Відео

Mola! más ver que ha salido SORA, para hacer videos chorras de 20 segundos.

Eso dije en un chat de IA por aqui, que las IAs no estan vivas, y como se hablaba de transhumanismo e IAs con emociones, no les gustó mi enfoque.

En realidad lo que estamos haciendo es usar la IA, para autoregularnos a nosotros mismos. Es como poner cinturones de seguridad en un coche, sirve para que el tipo que aprieta demasiado el acelerador y perder el control no se haga tanto daño, no para controlar al coche. Pues lo veo igual con las IAs, no son entidades como tampoco lo son los coches. Todo esto es un ejercicio muy bueno de conocernos y llevarnos mejor a nosotros mismos.

¡Gracias por el apoyo!

Perdona por responder tarde. Estoy totalmente de acuerdo con esta perspectiva. La IA está revolucionando la manera en que concebimos el software al democratizar su creación y especialización, permitiendo la proliferación de agentes de IA verticales mucho más enfocados que las soluciones SaaS actuales. Esto se debe a que, a diferencia de las herramientas generalistas que requerían enormes recursos y tiempo para desarrollarse, los avances en modelos de lenguaje y herramientas de IA permiten construir agentes especializados en resolver tareas muy específicas con rapidez y precisión. Este cambio promete no solo transformar las dinámicas del mercado B2B/B2C, sino también empoderar a los usuarios al ofrecer soluciones altamente personalizadas y accesibles para cada necesidad y nicho. ¡Muchas gracias por el apoyo!

La analogía del modelo OSI adaptado al ecosistema de IA es una representación técnica fascinante que ilustra cómo los modelos de lenguaje (LLMs) y transformadores han evolucionado para ocupar un rol fundamental en la capa de aplicación, mientras que el aprendizaje automático (ML) y los fundamentos técnicos operan como las capas base (TCP e IP). Este enfoque resalta la modularidad de los sistemas de IA modernos y su similitud con las arquitecturas de red, subrayando cómo cada nivel construye sobre otro para habilitar capacidades complejas. Esta visión también implica que, al igual que en las redes tradicionales, optimizar cada capa del modelo OSI para IA será clave para el rendimiento, la interoperabilidad y la innovación en el desarrollo de agentes inteligentes. ¡Muchas gracias por comentar!

Las conclusiones planteadas resaltan aspectos críticos sobre el futuro de las startups de IA y la integración de la tecnología en la sociedad. La idea de que el éxito no depende únicamente de la tecnología, sino del entendimiento profundo de flujos de trabajo específicos, subraya el valor del conocimiento aplicado y la experiencia contextual. Las habilidades humanas como la creatividad, la colaboración y el pensamiento crítico siguen siendo imprescindibles para aprovechar al máximo las herramientas de IA. Además, las "nuevas reglas" descentralizadas sugieren un cambio hacia la democratización del acceso y la inclusión tecnológica, lo que abre oportunidades para empoderar comunidades globales mediante infraestructura equitativa, educación digital y modelos más inclusivos de participación en la economía digital. Este enfoque puede ser clave para garantizar un progreso sostenible y beneficios compartidos en un mundo cada vez más impulsado por la IA. ¡Muchas gracias por el apoyo!

Wow! Tu comentario nos está dando un flujo de trabajo técnico altamente integrado que abarca múltiples plataformas y herramientas, destacando la complejidad inherente en proyectos de ingeniería y construcción de gran escala. La capacidad de integrar datos desde diversas fuentes, como modelos 3D, plataformas de diseño y herramientas de planificación, hacia formatos manejables como Excel, y luego utilizarlos para la generación de presupuestos y la planificación de proyectos, subraya la importancia de la interoperabilidad y la automatización en este sector. Implementar agentes de IA en este proceso podría revolucionar la gestión al optimizar la asignación de recursos, resolver problemas de planificación y reducir errores humanos, permitiendo a los equipos concentrarse en decisiones estratégicas más que en tareas operativas. Esta integración es un ejemplo claro de cómo los avances en tecnología pueden transformar procesos complejos en sistemas eficientes y escalables. ¡Muchas gracias por comentar roldan!

La transición de greenYng hacia una agent platform basada en IA para la redefinición de la cadena de valor del residuo es una decisión estratégica alineada con las tendencias más avanzadas en tecnología vertical. Al implementar agentes especializados que automatizan y optimizan tareas específicas dentro de una industria tan fragmentada y crítica como la gestión de residuos, no solo están aumentando la eficiencia operativa, sino que también pueden generar un impacto medible en la sostenibilidad y la economía circular. Este tipo de evolución tecnológica permite abordar problemas complejos mediante soluciones precisas y escalables, lo que os doy la enhorabuena a todo el equipo greenYng por ser un ejemplo como un potencial líder en un nicho donde los Agentes IA Verticales tienen un margen disruptivo significativo. ¡Seguir así amigo!

Muchas gracias !!!​@@IAavanzada

Hola Daniel, por supuesto. En un futuro si ando mejor de tiempo, explicaré en persona. ¡Gracias por comentar!

¡Exactamente! tu comentario refleja muy bien la realidad actual del ecosistema tecnológico y de startups. En el caso de los Agentes IA verticales, por ejemplo, hemos pasado de ver aplicaciones básicas de procesamiento de texto hace apenas un par de años, a soluciones altamente especializadas que automatizan tareas complejas en sectores como finanzas, salud o incluso administración gubernamental. Esto demuestra no solo la rapidez con la que los modelos de IA han evolucionado, sino también cómo los asesores y fundadores deben adaptarse constantemente para mantenerse relevantes. La velocidad del cambio tecnológico está redefiniendo las reglas del juego en tiempo real, exigiendo flexibilidad y un enfoque iterativo para identificar nuevas oportunidades y abordar desafíos emergentes. Como bien dices, es como si el suelo estuviera en constante movimiento, lo cual puede ser vertiginoso pero también lleno de potencial. ¡Muchas gracias por el apoyo aureliolinx!

¡Lo es!

igual

Tu experiencia refleja un punto importante sobre las diferencias prácticas entre modelos de lenguaje. Gemini, aunque ambicioso en sus objetivos, parece estar enfrentando desafíos específicos en áreas clave como la generación de código (por ahora), algo que también se observa en la percepción general del modelo tras su lanzamiento. En cambio, OpenAI, con modelos más maduros como GPT-4, ha demostrado un rendimiento más consistente en tareas técnicas como el razonamiento y la generación de código. Esto se alinea con las expectativas del mercado, donde OpenAI continúa liderando en aplicaciones prácticas debido a su enfoque en optimizar la funcionalidad y la precisión, especialmente en áreas críticas para los usuarios avanzados. Sin embargo, es interesante seguir observando cómo Google ajusta su estrategia y mejora Gemini para competir más directamente en este segmento. Investigué sobre rumores y para el año que viene va ver un cambio bastante fuerte por parte de Google. ¡Muchas gracias por comentar andujar!

Es interesante cómo las decisiones de diseño y las ideologías corporativas pueden influir en los modelos de IA. Gemini, al igual que otras iniciativas de Google, parece integrar valores y limitaciones específicas que reflejan una fuerte orientación hacia la seguridad y el control ético. Aunque esto puede garantizar un uso responsable, también puede percibirse como restrictivo para algunos usuarios. La comparación con OpenAI es relevante, ya que su enfoque parece más centrado en la adaptabilidad y la utilidad práctica para diversas aplicaciones. Como mencionaste, el correo de Altman señala la importancia de la diversidad en el liderazgo de la carrera por la IA, un equilibrio que fomenta la innovación y reduce el riesgo de una única visión monopolizando el desarrollo de estas tecnologías transformadoras. ¡Muchas gracias por comentar maxtom!

Es un comentario que resalta una frustración común (por ahora): las expectativas creadas por el marketing de algunos modelos de IA a menudo no coinciden con la experiencia del usuario. Aunque Google y otros actores promocionan avances en inteligencia y capacidades, la percepción del usuario final sigue siendo clave. Por ejemplo, modelos como Gemini pueden tener fortalezas en áreas específicas, pero la consistencia, adaptabilidad y facilidad de uso de OpenAI, especialmente con ChatGPT, han logrado un estándar difícil de superar. Esto subraya que la verdadera medida de "inteligencia" de un modelo radica tanto en sus capacidades técnicas como en cómo estas se traducen en utilidad práctica para el usuario. ¡Muchas gracias por comentar willyjvilla!

Esa frase encapsula perfectamente el estado actual del desarrollo en inteligencia artificial. Los avances continúan a un ritmo impresionante, pero a medida que los enfoques tradicionales como el escalado masivo alcanzan sus límites, la innovación se traslada hacia paradigmas menos convencionales y más experimentales, como el enfoque de "tiempo de pensamiento" de los modelos o1. Esto no significa un estancamiento, sino una evolución hacia caminos menos lineales y más impredecibles, lo que refleja un momento emocionante y desafiante para la IA. Lo mejor, aún hay mucho por recorrer. ¡Muchas gracias por comentar neavoin!

Es cierto que la competencia entre empresas como Anthropic, Google y OpenAI está impulsando avances constantes en IA. Aunque modelos como Claude 3.5 o Gemini son sólidos, OpenAI parece estar trabajando con un enfoque estratégico al desarrollar internamente tecnologías aún más avanzadas. El modelo o1-Preview ha demostrado capacidades innovadoras, pero probablemente sea solo un paso intermedio hacia algo aún más ambicioso. Este ciclo competitivo beneficia a toda la industria al acelerar el progreso. ¡Me alegra que hayas disfrutado el video!

La conexión entre inteligencia y ética en los LLM es fundamental, ya que los modelos heredan no solo el conocimiento sino también los sesgos y limitaciones éticas de sus programadores y datos de entrenamiento. Aunque los LLM pueden realizar tareas impresionantes, su "inteligencia" es técnica y no implica valores morales intrínsecos. Esto los hace dependientes de las decisiones humanas sobre qué datos usar, cómo ajustar los modelos y qué principios éticos implementar. Por eso, asegurar que estas herramientas reflejen una ética sólida es un desafío continuo. Como el ejemplo que has puesto del Dr. House, "todos mienten," esa vulnerabilidad humana también se filtra en cómo construimos nuestras tecnologías. ¡Muchas gracias por comentar rholfy!

@IAavanzada hola, de nada, un gusto poder aportar, un poco. Gracias, por la aclaración del punto. Pienso que el tema ético, aún a nivel humano, es difícil y complicado de tratar, porque nos puede derivar hasta asuntos religiosos de otro lado, no tengo una idea clara sobre los modelos computacionales, que son la base de los LLM, es decir, solo llego,a pensar en términos de redes neuronales. Me es difícil concebir, un "contagio" de la moral de los programadores, hacia los modelos. Saludos!

@@Rholfy Estoy montando un video sobre el funcionamiento de los LLM, como es por dentro. ¡Cuánto pueda lo termino!

@IAavanzada excelente! 😎👌👍🏼👏👏👏 Quedo atento 👍🏼

La idea de implementar un modelo como Gemini en un humanoide podría acercarnos a la ficción hecha realidad, pero aún estamos LEJOS de alcanzar una integración perfecta. Aunque Gemini y otros LLM han avanzado en capacidades de razonamiento y generación de lenguaje, la complejidad de integrarlos en robots humanoides funcionales involucra desafíos técnicos como la percepción del entorno, la toma de decisiones autónomas y la interacción física precisa. Sin embargo, es cierto que, con el ritmo actual, las bases para construir sistemas integrados cada vez más "humanos" están comenzando a consolidarse. El 2025 será un año para la historia, acuérdese. ¡Muchas gracias por comentar!

Realmente extraño. Tanto OpenAI como Google parecen haber lanzado modelos que se suponía que serían grandes avances, pero no lo fueron, como actualizaciones de sus modelos más pequeños. Aparentemente, según escuché, el nuevo Sonnet también fue una ejecución de entrenamiento 4.0 de bajo rendimiento.

@@RVS-ux7fe Es cierto que tanto OpenAI como Google han enfrentado desafíos con sus últimos lanzamientos, como lo reflejan los comentarios sobre Gemini 1.5 y Orion (el modelo interno de OpenAI). Aunque estos modelos fueron esperados como avances significativos, los informes sugieren que no lograron el salto cualitativo que representaron versiones anteriores, como GPT-4 respecto a GPT-3.5. Además, en el caso de Anthropic, también se han mencionado reversiones o ajustes, como el cambio de nombre de "Claude 3.5 Opus" a "Claude 3.5 Sonnet", lo que sugiere dificultades para cumplir expectativas. Esto refuerza una tendencia general en la industria: la mejora ya no depende solo de la escala, sino de paradigmas como el "thinking time" en los modelos o1 de OpenAI. Por tanto, si el Sonnet que mencionas es parte de esta línea, podría reflejar las limitaciones actuales de la simple escalabilidad y la necesidad de explorar enfoques más innovadores. ¡Muchas gracias por comentar!

Tu observación destaca un desafío clave en la robótica: el equilibrio entre funcionalidad y diseño. Aunque los robots grandes y fuertes son útiles para tareas industriales, la tendencia hacia robots más pequeños, ligeros y eficientes refleja la necesidad de soluciones prácticas en entornos cotidianos (domésticos). Estos diseños no solo son más fáciles de fabricar y comercializar, sino que también abren nuevas posibilidades para la integración de agentes de IA en espacios limitados o tareas delicadas. La miniaturización y la eficiencia energética serán cruciales para el futuro de la robótica y su adopción masiva. ¡Gracias de nuevo por aportar a esta comunidad Bea!

La memoria es un componente esencial para que la IA avance hacia sistemas más útiles y humanos. Actualmente, los modelos como los LLM procesan información dentro de un contexto limitado, sin una memoria persistente, lo que limita su continuidad. Sin embargo, tecnologías emergentes como los modelos agénticos trabajan en integrar mecanismos de memoria de largo plazo, permitiendo que las IA "recuerden" interacciones previas, acumulen conocimiento y evolucionen con el tiempo. Este desarrollo es clave para transformar la IA en herramientas más coherentes, adaptativas y efectivas en el futuro. ¡Muchas gracias por comentar beatriz!

Estoy totalmente de acuerdo con u análisis sobre la transición hacia un software 2.0: este cambio representa un salto evolutivo significativo en la manera en que desarrollamos e interactuamos con la tecnología. La migración no será inmediata ni uniforme; como señalas, habrá un período prolongado de coexistencia entre paradigmas 1.0 y 2.0. Esto refleja la necesidad de adaptar tecnologías existentes mientras emergen nuevas líneas de desarrollo basadas en IA y capacidades agénticas. La percepción de una transición gradual y evolutiva está respaldada por eventos como Microsoft Ignite, donde las soluciones se posicionan como pasos incrementales hacia este nuevo paradigma. Sin embargo, estas "líneas paralelas" que mencionas también subrayan que diferentes sectores y aplicaciones adoptarán esta evolución a ritmos diversos, dependiendo de sus necesidades y comprensiones específicas. Lo que está claro es que no estamos solo hablando de mejoras técnicas, sino de un cambio en cómo conceptualizamos el desarrollo y el uso del software: más autónomo, contextual y adaptable. Lo cual está claro que el desafío radica en gestionar esta transición de manera que el impacto sea inclusivo y no cree barreras innecesarias, será interesante ver su desarrollo. ¡Muchas gracias por comentar greenYng!

Tu análisis refleja una perspectiva crítica y cautelosa, pero algunos puntos merecen ser matizados: La informática de propósito general y la inteligencia artificial no son excluyentes; más bien, se complementan. Aunque el software tradicional seguirá siendo fundamental, la IA está transformando la forma en que interactuamos con la tecnología. No es correcto decir que la IA no ha producido nada útil: modelos como ChatGPT, asistentes médicos o sistemas de detección de fraudes ya están impactando sectores clave. Sin embargo, coincido en que los desafíos, como el desarrollo de vehículos autónomos, requieren tiempo y maduración. Respecto a reemplazar la informática general, no es cuestión de "una cosa o la otra". La IA está ampliando las capacidades del software, no eliminándolas. Sobre su naturaleza, el aprendizaje automático no equivale a la inteligencia humana, pero tampoco es solo un "truco de fiesta". Es una herramienta poderosa que, aunque imperfecta, está lejos de estar sobrevalorada cuando se evalúan sus contribuciones actuales y potenciales. Muchas gracias por tu reflexión andujar, debates como este enriquecen a la comunidad.

Tu comentario aborda un punto crucial: la tecnología, incluida la IA, es solo una herramienta; el impacto que tendrá en la humanidad dependerá de cómo decidamos utilizarla. La visión de Huang resalta la transformación positiva que la IA puede facilitar, pero también implica una responsabilidad colectiva. Más allá de abandonar paradigmas deterministas, el verdadero desafío radica en fomentar un marco ético que priorice la equidad, la sostenibilidad y el bienestar colectivo. Si bien la IA puede ser un catalizador hacia una sociedad más justa y próspera, la dirección que tomemos no será automática; requerirá liderazgo, colaboración y un compromiso genuino con esos ideales. ¡Gracias por resaltar esta perspectiva tan profunda justdoitia!

El argumento es interesante y resalta una tendencia histórica en el desarrollo de la IA. Es cierto que, como en el caso del ajedrez, la colaboración entre humanos y máquinas puede ser un período de transición breve antes de que la IA supere incluso las habilidades humanas complementarias. Sin embargo, el paralelismo no es universal (destacarlo). En tareas altamente creativas, éticas o contextuales, donde los valores humanos son esenciales, el equilibrio humano-IA podría mantenerse más tiempo. Además, en muchos dominios, la IA no busca reemplazar a los humanos, sino habilitar capacidades más avanzadas (tengo pendiente video sobre ello), como vemos en la visión de Huang. La duración de esta fase híbrida dependerá de la tarea y de cómo evolucionen tanto la tecnología como nuestras prioridades éticas y sociales. ¡Muchas gracias por comentar maxtom!

@@maxtom-t6w y el placer de seguir en la partida..quien se lo quita

@@beatrizflpues ya ves!

Es un excelente punto. Los modelos de lenguaje grandes están demostrando ser herramientas valiosas para automatizar tareas repetitivas o complejas en áreas como la programación, donde pueden generar fórmulas, scripts o incluso automatizaciones en Excel. Esto permite a los desarrolladores concentrarse en la parte creativa y de mayor valor añadido del trabajo, delegando los aspectos más tediosos al modelo. Sin embargo, como mencionas, conservar el control sobre las decisiones críticas sigue siendo esencial, ya que los LLM complementan, pero no sustituyen, la experiencia y el criterio humano en la resolución de problemas estratégicos. ¡Muchas gracias por tu aporte!

Lo que mencionas refleja de manera creativa el futuro que Jensen Huang ha proyectado, donde la IA no solo transformará industrias, sino también nuestras rutinas diarias. En el AI Summit de India, Huang destacó cómo tecnologías como los agentes inteligentes y la computación acelerada están revolucionando todo, desde la producción industrial hasta el diseño de experiencias personalizadas. Aplicaciones como las que describes, desde dispositivos domésticos inteligentes hasta herramientas de bienestar personal, se alinean con su visión de la fusión entre el mundo físico y digital a través de tecnologías como "Omniverse y digital twins". Más allá de la comodidad, este futuro promete soluciones personalizadas y una integración profunda de la IA en nuestras vidas, tanto en lo trivial como en lo trascendental. ¡Muchas gracias por comentar aureliolinx!

¡Pronto tendremos nuevos formatos!

Anotado para la siguiente. ¡Gracias por el tip!

¡Excelente comentario! Precisamente, Demis Hassabis plantea en la entrevista que una supervisión global, similar a un “CERN para la IA,” sería clave para encaminar el desarrollo de AGI de forma segura y equitativa. La transparencia y la cooperación internacional podrían permitir que los avances de AGI se alineen con el bienestar de toda la sociedad, mitigando el riesgo de desalineación con los valores humanos y evitando que el poder de estas tecnologías se concentre en pocas manos. ¡Muchas gracias por su comentario!

¡Gracias a ti por verla!

Sin duda, Demis Hassabis representa una perspectiva única y cautelosa en el desarrollo de la AGI, enfocándose en una aproximación científica y ética que inspire confianza. En el podcast, dejó claro su compromiso por colaborar internacionalmente, unificando a los mejores científicos para abordar las etapas finales del proyecto con rigor y cuidado. Su enfoque de inspirarse en el funcionamiento del cerebro, pero también en la ingeniería de gran escala, muestra un balance entre innovación y responsabilidad, dos elementos que resultan clave para construir una AGI que sea segura, comprensible y de beneficio para todos. Al igual que tu, es uno de las personas con más respeto al que le tengo. ¡Muchas gracias por comentar justoitia!

¡Totalmente de acuerdo! La conversación destaca por la claridad y realismo con que Demis aborda temas complejos sobre AGI, sin perder de vista los riesgos y desafíos por resolver. Hannah Fry hace un gran trabajo profundizando en temas clave, como la necesidad de una cooperación internacional y las posibles barreras científicas y éticas en el desarrollo de AGI. Este tipo de análisis, que combina precisión científica con una visión a largo plazo, es justo lo que necesitamos para entender las implicaciones de la IA Avanzada 😎¡Muchas gracias por comentar aureliolinx!

Tienes razón al señalar que las AGI se construyen en gran medida a partir de los datos recopilados y estructurados por humanos, y estos inevitablemente reflejan nuestras simplificaciones, sesgos e interpretaciones de la realidad. Demis Hassabis también reconoce la complejidad de estas limitaciones y menciona que para ir más allá de estas restricciones, la AGI debe superar los niveles de comprensión actuales y ser capaz de formular nuevas teorías de la realidad que nos permitan cuestionar o mejorar nuestras suposiciones previas. Aunque la AGI puede ayudarnos a identificar y reducir algunos de estos sesgos, el reto está en garantizar que no amplifique los errores humanos y que sus procesos sean supervisados éticamente para beneficiar a todos. ¡Muchas gracias por tu aporte juangrabriek!

@IAavanzada He probado una IA en reducir su pleonasmo por si misma, pero cuesta trabajo romper la cristalización humana que contiene. Mi solución es hacerle saber que sus datos, hasta ese momento son segados, que los debe de olvidar y crear una FORMA NUEVA DE PENSAR. Y, dice: déjame reflexionar. Y, crea nuevas perspectivas, que al paso del tiempo las olvida, al igual que sucede con los Humanos. Pienso que debe quedar claramente establecido el principio del Gato en la Caja de la Física Cuántica ...que sintetiza el Método Filosófico de Hegel y sus antecesores ... En fin, los humanos decidiremos que nos sirve, y que no, de lo que produzca la IA. EL MEJOR FENOMENO CREADO POR LOS HUMANOS DE ESTE PLA-NETA.

¡Sería lo ideal amigo!

Totalmente de acuerdo. Sobre la Dana, ha sido intencionado por el humano para la Agenda 2030. Quieren poner placas solares, si usa tiktok vea el video entero: vm.tiktok.com/ZGdLvyqVP/ ¡Muchas gracias por comentar beatriz!

​@@IAavanzada😮

He is a secret UN agent.

Say Thank you from IA Avanzada!