Cada hora sale un autobús hasta el pintoresco valle de Rosenlaui, en el Oberland bernés. Allí se encuentran unas dos docenas de turistas del Lejano Oriente. Cuando llegan a la última parada, salen corriendo, se toman una selfie frente al espectacular panorama montañoso y luego regresan en el mismo autobús con el que vinieron.

Esto lo observó el verano pasado la fotógrafa de viajes y bloguera suiza Noemí Pinto, que trabaja bajo el seudónimo “Share a Walk” en la plataforma Instagram. YouTube y Facebook está en movimiento. “Estuvieron allí apenas quince minutos y no notaron gran parte de los alrededores”, dice.

La pasión de Pinto es la naturaleza suiza, que captura con su cámara desde hace quince años. “Este tipo de turismo ha aumentado enormemente desde Corona. Ciertamente tiene algo que ver con el hecho de que ciertos lugares se vuelven virales en las redes sociales y generan revuelo”.

No es nada nuevo que canales con muchas imágenes como Instagram sean una importante herramienta de marketing para el turismo. Sin embargo, recientemente ha habido una dinámica diferente. Los vídeos cortos en formato retrato, popularizados por la aplicación china Tiktok y copiados por la competencia, se están convirtiendo en el formato dominante en las redes sociales. El turismo se ve especialmente afectado por esto.

Cada vez con mayor frecuencia, un viaje de vacaciones comienza en una de las plataformas más conocidas, no en un motor de búsqueda como Google ni en el catálogo de una agencia de viajes. “Es cierto que las redes sociales son cada vez más importantes. La atención se centra en Tiktok, pero cada vez más también en Instagram y YouTube”, afirma Markus Berger, jefe de comunicación de la organización de marketing de Turismo de Suiza.

Los vídeos cortos sustituyen a Google

En estos canales se publican constantemente contenidos y consejos sobre viajes. Para las generaciones más jóvenes es ahora el canal de información más importante. Así lo confirma un estudio del Instituto de Economía de la Universidad de Ciencias Aplicadas de Valais, especializada en turismo.

De los menores de 30 años, el 55 por ciento dice que primero busca información en las redes sociales. Para los menores de 40 años, la cifra es del 42 por ciento. «Es muy difícil medir qué es lo que realmente te influye. Una cosa es segura: sin las redes sociales ya no es posible llegar a ciertos círculos, porque ellos sólo se mueven allí”, afirma Roland Schegg, profesor de la Universidad de Ciencias Aplicadas de Valais.

Pero ya no son sólo los chicos los adictos a los vídeos cortos. «La penetración de los grupos de edad avanza rápidamente», afirma Markus Berger, de Turismo de Suiza. La organización destina la mayor parte de su presupuesto de marketing, de poco más de 60 millones de francos al año, a publicidad digital.

“Las imágenes en movimiento en formato vertical, es decir, en la pantalla del teléfono móvil, han experimentado un desarrollo increíble. Se ha convertido en uno de los impulsores más importantes del turismo. Se puede decir que el sector está tiktokizado”, afirma Stefan Joss, de la agencia Tourismusconsult de Winterthur, especializada en marketing digital en el sector de viajes.

Tiktok siempre ha tenido un enfoque más especializado que la competencia de Instagram y al mismo tiempo reconoce bien los intereses de los usuarios. Cualquiera que tenga una petición específica, por ejemplo: los mejores restaurantes de Roma, recibirá rápidamente toneladas de vídeos adecuados.

Los influencers de viajes, especialmente aquellos que no tienen muchos seguidores, disfrutan de un alto nivel de credibilidad entre su audiencia. A menudo se especializan en un tema concreto: hoteles de bienestar, restaurantes o pistas para bicicletas.

Si lo haces bien, un hotel o complejo vacacional puede beneficiarse de trabajar con personas influyentes, afirma Stefan Joss. «Es fundamental encontrar los influencers adecuados que se dirijan a su propio grupo objetivo».

Si logras hacerte un nombre en las redes sociales, puedes dejar que los invitados trabajen para ti. Se fotografiarán y filmarán comiendo patatas fritas o caminando. Hoy en día incluso se construyen muchos hoteles nuevos según este principio, afirma Stefan Joss. «Al menos un lugar del hotel, una pared o una vista deben ofrecer un tema fotográfico perfecto».

La tendencia en las redes sociales está fuertemente influenciada por el deseo de realizar un viaje individual, afirma Dario Widmer. Fue un influencer de viajes durante años, luego fundó una agencia de marketing, pero empezó a producir contenido para redes sociales nuevamente porque su cuenta Swisswoow tuvo mucho éxito.

El lago Fälensee se vuelve viral

«Las organizaciones turísticas todavía promocionan intensamente los lugares que ya conocemos. Por ejemplo Zermatt con el Matterhorn. No hay nada malo en eso. Pero nos falta un grupo objetivo concreto”, afirma Widmer. Porque la gente también estaría buscando información privilegiada.

Uno de esos lagos es el Fälensee en Appenzellerland. Escondida entre dos paredes rocosas escarpadas, el agua casi negra refleja el impresionante entorno. «Cuando publico un vídeo de Fälensee, a menudo se vuelve viral», afirma Widmer.

La consecuencia, sin embargo, es que ahora turistas de todo el mundo, algunos de ellos con cochecitos de bebé, recorren la ruta de senderismo rocosa. ¿Un lugar como este sigue siendo un consejo privilegiado? «El marketing consiste en dar a conocer las cosas. A veces surge un revuelo, pero desaparece. En Suiza hay muchos otros consejos de expertos”, afirma Dario Widmer.

Suiza, con su naturaleza mágica, está hecha a medida para el turismo moderno, que antepone la fotogenicidad a todo lo demás. Hoteles, ferrocarriles de montaña, regiones turísticas y agencias de marketing juegan hábilmente con el efecto de las imágenes fuertes. El año pasado, Suiza registró más de 42 millones de pernoctaciones en hoteles, más que nunca.

Y, sin embargo, hay preocupaciones. Los destinos turísticos sí se benefician de esto, afirma la fotógrafa Noemí Pinto. Pero también cree que este tipo de turismo encuentra cada vez más resistencia por parte de los lugareños. «El paisaje y la tranquilidad de Suiza son únicos y debemos protegerlos lo mejor que podamos».

Por lo tanto, Pinto sólo escribe información vaga sobre la ubicación, como “Oberland bernés”, cuando sube una foto de un lugar poco conocido. Para que los consejos de los expertos sigan siendo secretos durante un poco más de tiempo.

Starfield fue uno de los juegos más populares y controvertidos del año pasado.

A pesar de haber sido aclamado por la crítica (incluido el mío propio) Revisión de Starfield 9/10), la puntuación de la revisión de Steam ha caído a «Mixta» con el tiempo. No estoy seguro de recordar un juego que haya generado tantos titulares negativos sobre un juego específico además de Starfield desde que cubrimos este tema, aparte de algunos ejemplos notables que quizás recuerdes con bastante facilidad.

Las bases de datos vectoriales están de moda, a juzgar por la cantidad de nuevas empresas que ingresan al espacio y los inversores que pagan por una porción del pastel. La proliferación de grandes modelos de lenguaje (LLM) y el movimiento de IA generativa (GenAI) han creado un terreno fértil para que florezcan las tecnologías de bases de datos vectoriales.

Si bien las bases de datos relacionales tradicionales como Postgres o MySQL son adecuadas para datos estructurados (tipos de datos predefinidos que se pueden archivar ordenadamente en filas y columnas), esto no funciona tan bien para datos no estructurados como imágenes, videos, correos electrónicos, redes sociales. publicaciones y cualquier dato que no se adhiera a un modelo de datos predefinido.

Las bases de datos vectoriales, por otro lado, almacenan y procesan datos en forma de incrustaciones de vectores, que convierten texto, documentos, imágenes y otros datos en representaciones numéricas que capturan el significado y las relaciones entre los diferentes puntos de datos. Esto es perfecto para el aprendizaje automático, ya que la base de datos almacena datos espacialmente según la relevancia de cada elemento con respecto al otro, lo que facilita la recuperación de datos semánticamente similares.

Esto es particularmente útil para LLM, como GPT-4 de OpenAI, ya que permite que el chatbot de IA comprenda mejor el contexto de una conversación analizando conversaciones similares anteriores. La búsqueda vectorial también es útil para todo tipo de aplicaciones en tiempo real, como recomendaciones de contenido en redes sociales o aplicaciones de comercio electrónico, ya que puede ver lo que un usuario ha buscado y recuperar elementos similares en un instante.

La búsqueda de vectores también puede ayudar a reducir las «alucinaciones» en las aplicaciones de LLM, al proporcionar información adicional que podría no haber estado disponible en el conjunto de datos de entrenamiento original.

«Sin utilizar la búsqueda de similitud de vectores, aún se pueden desarrollar aplicaciones de IA/ML, pero sería necesario realizar más reentrenamiento y ajustes». Andre Zayarni, explicó a TechCrunch el director ejecutivo y cofundador de la startup de búsqueda vectorial Qdrant. «Las bases de datos vectoriales entran en juego cuando hay un gran conjunto de datos y se necesita una herramienta para trabajar con incrustaciones de vectores de una manera eficiente y conveniente».

En enero, Qdrant obtuvo 28 millones de dólares en financiación para capitalizar el crecimiento que la llevó a convertirse en una de las 10 empresas emergentes comerciales de código abierto de más rápido crecimiento el año pasado. Y está lejos de ser la única startup de bases de datos vectoriales que ha recaudado efectivo últimamente: Vespa, Weaviate, Pinecone y Chroma recaudaron colectivamente 200 millones de dólares el año pasado para varias ofertas de vectores.

Desde principios de año, también hemos visto a Index Ventures liderar una ronda inicial de 9,5 millones de dólares en Superlinked, una plataforma que transforma datos complejos en incrustaciones de vectores. Y hace unas semanas, Y Combinator (YC) presentó su cohorte Winter ’24, que incluía a Lantern, una startup que vende un motor de búsqueda vectorial alojado para Postgres.

Por otra parte, Marqo recaudó una ronda inicial de 4,4 millones de dólares a finales del año pasado, seguida rápidamente por una ronda Serie A de 12,5 millones de dólares en febrero. La plataforma Marqo proporciona una gama completa de herramientas vectoriales listas para usar, que abarcan la generación, el almacenamiento y la recuperación de vectores, lo que permite a los usuarios eludir herramientas de terceros como OpenAI o Hugging Face, y ofrece todo a través de una única API.

Los cofundadores de Marqo, Tom Hamer y Jesse N. Clark, trabajaron anteriormente en puestos de ingeniería en Amazon, donde se dieron cuenta de la «enorme necesidad insatisfecha» de búsqueda semántica y flexible en diferentes modalidades, como texto e imágenes. Y fue entonces cuando abandonaron el barco para formar Marqo en 2021.

«Trabajar con búsqueda visual y robótica en Amazon fue cuando realmente miré la búsqueda de vectores; estaba pensando en nuevas formas de descubrir productos, y eso convergió muy rápidamente en la búsqueda de vectores», dijo Clark a TechCrunch. “En robótica, estaba usando la búsqueda multimodal para buscar en muchas de nuestras imágenes e identificar si había cosas errantes como mangueras y paquetes. De lo contrario, esto sería muy difícil de resolver”.

Ingrese a la empresa

Si bien las bases de datos vectoriales están teniendo un momento en medio del alboroto de ChatGPT y el movimiento GenAI, no son la panacea para todos los escenarios de búsqueda empresarial.

«Las bases de datos dedicadas tienden a centrarse completamente en casos de uso específicos y, por lo tanto, pueden diseñar su arquitectura para el desempeño de las tareas necesarias, así como la experiencia del usuario, en comparación con las bases de datos de propósito general, que deben adaptarse al diseño actual», Peter Zaitsev, fundador de la empresa de servicios y soporte de bases de datos Percona, explicó a TechCrunch.

Si bien las bases de datos especializadas pueden sobresalir en una cosa excluyendo otras, es por eso que estamos empezando a ver titulares de bases de datos como elástico, Redis, Búsqueda abierta, casandra, Oráculoy MongoDB agregando inteligencia de búsqueda de bases de datos vectoriales a la mezcla, al igual que los proveedores de servicios en la nube como Azure de Microsoft, AWS de Amazony Llamarada de nube.

Zaitsev compara esta última tendencia con lo que sucedió con JSON hace más de una década, cuando las aplicaciones web se volvieron más frecuentes y los desarrolladores necesitaban un formato de datos independiente del lenguaje que fuera fácil de leer y escribir para los humanos. En ese caso, surgió una nueva clase de base de datos en forma de bases de datos de documentos como MongoDB, mientras que las bases de datos relacionales existentes también introdujeron soporte JSON.

«Creo que es probable que suceda lo mismo con las bases de datos vectoriales», dijo Zaitsev a TechCrunch. “Los usuarios que están creando aplicaciones de IA muy complicadas y a gran escala utilizarán bases de datos de búsqueda de vectores dedicadas, mientras que las personas que necesitan crear un poco de funcionalidad de IA para su aplicación existente tienen más probabilidades de utilizar la funcionalidad de búsqueda de vectores en las bases de datos que ya utilizan. «

Pero Zayarni y sus colegas de Qdrant están apostando a que las soluciones nativas construidas enteramente alrededor de vectores proporcionarán la “velocidad, seguridad de la memoria y escala” necesarias a medida que los datos vectoriales explotan, en comparación con las empresas que incorporan la búsqueda de vectores como una ocurrencia tardía.

«Su argumento es: ‘también podemos realizar búsquedas vectoriales, si es necesario'», dijo Zayarni. “Nuestro argumento es: ‘hacemos búsqueda vectorial avanzada de la mejor manera posible’. Todo es cuestión de especialización. De hecho, recomendamos comenzar con cualquier base de datos que ya tenga en su pila tecnológica. En algún momento, los usuarios enfrentarán limitaciones si la búsqueda vectorial es un componente crítico de su solución”.

Señor Chollet, usted lleva años trabajando en inteligencia artificial (IA). Desde Chat-GPT, a algunas personas les parece como si todo estuviera cambiando gracias a la IA. ¿Qué opinas de estas discusiones?

Hubo un progreso real. Gracias a la IA, las computadoras pueden procesar el lenguaje y reconocer imágenes mucho mejor que hasta hace poco. Pero el revuelo es exagerado: en San Francisco se hablaba de que tendríamos inteligencia artificial (AGI) sobrehumana en uno o dos años. Que pronto ya no habrá necesidad de programadores. Estoy convencido de que dentro de cinco años se necesitarán más programadores de los que hay hoy.

¿Crees que las esperanzas de los inversores y las empresas tecnológicas son exageradas?

Definitivamente existe un mercado para la IA generativa. Actualmente los ingresos rondan los 4 mil millones de dólares al año, se espera que en 2024 sean 6 mil millones. Es un mercado que está creciendo rápidamente. La mayoría de los desarrolladores de software utilizan IA de voz para escribir código. Este es el segundo caso de uso más importante. ¿Puedes adivinar cuál es el más importante?

¿Escribir?

Tarea. El grupo de usuarios más grande son los estudiantes.

¿Seguirá creciendo el mercado?

En tres años se podrían alcanzar 10 mil millones de ventas, pero el crecimiento pronto se desacelerará. Y pensemos ahora en el capital invertido: ¡90 mil millones en menos de dos años! En mi opinión, el cálculo simplemente no cuadra.

¿Crees que no recuperarás tu inversión?

Muchos usuarios pagan por suscripciones de voz a IA. Pero los beneficios son pequeños porque es caro operar modelos de IA y existe una gran competencia entre los proveedores. Las inversiones no tienen nada que ver con esto y son mil veces superiores.

¿Cómo explicas eso?

Hay expectativas excesivas. Titulares de los periódicos: “Pronto ya nadie trabajará”. – “Las elecciones estadounidenses de 2028 estarán impulsadas por IA”. Se habla de inteligencia artificial general. Pero estos modelos de lenguaje se parecen más a grandes bases de datos.

La inteligencia artificial general (AGI) se refiere a un programa que podría resolver todas las tareas imaginables. ¿Dudas que la IA por voz sea un paso en esta dirección?

No creo que la IA de voz nos acerque más a la inteligencia artificial general o similar a la humana. Las expectativas infladas también provienen de los resultados de estas pruebas, donde parecía que la IA obtuvo mejores resultados que los humanos en pruebas de derecho y matemáticas. Ahora sabemos que estos modelos de lenguaje simplemente almacenan las respuestas correctas.

Porque los modelos lingüísticos ¿Ya conoces las preguntas del examen de Internet?

Exactamente. Acaba de aparecer uno interesante. estudiar fuera de aquí. Las preguntas de matemáticas de una de estas pruebas fueron modificadas para que ya no pudieran resolverse memorizándolas. Las tareas se cambiaron ligeramente, los números se reemplazaron, pero de tal manera que para resolverlos se requirieron los mismos pasos de pensamiento. ¡Esto empeoró los resultados de la IA del habla entre un 60 y un 80 por ciento!

¿Significa eso que Chat-GPT y compañía no resolvieron entre el 60 y el 80 por ciento de estas preguntas con lógica, sino más bien con memorización?

Exactamente. Esto se debe a que estas pruebas están hechas para personas, no para máquinas. Si te pregunto qué es 34 más 123, asumiré que no te sabes la respuesta de memoria, sino que la estás sumando mentalmente. Obtienes un programa de adición. Pero en muchos casos la IA de voz simplemente guardó el resultado.

¿Se llamaría inteligencia artificial general si la IA realmente hubiera aprendido las reglas de la suma?

Ése sería el primer paso para la inteligencia general: conseguir el programa adecuado para resolver un problema. Pero incluso si la IA hubiera almacenado todos los programas posibles y hubiera podido recuperar el correcto, todavía no sería inteligente en general. Como ser humano, cuando ves un problema desconocido, creas creativamente una nueva solución para solucionarlo. La IA general debería poder hacer eso.

¿Puedes explicar esto con un ejemplo?

François Chollet muestra la siguiente imagen en su portátil.

Como ser humano, cuando ves este tipo de rompecabezas, inmediatamente sabes lo que sucede a continuación. Captan la regla detrás de la pregunta y obtienen la solución correcta. Incluso los niños pequeños pueden hacer esto. pero los programas de IA actuales no lo hacen.

Mucha gente dice que los humanos sólo aprenden de los datos, y si una inteligencia artificial tuviera toda la información disponible que un niño pequeño absorbe en los primeros años, ¿tal vez podría lograr algo similar?

La gente aprende de los datos, absolutamente. Pero no como la voz AI. Eso es como decir que las patinetas tienen ruedas y los trenes también tienen ruedas, entonces son lo mismo. Por supuesto, la gente aprende de los datos. Tienen memoria, almacenan información, pero hacen mucho más con su cerebro. Sobre todo, pueden adaptarse a nuevas situaciones y comprender cosas que nunca han visto. Eso es inteligencia. El mundo cambia constantemente y está lleno de cosas nuevas. Por eso se necesita inteligencia general para afrontarlo. Los modelos de lenguaje de IA, por otro lado, no tienen inteligencia. Sólo tienen “memoria”: han salvado Internet y pueden recordar hechos y patrones. Pero no entienden cosas diferentes de lo que han aprendido. Un modelo de lenguaje grande ha memorizado cientos de miles o millones de veces más cosas que tú y, sin embargo, puedes manejar más situaciones nuevas, porque puedes adaptarte. Voice AI tiene mucha más memoria, pero tienes más habilidades.

¿Y cree que los métodos actuales de IA no son suficientes para aprender esto?

La IA actual funciona ajustando una curva a los puntos de datos existentes. La idea es que también se puede utilizar la curva para estimar dónde se ubicarán aproximadamente puntos nuevos y desconocidos: justo a lo largo de la curva. Con este método puedes, por ejemplo, aprender muy bien a estimar la similitud entre dos caras. No sirve en absoluto para otras cosas.

¿Por ejemplo?

Para tareas donde se requiere pensamiento abstracto. Por ejemplo, cuando se trata de si dos programas de cálculo formulados de forma diferente realizan exactamente la misma acción. Esto no se puede hacer utilizando el enfoque de similitud aproximada, sino sólo mediante una abstracción real. Por eso necesitamos enfoques completamente nuevos para lograr una IA similar a la humana. El camino es muy largo.

¿Es siquiera deseable construir una inteligencia artificial general? ¿No tendría más sentido y sería más seguro tener diferentes herramientas de IA para diferentes propósitos?

A menudo existe cierta confusión: incluso la IA general seguiría siendo una herramienta, no un ser humano artificial. Y sería una herramienta muy útil.

¿No cree que algo como la conciencia pueda surgir por sí solo si se construyen máquinas inteligentes?

Los humanos tienen inteligencia y conciencia, pero son dos cosas separadas que no están directamente relacionadas. Las emociones son diferentes a la inteligencia. Las máquinas inteligentes no fijarán de repente sus propios objetivos y dañarán a las personas, como algunos advierten erróneamente.

Hacen su propia música e imágenes. ¿Le preocupa que la IA les quite el trabajo a los artistas?

Son posibles dos escenarios. Lo bueno sería: pronto todos nos aburriremos del arte de la IA porque solo puede crear variantes, nada completamente nuevo como los humanos. Y a través de la competencia, la gente podría volverse aún más creativa, del mismo modo que la fotografía ha llevado a una nueva creatividad en la pintura.

¿Y lo malo?

El mal final sería que la gente ya no aprendería a pintar cuadros y hacer música porque se pueden generar muy fácilmente con IA. Sería una pena, porque cuando se trabaja con IA, siempre hay un intermediario entre la mente y el producto, lo que limita las posibilidades. Cuando los artistas ya no cruzan estas fronteras, la cultura se estanca.

Los deepfakes y la desinformación también son una preocupación para muchos. ¿Crees que todo esto está sucediendo demasiado rápido para nuestra sociedad?

No. Muchas cosas están cambiando en este momento. Pero los cambios entre 1870 y 1920, por ejemplo, fueron mucho mayores.

Inicialmente habló de las principales inversiones en inteligencia artificial de voz. Su empresa, Google, también pone sobre el tema a un gran número de sus empleados. ¿Le preocupa que otras investigaciones interesantes queden atrás?

Sí, hay algo de pensamiento de grupo ahí. La IA por voz absorbe el oxígeno de la habitación y no deja nada para otras ideas. Hace diez años sólo alrededor del 0,1 por ciento de la inversión actual en IA. Al mismo tiempo, había más creatividad y diversidad. Ahora hemos encontrado algo que funciona bien y seguimos ampliándolo. Pero hay otras formas interesantes en las que podríamos haber escalado, por ejemplo, mediante algoritmos evolutivos. Si invirtieras miles de millones en esta idea, es casi seguro que se te ocurriría algo interesante.

Game Pass terminó 2023 con una sólida alineación que incluía grandes bateadores como Remanente: De las cenizas, Contra la tormenta, Muy lejos 6y El ascenso del Tomb Raider. 2024 comenzará con un puñado de juegos importantes que abandonarán el servicio de suscripción de Microsoft, incluidos Gran robo de auto 5, Persona 3 portátily persona 4 dorado.

Esos juegos sustanciosos dejarán Game Pass en las próximas dos semanas, así que si no has comenzado a jugar a Persona… buena suerte. Tienes hasta mediados de enero para correr en esos pesados ​​juegos de rol.

Gran robo de auto 5 completará su tercera gira en Xbox Game Pass este mes; La epopeya criminal de mundo abierto de Rockstar Games se volvió a agregar a Game Pass en julio de 2023. GTA 5 anteriormente estuvo disponible en Xbox Game Pass de abril a agosto de 2021, y antes de eso, de enero a mayo de 2020. Al igual que esas dos primeras ejecuciones, GTA 5 solo está disponible para suscriptores de Xbox One y Xbox Series X (ambas versiones del juego están disponibles), aunque se puede transmitir en la nube a dispositivos móviles o una PC.

El competidor más cercano de Xbox Game Pass, PlayStation Plus Extra, acaba de llegar Gran robo de auto 5 en diciembre. GTA 5 Actualmente está disponible en PlayStation 4 y PlayStation 5 con PS Plus Extra, el nivel medio de Sony de su servicio PlayStation Plus.

Cuando persona 4 dorado y Persona 3 portátil desaparecen de Game Pass, habrán estado disponibles en el servicio de suscripción durante aproximadamente un año. Atlus trajo ambos juegos a Game Pass en enero pasado. Persona 3 recarga Está previsto que esté disponible a través de Game Pass en febrero, cuando se lance el remake de Atlus en PS4, PS5, Windows PC, Xbox One y Xbox Series X.

Gran robo de auto 5El movimiento y temblor de las plataformas de suscripción de juegos se produce poco después de que Rockstar se mostrara. Gran robo de auto 6 por primera vez el mes pasado. GTA 6 no llegará hasta 2025, dice Rockstar.

Xbox Game Pass cuesta $10,99 al mes, mientras que PC Game Pass cuesta $9,99 al mes. PC Game Pass incluye acceso a EA Play, que ofrece otros 70 juegos para PC. Xbox Game Pass Ultimate, a $ 16,99 por mes, brinda a los suscriptores acceso a todo: las bibliotecas de PC Game Pass y Xbox Game Pass, EA Play tanto en consola como en PC, así como acceso al modo multijugador en línea. Xbox Game Pass Core cuesta $9,99 por mes o $59,99 por año.

Google está demandando a estafadores que intentan utilizar el revuelo en torno a la IA generativa para engañar a las personas para que descarguen malware, anunció la compañía. En una demanda presentada hoy en California, la compañía dice que personas que se cree que tienen su sede en Vietnam están creando páginas de redes sociales y publicando anuncios que alientan a los usuarios a «descargar» su servicio de inteligencia artificial generativa Bard. La descarga en realidad entrega malware a las víctimas, que roba las credenciales de las redes sociales para que las utilicen los estafadores.

«Los demandados son tres personas cuyas identidades se desconocen y que afirman proporcionar, entre otras cosas,» la última versión «de Google Bard para descargar», se lee en la demanda. “Los demandados no están afiliados a Google de ninguna manera, aunque fingen estarlo. Han utilizado las marcas comerciales de Google, incluidas Google, Google AI y Bard, para atraer a víctimas desprevenidas para que descarguen malware en sus computadoras”. La demanda señala que los estafadores han utilizado específicamente publicaciones promocionadas en Facebook en un intento de distribuir malware.

Al igual que en las estafas criptográficas, la demanda destaca cómo el interés en una tecnología emergente puede convertirse en un arma contra personas que tal vez no comprendan completamente cómo funciona. Por ejemplo, los estafadores en este caso dan a entender que Bard es un servicio o aplicación pago que los usuarios deben descargar, cuando en realidad está disponible de forma gratuita en bard.google.com.

La publicación del blog de Google señala que ya ha enviado alrededor de 300 solicitudes de eliminación en relación con estos estafadores, pero quiere que se les impida configurar futuros dominios maliciosos y quiere que se deshabiliten con los registradores de dominios de EE. UU. «Las demandas son una herramienta eficaz para establecer un precedente legal, alterar las herramientas utilizadas por los estafadores y aumentar las consecuencias para los malos actores», escribe la asesora general de Google, Halimah DeLaine Prado, en la publicación del blog de la compañía.

Cuando estoy cenando en un territorio desconocido, generalmente encuentro un restaurante en el camino trillado: si un lugar no tiene clientes, me pone receloso.

Los inversionistas en tecnología tienen apetitos similares cuando se trata de inversiones de seguimiento, escribe Champ Suthipongchai, cofundador y socio general de la firma de capital de riesgo de tecnología profunda Creative Ventures.

“Incluso los mejores esfuerzos para estimar la pista a menudo son incorrectos”, y los factores externos como los problemas de la cadena de suministro, la regulación pendiente e incluso una pandemia global son difíciles de tener en cuenta.

---

Los artículos completos de TechCrunch+ solo están disponibles para los miembros.
Usar código de descuento RESUMEN DE TCPLUS para ahorrar un 20 % en una suscripción de uno o dos años.

---

Según Suthipongchai, los capitalistas de riesgo que se basan únicamente en una «estrategia de rociar y rezar» requieren mucha suerte y habilidad para tener éxito.

“Asignar una inversión de seguimiento proporciona un puente para llevar a sus empresas a la siguiente ronda de financiación y posicionarlas para una negociación sólida”.

Gracias por leer,

walter thompson
Gerente editorial, TechCrunch+

Consejos operativos y financieros para empresas emergentes en etapa inicial en un mercado difícil

Despedir empleados durante una recesión solo conseguirá una puesta en marcha hasta ahora. Desafortunadamente, muchos fundadores ni siquiera consideran reducir los gastos operativos y financieros hasta que es demasiado tarde.

Cuando se trata de extender el efectivo disponible, todo debe estar sobre la mesa, desde la cancelación de suscripciones hasta «un giro rígido», dice Ben Boissevain, fundador de Ascento Capital.

“Si una empresa tiene una pista limitada, busque múltiples opciones de finanzas corporativas simultáneamente. No busque la próxima ronda de capital de riesgo, se quede sin dinero y luego intente buscar fusiones y adquisiciones”, dice, ya que “el proceso requiere al menos seis meses”.

Desmontaje de la plataforma de lanzamiento: plataforma presemilla de $ 1.5 millones de SquadTrip

Para nuestro desmontaje de la plataforma de presentación número 60, la empresa emergente de planificación de viajes SquadTrip compartió la plataforma inicial sin redactar de $ 1.5 millones que ayudó a la compañía a obtener una valoración de $ 6 millones:

• diapositiva de la cubierta
• Diapositiva «Dónde empezó todo»
• Diapositiva de impacto del problema
• Diapositiva de detalles del problema
• Diapositiva de solución
• Diapositiva de tamaño del mercado y público objetivo
• Diapositiva de lanzamiento al mercado
• Deslizamiento de tracción
• Diapositiva del modelo comercial y de precios
• tobogán de competición
• Diapositiva del equipo
• Diapositiva de solicitud y uso de fondos
• Diapositiva de resumen
• Diapositiva de la cubierta del apéndice
• Apéndice I: Diapositiva de hoja de ruta de contratación
• Apéndice II: Diapositiva de la hoja de ruta del producto
• Apéndice III: Diapositiva de hoja de ruta de ventas y marketing
• Anexo IV: Diapositiva de proyección de ingresos

5 preguntas que los inversores deberían hacer a los fundadores de IA generativa en etapa inicial

Una semana después de presentar el fondo Mayfield AI Start de $250 millones de su empresa, el socio gerente Navin Chaddha compartió «los cinco mejores consejos para la creación de empresas» que están brindando a los primeros fundadores de IA.

Según la tesis de Mayfield, estas startups se pueden clasificar en cinco capas:

• Aplicaciones y copilotos
• Modelos
• Datos
• Infraestructura
• Semiconductores y sistemas

“Los cambios de paradigma impulsan la reconstrucción de la pila tecnológica, creando nuevas empresas duraderas en cada época”, escribe Chaddha.

Donde los fundadores se equivocan con los pitch decks

Debido a que el reportero de TC+, Haje Jan Kamps, también es consultor de «empresas de capital de riesgo, aceleradores y nuevas empresas», compartió los 21 criterios que usa al evaluar las presentaciones.

“Hasta la fecha, no he trabajado con un fundador que haya marcado todas las casillas anteriores y luego no haya podido recaudar dinero”, escribe.

«La autoevaluación de su presentación en función de los puntos anteriores es una excelente manera de comprender qué tiene su mazo y qué le falta».

¡Obtenga el boletín TechCrunch+ Roundup en su bandeja de entrada!

Para recibir TechCrunch+ Roundup como un correo electrónico todos los martes y viernes, desplácese hacia abajo para encontrar la sección «registrarse para recibir boletines» en esta página, seleccione «TechCrunch+ Roundup», ingrese su correo electrónico y haga clic en «suscribirse».

Haga clic aquí para suscribirse

No todas las startups de IA en etapa inicial se crean de la misma manera

Está claro que la IA está impulsando el último ciclo de publicidad, pero ¿cómo están los inversores en etapa inicial separando el trigo de la paja en estos días?

Rebecca Szkutak preguntó a varios capitalistas de riesgo sobre las señales que están buscando de las nuevas empresas en este sector, las señales de alerta que están viendo en toda la industria y por qué nadie ha decidido dar «un paso atrás de la IA para ver cómo se desarrollan las cosas». .”

Pregúntele a Sophie: ¿Algún consejo para la aprobación de la visa de estudiante F-1 en medio de la creciente tasa de denegación?

Querida Sophie,

¡Me aceptaron en un prestigioso programa de maestría en ingeniería robótica en los EE. UU. que comienza en el otoño! Sin embargo, escuché que la tasa de denegación de visas de estudiante F-1 está aumentando. ¿Por qué?

¿Cómo puedo aumentar mis posibilidades de ser aprobado?

— Futuro estudiante

Joe Kernen, coanfitrión de CNBC Caja de graznido, apuntó a lo que llamó exageración de los «medios convencionales» sobre el potencial de los subprocesos de Meta Platforms para matar a Twitter, insistiendo en que «no es un medio convencional». También dijo que «no vendería a Elon Musk a la baja» en la competencia de las redes sociales.

El intercambio de esta mañana con el editor de negocios de Axios, Dan Primack (vea el video a continuación) se produjo durante un segmento que señaló que Threads, respaldado por Instagram, superó los 100 millones de usuarios en menos de una semana. Esa tasa de crecimiento inicial superó a la de Chat GPT, que anteriormente era la aplicación más rápida en alcanzar el hito.

Kernen, quien nunca ha sido exactamente tímido para expresar sus puntos de vista de centro derecha en el programa, habló la mayor parte del tiempo. Argumentó que la cobertura mediática de Threads ha sido elogiosa debido al hecho de que el servicio Meta ha buscado explícitamente quitarle énfasis a la política y otras verticales de contenido controvertido.

Uno de los principales impulsores de la adquisición de Twitter por parte de Elon Musk por $44 mil millones el otoño pasado, por el contrario, fue la insistencia de Musk en que Twitter debería ser una “plaza pública” con absoluta libertad de expresión. Sintió que la gerencia anterior se había equivocado al expulsar a ciertas personas de la plataforma o colocar etiquetas en cierto contenido (aunque Musk ha promulgado restricciones similares, particularmente con los miembros de la prensa que han criticado su turbulento período como propietario de Twitter. Después de vacilar durante años sobre ya sea para sancionar a los usuarios, el régimen anterior de Twitter tomó medidas durante la pandemia de covid y después de las elecciones de 2020. El expresidente Donald Trump y muchos de sus seguidores fueron expulsados ​​​​de la plataforma por difundir mentiras y desinformación sobre las elecciones. sus cuentas restauradas por Musk.

“¿Estamos expresando sorpresa de que los principales medios de comunicación prefieran los viejos Twitter y Facebook?” preguntó Kernen. Esos servicios, prosiguió, “hicieron totalmente lo que querían para exactamente lo que querían que la gente viera y no viera. … Era tan evidente que Elon Musk tuvo que gastar $ 40 mil millones solo para enderezar el barco “.

Primack respondió: «¿Crees que ha enderezado el barco?»

Kernen respondió: “Sí, lo hago. Por supuesto, los principales medios de comunicación dirán: ‘¡Es horrible y todos estos memes y cosas están sucediendo en Twitter ahora mismo!’ Creo [CEO Linda] Yaccarino va a hacer un gran trabajo. Me gusta Twitter mucho más de lo que me gustaba antes, cuando no podías ver las cosas. No soy de los principales medios de comunicación, por eso”.

En opinión de Kernen, los miembros de los medios se sentían más cómodos con cierto contenido que no estaba disponible en las redes sociales. “No deberías sorprenderte de que los principales medios vuelvan a amar a Mark Zuckerberg porque ahora no ves nada de eso que no quieres ver”, dijo. La cobertura favorable de Threads, agregó, se basa en que el nuevo servicio “es un lugar más amable y gentil” que recuerda al “antiguo Twitter”. La información que Musk ha permitido, como The Babylon Bee, el escepticismo sobre la vacuna Covid y la información sobre la computadora portátil de Hunter Biden, está en gran parte ausente en Threads.

“Ninguna de las cosas que ese grupo de personas quería ver estaba allí” en el antiguo Twitter, dijo Kernen. “Y ahora va a ser así en Threads, así que van a aceptar eso como un hogar en lugar de todas las cosas inquietantes”.

Primack dijo que sintió que la cobertura había sido impulsada por la capacidad inmediata de Threads para lograr escala. “Esos son solo números que no puedes ignorar”, dijo.

Kernen cerró con una referencia a un meteorito digital que brillaba antes de desvanecerse. “Veremos si esto es Clubhouse o un asesino de Twitter”, dijo. “No vendería a Elon Musk a la baja”.

Aquí está el vídeo:

A principios de esta semana, Paul McCartney envió al nerd de la música en llamas a Internet con algunas noticias: la inteligencia artificial había ayudado a resucitar un poco de la voz de John Lennon para una nueva canción de los Beatles, más de cuatro décadas después de su muerte. La canción se lanzará a finales de este año y proviene de las voces que Lennon grabó en una vieja demo. «Pudimos tomar la voz de John y obtenerla pura a través de esta IA», dijo McCartney a BBC Radio 4, «para poder mezclar el disco, como lo harías normalmente».

La reacción que esto provocó en los canales de WIRED Slack estuvo entre «cool» y «asqueroso». Usar IA para resucitar a Lennon para una nueva canción tiene su atractivo, pero dadas las recientes preguntas éticas sobre el uso de la tecnología para hacer canciones falsas de artistas como Drake y The Weeknd, también se siente repulsivo. Basado en cómo McCartney describió el proceso, parecía que la IA involucrada simplemente limpió un poco de audio en bruto, en lugar de recrear a Lennon por completo, como lo hizo con Drake, pero la reacción a la canción apuntaba a algo más: este momento, esta vez. , es la peor parte del ciclo de exageración de la IA.

Es probable que sepa lo que esto significa, incluso si no lo sabe en esas palabras. El ciclo de exageración, tal como lo define Gartner, que lo rastrea, es esa serie de eventos cíclicos que ocurren alrededor de casi todas las tecnologías emergentes: el avance, el «pico de expectativas infladas», la desilusión, el período de usos útiles reales de la tecnología. , y el momento en que se adopta. Ese pináculo es el momento del gemido, el momento en que Justin Bieber deja caer más de $ 1 millón en un NFT. El momento en que Facebook compra Oculus. En el momento en que la bodega comienza a tomar bitcoins y sabes que nunca podrás escapar de esta cosa, sea lo que sea.

El monitor es un columna semanal dedicado a todo lo que sucede en el mundo de la cultura WIRED, desde películas hasta memes, TV y Twitter.

Esto no quiere decir que la IA sea encima– exaltado. Solo que la sociedad ahora ha llegado al punto en que las personas en todos los campos ahora están enamoradas de ella y experimentando. Eso conducirá a nuevas creaciones salvajes, como libros escritos con ChatGPT, y oof-movimientos dignos como abogados que usan IA para escribir informes legales y citar casos inexistentes. Es Holly Herndon falsificando su propia voz, y Spotify, Apple Music y otros servicios de transmisión se inundan con melodías generadas por bots. Hasta que surjan todas las aplicaciones asesinas de AI, cualquier cosa puede ser una aplicación asesina.

Este momento abrumador puede sentirse aún más desalentador porque está justo después de tantos ciclos de exageración. La erupción de la IA generativa se produce poco después de que Facebook se transformara en Meta, los equipos de criptografía como FTX colapsaran y Elon Musk completara su adquisición de Twitter. La publicidad está proliferando, y algunas de las decepciones resultantes han sido, bueno, decepcionantes. Hay algo a considerar más allá del ciclo de exageración: agotamiento de exageración.

Vivir en una era en la que todo se siente como el futuro es emocionante. También es agotador. Como cada nueva gran idea obtiene millones en efectivo de inicio de Silicon Valley, es difícil saber cuál valdrá la pena. En este punto, la IA parece una apuesta bastante segura. Es un genio que no se puede volver a poner en su botella, y parece esencial que nosotros, el “nosotros” colectivo, lo sometamos a pruebas de estrés para sus casos de uso más esenciales. Pero también es difícil no querer que ese genio le conceda el deseo de devolver las cosas a un tiempo más simple.

En medio de nuevos productos impresionantes como Apple Silicon Mac Pro y Apple Vision Pro revelados en el evento principal de la WWDC 2023 del lunes, los presentadores de Apple nunca mencionaron el término «IA», una omisión notable dado que sus competidores como Microsoft y Google se han centrado mucho en IA generativa en este momento. Aún así, la IA fue parte de la presentación de Apple, solo que con otros nombres.

Si bien «IA» es un término muy ambiguo en estos días, rodeado de avances asombrosos y exageraciones extremas, Apple optó por evitar esa asociación y, en cambio, se centró en términos como «aprendizaje automático» y «ML». Por ejemplo, durante la demostración de iOS 17, vicepresidente sénior de ingeniería de software craig federighi habló sobre las mejoras en la autocorrección y el dictado:

Autocorrección funciona con aprendizaje automático en el dispositivo y, a lo largo de los años, hemos seguido mejorando estos modelos. El teclado ahora aprovecha un modelo de lenguaje transformador, que es lo último en predicción de palabras, lo que hace que la autocorrección sea más precisa que nunca. Y con el poder de Apple Silicon, el iPhone puede ejecutar este modelo cada vez que presiona una tecla.

En particular, Apple mencionó el término «transformador» de IA en un discurso de apertura de Apple. La compañía habló específicamente sobre un «modelo de lenguaje de transformador», lo que significa que su modelo de IA utiliza la arquitectura de transformador que ha estado impulsando muchas innovaciones generativas de IA recientes, como el generador de imágenes DALL-E y el chatbot ChatGPT.

Un modelo de transformador (un concepto introducido por primera vez en 2017) es un tipo de arquitectura de red neuronal utilizada en el procesamiento del lenguaje natural (NLP) que emplea un mecanismo de autoatención, lo que le permite priorizar diferentes palabras o elementos en una secuencia. Su capacidad para procesar entradas en paralelo ha llevado a mejoras significativas en la eficiencia y ha impulsado avances en tareas de NLP como traducción, resumen y respuesta a preguntas.

Aparentemente, el nuevo modelo de transformador de Apple en iOS 17 permite autocorrecciones a nivel de oración que pueden terminar una palabra o una oración completa cuando presiona la barra espaciadora. También aprende de su estilo de escritura, lo que guía sus sugerencias.

Todo este procesamiento de IA en el dispositivo es bastante fácil para Apple debido a una parte especial de los chips Apple Silicon (y chips anteriores de Apple, comenzando con el A11 en 2017) llamado Neural Engine, que está diseñado para acelerar las aplicaciones de aprendizaje automático. Apple también dijo que el dictado «obtiene un nuevo modelo de reconocimiento de voz basado en transformadores que aprovecha el Neural Engine para hacer que el dictado sea aún más preciso».

Durante el discurso de apertura, Apple también mencionó el «aprendizaje automático» varias otras veces: mientras describía una nueva función de pantalla de bloqueo del iPad («Cuando selecciona una foto en vivo, usamos un modelo de aprendizaje automático avanzado para sintetizar fotogramas adicionales»); Funciones PDF de iPadOS («Gracias a los nuevos modelos de aprendizaje automático, iPadOS puede identificar los campos en un PDF para que pueda usar Autocompletar para completarlos rápidamente con información como nombres, direcciones y correos electrónicos de sus contactos»); una función de audio adaptativo de AirPods («Con Volumen personalizado, usamos el aprendizaje automático para comprender sus preferencias de escucha a lo largo del tiempo»); y una función de widget de Apple Watch llamada Smart Stack («Smart Stack utiliza el aprendizaje automático para mostrarle información relevante justo cuando la necesita»).

Apple también presentó una nueva aplicación llamada Diario que permite el registro personal de texto e imágenes (algo así como un diario interactivo), bloqueado y encriptado en su iPhone. Apple dijo que la IA juega un papel, pero no usó el término «IA».

“Usando el aprendizaje automático en el dispositivo, su iPhone puede crear sugerencias personalizadas de momentos para inspirar su escritura”, dijo Apple. «Las sugerencias se seleccionarán de forma inteligente a partir de la información de tu iPhone, como tus fotos, ubicación, música, entrenamientos y más. Y tú controlas qué incluir cuando habilitas las Sugerencias y cuáles guardar en tu Diario».

Finalmente, durante la demostración del nuevo Apple Vision Pro, la compañía reveló que la imagen en movimiento de los ojos de un usuario en la parte frontal de las gafas proviene de un avatar 3D especial creado al escanear su rostro, y lo adivinó, aprendizaje automático.