Los algoritmos de aprendizaje por refuerzo en sistemas como ChatGPT o Gemini de Google pueden hacer maravillas, pero normalmente necesitan cientos de miles de intentos en una tarea antes de ser buenos en ella. Por eso siempre ha sido difícil transferir este rendimiento a los robots. No se puede permitir que un coche autónomo se estrelle 3.000 veces sólo para que aprenda que chocar es malo.

Pero ahora un equipo de investigadores de la Universidad Northwestern puede haber encontrado una manera de evitarlo. «Esto es lo que creemos que será transformador en el desarrollo de la IA incorporada en el mundo real», dice Thomas Berrueta, quien dirigió el desarrollo del aprendizaje por refuerzo de máxima difusión (MaxDiff RL), un algoritmo diseñado específicamente para robots.

Introduciendo el caos

El problema con la implementación de la mayoría de algoritmos de aprendizaje por refuerzo en robots comienza con la suposición incorporada de que los datos de los que aprenden son independientes y están distribuidos de manera idéntica. La independencia, en este contexto, significa que el valor de una variable no depende del valor de otra variable en el conjunto de datos: cuando lanzas una moneda dos veces, obtener cruz en el segundo intento no depende del resultado del primer lanzamiento. . Distribución idéntica significa que la probabilidad de ver cualquier resultado específico es la misma. En el ejemplo del lanzamiento de una moneda, la probabilidad de obtener cara es la misma que la de obtener cruz: 50 por ciento para cada una.

En sistemas virtuales e incorpóreos, como los algoritmos de recomendación de YouTube, obtener dichos datos es fácil porque la mayoría de las veces cumplen con estos requisitos desde el principio. “Tienes un grupo de usuarios de un sitio web, obtienes datos de uno de ellos y luego obtienes datos de otro. Lo más probable es que esos dos usuarios no estén en el mismo hogar, no estén muy relacionados entre sí. Podrían serlo, pero es muy poco probable”, afirma Todd Murphey, profesor de ingeniería mecánica en Northwestern.

El problema es que, si esos dos usuarios estuvieran relacionados entre sí y estuvieran en el mismo hogar, podría ser que la única razón por la que uno de ellos viera un vídeo fuera porque su compañero de casa lo vio y les dijo que lo vieran. Esto violaría el requisito de independencia y comprometería el aprendizaje.

“En un robot, en general, no es posible obtener estos datos independientes y distribuidos de manera idéntica. Existes en un punto específico en el espacio y el tiempo cuando estás encarnado, por lo que tus experiencias tienen que estar correlacionadas de alguna manera”, dice Berrueta. Para resolver esto, su equipo diseñó un algoritmo que empuja a los robots a ser lo más aventureros posible para obtener el mayor conjunto de experiencias de las cuales aprender.

Dos sabores de entropía

La idea en sí no es nueva. Hace casi dos décadas, la gente del mundo de la IA descubrió algoritmos, como el aprendizaje por refuerzo de máxima entropía (MaxEnt RL), que funcionaba aleatorizando acciones durante el entrenamiento. “La esperanza era que cuando se toma un conjunto de acciones tan diverso como sea posible, se exploran conjuntos más variados de futuros posibles. El problema es que esas acciones no existen en el vacío”, afirma Berrueta. Cada acción que realiza un robot tiene algún tipo de impacto en su entorno y en su propia condición; ignorar por completo esos impactos a menudo genera problemas. En pocas palabras, un automóvil autónomo que estuviera aprendiendo por sí solo a conducir usando este enfoque podría estacionar elegantemente en su camino de entrada, pero tendría la misma probabilidad de chocar contra una pared a toda velocidad.

Para solucionar esto, el equipo de Berrueta se alejó de maximizar la diversidad de acciones y optó por maximizar la diversidad de cambios de estado. Los robots impulsados ​​por MaxDiff RL no agitaron sus articulaciones robóticas al azar para ver qué hacía. En cambio, conceptualizaron objetivos como «¿puedo llegar a este lugar delante de mí?» y luego intentaron determinar qué acciones los llevarían allí de manera segura.

Berrueta y sus colegas lograron eso a través de algo llamado ergodicidad, un concepto matemático que dice que un punto en un sistema en movimiento eventualmente visitará todas las partes del espacio en el que se mueve el sistema. Básicamente, MaxDiff RL alentó a los robots a alcanzar todos los estados disponibles en su entorno. Y los resultados de las primeras pruebas en entornos simulados fueron bastante sorprendentes.

Fideos de piscina de carreras

«En el aprendizaje por refuerzo existen puntos de referencia estándar con los que las personas ejecutan sus algoritmos, de modo que podemos tener una buena manera de comparar diferentes algoritmos en un marco estándar», dice Allison Pinosky, investigadora de Northwestern y coautora del estudio MaxDiff RL. Uno de esos puntos de referencia es un nadador simulado: un cuerpo de tres brazos que descansa en el suelo en un ambiente viscoso y que necesita aprender a nadar lo más rápido posible en una dirección determinada.

En la prueba de nadador, MaxDiff RL superó a otros dos algoritmos de aprendizaje por refuerzo de última generación (NN-MPPI y SAC). Estos dos necesitaron varios reinicios para descubrir cómo mover a los nadadores. Para completar la tarea, siguieron un proceso de aprendizaje de IA estándar dividido en una fase de entrenamiento en la que un algoritmo pasa por múltiples intentos fallidos para mejorar lentamente su rendimiento, y una fase de prueba en la que intenta realizar la tarea aprendida. MaxDiff RL, por el contrario, lo logró, adaptando inmediatamente sus comportamientos aprendidos a la nueva tarea.

Los algoritmos anteriores terminaron sin aprender porque se quedaron atascados al probar las mismas opciones y nunca avanzaron hasta donde pudieran aprender que las alternativas funcionan. «Experimentaron los mismos datos repetidamente porque estaban realizando ciertas acciones localmente, asumieron que eso era todo lo que podían hacer y dejaron de aprender», explica Pinosky. MaxDiff RL, por otro lado, continuó cambiando de estado, explorando, obteniendo datos más ricos de los cuales aprender y finalmente tuvo éxito. Y debido a que, por diseño, busca alcanzar todos los estados posibles, potencialmente puede completar todas las tareas posibles dentro de un entorno.

Pero, ¿significa esto que podemos tomar MaxDiff RL, cargarlo en un vehículo autónomo y dejarlo en la carretera para que resuelva todo por sí solo? No precisamente.

Esther Ayana cree en la manifestación; así consiguió su trabajo actual, como DJ residente de Los Angeles Chargers. “Honestamente, tuve el SoFi Stadium en mi tablero de visión durante años”, dice. En 2022, colaboró ​​con Snoop Dogg en un sencillo, “BAYC”, y fue entonces cuando la NFL se dio cuenta. Los Chargers le pidieron que actuara en una fiesta de draft y ahora ha sido su DJ durante dos temporadas. “Siempre me gusta trabajar por todo lo que quiero y también rezo por ello”, dice. «Creo que si haces ambas cosas, todo se alinea».

Aunque el puesto de los Chargers es relativamente nuevo, la música ha sido una parte fundamental en la vida de Anaya desde siempre. “Mi padre es compositor”, explica. «Todos en mi familia tocan un instrumento». Lo suyo es el violín: empezó a tocar a los 7 años, antes de que su familia emigrara de Colombia en 2002: “Cuando llegamos a este país, la música era lo que nos mantenía unidos y juntos; solíamos tocar en las iglesias como grupo musical. .” Anaya se unió a orquestas, pero explica: “Siempre quise hacer algo vanguardista con mi instrumento”. Al crecer, escuchó pop: Selena Quintanilla, Shakira, Michael Jackson, Britney Spears, Christina Aguilera. Sus actuaciones, recuerda, “fueron tan, tan limpias y tan únicas”, rasgos que quería incorporar a su propia música.

“Decidí utilizar el conocimiento y la formación que he adquirido a lo largo de los años e incorporarlos a algo más moderno”, dice. Comenzó a tocar el violín como acompañamiento de DJ, antes de tomar clases ella misma. Ahora, combina canto y violín en sus sets. «Hay tantas culturas que influyeron en mi educación», dice. Quiere que sus programas reflejen eso. “Soy muy enérgico. Tengo un sonido muy grande y muy melódico… Provoco calor cuando actúo, simplemente hago que la gente se ponga de pie, cante, salte y agite los puños”.

Aquí, Anaya habla sobre cómo crear su propio sonido, pedir ayuda y cómo iniciar una organización sin fines de lucro para apoyar a la próxima generación de talentos musicales.

Para un partido de la mañana, llego alrededor de las 8 am. Por lo general, me preparan un desayuno muy bueno. Luego hago una prueba de sonido. Si hago un espectáculo de medio tiempo o agrego algo a mi set durante el juego, lo ensayamos. Luego, mi maquillador me prepara y me levanto aproximadamente una hora y media antes de que comience el juego. Hago mi preprogramación de 45 minutos para calentar a la multitud. Luego comienza el juego y lo toco todo, trabajando realmente en éxitos, música house de alta energía y el violín. Incorporo el aspecto de instrumentos en vivo en mis sets.

Para los Chargers, hice mis propias mezclas y copias piratas de “Don’t Stop Believing”, “Crazy Train” y “Tsunami”. Esos son productos básicos. Hago combinaciones de “Satisfaction” y “Tokyo Drift”. A la gente realmente le encantan. Son canciones que la gente reconoce y puede cantar.

El preset es siempre una variedad diferente de música. Lo mantengo moderno. A veces hago un poco de tech house y traigo una pequeña alternativa. Y otras veces lo mantengo más suave o incorporo tipos de música de la generación más joven. Intento no tocar siempre las mismas canciones. Durante el juego, tengo las 50 mejores canciones que alterno durante toda la temporada, canciones a las que sabemos que la gente se siente apegada. Y ahí es donde entro yo como productor. No toco la canción original: la llevo al estudio, agrego batería, cambio el drop, creo un drop con una canción diferente. Hago mis propios remixes, mis propios mash-ups, lo convierto en mi sonido.

Digamos que estamos ganando: eso definitivamente significa que estamos tocando «We Will Rock You». Si estamos perdiendo, menciono canciones esperanzadoras. Tengo algunas canciones a capella que tienen letras muy reconocibles y con ellas la gente quiere levantarse y cantar. No importa si estamos perdiendo; están diciendo, Me gusta esa canción, déjame levantarme y levantar el puño, tomar un descanso, tomar algo de energía. A veces también hay un tema: herencia latina o veteranos, cosas así. Me alineo con lo que está pasando.

Empezar. Siento que la gente se siente intimidada por el primer paso, pero el paso más importante es hazlo ahora. Tu puedes decir, quiero ser dj durante todo un año, pero si no te inscribes en algunas clases, no entrenas, ni siquiera miras vídeos de YouTube…

No te avergüences. Se trata de encontrar una comunidad, encontrar amigos que admires y DJ a los que admiras y pedir ayuda. Todo el mundo necesita ayuda: algunas personas van a decir «sí» y lo peor que podrían decir es «no». Pero hay mucha gente que quiere ayudar. No será un proceso fácil, pero te esfuerzas, te mantienes constante y hay oportunidades abiertas.

Tengo una organización sin fines de lucro llamada ASAF Angels, que fundé en 2019. Brindamos instrumentos musicales y educación musical a niños de comunidades desfavorecidas en Colombia y aquí en Los Ángeles. Está basado en dos de los momentos más especiales de mi vida: cuando mis padres no tenían recursos para pagar las clases en Colombia y un maestro me daba lecciones gratis, y cuando mi padre me compró mi primer violín, ese Fue uno de los momentos más felices de mi vida. Quería hacer lo mismo por los demás y asegurarme de brindarles a los demás las mismas oportunidades que yo tenía.

Esta entrevista ha sido condensada y editada para mayor extensión y claridad.

Antes de su lanzamiento en EE. UU., se impartieron varias sesiones de capacitación sobre Apple Vision Pro a miembros selectos de establecimientos minoristas. La idea era informarles mejor sobre cómo acercarse a un comprador potencial y hacer que se interesaran lo suficiente como para gastar 3.499 dólares o más en los auriculares de realidad mixta de la empresa. Se dice que se sigue la misma estrategia en los mercados extranjeros, empezando por Francia. Un nuevo informe afirma que algunos miembros del personal de los puntos de venta físicos de Apple serán preseleccionados y recibirán sesiones de capacitación sobre el dispositivo.

No se especificó el lanzamiento exacto del Apple Vision Pro y Tim Cook no ha mencionado que Francia sea un mercado potencial.

El director ejecutivo de Apple, Tim Cook, había mencionado anteriormente que Vision Pro se lanzaría en China a finales de este año. Sin embargo, el comunicado no aclara si los auriculares AR llegarán a otros mercados, a pesar de que hay evidencia de que Apple Vision Pro eventualmente admitirá 12 idiomas diferentes. Ahora, según WatchGeneration, los empleados minoristas recibirán capacitación sobre el dispositivo portátil montado en la cabeza y probablemente se les enseñará cómo acercarse a los clientes de la misma manera que se educó a los empleados estadounidenses.

Dado que el informe no publica fechas de lanzamiento ni detalles de precios, somos escépticos sobre esta información, aunque estamos dispuestos a conceder el beneficio de la duda. El analista Ming-Chi Kuo había declarado anteriormente que Apple Vision Pro se lanzaría fuera de EE. UU. antes de que comenzara la WWDC 2024 el 10 de junio. Dado que EE. UU. sería un mercado limitado para Apple, la expansión a otras regiones podría motivar al gigante tecnológico a reanudar está trabajando en futuros modelos que podrían atraer a una audiencia más amplia gracias a su precio más asequible.

Después de estimar que los envíos de Apple Vision Pro alcanzarían las 500.000 unidades a finales de 2024, la predicción actualizada de Kuo dice que esta cifra podría alcanzar hasta 800.000 unidades durante el mismo período, posiblemente debido al lanzamiento en otros mercados. Para el próximo año, es posible que estemos analizando una versión de bajo costo, que podría generar aún más tracción en varias regiones, así que estad atentos para más actualizaciones.

Fuente de noticias: WatchGeneration

Según se informa, Tumblr y WordPress están listos para llegar a acuerdos para vender datos de usuarios a las empresas de inteligencia artificial OpenAI y Midjourney. 404 Medios informa que la empresa matriz de las plataformas, Automattic, está a punto de cerrar un acuerdo para proporcionar datos que ayuden a entrenar los modelos de las empresas de IA.

No está claro qué datos se incluirán, pero el informe sugiere que Automattic puede haberse extralimitado inicialmente. Una supuesta publicación interna del gerente de producto de Tumblr, Cyle Gage, sugiere que Automattic se preparó para enviar datos privados o relacionados con socios que no debían estar incluidos en el acuerdo. El contenido cuestionable supuestamente incluía publicaciones privadas en publicaciones de blogs públicos, blogs eliminados o suspendidos, preguntas sin respuesta (por lo tanto, no publicadas públicamente), respuestas privadas, publicaciones marcadas como explícitas y contenido de blogs de socios premium (como el antiguo sitio de música de Apple).

La publicación interna sugiere que los ingenieros de Automattic están preparando una lista de ID de publicaciones que deberían haberse excluido. No está claro si los datos ya se habían enviado a las empresas de inteligencia artificial.

Engadget envió un correo electrónico a Automattic para solicitar comentarios sobre el informe. La compañía respondió con una declaración publicada, afirmando: «Compartiremos sólo contenido público alojado en WordPress.com y Tumblr de sitios que no han optado por no participar». La declaración señala que las regulaciones legales actualmente no exigen que los rastreadores web de las empresas de inteligencia artificial respeten las preferencias de exclusión voluntaria de los usuarios.

La última línea de la declaración de Automattic parece alinearse con los acuerdos reportados. «También estamos trabajando directamente con empresas selectas de IA siempre que sus planes se alineen con lo que le importa a nuestra comunidad: atribución, exclusión voluntaria y control», escribió Automattic. “Nuestras asociaciones respetarán todas las configuraciones de exclusión voluntaria. También planeamos ir un paso más allá y actualizar periódicamente a los socios sobre las personas que recientemente optan por no participar y solicitan que su contenido se elimine de fuentes anteriores y de capacitaciones futuras”.

Según se informa, la compañía planea lanzar una nueva herramienta de exclusión voluntaria el miércoles que pretende permitir a los usuarios bloquear a terceros, incluidas empresas de inteligencia artificial, para que no puedan capacitarse con sus datos. 404 Medios revisó una supuesta pregunta interna de preguntas frecuentes que Automattic preparó para la herramienta, que incluye la respuesta: “Si opta por no participar desde el principio, bloquearemos el acceso de los rastreadores a su contenido agregando su sitio a una lista de no permitidos. Si cambia de opinión más adelante, también planeamos informar a los socios sobre las personas que recientemente optan por no participar y solicitar que su contenido se elimine de fuentes anteriores y capacitaciones futuras”.

La frase, que lo describe como “pedir” a las empresas de inteligencia artificial que eliminen los datos, puede ser relevante.

Un supuesto documento interno del director de IA de Automattic, Andrew Spittle, en respuesta a una pregunta del personal sobre las garantías de eliminación de datos al utilizar la herramienta, explica: «Notificaremos periódicamente a los socios existentes sobre cualquiera que haya optado por no participar desde la última vez que proporcionamos una lista. Quiero que este sea un proceso continuo en el que defendemos regularmente que se excluya el contenido anterior según las preferencias actuales. Solicitaremos que el contenido se elimine de cualquier ejecución futura de capacitación. Creo que los socios respetarán esto basándose en nuestras conversaciones con ellos hasta este momento. No creo que ganen mucho en general manteniéndolo”.

Por lo tanto, si un usuario de Tumblr o WordPress solicita optar por no participar en la capacitación en IA, Automattic supuestamente «pedirá» y «abogará por» su eliminación. Y el jefe de IA de la empresa «cree» que a las empresas de IA les convendrá cumplir «según nuestras conversaciones». (¡Qué te parece eso para tranquilizarte!)

Los acuerdos de capacitación en datos de IA se han convertido en una oportunidad lucrativa para los sitios web que se mantienen a flote en el resbaladizo panorama editorial en línea actual. (Según se informa, el personal de Tumblr se redujo a un equipo mínimo a fines de 2023). La semana pasada, Google llegó a un acuerdo con Reddit (antes de la oferta pública inicial de este último) para capacitarse en la amplia base de conocimiento de la plataforma sobre contenido creado por usuarios. Mientras tanto, OpenAI lanzó un programa de asociación el año pasado para recopilar conjuntos de datos de terceros para ayudar a entrenar sus modelos de IA.

Actualización, 27 de febrero de 2024, 3:56 p.m. ET: Esta historia se actualizó para agregar una declaración publicada por Automattic, la empresa matriz de WordPress y Tumblr.

Reddit permitirá que “una gran empresa de inteligencia artificial no identificada” tenga acceso a su plataforma de contenido generado por usuarios en un nuevo acuerdo de licencia. de acuerdo a Bloomberg ayer. El acuerdo, «por un valor de alrededor de 60 millones de dólares anualizados», escribe el medio, aún podría cambiar ya que los planes de la compañía para salir a bolsa aún están en proceso.

Sea cierto o no (después de todo, una de las mejores formas de evitar el spam de SEO en los resultados de búsqueda es agregar la palabra «Reddit» a su consulta de búsqueda), Reddit ha demostrado que está dispuesto a jugar duro antes. El año pasado, bloqueado exitosamente su salida del La mayor protesta de su historia. después de cambios en su Precios de acceso a API de terceros provocó el cierre de los desarrolladores de las aplicaciones de Reddit más populares.

Como Bloomberg escribe, los ingresos año tras año de Reddit aumentaron un 20 por ciento a finales de 2023, pero aún así 200 millones de dólares menos de un objetivo de mil millones de dólares que había fijado dos años antes. Según se informa, se recomendó a la empresa que buscara una valoración de 5.000 millones de dólares cuando se abra a la inversión pública, que se espera que aumente. suceder en marzo. Eso es la mitad de los 10.000 a 15.000 millones de dólares que podría haber conseguido la última vez que presentado para salir a bolsa en 2021antes de la crisis del mercado lo frenó.

Sábado noche en directo se burló de la obsesión de Internet por intentar leer los labios de las conversaciones de las celebridades en las entregas de premios, con Jacob Elordi y Bowen Yang interpretando a dos lectores de labios profesionales que pasan por Entretenimiento esta noche. «El movimiento de su boca dirá que está hablando», explica Yang sobre la conversación de Kylie Jenner con Timothée Chalamet en los Globos de Oro. «Es una locura que ambos trabajemos en estadios de fútbol», dice Elordi al descifrar una conversación entre Travis Kelce y Taylor Swift. Pero cuando el hora del este Los anfitriones comienzan a dudar de su buena fe y piden ayuda a su “pequeña pasante lesbiana Reneé”. ¿Por qué su pasante Reneé Rapp, quizás se pregunte? “Últimamente me he vuelto completamente loca en cada entrevista, así que ahora tengo que hacer 40 horas de capacitación mediática ordenada por el tribunal”, explica, antes de unirse para leer en los labios un fragmento de la prueba de esquí de Gwyneth Paltrow. «Goop, goop, goop, te amo bebé», dice.

Dos legisladores presentaron un proyecto de ley que exige que los creadores de modelos básicos revelen las fuentes de datos de capacitación para que los titulares de derechos de autor sepan que se tomó su información. El Ley de transparencia modelo de la Fundación AI – archivado por los representantes Anna Eshoo (D-CA) y Don Beyer (D-VA) – ordenaría a la Comisión Federal de Comercio (FTC) que trabaje con el Instituto Nacional de Estándares y Tecnología (NIST) para establecer reglas para informar la transparencia de los datos de capacitación.

Las empresas que fabrican modelos básicos deberán informar las fuentes de datos de capacitación y cómo se retienen los datos durante el proceso de inferencia, describir las limitaciones o riesgos del modelo, cómo el modelo se alinea con el marco de gestión de riesgos de IA planificado por el NIST y cualquier otro estándar federal. podrían establecerse y proporcionar información sobre la potencia computacional utilizada para entrenar y ejecutar el modelo. El proyecto de ley también dice que los desarrolladores de IA deben informar los esfuerzos para «equipar» el modelo para evitar que proporcione «información inexacta o dañina» sobre cuestiones médicas o relacionadas con la salud, síntesis biológica, ciberseguridad, elecciones, vigilancia, decisiones de préstamos financieros, educación, decisiones de empleo, servicios públicos y poblaciones vulnerables como los niños.

«Con el aumento del acceso público a la inteligencia artificial, ha habido un aumento de demandas y preocupaciones públicas sobre la infracción de derechos de autor», afirma el proyecto de ley. «El uso público de modelos de fundaciones ha dado lugar a innumerables casos en los que se presenta al público información inexacta, imprecisa o sesgada».

El proyecto de ley aún debe ser asignado a un comité y discutido, y no está claro si eso sucederá antes de que comience la ajetreada temporada de campaña electoral.

El proyecto de ley de Eshoo y Beyer complementa el Orden ejecutiva de IA de la administración Biden, que ayuda a establecer estándares de informes para modelos de IA. Sin embargo, la orden ejecutiva no es ley, por lo que si se aprueba la Ley de Transparencia Modelo de la Fundación AI, los requisitos de transparencia para los datos de entrenamiento se convertirán en una regla federal.

A algunos empleados minoristas se les enviaron previamente memorandos informándoles que habían sido preseleccionados para recibir capacitación para Apple Vision Pro. Aunque se dijo que los auriculares AR se lanzarían a principios de 2024, probablemente será después de enero, ya que los seminarios de capacitación para empleados minoristas comenzarán el próximo mes. El último informe afirma que estas sesiones durarán dos días y se espera que ayuden al empleado a ponerse al día sobre cómo convencer a los compradores para que compren el dispositivo portátil de Apple de 3.499 dólares.

Se dice que el proceso de configuración de Apple Vision Pro es complejo; Se espera que la capacitación de los empleados minoristas simplifique esto para ayudar a mejorar la experiencia del usuario.

Se espera que a los empleados minoristas se les enseñe todo lo necesario para ayudar a mejorar la experiencia del usuario de Apple Vision Pro y, en última instancia, convencer a los clientes de que utilicen uno de estos como sus controladores diarios. Según se informa, a Mark Gurman de Bloomberg le han dicho que la sesión de capacitación es un «esfuerzo de alto riesgo», ya que configurar Apple Vision Pro es complejo.

No es sorprendente que arruinar la experiencia del cliente no esté en la lista de objetivos de la empresa, por lo que a cada empleado se le enseñará cómo acercarse a los clientes y colocar los auriculares de tal manera que se ajusten perfectamente a cada usuario.

“La idea es traer a algunas personas de cada tienda, darles toda la información y luego hacer que esas personas regresen a casa para capacitar a todos los demás. En ese momento, Apple dijo a su personal que esto ocurriría a principios de 2024, cuando la compañía dijo que lanzaría el dispositivo.

Estos seminarios se están programando ahora y la capacitación comenzará a mediados de enero. Me dijeron que cada empleado recibirá formación durante dos días. Es una tarea de alto riesgo: el proceso de configuración de Vision Pro será complejo y no es algo que Apple quiera arruinar.

El dispositivo debe personalizarse para cada persona y, en última instancia, una mala adaptación podría arruinar la experiencia del usuario. Cada paso será cuidadosamente orquestado, incluyendo cómo los empleados minoristas se acercan a un cliente y cómo colocan el dispositivo en la cabeza del usuario”.

A pesar de estas sesiones de formación, comprar un Apple Vision Pro no será tan sencillo como pedir uno en la tienda online de la compañía o acudir a un punto de venta, ya que, según un informe anterior, estos dispositivos sólo estarán disponibles mediante un sistema de citas. Esto no es nada nuevo, ya que es un formato que se siguió cuando se lanzó el primer Apple Watch. A pesar de todo,

El enfoque de Apple para comercializar sus primeros auriculares de realidad mixta es inteligente, ya que los clientes que deseen desembolsar más de 3.499 dólares por ellos estarán intrigados por probarlos. La formación de estos empleados determinará en última instancia el éxito o el fracaso de las primeras impresiones del Apple Vision Pro y determinará el éxito inicial de los auriculares.

Es un año muy ocupado para el Zoco del Mar Rojo, el brazo de mercado del Festival de Cine del Mar Rojo dedicado a descubrir nuevos talentos árabes y africanos. Sin embargo, se podría haber dicho lo mismo de cada año de los tres años de historia del mercado, ya que la vertiginosa industria cinematográfica de Arabia Saudita consolidó el Zoco como el principal mercado cinematográfico de Oriente Medio y el Norte de África.

La tercera edición del Zoco, que tendrá lugar entre el 2 y el 5 de diciembre, marca la primera vez que el mercado realiza una convocatoria abierta de presentaciones. Anteriormente, la selección se hacía directamente o a través del Fondo del Mar Rojo. Según el director del Red Sea Souk, Zain Zedan, la respuesta a la convocatoria abierta fue abrumadoramente positiva.

“Tuvimos más de 300 presentaciones, una gran cantidad para nuestra primera convocatoria. También nos da una indicación de que hay mucho interés porque la gente está viendo lo que ha hecho el Zoco en los dos años anteriores. Estamos encantados de ver el progreso de las películas que hemos seleccionado hasta ahora. Este año se proyectaron películas en Cannes, Toronto, Venecia y más, y es fantástico ver cómo se han desarrollado”, dice Zedan.

Las películas seleccionadas para las diversas ramas competitivas del Zoco compiten por premios en efectivo que suman 400.000 dólares y se dividen entre desarrollo, producción y postproducción. Entre los ejecutivos que asistirán a la edición de este año se encuentran representantes de Netflix, VOX Cinemas, MUBI, Cinemox, MBC y Telfaz 11.

El jurado del Souk Project Market está compuesto por la directora Jasmila Žbanić, nominada al Oscar por “Quo Vadis, Aida?”, el productor francés Jean Bréhat, la fundadora de Moon a Deal Films, Lamia Chraibi, el productor senegalés Oumar Sall y el director de Telfaz 11 Studios. Wael Abumansour. El jurado de Work in Progress está compuesto por la productora italiana Gaia Furrer, el cineasta iraquí-italiano Haider Rashid y el director de cine keniano Wanuri Kahiu.

Los proyectos del Zoco de este año abarcan una amplia gama de géneros, países y temas, lo que indica el hambre entre los cineastas de la región por aventurarse fuera del drama y la comedia.

Los ejemplos incluyen un híbrido de musical y documental sobre el Djeli de África Occidental –un narrador que es el guardián de la tradición oral y la historia de la aldea– en “Djeliya, Memory of Manding” de Boubacar Sangaré; la distópica “Tanzanita”, de Kantarama Gahigiri, ambientada en Kenia en el año 2035; una sátira iraquí sobre un director de teatro condenado a muerte tras insultar a Saddam Hussein en “Días de locura y miel” de Ahmed Yassin Al-Daradji; y el horror de venganza franco-argelino “Animale” de Emma Benestan.

Esta tendencia también se nota en los proyectos seleccionados para Red Sea Lodge, el programa de residencia de 10 meses de la Red Sea Film Foundation que culmina con la presentación de sus proyectos por parte de los participantes en el festival. “An Endless Night” de Mohamed Kassaby es un tenso neo-noir ambientado en la parte más vulnerable de El Cairo; “Fantastic Tale” de Vincho Nchogu sigue a un niño en busca de un místico pez rosa en Nigeria; y la propia saudita Lina Mahmoud espera contar la historia de un hombre que se despierta en una misteriosa comunidad donde los habitantes sufren de insomnio compartido.

El Lodge precede al festival y fue la primera iniciativa lanzada por la Red Sea Film Foundation allá por 2019. La edición de este año vio varios cambios en el formato, desde aceptar películas africanas por primera vez en sus cuatro años de historia hasta una ampliación de la duración del programa a 10 meses.

Los participantes también viajaron alrededor del mundo como parte de la iniciativa, incluido un retiro creativo en el desierto cortesía del financiador del programa AlUla, una visita a la ciudad natal del Torino Film Lab, socio del Lodge desde hace mucho tiempo, y viajes a sets de filmación donde los cineastas Tuve la oportunidad de adquirir experiencia práctica. La próxima película como director de Johnny Depp, «Modi», que está financiada por la fundación, fue uno de los decorados incluidos en el plan de formación.

En declaraciones a Variety, el director de Red Sea Labs, Ryan Ashore, reforzó la importancia de tener laboratorios cinematográficos en Arabia Saudita, un país que todavía se está poniendo al día en materia de educación cinematográfica cinco años después de que el Reino levantara su prohibición de 35 años sobre el cine.

“Lo que estamos viviendo aquí, con el ritmo vertiginoso de la industria y la disponibilidad de financiación, es maravilloso. Sin embargo, creo en la educación y creo que el papel de los laboratorios, si queremos construir la industria, es abrir múltiples programas además del Lodge. Y esto es lo que hicimos este año”.

«No muchos laboratorios tienen programas a largo plazo como nosotros, pero los necesitamos», continuó Ashore. “Lo necesitamos porque no tenemos escuelas de cine. Otras industrias tienen sus escuelas, institutos y programas, sin mencionar el hecho de que tuvieron una industria cinematográfica durante más de 100 años”.

Un testimonio del compromiso de los laboratorios con la formación de cineastas, así como de productores y directores, es la inauguración de Música para el cine, un programa intensivo de siete días para formar compositores en composición cinematográfica. Ocho participantes seleccionados viajaron a Los Ángeles este año para visitar estudios y decorados cinematográficos, además de una serie de lecciones de composición combinadas con formación práctica. El objetivo, como ocurre con todos los laboratorios, es formar profesionales que luego puedan regresar a casa para emplear sus nuevas habilidades en producciones locales.

“El año pasado tuvimos 200 solicitantes, este año fueron más de 400”, dijo Ashore sobre el rápido crecimiento del Lodge. “Creo que parte de esto es que la gente está empezando a conocer un poco más el programa y casi puedo garantizar que el año que viene tendremos aún más solicitantes”.

Con algunos años de Lodge and Souk ya en los libros, tanto Zedan como Ashore resaltan la importancia del ecosistema creativo respaldado por la Red Sea Film Foundation, donde los cineastas pueden recibir capacitación del Lodge, conectar sus proyectos en el Souk, financiar sus películas a través del Fondo del Mar Rojo y, finalmente, se proyectarán en el Festival de Cine del Mar Rojo.

“Inshallah a Boy” de Amjad Al Rasheed es un ejemplo de una película que tuvo todo su ciclo creativo dentro de la fundación. La película, que recibió grandes elogios en festivales como Cannes y el BFI London Film Festival, regresa a casa en la tercera edición del Red Sea Film Festival. “Ese paso de un programa a otro dentro del festival, a través de la fundación, es lo que queremos ver. No queremos tener un proyecto con nosotros solo una vez. Queremos poder desarrollarlo aún más”, afirmó Zedan.

El Festival de Cine del Mar Rojo se celebrará del 30 de noviembre al 9 de diciembre

En su conferencia re:Invent de hoy, el brazo de nube AWS de Amazon anunció el lanzamiento de SageMaker HyperPod, un nuevo servicio diseñado específicamente para capacitar y ajustar modelos de lenguajes grandes (LLM). SageMaker HyperPod ya está disponible de forma generalizada.

Amazon lleva mucho tiempo apostando por SageMaker, su servicio para construir, entrenar e implementar modelos de aprendizaje automático, como columna vertebral de su estrategia de aprendizaje automático. Ahora, con la llegada de la IA generativa, tal vez no sorprenda que también se apoye en SageMaker como producto principal para facilitar a sus usuarios la capacitación y el ajuste de los LLM.

«SageMaker HyperPod le brinda la capacidad de crear un clúster distribuido con instancias aceleradas optimizadas para la capacitación distribuida», me dijo Ankur Mehrotra, gerente general de AWS para SageMaker, en una entrevista antes del anuncio de hoy. «Le brinda las herramientas para distribuir modelos y datos de manera eficiente en su clúster, y eso acelera su proceso de capacitación».

También señaló que SageMaker HyperPod permite a los usuarios guardar puntos de control con frecuencia, lo que les permite pausar, analizar y optimizar el proceso de capacitación sin tener que empezar de nuevo. El servicio también incluye una serie de medidas de seguridad para que, cuando una GPU deje de funcionar por algún motivo, todo el proceso de capacitación no falle también.

«Para un equipo de ML, por ejemplo, eso solo está interesado en entrenar el modelo; para ellos, se convierte en una experiencia sin contacto y el clúster se convierte en una especie de clúster de autocuración en cierto sentido», explicó Mehrotra. «En general, estas capacidades pueden ayudarle a entrenar modelos básicos hasta un 40% más rápido, lo cual, si piensa en el costo y el tiempo de comercialización, es un gran diferenciador».

Créditos de imagen: AWS

Los usuarios pueden optar por entrenar con los chips Trainium (y ahora Trainium 2) personalizados de Amazon o con instancias de GPU basadas en Nvidia, incluidas aquellas que utilizan el procesador H100. La empresa promete que HyperPod puede acelerar el proceso de formación hasta en un 40%.

La empresa ya tiene cierta experiencia en este uso de SageMaker para crear LLM. El modelo Falcon 180B, por ejemplo, se entrenó en SageMaker, utilizando un grupo de miles de GPU A100. Mehrotra señaló que AWS pudo aprovechar lo que aprendió de eso y su experiencia previa con el escalamiento de SageMaker para construir HyperPod.

Créditos de imagen: AWS

El cofundador y director ejecutivo de Perplexity AI, Aravind Srinivas, me dijo que su empresa obtuvo acceso temprano al servicio durante su versión beta privada. Señaló que inicialmente su equipo se mostró escéptico acerca del uso de AWS para entrenar y ajustar sus modelos.

«No trabajamos con AWS antes», dijo. «Había un mito (es un mito, no un hecho) de que AWS no tiene una gran infraestructura para la capacitación de modelos grandes y obviamente no teníamos tiempo para hacer la debida diligencia, así que lo creímos». Sin embargo, el equipo se conectó con AWS y los ingenieros les pidieron que probaran el servicio (gratis). También señaló que le resultó fácil obtener soporte de AWS y acceso a suficientes GPU para el caso de uso de Perplexity. Obviamente ayudó que el equipo ya estuviera familiarizado con la realización de inferencias en AWS.

Srinivas también destacó que el equipo de AWS HyperPod se centró fuertemente en acelerar las interconexiones que vinculan las tarjetas gráficas de Nvidia. «Fueron y optimizaron las primitivas (las diversas primitivas de Nvidia) que le permiten comunicar estos gradientes y parámetros a través de diferentes nodos», explicó.