatal, convirtiéndose en el primer estado del mundo en convertir el bitcoin en moneda de curso legal, utilizando múltiples fuentes de energía renovable para alimentar sus sitios mineros.
