Se busca: Inteligencia Artificial General
Se busca: Inteligencia Artificial General
Noticias recientes de Inteligencia Artificial que importan a los negocios
Presentamos un nuevo centro de investigación que ha sido creado con el objetivo de lograr la Inteligencia Artificial General, con fundadores muy relevantes de la industria. También analizaremos los pasos que está dando Meta para estudiar en profundidad nuestro cerebro con el fin de crear modelos de lenguaje más potentes. Y veremos algunas aplicaciones de IA en dos sectores muy distintos, como la construcción y la moda.
Aprende a incorporar la Inteligencia Artificial de manera estratégica en tu proyecto profesional. ¿Conoces nuestro MásterIIA? Por ser suscriptor de Explicable podrás beneficiarte de un descuento. Utiliza el cupón EXPLICABLE300.
Adept: nuevo contendiente AGI
La Inteligencia Artificial General (también llamada AGI, acrónimo de Artificial General Intelligence) se puede definir como la capacidad de una máquina de realizar un conjunto amplio de tareas, pertenecientes a distintos dominios y que requieren habilidades cognitivas como las humanas. En contraposición, la IA estrecha o débil es la que se entrena para resolver una tarea concreta y que es incapaz de adquirir por sí misma nuevas habilidades. Por ejemplo, una red neuronal que clasifica residuos en una planta de reciclaje a partir de una foto se considera IA estrecha. Esta denominación no hace justicia al logro que supone, pues la IA estrecha es la única que hoy en día está creando valor en los negocios, resolviendo multitud de problemas que no serían posibles de otra forma. Mientras que es la AGI, la que todavía se encuentra en el terreno de lo especulativo.
Esto no ha impedido que surjan varias empresas con la única misión de lograr la AGI como una especie de santo grial que traerá beneficios ilimitados. La primera empresa en fundarse con este objetivo fue Deepmind, que en el año 2014 fue adquirida por Google, cuando apenas eran 50 empleados y sin ingresos. OpenAI se fundó en 2015 con un enfoque más altruista y sin ánimo de lucro, pero después de reconocer que aún queda mucho camino por recorrer, se ha convertido en una empresa lucrativa mientras prosigue con la búsqueda de la ansiada AGI. A pesar de no haber llegado al objetivo final, estas dos empresas son las responsables de un salto cualitativo importante que se ha producido en el campo de la IA con modelos como GPT-3, Dall-E, MuZero o Flamingo. Estos modelos van un paso más allá de lo que llamamos IA estrecha, siendo capaces de realizar un conjunto de tareas bastante amplio, dentro de un mismo dominio, sin haber sido entrenados explícitamente para ello.
Desafortunadamente no existen muchas empresas con esta vocación, debido a la fuerte inversión que requieren, y con unos beneficios a muchos años vista. Por eso, es noticia que aparezca un nuevo contendiente para unirse a esta lista, como es la empresa Adept con una inversión inicial de $65M. Lo más interesante de Adept es su equipo de fundadores, que incluye a personal clave de empresas como Google, OpenAI, Deepmind y Meta. Además, entre ellos se encuentran los inventores de la arquitectura Transformer, que ha revolucionado el campo del deep learning y es, en gran parte, responsable del salto cualitativo al que nos referimos.
No sabemos si la AGI es cuestión de años, décadas o es una entelequia. Pero independientemente de que logren o no cumplir con su misión, los avances que nos traen este tipo de empresas son innegables.
Así que es de esperar que Adept, con unos fundadores de primer nivel, esté a la altura de sus predecesoras.
Más información: https://www.adept.ai/post/introducing-adept
¿Qué tienen en común Meta y el hormigón?
Meta, la empresa anteriormente llamada Facebook, es conocida como la mayor red social del mundo. Pero pocos saben que tiene uno de los centros de desarrollo de IA aplicada más importantes del planeta. Hoy nos hacemos eco de un artículo científico que acaban de publicar investigadores de Meta en colaboración con varias universidades, donde utilizan un modelo de redes neuronales para descubrir una nueva formulación de hormigón, que mantiene las propiedades de la fórmula convencional, pero con una huella de carbono en su fabricación mucho menor. La producción de cemento, que es uno de los componentes del hormigón, es la responsable del 8% de las emisiones de CO2 del planeta, así que esto es un proyecto con un potencial de impacto global.
La forma en la que lo han conseguido se asemeja a cómo la industria farmacéutica está aplicando la IA para el descubrimiento de nuevos fármacos. Un modelo aprende la relación entre las distintas formulaciones de hormigón y sus propiedades, tanto físicas como de impacto medioambiental. Una vez entrenado, es capaz de encontrar nuevas formulaciones que cumplan las propiedades que deseemos. Las formulaciones resultantes se han probado en un laboratorio para elegir la más prometedora, que ya ha sido utilizada en la construcción de un centro de datos que la compañía ha abierto en Estados Unidos.
Esta noticia corrobora el carácter transversal de la Inteligencia Artificial, y cómo se puede aplicar a todos los sectores de la economía, como en este caso ocurre para el sector de la construcción.
Y, también, resulta llamativo comprobar cómo gracias a la IA, una empresa como Meta, que no es experta en materiales, puede emplear sus recursos en el descubrimiento de la formulación óptima del hormigón de sus edificios. La intersección entre lo que se puede hacer con IA y lo que da valor a un negocio es cada vez más grande y más fácil de explotar, si dominas la tecnología.
Más información: https://arxiv.org/abs/2204.05397
Más cerebro para la IA
En la última década hemos asistido a un gran avance en el campo de la computación, gracias a la introducción de las redes neuronales en la caja de herramientas del software. La revolución comenzó en el campo de la visión artificial, donde las redes neuronales le han dado a los ordenadores la capacidad de ver. Para ello, se utilizó una arquitectura de red neuronal llamada convolucional, que está inspirada en los estudios de la corteza visual de los galardonados con el premio Nobel, Hubel y Wiesel. Mediante unos experimentos con gatos, identificaron cómo cada neurona de las capas iniciales se especializaba en detectar bordes con una inclinación determinada, independientemente del lugar de la escena donde se encontraran. Conforme se iba avanzando por la corteza visual, las neuronas se iban especializando para activarse ante formas cada vez más complejas. Esto dio lugar a un modelo de neuronas organizadas en una jerarquía de capas para reconocer patrones, que se convirtió en la inspiración de las redes neuronales convolucionales.
Si estas redes, que imitan parte del cerebro de los mamíferos, supuso un antes y un después en la visión por computador, lo mismo se espera de un proyecto a largo plazo que acaba de arrancar Meta, para el avance en el área del procesamiento de lenguaje natural. En este caso van a estudiar el cerebro humano mediante una técnica no intrusiva llamada magnetoencefalografía. Este proyecto se realiza en colaboración con dos centros de investigación franceses de gran prestigio: INRIA y CEA.
Los grandes modelos de lenguaje, como GPT-3, se entrenan para predecir la siguiente palabra a partir del contexto previo. Diversos estudios del cerebro humano que se han hecho sobre el lenguaje han desvelado algunas similitudes con las activaciones neuronales de los grandes modelos artificiales. Pero también sabemos que nuestro cerebro imagina mucho más allá de la siguiente palabra para un contexto dado. El proyecto se trata, pues, de dotar a los modelos de lenguaje actuales de la capacidad de predecir información con un horizonte temporal mayor, imitando en la medida de lo posible el funcionamiento de nuestro cerebro. Al igual que ocurrió con la visión, esta podía ser la llave para lograr una capacidad de comprensión mayor de nuestro lenguaje.
La naturaleza contiene el único ejemplo de comportamiento inteligente que tenemos a nuestro alcance. Los esfuerzos por replicarlo, están empezando a dar sus frutos.
Más información: https://ai.facebook.com/blog/studying-the-brain-to-build-ai-that-processes-language-as-people-do/
La IA está de moda
Los modelos generativos de IA se están convirtiendo en una fuente de inspiración para artistas de todo tipo. Con DALL·E 2 estamos siendo testigos de una auténtica revolución que cambiará la forma de hacer diseño gráfico para siempre. Y el uso de este tipo de herramientas se va a extender también a otras áreas que tengan un componente creativo, como el diseño industrial o la moda. En este trabajo de investigación, se exploran las posibilidades creativas de la IA en la generación de imágenes de modelos con diferentes estilos de ropa y complementos.
Con este modelo de IA, llamado StyleGAN-Human, se pueden generar nuevos diseños de ropa de forma aleatoria, cambiar la pose del modelo de la imagen para tener otra perspectiva del diseño, editar los atributos de una diseño generado (por ejemplo, para aumentar o reducir la longitud de una manga), buscar nuevas combinaciones de estilo entre dos fotos determinadas e incluso sustituir la cara del modelo que aparece en la foto por otra cualquiera. Aunque esta herramienta no sustituye a un diseñador de moda, sí que puede ser un medio para apoyar visualmente una idea de diseño, o para aumentar la capacidad de inspiración de un diseñador, o para cualquier profesional de la moda que sea capaz de confeccionar un vestido a partir de varias imágenes.
Más información: https://stylegan-human.github.io