- Las startups son los átomos de la nueva economía.
- El mundo esté viviendo un ataque de creatividad.
- Planificación a medio y largo plazo que otorga ventaja a China, la ventaja competitiva a la autocracia frente a una democracia que debe crecer.
- La humanidad actual debe tener un ego pequeño, pero completo, y un ego colectivo que no se pueda llenar.
- Robótica, nanotecnología y biotecnología, mezclado con Machine Learning.
- Ocho tecnologías: Nube /cloud), Inteligencia Artificial o Machine Learning, Blockchain, Realidad Virtual, 5G (ambientes inteligentes), drones,...
- El "coche eléctrico de Apple",... con Uber como sistema operativo.
- Cambio de paradigma de la posesión al servicio, car-sharing,...
- Recuperar conciencia de humanos, ante otras civilizaciones que se descubran,... para evitar una década de revueltas, y otra de sectas.
- El próximo Internet es el espacio,... Nuevamente la carrera espacial cobra trascendencia.
- La nueva aristocracia es la gente con talento,... que se casan entre ellos, super-humanos que se concentra en zonas como San Francisco, Boston, Shenzhen, Shanghái, Beijing,...
Mostrando las entradas para la consulta Machine Learning ordenadas por relevancia. Ordenar por fecha Mostrar todas las entradas
Mostrando las entradas para la consulta Machine Learning ordenadas por relevancia. Ordenar por fecha Mostrar todas las entradas
Hubs con "Superhumanos": San Francisco, Boston, Shenzhen, Shanghái, Beijing,...
GPT-3 de OpenAI, el modelo de lenguaje más potente en 2021
OpenAI, Inteligencia Artificial (AI) en código abierto, es la famosa organización sin ánimo de lucro enfocada en la investigación sobre inteligencia artificial fundada por Elon Musk y el visionario Reid Hoffman, cofundador de LinkedIn, y en la que empresas como Microsoft ha invertido cientos de millones de dólares. GPT-3 (Generative Pre-trained Transformer 3) fue presentado oficialmente el 28 de mayo de 2020, a través de la publicación de la investigación realizada en coautoría por 31 investigadores e ingenieros de OpenAI y de la Universidad John Hopkins, titulada Language Models are Few-Shot Learners.
Se trata de su evolucionado modelo de lenguaje llamado GPT-3 (Generative Pre-trained Transformer 3), capaz de programar, diseñar y hasta conversar sobre política y economía. La herramienta fue ofrecida al público como una API (Application Programming Interface) Open Source y el Internet estalló con mucha hipérbole de cómo iba a cambiar el mundo. Y sin embargo, uno de sus mismos creadores admite que el "hype" es mucho con demasiado.
GPT-3 es el modelo de lenguaje más poderoso creado hasta ahora. Es decir, una inteligencia artificial, un modelo de machine learning (aprendizaje automático) que analiza texto o datos para ofrecer predicciones de palabras en función de todas las palabras anteriores. Es lo que se usa en aplicaciones de procesamiento natural del lenguaje o PNL.
Este en particular es el más poderoso hasta ahora debido a su tamaño.
GPT-3 cuenta con 175.000 millones de parámetros. Es tan masivo que su versión anterior, GPT-2, tenía solo 1.500 millones de parámetros, y ese generador de textos llegó a ser censurado por la misma OpenAI por creerlo demasiado peligroso.
Sin embargo, en este momento, GPT-3 está algo así como entre un asistente virtual y un autocorrector glorificado. Y esto es importante para entender por qué aunque es sumamente impresionante y un gran avance en el mundo de la IA, por ahora es un tanto inútil.
Hace cosas increíbles que cualquier humano puede hacer mejor. Para que GPT-3 haga su magia un humano debe alimentarlo con una porción de texto. La web está llena de ejemplos muy llamativos (como el vídeo inicial). Programadores han usado la API para construir cosas como un generador de interfaces al que le describes lo que quieres y te genera el código, o un traductor de ecuaciones, o hasta un diseñador artificial.
El cielo y la imaginación parecen ser el único límite. Y sin embargo, como el mismo cofundador Sam Altman dice, GPT-3 es solo un pequeño vistazo al potencial de estos modelos.
GPT-3 no va a reemplazar a los programadores ni a los diseñadores, está muy lejos de hacerlo. El trabajo para diseñar una herramienta que use la API correctamente más las instrucciones necesarias para que GPT-3 genere un resultado aceptable sigue siendo hecho por el humano. El humano sigue programando, solo que aquí el "código" es simplemente el idioma inglés.
GPT-3 no va a reemplazar a los programadores ni a los diseñadores, está muy lejos de hacerlo. El trabajo para diseñar una herramienta que use la API correctamente más las instrucciones necesarias para que GPT-3 genere un resultado aceptable sigue siendo hecho por el humano. El humano sigue programando, solo que aquí el "código" es simplemente el idioma inglés.
Por el momento, el resultado es extremadamente básico, pero algo impresionante para un modelo de lenguaje. Aún no reemplaza el trabajo de un humano profesional que puede producir algo mucho mejor, y sin mucha diferencia de tiempo. Su utilidad actual en el mundo real no es mucha, no va a cambiarlo todo de un día a otro, pero no deja de ser fascinante y estar extremadamente cargado de potencial.
NeRF, Red Neuronal de Inteligencia Artificial
NeRF ('Neural Radiance Fields') es una tecnología que crea composiciones en 3D a partir de imágenes fijas. NeRF es una gran solución de la Inteligencia Artificial (AI) a la eterna búsqueda del mejor sistema para comprender la profundidad de una escena y crear objetos en 3D más realistas. Quienes desarrollaron esta innovación NeRF fueron los investigadores de Nvidia, en específico su división Nvidia Labs.
Todas las grandes compañías y universidades están investigando en esta innovación de innumerables aplicaciones. Como son los casos de Google Brain Team en Berlín, la Berkeley University o la Cornell University, Waymo con su Block NeRF, además de Nvidia NeRF,...
El último uso de esta tecnología ha sido publicado en ArXiv y se nos presenta como un método basado en 'machine learning' para recrear de forma compleja una escena al aire libre basándose en fotos aleatorias. Es decir, a partir de fotos normales poder recrear en tres dimensiones ese mismo edificio o monumento.
Con ayuda de Aitor y su potente ordenador, siguiendo instrucciones de MetAntonio (Antonio Martínez), hemos aplicado NeRF a la transformación de imágenes en 2 dimensiones para obtener un modelo en 3 dimensiones o 3D. Hemos elegido el Tesla Model 3 para unos primeros ensayos.
Otra fórmula ha sido utilizar el LIDAR del iPhone 13 Pro Max, con este resultado (que repetiremos pronto para evitar reflejos). Sería muy mejorable si hubiésemos dedicado más tiempo al escaneo previo, dado que apenas estuvimos un minuto rodeando el coche. En este enlace pueden verse un álbum con otras composiciones con el LIDAR.
En efecto, la ventaja del NeRF es con respecto a los objetos transparentes y superficies reflectantes con las que la fotogrametría tiene problemas. Así mismo, también las redes NERF permiten capturar espacios más amplios y mover a través de ellos. El LIDAR (Light Detection and Ranging o Laser Imaging Detection and Ranging) falla cuanto más grandes sean las superficies, por lo que hacer fotogrametría de un edificio sería complicado.
Finalmente, la tecnología ha provocado una evolución de los bidimensionales selfies en nerfies tridimensionales.
Our paper, “NeRF in the Wild”, is out! NeRF-W is a method for reconstructing 3D scenes from internet photography. We apply it to the kinds of photos you might take on vacation: tourists, poor lighting, filters, and all. https://t.co/lawLB4eEup (1/n) pic.twitter.com/UuvUm4eVzm
— Daniel Duckworth (@duck) August 6, 2020
Ventajas e inconvenientes de los vehículos eléctricos frente a los de combustión, según la Inteligencia Artificial (ChatGPT de AI)
Hay varias ventajas de los vehículos eléctricos frente a los vehículos de combustión interna. Algunas de estas ventajas incluyen:
- Menor impacto ambiental: Los vehículos eléctricos no emiten dióxido de carbono ni otros contaminantes peligrosos en la atmósfera, lo que los convierte en una opción más limpia y sostenible desde el punto de vista ambiental.
- Mayor eficiencia energética: Los vehículos eléctricos son más eficientes que los vehículos de combustión interna en términos de la cantidad de energía que consumen. Esto se debe a que los motores eléctricos son más eficientes en la conversión de energía, lo que significa que pueden convertir más de la energía que consumen en movimiento.
- Menores costos de operación: Debido a su mayor eficiencia energética, los vehículos eléctricos pueden ahorrar dinero en combustible a largo plazo. Además, no tienen que ser rellenados con combustible, lo que puede suponer un ahorro adicional en costos de combustible.
- Mayor durabilidad: Los motores eléctricos tienen menos piezas móviles que los motores de combustión interna, lo que significa que son menos propensos a sufrir averías. Esto puede llevar a una mayor durabilidad del vehículo y un menor costo de mantenimiento en el largo plazo.
[Este post ha sido redactado literalmente y en español, sin modificación alguna por mi parte, por el ChatGPT de Inteligencia Artificial (AI) denominado chat.openai.com. Esta web ha logrado un millón de usuarios en 5 días. Toda la ciencia montada sobre Machine Learning se basa en datos existentes, observando fenómenos ya acaecidos.]
También le hemos preguntado por las desventajas de los VE. Esta ha sido su respuesta.
Hay algunas desventajas de los vehículos eléctricos en comparación con los de combustión. En primer lugar, la infraestructura de carga de vehículos eléctricos todavía no es tan desarrollada como la de combustibles fósiles, por lo que puede ser más difícil encontrar lugares donde cargar un vehículo eléctrico en algunas áreas. Además, los vehículos eléctricos suelen tener un precio de compra más alto que los de combustión, aunque esto puede variar dependiendo del modelo y del fabricante. También es importante tener en cuenta que la autonomía de los vehículos eléctricos puede ser menor que la de los de combustión, lo que puede ser un inconveniente para algunas personas. En general, aunque los vehículos eléctricos tienen muchas ventajas, todavía hay algunos desafíos a superar en cuanto a su uso generalizado.
Suscribirse a:
Entradas (Atom)