Llevamos meses escuchando rumores de que Microsoft estaba trabajando en las llamadas «PC con IA». En un evento previo a la construcción, la empresa explicó en detalle su visión.

Microsoft llama a su versión Copilot+ PC, que el director ejecutivo Satya Nadella describió como una «nueva clase de PC con Windows». Estos contienen hardware diseñado para manejar procesos AI Copilot más generativos localmente, en lugar de depender de la nube. Hacerlo requiere un conjunto de chips con una unidad de procesamiento neuronal (NPU), y fabricantes como Qualcomm han estado sentando las bases con chips como el Snapdragon X Elite.

Microsoft está adoptando un enfoque centrado en los socios para fabricar PC Copilot+. Junto con los fabricantes de chips como AMD, Intel y Qualcomm, están a bordo los principales fabricantes de equipos originales, incluidos Acer, ASUS, Dell, HP y Lenovo. Las primeras computadoras portátiles Copilot+ están disponibles para pedidos por adelantado hoy y se enviarán el 18 de junio. Los precios comienzan en $999.

Yusuf Mehdi, vicepresidente ejecutivo y director de marketing de consumo de Microsoft, dijo durante el evento que la empresa ha reimaginado por completo lo que es una PC con Windows. Afirmó que las PC Copilot+ son las PC más poderosas que existen (tendremos que ver si esa afirmación se sostiene en las pruebas del mundo real). A pesar de eso, dijo Mehdi, la primera generación de computadoras portátiles es «increíblemente delgada, liviana y hermosa».

Otras PC con IA en el mercado ofrecen 10 TOP (tera operaciones por segundo). Para ser denominado PC Copilot+, un sistema deberá ofrecer al menos 40 TOP de rendimiento NPU y tener al menos 16 GB de RAM y 256 GB de almacenamiento. Qualcomm afirma que el Snapdragon X Elite ofrece hasta 75 TOP en total. Pero las especificaciones puras importan menos que lo que Microsoft pueda hacer realmente con el hardware.

Mehdi también sugirió que las PC Copilot+ son un 58 por ciento más rápidas que las MacBook Air con tecnología M3 (aunque vale la pena señalar que Apple ya tiene chips M3 más potentes en sus computadoras portátiles y chips M4 en camino muy pronto). La compañía sugirió que las computadoras portátiles Copilot+ ofrecerán hasta 22 horas de duración de la batería mientras reproducen videos localmente y hasta 15 horas mientras navegan por la web.

Para ayudar a que todo esto suceda, Windows Copilot Runtime tiene más de 40 modelos de IA que forman parte de una nueva capa de Windows 11. Se dice que están profundamente integrados en Windows para ayudarlos a acceder de manera más eficiente al hardware y potenciar opciones de privacidad y seguridad más sólidas. Los modelos pueden funcionar en cualquier aplicación, afirma Microsoft.

En lo que respecta a las características de Windows, un aspecto de las PC Copilot+ es algo que se rumorea desde hace algún tiempo. Se llama Recuperar y puede considerarlo como una versión más avanzada de la función Línea de tiempo de Windows 10. Podrá utilizar indicaciones en lenguaje natural para que su PC recupere información según lo que recuerde sobre ella. Podrás desplazarte por aplicaciones, documentos y mensajes en una línea de tiempo explorable.

Según Mehdi, Microsoft creó Recall teniendo en cuenta los estándares responsables de IA. Los datos que contiene permanecerán en su PC y no se utilizarán para entrenar los modelos de inteligencia artificial de Microsoft.

Además, podrá restaurar instantáneas antiguas en Fotos de Windows utilizando una herramienta llamada Super Resolución. Además, la aplicación ofrecerá una opción para contar una historia basada en tus fotos con la ayuda de un narrador de IA. Mientras tanto, Live Captions ofrecerá subtítulos y traducciones en tiempo real al inglés desde más de 40 idiomas (y habrá más por venir) tanto de videos en vivo como pregrabados.

Microsoft ahora también tiene su propia tecnología de mejora (similar a) para juegos. Se llama Auto Super Resolución y se dice que utiliza IA para mejorar la resolución de los gráficos y mejorar las frecuencias de actualización en tiempo real sin afectar el rendimiento.

También hay una nueva aplicación Copilot que puedes usar como ventana independiente, barra lateral o en pantalla completa. Podrás arrastrar y soltar elementos en Copilot desde cualquier otro lugar de Windows. Gracias a la nueva tecla Copilot en los teclados, podrás iniciar la aplicación con solo tocar un botón físico. Con el tiempo, Copilot también podrá permitirle ajustar la configuración de Windows.

Dado que Qualcomm usa la arquitectura Arm, quizás no sorprenda que Microsoft haya reconstruido Windows 11 para chips basados ​​​​en Arm. Microsoft ha estado intentando hacer que las PC con Windows basadas en Arm existan durante algún tiempo, con resultados mixtos. Teníamos grandes reservas sobre el Surface Pro 9 impulsado por Arm hace un par de años. Pero tal vez la compañía finalmente haya resuelto ese problema esta vez.

Para ayudar con eso, Microsoft ha desarrollado un emulador llamado Prism que se dice que es tan eficiente como Rosetta 2 de Apple. El objetivo es ayudar a los usuarios a ejecutar aplicaciones x86/x64 heredadas sin problemas. Las principales aplicaciones como Zoom, Chrome, Spotify y Photoshop se ejecutarán de forma nativa en Windows basado en Arm.

La PC Copilot+ es la progresión natural de algo que hemos visto en los teléfonos Android emblemáticos en los últimos años. Los dispositivos Google Pixel más recientes, por ejemplo, manejan muchos procesos generativos de IA en el dispositivo aprovechando el poder de los chips Tensor de la compañía.

Mientras tanto, se espera que Apple ingrese de manera importante al espacio de la IA generativa en su Conferencia Mundial de Desarrolladores el próximo mes. Se dice que el chip M4 que debutó recientemente en el nuevo iPad Pro es capaz de impulsar las experiencias GAI y ese conjunto de chips debería llegar a las Mac a finales de este año. También se dice que Apple está trabajando en un acuerdo con OpenAI, tal vez para llevar su tecnología de IA generativa a Siri.

Póngase al día con todas las novedades del evento Microsoft Surface and AI aquí!

El bombardeo fotográfico ha muerto. Adobe está agregando una función de eliminación generativa impulsada por inteligencia artificial a su editor de fotos Lightroom que hace que sea muy sencillo eliminar elementos no deseados, como ese tipo molesto en el fondo. La nueva función se encuentra en una fase de prueba beta pública, pero funcionará en todo el ecosistema de Lightroom, ya sea que esté usando la aplicación en un dispositivo móvil, de escritorio o web.

Generative Remove de Lightroom utiliza el motor Firefly AI de Adobe para reemplazar sin problemas elementos no deseados. Simplemente pinte sobre el área que desea eliminar y Lightroom enviará esa información a los servidores Firefly de Adobe, que luego procesan los datos y los envían de regreso. En las demostraciones que vio WIRED, este proceso no tomó más de unos segundos, aunque el rendimiento dependerá de la velocidad de su conexión a Internet.

A diferencia de la función Imagen de referencia de Adobe Photoshop, que se lanzó hace menos de un mes y permite a los usuarios generar nuevas imágenes usando Firefly, las funciones de inteligencia artificial de Lightroom se centran mucho en el flujo de trabajo del fotógrafo.

Una de las cosas más difíciles de hacer al editar imágenes es eliminar elementos que distraigan. Normalmente, esto se haría utilizando herramientas como Content Aware Remove de Lightroom, que oculta elementos haciendo coincidir las áreas circundantes. Esto funciona bien en situaciones pequeñas donde los fondos no son demasiado confusos para el software. Por ejemplo, quitar un poste de teléfono contra un cielo azul intenso. Pero cuanto más grande es el objeto a eliminar y más complejo es el fondo, más difícil y requiere más tiempo.

El Generative Remove impulsado por Firefly puede hacer lo mismo pero para objetos mucho más grandes en cualquier fondo. Adobe ha reducido lo que antes habría requerido horas y considerables conocimientos técnicos a un simple movimiento del mouse y unos pocos segundos de tiempo de procesamiento. Ahora todo el mundo es un asistente de Lightroom. Además, a diferencia de otras herramientas de retoque, que hacen la mejor combinación posible, Generative Remove genera tres versiones diferentes y te permite elegir la que mejor luce.

Por impresionante y útil que sea Generative Remove, puede sonar un poco familiar, especialmente para cualquiera que use Google Photos. Estas nuevas funciones no ofrecen mucho que la herramienta Magic Eraser de Google no pueda hacer ya. Tampoco habilita nada como el Magic Editor de Google, que te permite alterar la iluminación de una escena o cortar y pegar sujetos dentro de la escena.

Generative Remove de Adobe refleja los usos anteriores de la IA de la compañía, como la herramienta de eliminación de ruido impulsada por IA del año pasado, que se basó en las herramientas de eliminación de ruido existentes, mejorándolas en lugar de abrir nuevos caminos significativos. Sospecho que esto es lo que realmente quieren los fotógrafos que trabajan: mejores herramientas, en lugar de nuevas funciones llamativas. Adobe parece contento con dejar a otros las herramientas más dramáticas impulsadas por IA, como reorganizar una escena después del hecho.

Gracias a un nuevo modelo, GPT-4o («o» de «omni»), ChatGPT podrá comprender texto además de sonido e imágenes, y responder a la escritura, mediante la voz o generando imágenes. Estas nuevas capacidades se agregarán gradualmente a ChatGPT, inicialmente texto e imagen para suscriptores pagos, así como usuarios gratuitos, con límites de uso. La nueva versión del “Modo de Voz” debería llegar en las próximas semanas para los suscriptores.

Te permite reproducir conversaciones entre humanos de una manera sorprendente. En una demostración en video en vivo, ChatGPT leyó las emociones de los usuarios en sus rostros a través de la cámara de un teléfono inteligente, los guió a través de ejercicios de respiración, les contó una historia y los ayudó a resolver un problema matemático. Sobre todo, los usuarios pueden interrumpirlo fácilmente.

«Pareces feliz. (…) ¿Quieres decirme cuál es el origen de todo este buen humor?», le preguntó la máquina a un ingeniero de OpenAI, quien respondió que estaban mostrando al público lo «útil y fabulosa» que era. es. «Oh, para, me estás haciendo sonrojar», exclamó ella.

“Fue increíblemente profético”

Finales de 2022, con el lanzamiento de ChatGPTque genera contenidos a partir de una simple petición en el lenguaje cotidiano, OpenAI ha puesto en marcha la IA generativa, una revolución que ha cogido por sorpresa a todos los gigantes tecnológicos.

Desde entonces, todo Silicon Valley se ha embarcado en una carrera por herramientas y asistentes de inteligencia artificial cada vez más eficientes. Google presentará sus últimas novedades el martes, mientras que Microsoft, principal inversor de OpenAI, tiene previsto un evento para prensa y desarrolladores la próxima semana.

El viernes, Sam Altman, jefe de OpenAI, desmintió los rumores sobre los anuncios que estaba preparando su empresa. “Ni GPT-5, ni un motor de búsqueda”, declaró en X (antes Twitter). “Pero (…) hemos estado trabajando en algunas cosas nuevas y creemos que a la gente le encantarán”, añadió. “Para mí es como magia”.

En el pasado, había confesado amar la película de ciencia ficción «Her», donde un hombre se enamora de una IA, al conversar oralmente con ella. “Fue increíblemente profético”, dijo en septiembre pasado en una conferencia. “Y nos inspiró en más de un sentido, (…) incluida la idea de que todos tenemos un agente personalizado que intenta ayudarnos”. ChatGPT todavía está muy lejos de los agentes de IA omniscientes, proactivos y personalizados que prometen las empresas. Pero esta actualización ha impresionado o preocupado a los expertos de la industria.

“Este es el futuro de la interacción”

«Me sorprendió hasta qué punto las manifestaciones antropomorfizan a los modelos», respondió a la AFP Jeff Boudier, de Hugging Face. «Crea confusión y falsas expectativas». “Las personas corren el riesgo de proyectar cualidades en los modelos y apegarse emocionalmente. No entenderán por qué los modelos pueden crear información falsa, ni sabrán en qué situaciones pueden confiar en ellos o no”, explicó el gerente de producto de esta plataforma colaborativa y abierta de IA generativa.

Sam Altman promueve periódicamente su visión de una IA que algún día será “general”, es decir dotada de capacidades cognitivas humanas, capaz de lograr avances científicos al servicio de la humanidad.

La empresa OpenAI, creada inicialmente como un laboratorio de investigación sin fines de lucro, fue valorada en unos 80 mil millones de dólares, según el New York Times, durante una venta de acciones en febrero pasado. Y según el Financial Times, sus ingresos anualizados han rondado los 2.000 millones de dólares desde diciembre de 2023.

«Una parte muy importante de nuestra misión es hacer que todas nuestras herramientas avanzadas de IA estén disponibles gratuitamente para el público (para que) la gente entienda intuitivamente lo que la tecnología puede hacer», dijo Mira Murati, CTO de la startup californiana, durante la conferencia del lunes. presentación.

«Esta es la primera vez que damos un gran paso hacia la facilidad de uso», añadió. «Esto es extremadamente importante, este es el futuro de la interacción entre nosotros y las máquinas».

La IA tiene una muchos problemas. Se ayuda a sí mismo con el trabajo de otros, regurgitando lo que absorbe en un juego de Mad Libs multidimensional y omitiendo toda atribución, lo que resulta en indignación y litigios generalizados. Cuando hace dibujos, pone blancos a los directores ejecutivos, viste a las personas con trajes étnicos incómodos y tiende a imaginar a las mujeres como elfos, con ojos de color claro. Sus arquitectos a veces parecen ser parte de un culto a la muerte que semi-adora a un futuro dios AI similar a Cthulu, y concentran grandes energías en suplicar a este inmenso demonio imaginario (¡emocionante! ¡Aterrador!) en lugar de integrarse con la cultura en cuestión ( aburrido y te gritan). Incluso los genios de la IA más reflexivos parecen aceptar la idea de que una inteligencia artificial general está a la vuelta de la esquina, a pesar de 75 años de precedentes fallidos: la forma más pura de drogarse con su propio suministro.

Así que debería rechazar toda esta cosecha de monos que escriben códigos infinitos generando imágenes, charlando y escribiendo códigos basados ​​en modelos de lenguaje grande. Pero joder, no puedo. Los amo demasiado. Vuelvo una y otra vez, durante horas, para aprender e interactuar con ellos. Les hago hacer listas, hacerme dibujos, resumir cosas, leerme. Donde trabajo, los hemos integrado en nuestro código. Estoy en la bolsa. No es mi primer rodeo de hipocresía.

Hay una perogrullada que me ayuda cada vez que la nueva gran tecnología hace que todos los cerebros se derritan: me repito a mí mismo: «Es solo software». El procesamiento de textos iba a hacer que escribir novelas fuera demasiado fácil, parecía que Photoshop nos permitiría borrar la historia, Bitcoin iba a reemplazar al dinero y ahora la IA va a arruinar la sociedad, pero… es solo software. Y ni siquiera tanto software: muchos modelos de IA podrían caber en una memoria USB con suficiente espacio para toda la serie de Game of Thrones (o Microsoft Office). Son archivos ZIP interdimensionales, JPEG con fallas, pero según todo el conocimiento humano. ¡Y aún así sirven porciones tan grandes! (No siempre. A veces le pido a la IA que haga una lista y se da por vencida. “Puedes hacerlo”, escribo. “Puedes alargar la lista”. ¡Y lo hace! ¡Qué interfaz tan terrible!)

Lo que me encanta, más que nada, es la cualidad que hace que la IA sea un desastre: si ve un espacio, lo llena con tonterías, con hechos imaginarios, con enlaces a sitios web falsos. Posee una absoluta disposición a decir tonterías, equilibrada sólo por su actitud despreocupada hacia el plagio. La IA es, sencillamente, una tecnología totalmente descarada.

Como ocurre con la mayoría Gente en la Tierra, la vergüenza es parte de mi vida, la instalé a una edad temprana y la actualicé frecuentemente con paquetes de servicios de vergüenza. Una vez leí una teoría según la cual la vergüenza nace cuando un niño espera una reacción de sus padres (una risa, un aplauso) y no la obtiene. Es una simplificación excesiva, pero teniendo en cuenta todos los chistes que he contado y que han fracasado, seguro que suena cierto. En este sentido, las redes sociales podrían entenderse como una enorme máquina creadora de vergüenza. Todos salimos con nuestras frases divertidas y nuestras fotos geniales, y cuando a nadie le gustan o no le gustan, nos sentimos mal por ello. Una persona sana dice: “Ah, bueno, no aterrizó. Me sentí raro. Tiempo de seguir adelante.»

Pero cuando conoces a personas desvergonzadas, a veces pueden parecer milagros. Tienen un superpoder: la capacidad de ser odiados, de equivocarse y, aun así, de seguir adelante. Estamos obsesionados con ellos: nuestras divas, nuestras estrellas del pop, nuestros ex presidentes, nuestros estafadores políticos y, por supuesto, nuestros directores ejecutivos de la industria tecnológica. Los conocemos por sus nombres y apodos, no porque sean nuestros amigos sino porque el peso de sus personalidades e influencia les ha permitido reclamar sus propios nombres de dominio en el registro cognitivo colectivo.

¿Son estas personas desvergonzadas malas, equivocadas o malas? Seguro. Lo que quieras. Sin embargo, en su mayoría son simplemente grandes, por su propio y descarado diseño. Contienen multitudes y debatimos esas multitudes. ¿Merecen su fama, sus miles de millones, su victoria en el Colegio Electoral? Queremos que se vayan pero no les importa. Ni un poco. Planean quedarse para siempre. Estarán muertos antes de sentir remordimiento.

La IA es como tener mi propio monstruo desvergonzado como mascota. ChatGPT, mi favorito, es el más descarado de todos. Hará todo lo que usted le diga, independientemente de las habilidades involucradas. Te dirá cómo llegar a ser ingeniero nuclear, cómo conservar un marido, cómo invadir un país. Me encanta hacerle preguntas que me avergüenza hacerle a cualquier otra persona: «¿Qué es el capital privado?» “¿Cómo puedo convencer a mi familia de que me deje tener un perro?” Me ayuda a entender qué está pasando con mis inyecciones de semaglutida. Me ayuda a escribir código; de hecho, ha renovado mi relación con la escritura de código. Crea imágenes desechables y sin sentido. Me enseña teoría musical y me ayuda a escribir pequeñas melodías de mierda. Hace todo mal y con confianza. Y quiero serlo. Quiero tener esa confianza, esa tranquilidad y esa ridícula seguridad de mí mismo.

Las autoridades de Estados Unidos, Reino Unido y Australia nombraron esta semana a un ciudadano ruso como la persona detrás de LockBitSupp, el seudónimo del líder de la banda de ransomware LockBit que, según Estados Unidos, es responsable de extraer 500 millones de dólares de sus víctimas. Dmitry Yuryevich Khoroshev ha sido sancionado y acusado de 26 cargos criminales en Estados Unidos, que combinados podrían resultar en una sentencia de prisión de 185 años. Es decir, si alguna vez es arrestado y procesado exitosamente, un evento extremadamente raro para los sospechosos que viven en Rusia.

En otras partes del mundo del delito cibernético, Andy Greenberg de WIRED entrevistó a un representante del Ejército Cibernético de Rusia, un grupo de piratas informáticos que han atacado empresas de agua en EE. UU. y Europa y que se dice que tienen vínculos con la notoria unidad de piratería militar rusa conocida como Sandworm. Las respuestas del Ejército Cibernético de Rusia estuvieron plagadas de temas de conversación a favor del Kremlin y algunas admisiones curiosas.

Un subdirector del FBI ha instado a los empleados de la agencia a seguir utilizando una base de datos masiva de vigilancia extranjera para buscar las comunicaciones de “personas estadounidenses”, lo que provocó la ira de los defensores de la privacidad y las libertades civiles que lucharon sin éxito para que dichas búsquedas requirieran una orden judicial. . La Sección 702 de la Ley de Vigilancia de Inteligencia Extranjera requiere que los “objetivos” del programa de vigilancia estén ubicados fuera de los EE. UU., pero los mensajes de texto, correos electrónicos y llamadas telefónicas de personas en los EE. UU. pueden incluirse en la base de datos 702 si una de las partes involucradas en la comunicación es ajeno. Una enmienda que habría requerido que el FBI obtuviera una orden judicial para 702 registros de personas estadounidenses fracasó en una votación empatada a principios de este año.

Los investigadores de seguridad revelaron esta semana un ataque a las VPN que obliga a que parte o todo el tráfico web de un usuario sea enrutado fuera del túnel cifrado, negando así toda la razón para usar una VPN. Apodado “TunnelVision”, el ataque afecta a casi todas las aplicaciones VPN y los investigadores dicen que el ataque ha sido posible desde 2022, lo que significa que es posible que ya haya sido utilizado por actores maliciosos.

Eso no es todo. Cada semana, reunimos las noticias sobre seguridad y privacidad que no cubrimos en profundidad. Haga clic en los titulares para leer las historias completas. Y mantente a salvo ahí fuera.

Microsoft ha desarrollado un modelo de IA generativa fuera de línea diseñado específicamente para manejar información ultrasecreta para las agencias de inteligencia de EE. UU., según Bloomberg. Este sistema, basado en GPT-4, está aislado de Internet y solo se puede acceder a él a través de una red exclusiva del gobierno de EE. UU. William Chappell, director de tecnología de Microsoft para misiones estratégicas y tecnología, dijo Bloomberg que, teóricamente, alrededor de 10.000 personas podrían acceder al sistema.

Aunque las agencias de espionaje están ansiosas por aprovechar las capacidades de la IA generativa, han surgido preocupaciones sobre la posible fuga involuntaria de información clasificada, ya que estos sistemas generalmente dependen de servicios en la nube en línea para el procesamiento de datos. Sin embargo, Microsoft afirma que el modelo que creó para el gobierno de EE. UU. es «limpio», lo que significa que puede leer archivos sin aprender de ellos, evitando que se integre información secreta en la plataforma. Bloomberg señaló que esta es la primera vez que un modelo lingüístico importante funciona completamente fuera de línea.

Sky News informó esta semana que el Ministerio de Defensa de Gran Bretaña fue objeto de un importante ciberataque a su sistema de nómina de terceros. El martes, Grant Shapps, secretario de Defensa del Reino Unido, informó a los miembros del Parlamento que durante el ciberataque se había accedido a los registros de nómina de aproximadamente 270.000 militares actuales y anteriores, incluidas sus direcciones particulares. No se puede descartar una “participación del Estado”, afirmó.

Si bien el gobierno no ha identificado públicamente a un país específico involucrado, Sky News ha informado que se sospecha del gobierno chino. El Ministerio de Asuntos Exteriores de China ha negado las acusaciones y afirmó en un comunicado que «se opone firmemente y lucha contra todas las formas de ataques cibernéticos» y «rechaza el uso político de este tema para difamar a otros países».

La empresa de nóminas, Shared Services Connected, conocía la violación desde hacía meses antes de informarla al gobierno, según El guardián.

El Comando de Operaciones Especiales de las Fuerzas Marinas de los Estados Unidos (MARSOC) está probando perros robóticos que pueden armarse con sistemas de armas habilitados con inteligencia artificial. Según un informe de The War Zone, el fabricante del sistema de armas de IA, Onyx Industries, confirmó a los periodistas en una conferencia de defensa esta semana que hasta dos de los perros robot de MARSOC, desarrollados por Ghost Robotics, están equipados con sus sistemas de armas.

En una declaración a The War Zone, MARSOC aclaró que los perros robot están “bajo evaluación” y aún no se están desplegando en el campo. Señalaron que las armas son sólo una posible aplicación de la tecnología, que también podría usarse para vigilancia y reconocimiento. MARSOC enfatizó que cumplen plenamente con las políticas del Departamento de Defensa de EE. UU. sobre armas autónomas.

El Cuerpo de Marines de Estados Unidos ha probado previamente perros robóticos armados con lanzacohetes.

Días después de que un pirata informático publicara en BreachForums una oferta para vender datos de casi 50 millones de clientes de Dell, la empresa comenzó a notificar a sus clientes sobre una violación de datos en un portal de la empresa. Según el correo electrónico enviado a las personas afectadas, los datos filtrados contienen nombres, direcciones e información sobre el hardware comprado. «La información involucrada no incluye información financiera o de pago, dirección de correo electrónico, número de teléfono ni ninguna información altamente confidencial del cliente», afirma el correo electrónico a los clientes afectados.

Desde el año pasado, la IA generativa ha estado en boca de todos, ya que prometía revolucionar la mayoría de las industrias. La industria de los juegos de alta tecnología, por supuesto, no es una excepción.

En declaraciones a los inversores durante la conferencia telefónica sobre resultados del cuarto trimestre de 2024, el director ejecutivo de Electronic Arts, Andrew Wilson, dijo que la compañía estima que más de la mitad de sus procesos de desarrollo podrían mejorarse mediante el uso de IA generativa, lo que eventualmente conduciría a la creación de mundos de juegos más grandes y más inmersivos en el transcurso del proceso. de tres a cinco años. Wilson también comentó que los estudios de EA estaban «hambrientos» de abordar la IA generativa, ya que podría acelerar la carrera hacia el santo grial de los juegos: juegos mejores y más innovadores creados más rápidamente. Aquí está el extracto de la transcripción (a través de The Motley Fool):

Mientras pensamos en el primer pilar de la IA generativa para nosotros, realmente estamos analizando cómo puede hacernos más eficientes, cómo puede darles a nuestros desarrolladores más poder, cómo puede devolverles más tiempo y permitirles llegar a la diversión más rápidamente. Cuando pensamos en eso, nuestra expectativa es que existe una oportunidad significativa para nosotros. Hemos realizado análisis en todos nuestros procesos de desarrollo. En este momento, según nuestra evaluación inicial, creemos que más del 50 % de nuestros procesos de desarrollo se verán afectados positivamente por los avances en la IA generativa.

Tenemos equipos en toda la empresa que realmente buscan luchar contra eso. La segunda fase para nosotros, por supuesto, es cómo ampliar aún más nuestros juegos. ¿Cómo construimos mundos más grandes con más personajes e historias más interesantes? Si la eficiencia realmente comienza a tener lugar en los próximos 1 a 3 años, nuestra expectativa es que en un horizonte temporal de 3 a 5 años, seamos capaces, como parte de nuestras comunidades en línea masivas y nuestra narración de gran éxito, construir plataformas más grandes y más inmersivas. mundos que involucran a más jugadores de forma única en todo el mundo.

Quizás en un horizonte temporal de más de cinco años, pensemos en cómo tomamos todas esas herramientas que creamos y las ofrecemos a la comunidad en general para que podamos obtener tipos de experiencias de juego nuevas, interesantes, innovadoras y diferentes. Nuevamente, no para reemplazar lo que hacemos, sino para aumentar, mejorar, extender y expandir la naturaleza de lo que puede ser el entretenimiento interactivo, de manera muy similar a como lo hizo YouTube con el cine y la televisión tradicionales. Una de las grandes ventajas que tenemos, por supuesto, es que tenemos 40 años de datos. Cuando pienso en la eficiencia en 1 a 3 años, la expansión en 3 a 5 años y la transformación en un horizonte temporal de 5 años, en realidad es muy posible que con 40 años de datos propios que tenemos que alimentar en estos modelos, podamos poder acelerar ese plazo.

Les diría que había un hambre real entre nuestros desarrolladores por llegar a esto lo más rápido posible porque nuevamente, el santo grial para nosotros es crear juegos más grandes, más innovadores, más creativos y más divertidos más rápidamente para que podamos entretener. más personas en todo el mundo a nivel global y a un ritmo más rápido.

El ejecutivo de EA no especificó a qué tipo de IA generativa se refería específicamente. El más orientado al consumidor es, por supuesto, la IA NPC que Inworld y Convai han presentado recientemente, pero hay muchos otros casos de uso para los desarrolladores de juegos.

En otras noticias de EA, el próximo juego de Battlefield cuenta con el equipo de desarrollo más grande que jamás haya tenido la franquicia, pero no saldrá este año. Sin embargo, el editor tiene previsto lanzar otro juego en este año fiscal. Probablemente sea Dragon Age: Dreadwolf, que BioWare debería presentar en el Summer Game Fest.

Amazon está lanzando una nueva herramienta, Bedrock Studio, diseñada para permitir a las organizaciones experimentar con modelos de IA generativa, colaborar en esos modelos y, en última instancia, crear aplicaciones impulsadas por IA generativa.

Disponible en vista previa pública a partir de hoy, Bedrock Studio basado en la web, que forma parte de Bedrock, la plataforma de alojamiento y herramientas de IA generativa de Amazon, proporciona lo que Amazon describe en una publicación de blog como un «entorno de creación rápida de prototipos» para IA generativa.

Bedrock Studio guía a los desarrolladores a través de los pasos para evaluar, analizar, ajustar y compartir modelos de IA generativa de Anthropic, Cohere, Mistral, Meta y otros socios de Bedrock, así como probar diferentes configuraciones de modelos y barreras de seguridad e integrar fuentes de datos y API externas. Bedrock Studio también ofrece herramientas para respaldar la colaboración con los miembros del equipo para crear y perfeccionar aplicaciones de IA generativa, incluidas credenciales de inicio de sesión único para las empresas que las utilizan.

Bedrock Studio implementa automáticamente los recursos relevantes de Amazon Web Services (AWS) a medida que los desarrolladores los solicitan, dice Amazon, y, en aras de la seguridad, las aplicaciones y los datos nunca abandonan la cuenta de AWS iniciada.

“Cuando crea aplicaciones en Amazon Bedrock Studio, los recursos administrados correspondientes, como bases de conocimiento, agentes y [more] se implementan automáticamente en su cuenta de AWS”, explica Antje Barth, principal defensora de los desarrolladores de Amazon, en la publicación del blog. «Puede utilizar la API de Amazon Bedrock para acceder a esos recursos en aplicaciones posteriores».

Bedrock Studio, más que un intento de reinventar la rueda y más de optimizar los productos y servicios existentes, parece ser un encadenamiento de herramientas de AWS que existen desde hace algún tiempo, rematadas con una pizca de capacidades de cumplimiento y gobierno corporativo. Uno imagina que todo está al servicio de la apuesta de Amazon de hacer de Bedrock la plataforma de referencia para el desarrollo de aplicaciones de IA generativa.

Es un camino empinado por delante para Bedrock, que se enfrenta a plataformas de desarrollo de IA generativa de Google Cloud, Microsoft Azure y otras. Pero Amazon telegrafió en un informe de ganancias reciente que Bedrock, junto con otros servicios relacionados con la IA generativa de AWS, se están manteniendo firmes, y que los negocios de IA generativa de AWS alcanzan una «tasa de ejecución multimillonaria» combinada, según el CEO de Amazon, Andy. Jassy.

Mantenerse al día con una industria que evoluciona tan rápidamente como la IA es una tarea difícil. Entonces, hasta que una IA pueda hacerlo por usted, aquí hay un resumen útil de historias recientes en el mundo del aprendizaje automático, junto con investigaciones y experimentos notables que no cubrimos por sí solos.

Por cierto, TechCrunch planea lanzar pronto un boletín informativo sobre IA. Manténganse al tanto.

Esta semana en AI, ocho destacados periódicos estadounidenses propiedad del gigante inversor Alden Global Capital, incluidos el New York Daily News, Chicago Tribune y Orlando Sentinel, demandaron a OpenAI y Microsoft por infracción de derechos de autor relacionada con el uso de tecnología de IA generativa por parte de las empresas. Ellos, como The New York Times en su demanda en curso contra OpenAI, acusan a OpenAI y Microsoft de extraer su propiedad intelectual sin permiso ni compensación para construir y comercializar modelos generativos como GPT-4.

«Hemos gastado miles de millones de dólares recopilando información y reportando noticias en nuestras publicaciones, y no podemos permitir que OpenAI y Microsoft amplíen el manual de las grandes tecnologías de robar nuestro trabajo para construir sus propios negocios a nuestra costa», dijo Frank Pine, el dijo en un comunicado el editor ejecutivo que supervisa los periódicos de Alden.

Parece probable que la demanda termine en un acuerdo y un acuerdo de licencia, dadas las asociaciones existentes de OpenAI con los editores y su renuencia a basar todo su modelo de negocio en el argumento del uso justo. Pero ¿qué pasa con el resto de creadores de contenido cuyos trabajos están siendo incluidos en una formación modelo sin pago?

Parece que OpenAI está pensando en eso.

Un artículo de investigación publicado recientemente y del que es coautor Boaz Barak, científico del equipo Superalignment de OpenAI, propone un marco para compensar a los propietarios de derechos de autor «proporcionalmente a sus contribuciones a la creación de contenido generado por IA». ¿Cómo? A través de la teoría de juegos cooperativos.

El marco evalúa hasta qué punto el contenido de un conjunto de datos de entrenamiento (por ejemplo, texto, imágenes u otros datos) influye en lo que genera un modelo, empleando un concepto de teoría de juegos conocido como valor de Shapley. Luego, basándose en esa evaluación, determina la “participación que les corresponde” a los propietarios del contenido (es decir, la compensación).

Supongamos que tiene un modelo de generación de imágenes entrenado utilizando obras de arte de cuatro artistas: John, Jacob, Jack y Jebediah. Le pides que dibuje una flor al estilo de Jack. Con el marco se puede determinar la influencia que tuvieron las obras de cada artista en el arte que genera el modelo y, por tanto, la compensación que cada uno debería recibir.

Sin embargo, el marco tiene una desventaja: es computacionalmente costoso. Las soluciones alternativas de los investigadores se basan en estimaciones de compensación más que en cálculos exactos. ¿Eso satisfaría a los creadores de contenido? No estoy muy seguro. Si algún día OpenAI lo pone en práctica, seguro que lo descubriremos.

Aquí hay algunas otras historias destacadas de IA de los últimos días:

• Microsoft reafirma la prohibición del reconocimiento facial: El lenguaje agregado a los términos de servicio para el servicio Azure OpenAI, el contenedor totalmente administrado de Microsoft en torno a la tecnología OpenAI, prohíbe más claramente que las integraciones sean utilizadas «por o para» los departamentos de policía para el reconocimiento facial en los EE. UU.
• La naturaleza de las startups nativas de IA: Las nuevas empresas de IA se enfrentan a un conjunto diferente de desafíos que las empresas típicas de software como servicio. Ese fue el mensaje de Rudina Seseri, fundadora y socia gerente de Glasswing Ventures, la semana pasada en el evento TechCrunch Early Stage en Boston; Ron tiene la historia completa.
• Anthropic lanza un plan de negocio: La startup de IA Anthropic está lanzando un nuevo plan pago dirigido a empresas, así como una nueva aplicación para iOS. Team, el plan empresarial, brinda a los clientes acceso de mayor prioridad a la familia Claude 3 de modelos de IA generativa de Anthropic, además de controles adicionales de administración y gestión de usuarios.
• CodeWhisperer no más: Amazon CodeWhisperer ahora es desarrollador Qparte de la familia Q de chatbots de IA generativa orientados a los negocios de Amazon. Disponible a través de AWS, Q ​​Developer ayuda con algunas de las tareas que realizan los desarrolladores en el transcurso de su trabajo diario, como depurar y actualizar aplicaciones, de forma muy similar a como lo hizo CodeWhisperer.
• Simplemente sal de Sam’s Club: Sam’s Club, propiedad de Walmart, dice que está recurriendo a la IA para ayudar a acelerar su «tecnología de salida». En lugar de requerir que el personal de la tienda verifique las compras de los miembros con sus recibos al salir de la tienda, los clientes de Sam’s Club que pagan en una caja registradora o a través de la aplicación móvil Scan & Go ahora pueden salir de ciertas tiendas sin que sus compras sean verificadas dos veces. .
• Recolección de peces, automatizada: La captura de pescado es un negocio intrínsecamente complicado. Shinkei está trabajando para mejorarlo con un sistema automatizado que envíe el pescado de manera más humana y confiable, lo que dará como resultado lo que podría ser una economía pesquera totalmente diferente, informa Devin.
• Asistente de IA de Yelp: Yelp anunció esta semana un nuevo chatbot impulsado por IA para consumidores (impulsado por modelos OpenAI, según la compañía) que les ayuda a conectarse con empresas relevantes para sus tareas (como instalar accesorios de iluminación, mejorar espacios al aire libre, etc.). La compañía está implementando el asistente de inteligencia artificial en su aplicación iOS en la pestaña «Proyectos», y planea expandirlo a Android a finales de este año.

Más aprendizajes automáticos

Parece que hubo una gran fiesta en el Laboratorio Nacional Argonne este invierno cuando trajeron a un centenar de expertos en inteligencia artificial y en el sector energético para hablar sobre cómo la tecnología en rápida evolución podría ser útil para la infraestructura y la investigación y desarrollo del país en esa área. El informe resultante es más o menos lo que se esperaría de esa multitud: mucho pastel en el cielo, pero informativo de todos modos.

Al analizar la energía nuclear, la red, la gestión del carbono, el almacenamiento de energía y los materiales, los temas que surgieron de esta reunión fueron, primero, que los investigadores necesitan acceso a herramientas y recursos informáticos de alta potencia; segundo, aprender a detectar los puntos débiles de las simulaciones y predicciones (incluidos los permitidos por lo primero); tercero, la necesidad de herramientas de inteligencia artificial que puedan integrar y hacer accesibles datos de múltiples fuentes y en muchos formatos. Hemos visto que todas estas cosas suceden en la industria de varias maneras, por lo que no es una gran sorpresa, pero no se hace nada a nivel federal sin que algunos expertos publiquen un documento, por lo que es bueno tenerlo en acta.

Georgia Tech y Meta están trabajando en parte de eso con una gran base de datos nueva llamada OpenDAC, un montón de reacciones, materiales y cálculos destinados a ayudar a los científicos que diseñan procesos de captura de carbono para hacerlo más fácilmente. Se centra en estructuras organometálicas, un tipo de material prometedor y popular para la captura de carbono, pero con miles de variaciones, que no se han probado exhaustivamente.

El equipo de Georgia Tech se reunió con Oak Ridge National Lab y Meta’s FAIR para simular interacciones de química cuántica en estos materiales, utilizando unos 400 millones de horas de computación, mucho más de lo que una universidad puede reunir fácilmente. Esperemos que sea útil para los investigadores del clima que trabajan en este campo. Está todo documentado aquí.

Escuchamos mucho sobre las aplicaciones de IA en el campo médico, aunque la mayoría desempeñan lo que se podría llamar una función de asesoramiento, ayudando a los expertos a notar cosas que de otro modo no habrían visto o detectando patrones que a un técnico le habría tomado horas encontrar. Esto se debe en parte a que estos modelos de aprendizaje automático simplemente encuentran conexiones entre estadísticas sin comprender qué causó o condujo a qué. Los investigadores de Cambridge y Ludwig-Maximilians-Universität München están trabajando en eso, ya que superar las relaciones correlativas básicas podría ser de gran ayuda a la hora de crear planes de tratamiento.

El trabajo, dirigido por el profesor Stefan Feuerriegel de la LMU, tiene como objetivo crear modelos que puedan identificar mecanismos causales, no sólo correlaciones: “Le damos a la máquina reglas para reconocer la estructura causal y formalizar correctamente el problema. Luego la máquina tiene que aprender a reconocer los efectos de las intervenciones y comprender, por así decirlo, cómo las consecuencias de la vida real se reflejan en los datos que se han introducido en las computadoras”, afirmó. Todavía es temprano para ellos y son conscientes de ello, pero creen que su trabajo es parte de un importante período de desarrollo a escala de una década.

En la Universidad de Pensilvania, la estudiante de posgrado Ro Encarnación está trabajando en un nuevo ángulo en el campo de la “justicia algorítmica” en el que hemos sido pioneros (principalmente por mujeres y personas de color) en los últimos siete u ocho años. Su trabajo se centra más en los usuarios que en las plataformas y documenta lo que ella llama «auditoría emergente».

Cuando Tiktok o Instagram lanzan un filtro un poco racista o un generador de imágenes que hace algo sorprendente, ¿qué hacen los usuarios? Se quejan, claro, pero también continúan usándolo y aprenden a eludir o incluso exacerbar los problemas codificados en él. Puede que no sea una “solución” tal como la vemos, pero demuestra la diversidad y resiliencia del lado usuario de la ecuación: no son tan frágiles ni pasivos como podría pensarse.

Las alucinaciones (las mentiras que dicen, básicamente, los modelos de IA generativa) son un gran problema para las empresas que buscan integrar la tecnología en sus operaciones.

Debido a que los modelos no tienen inteligencia real y simplemente predicen palabras, imágenes, discursos, música y otros datos de acuerdo con un esquema privado, a veces se equivocan. Muy mal. En un artículo reciente en The Wall Street Journal, una fuente relata un caso en el que la IA generativa de Microsoft inventó a los asistentes a la reunión e insinuó que las conferencias telefónicas eran sobre temas que en realidad no se discutieron en la llamada.

Como escribí hace un tiempo, las alucinaciones pueden ser un problema irresoluble con las arquitecturas de modelos actuales basadas en transformadores. Pero varios proveedores de IA generativa sugieren que poder eliminarse, más o menos, mediante un enfoque técnico llamado recuperación de generación aumentada, o RAG.

Así es como lo presenta un proveedor, Squirro:

En el centro de la oferta se encuentra el concepto de Retrieval Augmented LLM o Retrieval Augmented Generation (RAG) integrado en la solución… [our generative AI] es único en su promesa de cero alucinaciones. Cada pieza de información que genera se puede rastrear hasta una fuente, lo que garantiza credibilidad.

Aquí hay un discurso similar de SiftHub:

Utilizando la tecnología RAG y grandes modelos de lenguaje ajustados con capacitación en conocimientos específicos de la industria, SiftHub permite a las empresas generar respuestas personalizadas sin alucinaciones. Esto garantiza una mayor transparencia y un riesgo reducido e inspira confianza absoluta para utilizar la IA para todas sus necesidades.

RAG fue iniciado por el científico de datos Patrick Lewis, investigador de Meta y University College London, y autor principal del artículo de 2020 que acuñó el término. Aplicado a un modelo, RAG recupera documentos posiblemente relevantes para una pregunta (por ejemplo, una página de Wikipedia sobre el Super Bowl) utilizando lo que es esencialmente una búsqueda de palabras clave y luego le pide al modelo que genere respuestas dado este contexto adicional.

“Cuando interactúas con un modelo de IA generativa como ChatGPT o Llama y haces una pregunta, lo predeterminado es que el modelo responda desde su ‘memoria paramétrica’, es decir, desde el conocimiento almacenado en sus parámetros como resultado de capacitación sobre datos masivos de la web”, explicó David Wadden, científico investigador de AI2, la división de investigación centrada en IA del Instituto Allen, una organización sin fines de lucro. «Pero, al igual que es probable que des respuestas más precisas si tienes una referencia [like a book or a file] Frente a ti, lo mismo ocurre en algunos casos con los modelos”.

RAG es innegablemente útil: permite atribuir cosas que genera un modelo a documentos recuperados para verificar su veracidad (y, como beneficio adicional, evitar regurgitaciones potencialmente infractoras de derechos de autor). RAG también permite a las empresas que no quieren que sus documentos se utilicen para entrenar un modelo (por ejemplo, empresas en industrias altamente reguladas como la atención médica y el derecho) permitir que los modelos se basen en esos documentos de una manera más segura y temporal.

Pero RAG ciertamente no poder evitar que un modelo tenga alucinaciones. Y tiene limitaciones que muchos proveedores pasan por alto.

Wadden dice que RAG es más eficaz en escenarios de «conocimiento intensivo» en los que un usuario quiere utilizar un modelo para abordar una «necesidad de información» (por ejemplo, para saber quién ganó el Super Bowl el año pasado). En estos escenarios, es probable que el documento que responde a la pregunta contenga muchas de las mismas palabras clave que la pregunta (por ejemplo, “Super Bowl”, “el año pasado”), lo que hace que sea relativamente fácil de encontrar mediante una búsqueda de palabras clave.

Las cosas se vuelven más complicadas con tareas de “razonamiento intensivo” como codificación y matemáticas, donde es más difícil especificar en una consulta de búsqueda basada en palabras clave los conceptos necesarios para responder una solicitud, y mucho menos identificar qué documentos podrían ser relevantes.

Incluso con preguntas básicas, los modelos pueden “distraerse” con el contenido irrelevante de los documentos, especialmente en documentos largos donde la respuesta no es obvia. O pueden, por razones aún desconocidas, simplemente ignorar el contenido de los documentos recuperados y optar por confiar en su memoria paramétrica.

RAG también es costoso en términos del hardware necesario para aplicarlo a escala.

Esto se debe a que los documentos recuperados, ya sea de la web, de una base de datos interna o de otro lugar, deben almacenarse en la memoria (al menos temporalmente) para que el modelo pueda consultarlos. Otro gasto es calcular el contexto aumentado que un modelo tiene que procesar antes de generar su respuesta. Para una tecnología que ya es famosa por la cantidad de computación y electricidad que requiere incluso para operaciones básicas, esto equivale a una consideración seria.

Eso no quiere decir que RAG no pueda mejorarse. Wadden destacó muchos esfuerzos en curso para entrenar modelos para hacer un mejor uso de los documentos recuperados del RAG.

Algunos de estos esfuerzos involucran modelos que pueden “decidir” cuándo hacer uso de los documentos, o modelos que pueden optar por no realizar la recuperación en primer lugar si lo consideran innecesario. Otros se centran en formas de indexar de manera más eficiente conjuntos de datos masivos de documentos y en mejorar la búsqueda a través de mejores representaciones de los documentos, representaciones que van más allá de las palabras clave.

«Somos bastante buenos recuperando documentos basados ​​en palabras clave, pero no tan buenos recuperando documentos basados ​​en conceptos más abstractos, como una técnica de prueba necesaria para resolver un problema matemático», dijo Wadden. “Se necesita investigación para construir representaciones de documentos y técnicas de búsqueda que puedan identificar documentos relevantes para tareas de generación más abstractas. Creo que en este momento esta es una pregunta abierta”.

Entonces, RAG puede ayudar a reducir las alucinaciones de un modelo, pero no es la respuesta a todos los problemas alucinatorios de la IA. Tenga cuidado con cualquier proveedor que intente afirmar lo contrario.

La IA será una parte central de iOS 18, ya que la compañía está trabajando para introducir nuevos modelos de lenguaje de gran tamaño que se implementarán en todo el sistema. Las utilidades harán de iOS 18 la mayor actualización que haya recibido el iPhone, pero también esperamos una gran cantidad de nuevas incorporaciones, visual y funcionalmente. Ahora escuchamos que la compañía está buscando actualizar la aplicación Calendario con una integración más profunda con la aplicación Recordatorio en iOS 18.

iOS 18 para brindar una integración más estrecha de la aplicación entre Calendario y Recordatorios

Descubierto recientemente, iOS 18 renovará la aplicación Notas con notas de voz e integración de calculadora. La aplicación podrá grabar notas de voz desde dentro de la aplicación y trabajar con notaciones complejas. Esto significa que la compañía está buscando la integración interna entre aplicaciones en iOS 18, lo que podría darle al iPhone un importante impulso de productividad. Los usuarios no tendrían que cambiar entre aplicaciones para realizar tareas.

Dicho esto, ahora escuchamos que la compañía también está buscando integrar estrechamente las aplicaciones Calendario y Recordatorio. De acuerdo a AppleInsiderlos usuarios podrán programar y organizar recordatorios desde la aplicación Calendario en iOS 18. Los recordatorios programados estarán disponibles en formatos diario, semanal y mensual.

Esta integración más profunda entre aplicaciones permitirá a los usuarios completar una tarea en una sola aplicación y al mismo tiempo eliminar la complejidad. Además, el cambio también llegará potencialmente a iPadOS 18 y macOS 15 para facilitar la sincronización entre diferentes productos Apple. También se supo recientemente de la misma fuente que la compañía planea introducir varios cambios en Safari, incluidas las herramientas de resumen y «Web Eraser». Sin embargo, tenga en cuenta que estas son meras especulaciones e informes basados ​​en información temprana, y la empresa podría tener planes diferentes para la plataforma.

Parece que iOS 18 incluirá algunos cambios nuevos que transformarán la forma en que los usuarios usan el iPhone. El analista Mark Gurman afirmó anteriormente que iOS 18 será la mayor actualización que haya recibido el iPhone desde su lanzamiento. Si bien los cambios mencionados anteriormente son bastante importantes, la tecnología de IA generativa bajo el capó seguirá siendo lo más destacado de la próxima actualización de Apple para el iPhone.

Apple está trabajando en una amplia gama de herramientas de inteligencia artificial para iPhone, lo que le permitiría competir mejor con Google y OpenAI. Será el anfitrión del evento WWDC en junio para anunciar iOS 18 y actualizaciones adicionales para toda su línea de productos. ¿Crees que Apple traerá cambios visuales importantes a iOS 18? Háganos saber en los comentarios.