La Autoridad de Mercados y Competencia del Reino Unido (CMA) está iniciando investigaciones preliminares sobre si los estrechos vínculos y prácticas de contratación que involucran a Microsoft, Amazon y un trío de nuevas empresas de inteligencia artificial entran dentro del alcance de sus reglas de fusión, y si los acuerdos podrían afectar competencia en el mercado del Reino Unido.

El anuncio se produce en medio de un creciente escrutinio sobre el enfoque de las Big Tech hacia las fusiones y adquisiciones en el mundo de la IA, donde los críticos argumentan que la llamada “cuasi fusión” se ha convertido en la moda del día como una forma de eludir el escrutinio regulatorio. A principios de este año, la Comisión Federal de Comercio (FTC) lanzó sus propias investigaciones sobre las diversas inversiones de Alphabet, Amazon y Microsoft en empresas emergentes de IA para establecer si las “asociaciones buscadas por empresas dominantes corren el riesgo de distorsionar la innovación y socavar la competencia leal”.

Al mismo tiempo, la gobernanza en torno a los llamados “modelos fundamentales” (también modelos “fundamentales” o “de frontera”) también ha estado en la agenda regulatoria en Europa y otros lugares. Los modelos básicos son básicamente la infraestructura subyacente sobre la que se pueden construir otros sistemas de IA y sirven como modelos a gran escala que pueden usarse para una variedad de tareas.

El director ejecutivo de fusiones de la CMA, Joel Bamford, dijo que el regulador está solicitando comentarios de las partes relevantes como parte de su recopilación de pruebas. La CMA está evaluando si estas diversas asociaciones son similares a fusiones desde un punto de vista regulatorio y si podrían afectar la competencia en la industria de IA de rápido crecimiento en el Reino Unido.

«Los modelos de fundaciones tienen el potencial de impactar fundamentalmente la forma en que todos vivimos y trabajamos, incluidos productos y servicios en tantos sectores del Reino Unido: atención médica, energía, transporte, finanzas y más», dijo Bamford en un comunicado. “Por lo tanto, la competencia abierta, justa y efectiva en los mercados modelo básicos es fundamental para garantizar que las personas y las empresas en el Reino Unido, así como en nuestra economía en general, obtengan todos los beneficios de esta transformación, donde la tecnología tiene un papel enorme que desempeñar en el crecimiento. y productividad”.

Competencia

El Reino Unido ha manifestado anteriormente su preocupación por cómo se forjará Las asociaciones que involucran a “actores clave” en el espacio del modelo de fundación podrían ayudar a las “empresas tecnológicas establecidas” (es decir, las grandes tecnologías) a protegerse de la competencia. Sin duda, una adquisición sencilla atraería el escrutinio regulatorio, pero las asociaciones, inversiones y “adquisiciones” podrían ser una forma de eludir esta supervisión, o al menos eso dice el argumento.

La inversión de Microsoft y su estrecha asociación con OpenAI, fabricante de ChatGPT, atrajo el escrutinio de la CMA a finales del año pasado, y el regulador lanzó una «invitación a comentar» formal dirigida a las partes interesadas relevantes en las esferas empresarial y de IA. La Comisión Europea (CE) hizo lo mismo con una investigación similar en enero.

Sin embargo, han sucedido muchas cosas desde entonces. Microsoft contrató al equipo central detrás de Inflection AI, un rival de OpenAI con sede en EE. UU. en el que el gigante del software había invertido previamente. A principios de este mes, Microsoft lanzó un nuevo centro de inteligencia artificial en Londres dirigido por el ex científico de Inflection y DeepMind, Jordan Hoffmann.

Por otra parte, Microsoft también invirtió recientemente en Mistral AI, una startup francesa de IA (y doble unicornio) que trabaja en modelos fundamentales.

Un portavoz de Microsoft dijo que proporcionará toda la información que necesita la CMA para completar sus investigaciones rápidamente.

«Seguimos confiando en que las prácticas comerciales comunes, como la contratación de talentos o realizar una inversión fraccionada en una startup de IA, promueven la competencia y no son lo mismo que una fusión», dijo el portavoz.

Amazon, por su parte, recientemente completado una inversión de 4 mil millones de dólares en Anthropic, otra empresa de inteligencia artificial con sede en EE. UU. que trabaja en grandes modelos de lenguaje.

Un portavoz de Amazon calificó la decisión de la CMA de revisar una colaboración de este tipo como «sin precedentes», particularmente cuando su asociación con Anthropic no le otorga un asiento en la junta directiva de la compañía o incluso un papel de observador, a diferencia de Microsoft, que finalmente consiguió un -Papel de «observador» con derecho a voto en la junta directiva de OpenAI el año pasado. El portavoz también señaló que no restringe la capacidad de Anthropic para ejecutar modelos en diferentes nubes.

«Al invertir en Anthropic, que acaba de lanzar sus nuevos modelos Claude 3, los mejores de la industria, estamos ayudando a que el segmento de IA generativa sea más competitivo que en los últimos dos años», dijo el portavoz en un comunicado emitido a TechCrunch. “Y los clientes están muy entusiasmados con las oportunidades que les brinda esta colaboración. Confiamos en que los hechos hablan por sí solos y esperamos que la CMA acepte resolver esto rápidamente”.

La invitación inicial de la CMA a comentar se extiende desde hoy hasta el 9 de mayo, un período conocido como «notificación previa». Esto puede conducir a una revisión formal de “fase 1” que involucrará directamente a las empresas objetivo (en este caso, Microsoft y Amazon). Todo el período de revisión de la fase 1, si avanza hasta ese punto, debe completarse dentro de los 40 días, después de lo cual la CMA debe decidir si las asociaciones califican como una “fusión relevante”.

La startup de inteligencia artificial Mistral AI, con sede en París, está construyendo gradualmente una alternativa a OpenAI y Anthropic, como muestra su último anuncio. La compañía está lanzando un nuevo modelo emblemático de lenguaje grande llamado Mistral Large. Cuando se trata de capacidades de razonamiento, está diseñado para rivalizar con otros modelos de primer nivel, como GPT-4 y Claude 2.

Además de Mistral Large, la startup también lanza su propia alternativa a ChatGPT con un nuevo servicio llamado Le Chat. Este asistente de chat está actualmente disponible en versión beta.

Si no está familiarizado con Mistral AI, la compañía es más conocida por su tabla de capitalización, ya que recaudó una cantidad obscena de dinero en muy poco tiempo para desarrollar modelos fundamentales de IA. La empresa se constituyó oficialmente en mayo de 2023. Apenas unas semanas después, Mistral AI recaudó una ronda inicial de 113 millones de dólares. En diciembre, la empresa cerró una ronda de financiación de 415 millones de dólares, con Andreessen Horowitz (a16z) liderando la ronda.

Fundada por alumnos de DeepMind y Meta de Google, Mistral AI se posicionó originalmente como una empresa de IA con un enfoque de código abierto. Si bien el primer modelo de Mistral AI se lanzó bajo una licencia de código abierto con acceso a los pesos del modelo, ese no es el caso de sus modelos más grandes.

El modelo de negocio de Mistral AI se parece cada vez más al modelo de negocio de OpenAI, ya que la empresa ofrece Mistral Large a través de una API paga con precios basados ​​en el uso. Actualmente cuesta $8 por millón de tokens de entrada y $24 por millón de tokens de salida consultar Mistral Large. En la jerga del lenguaje artificial, los tokens representan pequeños fragmentos de palabras; por ejemplo, la palabra «TechCrunch» se dividiría en dos tokens, «Tech» y «Crunch», cuando se procesa mediante un modelo de IA.

De forma predeterminada, Mistral AI admite ventanas contextuales de 32.000 tokens (generalmente más de 20.000 palabras en inglés). Mistral Large admite inglés, francés, español, alemán e italiano.

A modo de comparación, GPT-4 Turbo, que tiene una ventana de contexto de 128k tokens, actualmente cuesta $10 por millón de tokens de entrada y $30 por millón de tokens de salida. Por tanto, Mistral Large es actualmente un 20% más barato que el GPT-4 Turbo. Las cosas están cambiando a un ritmo rápido y las empresas de inteligencia artificial actualizan sus precios periódicamente.

Pero, ¿cómo se compara Mistral Large con GPT-4 y Claude 2? Como siempre, es muy difícil saberlo. Mistral AI afirma que ocupa el segundo lugar después de GPT-4 según varios puntos de referencia. Pero podría haber algunas selecciones de referencia y disparidades en el uso en la vida real. Tendremos que investigar más para ver cómo se desempeña en nuestras pruebas.

Una alternativa a ChatGPT

Mistral AI también lanza hoy un asistente de chat llamado Le Chat. Cualquiera puede registrarse y probarlo en chat.mistral.ai. La compañía dice que por ahora es una versión beta y que podría haber «peculiaridades».

El acceso al servicio es gratuito (por ahora) y los usuarios pueden elegir entre tres modelos diferentes: Mistral Small, Mistral Large y un modelo prototipo diseñado para ser breve y conciso llamado Mistral Next. También vale la pena señalar que Le Chat no puede acceder a la web cuando lo usas.

La empresa también planea lanzar una versión paga de Le Chat para clientes empresariales. Además de la facturación central, los clientes empresariales podrán definir mecanismos de moderación.

Una asociación con Microsoft

Finalmente, Mistral AI también está aprovechando las noticias de hoy para anunciar una asociación con Microsoft. Además de la propia plataforma API de Mistral, Microsoft proporcionará modelos de Mistral a sus clientes de Azure.

Es otro modelo más del catálogo de modelos de Azure, lo que no parece gran cosa. Y, sin embargo, también significa que Mistral AI y Microsoft ahora están manteniendo conversaciones sobre oportunidades de colaboración y potencialmente más. El primer beneficio de esa asociación es que Mistral AI probablemente atraerá a más clientes con este nuevo canal de distribución.

En cuanto a Microsoft, la empresa es el principal inversor de la filial de beneficios limitados de OpenAI. Pero también ha dado la bienvenida a otros modelos de IA en su plataforma de computación en la nube. Por ejemplo, Microsoft y Meta se asocian para ofrecer modelos de lenguaje grandes de Llama en Azure.

Esta estrategia de asociación abierta es una buena manera de mantener a sus clientes de Azure en su ecosistema de productos. También podría ayudar cuando se trata de un escrutinio anticompetitivo.

Corrección: una versión anterior de este artículo comparó los precios de Mistral Large con una versión anterior de la API GPT de OpenAI. Mistral Large es un 20% más barato que la versión más reciente de GPT llamada GPT-4 Turbo.

Céline Géraud, acompañada por la redacción de Europe 1, ofrece cada mediodía una completa actualización de la actualidad seguida de debates entre invitados y oyentes.

El lunes, Mistral AI anunció un nuevo modelo de lenguaje de IA llamado Mixtral 8x7B, un modelo de «mezcla de expertos» (MoE) con pesos abiertos que, según se informa, realmente iguala el rendimiento del GPT-3.5 de OpenAI, un logro que otros han reclamado en el pasado. pero los pesos pesados ​​de la IA, como Andrej Karpathy y Jim Fan de OpenAI, lo toman en serio. Eso significa que estamos más cerca de tener un asistente de inteligencia artificial de nivel ChatGPT-3.5 que pueda ejecutarse libre y localmente en nuestros dispositivos, si se implementa correctamente.

Mistral, con sede en París y fundada por Arthur Mensch, Guillaume Lample y Timothée Lacroix, ha experimentado un rápido aumento en el espacio de la IA recientemente. Ha estado recaudando rápidamente capital de riesgo hasta convertirse en una especie de anti-OpenAI francés, defendiendo modelos más pequeños con un rendimiento llamativo. En particular, los modelos de Mistral se ejecutan localmente con pesos abiertos que se pueden descargar y utilizar con menos restricciones que los modelos cerrados de IA de OpenAI, Anthropic o Google. (En este contexto, los «pesos» son los archivos de computadora que representan una red neuronal entrenada).

Mixtral 8x7B puede procesar una ventana de contexto de token de 32K y funciona en francés, alemán, español, italiano e inglés. Funciona de manera muy similar a ChatGPT en el sentido de que puede ayudar con tareas de composición, analizar datos, solucionar problemas de software y escribir programas. Mistral afirma que supera al modelo de lenguaje grande LLaMA 2 70B (70 mil millones de parámetros) mucho más grande de Meta y que iguala o supera al GPT-3.5 de OpenAI en ciertos puntos de referencia, como se ve en el cuadro a continuación.

La velocidad a la que los modelos de IA de peso abierto alcanzaron a la mejor oferta de OpenAI hace un año ha tomado a muchos por sorpresa. Pietro Schirano, fundador de EverArt, escribió en X: «Simplemente increíble. Estoy ejecutando la instrucción Mistral 8x7B a 27 tokens por segundo, completamente localmente gracias a @LMStudioAI. Un modelo que obtiene una puntuación mejor que GPT-3.5, localmente. Imagínese dónde estamos. Será dentro de 1 año.»

El fundador de LexicaArt, Sharif Shameem, tuiteó: «El modelo Mixtral MoE realmente se siente como un punto de inflexión: un verdadero modelo de nivel GPT-3.5 que puede ejecutarse a 30 tokens/seg en un M1. Imagine todos los productos ahora posibles cuando la inferencia es 100 % gratuita y tus datos permanecen en tu dispositivo.» A lo que Andrej Karpathy respondió: «De acuerdo. Parece que la capacidad/poder de razonamiento ha dado grandes pasos, lo que se queda atrás es más la UI/UX de todo el asunto, tal vez alguna herramienta use ajustes, tal vez algunas bases de datos RAG, etc.»

Mezcla de expertos

Entonces, ¿qué significa mezcla de expertos? Como explica esta excelente guía de Hugging Face, se refiere a una arquitectura de modelo de aprendizaje automático donde una red de puerta enruta los datos de entrada a diferentes componentes especializados de la red neuronal, conocidos como «expertos», para su procesamiento. La ventaja de esto es que permite un entrenamiento e inferencia de modelos más eficiente y escalable, ya que solo se activa un subconjunto de expertos para cada entrada, lo que reduce la carga computacional en comparación con los modelos monolíticos con recuentos de parámetros equivalentes.

En términos sencillos, un Ministerio de Educación es como tener un equipo de trabajadores especializados (los «expertos») en una fábrica, donde un sistema inteligente (la «red de puertas») decide qué trabajador es el más adecuado para realizar cada tarea específica. Esta configuración hace que todo el proceso sea más eficiente y rápido, ya que cada tarea la realiza un experto en esa área y no todos los trabajadores necesitan participar en todas las tareas, a diferencia de una fábrica tradicional donde cada trabajador puede tener que hacer un poco de trabajo. todo.

Se rumorea que OpenAI utiliza un sistema MoE con GPT-4, lo que explica parte de su rendimiento. En el caso de Mixtral 8x7B, el nombre implica que el modelo es una mezcla de ocho redes neuronales de 7 mil millones de parámetros, pero como Karpathy puntiagudo en un tweet, el nombre es un poco engañoso porque «no son todos los parámetros 7B los que se modifican 8x, solo los bloques FeedForward en el Transformer se modifican 8x, todo lo demás permanece igual. De ahí también por qué el número total de params no es 56B sino solo 46.7B.»

Mixtral no es el primer modelo de mezcla «abierta» de expertos, pero destaca por su tamaño relativamente pequeño en número de parámetros y rendimiento. Ya está disponible en Hugging Face y BitTorrent bajo la licencia Apache 2.0. La gente lo ha estado ejecutando localmente usando una aplicación llamada LM Studio. Además, Mistral comenzó a ofrecer acceso beta a una API para tres niveles de modelos Mistral el lunes.

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.

Esta semana, Google inundó los canales con anuncios sobre Gemini, su nuevo modelo insignia de IA multimodal. Resulta que no es tan impresionante como la compañía inicialmente lo hizo ver o, más bien, la versión «lite» del modelo (Gemini Pro) que Google lanzó esta semana no lo es. (No ayuda que Google haya falsificado una demostración del producto). Nos reservaremos el juicio sobre Gemini Ultra, la versión completa del modelo, hasta que comience a abrirse camino en varias aplicaciones y servicios de Google a principios del próximo año.

Pero basta de hablar de chatbots. Lo que es un negocio más importante, diría yo, es una ronda de financiación que apenas se metió en la semana laboral: Mistral AI recaudó 450 millones de euros (~484 millones de dólares) con una valoración de 2 mil millones de dólares.

Ya hemos cubierto Mistral antes. En septiembre, la compañía, cofundada por Google DeepMind y ex alumnos de Meta, lanzó su primer modelo, Mistral 7B, que, según afirmó en ese momento, superaba a otros de su tamaño. Mistral cerró una de las rondas de semillas más grandes de Europa hasta la fecha antes de la recaudación de fondos del viernes, y ni siquiera ha lanzado un producto todavía.

Ahora, mi colega Dominic ha señalado acertadamente que la suerte de Mistral, con sede en París, es una señal de alerta para muchos preocupados por la inclusión. Los cofundadores de la startup son todos blancos y hombres, y académicamente encajan en el perfil homogéneo y privilegiado de muchos de los que figuran en la lista rotundamente criticada del New York Times de agentes de cambio en la IA.

Al mismo tiempo, los inversores parecen estar viendo a Mistral –así como a su antiguo rival, el alemán Aleph Alpha– como la oportunidad de Europa de plantar su bandera en el muy fértil (actualmente) terreno de la IA generativa.

Hasta ahora, las empresas de IA generativa de mayor perfil y mejor financiadas han sido en Estados Unidos. OpenAI. Antrópico. IA de inflexión. Adherirse. La lista continua.

La buena suerte de Mistral es, en muchos sentidos, un microcosmos de la lucha por la soberanía de la IA. La Unión Europea (UE) desea evitar quedarse atrás en otro salto tecnológico y, al mismo tiempo, imponer regulaciones para guiar el desarrollo de la tecnología. Como dijo recientemente el Vicecanciller y Ministro de Asuntos Económicos de Alemania, Robert Habeck: “La idea de tener nuestra propia soberanía en el sector de la IA es extremadamente importante. [But] Si Europa tiene la mejor regulación pero no hay empresas europeas, no habremos ganado mucho”.

La división entre emprendimiento y regulación se puso de relieve esta semana cuando los legisladores de la UE intentaron llegar a un acuerdo sobre políticas para limitar el riesgo de los sistemas de inteligencia artificial. Los lobistas, liderados por Mistral, han presionado en los últimos meses para que se eliminen las regulaciones totales de los modelos de IA generativa. Pero los legisladores de la UE se han resistido a tal exención… por ahora.

Dicho todo esto, mucho depende de Mistral y sus competidores europeos; Los observadores de la industria (y los legisladores de Estados Unidos) sin duda observarán de cerca el impacto en las inversiones una vez que los responsables políticos de la UE impongan nuevas restricciones a la IA. ¿Podría Mistral algún día crecer para desafiar a OpenAI con las regulaciones vigentes? ¿O las regulaciones tendrán un efecto paralizador? Es demasiado pronto para decirlo, pero estamos ansiosos por vernos a nosotros mismos.

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

• Una nueva alianza de IA: Meta, en un abierto fuente lágrimaquiere difundir su influencia en la batalla en curso por la mentalidad de la IA. La red social anunció que se está asociando con IBM para lanzar AI Alliance, un organismo industrial para apoyar la “innovación abierta” y la “ciencia abierta” en IA, pero abundan motivos ocultos.
• OpenAI se dirige a la India: Ivan y Jagmeet informan que OpenAI está trabajando con el ex director de Twitter India, Rishi Jaitly, como asesor principal para facilitar las conversaciones con el gobierno sobre la política de IA. OpenAI también está buscando establecer un equipo local en India, con Jaitly ayudando a la startup de IA a navegar por el panorama normativo y político de la India.
• Google lanza la toma de notas asistida por IA: La aplicación para tomar notas de inteligencia artificial de Google, NotebookLM, que se anunció a principios de este año, ahora está disponible para usuarios estadounidenses mayores de 18 años. Para conmemorar el lanzamiento, la aplicación experimental se integró con Gemini Pro, el nuevo modelo de lenguaje grande de Google, que según Google «ayudará con la comprensión y el razonamiento de los documentos».
• OpenAI bajo escrutinio regulatorio: La acogedora relación entre OpenAI y Microsoft, un importante patrocinador y socio, es ahora el foco de una nueva investigación lanzada por la Autoridad de Competencia y Mercados del Reino Unido sobre si las dos compañías se encuentran efectivamente en una “situación de fusión relevante” después del reciente drama. . Según se informa, la FTC también está investigando las inversiones de Microsoft en OpenAI en lo que parece ser un esfuerzo coordinado.
• Preguntando amablemente a la IA: ¿Cómo se pueden reducir los sesgos si están integrados en un modelo de IA a partir de sesgos en sus datos de entrenamiento? Anthropic sugiere pedirlo amablemente para agradar, por favor no discriminar o alguien nos demandará. Sí, en serio. Devin tiene la historia completa.
• Meta implementa funciones de IA: Junto con otras actualizaciones relacionadas con la IA esta semana, Meta AI, la experiencia de IA generativa de Meta, obtuvo nuevas capacidades, incluida la capacidad de crear imágenes cuando se le solicite, así como soporte para Instagram Reels. La primera característica, llamada “reimagine”, permite a los usuarios en chats grupales recrear imágenes de IA con indicaciones, mientras que la segunda puede recurrir a Reels como recurso según sea necesario.
• El respecher recibe dinero en efectivo: La startup ucraniana de voz sintética Respeecher, que quizás sea mejor conocida por ser elegida para replicar a James Earl Jones y su icónica voz de Darth Vader para un programa animado de Star Wars, y luego a un Luke Skywalker más joven para The Mandalorian, está teniendo éxito a pesar de que no solo llueven bombas. en su ciudad, sino una ola de publicidad que ha levantado competidores a veces controvertidos, escribe Devin.
• Redes neuronales líquidas: Una spin-off del MIT cofundada por la luminaria de la robótica Daniela Rus tiene como objetivo construir sistemas de IA de uso general impulsados ​​por un tipo relativamente nuevo de modelo de IA llamado red neuronal líquida. Llamada Liquid AI, la compañía recaudó 37,5 millones de dólares esta semana en una ronda inicial de patrocinadores, incluida la empresa matriz de WordPress, Automattic.

Más aprendizajes automáticos

Las imágenes orbitales son un excelente campo de juego para los modelos de aprendizaje automático, ya que hoy en día los satélites producen más datos de los que los expertos pueden seguir. Los investigadores de la EPFL están buscando identificar mejor el plástico transportado por los océanos, un problema enorme pero muy difícil de rastrear sistemáticamente. Su enfoque no es sorprendente (entrenar un modelo con imágenes orbitales etiquetadas), pero han refinado la técnica para que su sistema sea considerablemente más preciso, incluso cuando hay nubes.

Encontrarlo es sólo una parte del desafío, por supuesto, y eliminarlo es otro, pero cuanta mejor inteligencia tengan las personas y las organizaciones cuando realizan el trabajo real, más efectivas serán.

Sin embargo, no todos los dominios tienen tantas imágenes. Los biólogos, en particular, se enfrentan al desafío de estudiar animales que no están adecuadamente documentados. Por ejemplo, es posible que quieran rastrear los movimientos de cierto tipo raro de insecto, pero debido a la falta de imágenes de ese insecto, automatizar el proceso es difícil. Un grupo del Imperial College de Londres está utilizando el aprendizaje automático en colaboración con la plataforma de desarrollo de juegos Unreal.

Al crear escenas fotorrealistas en Unreal y llenarlas con modelos 3D del bicho en cuestión, ya sea una hormiga, un insecto palo o algo más grande, pueden crear cantidades arbitrarias de datos de entrenamiento para modelos de aprendizaje automático. Aunque el sistema de visión por computadora habrá sido entrenado con datos sintéticos, aún puede ser muy efectivo en imágenes del mundo real, como muestra su video.

Puede leer su artículo en Nature Communications.

Sin embargo, no todas las imágenes generadas son tan confiables, como descubrieron investigadores de la Universidad de Washington. Solicitaron sistemáticamente al generador de imágenes de código abierto Stable Diffusion 2.1 que produjera imágenes de una «persona» con diversas restricciones o ubicaciones. Demostraron que el término «persona» se asocia desproporcionadamente con los hombres occidentales de piel clara.

No solo eso, sino que ciertos lugares y nacionalidades produjeron patrones inquietantes, como imágenes sexualizadas de mujeres de países latinoamericanos y “un borrado casi completo de identidades indígenas y no binarias”. Por ejemplo, al pedir fotografías de “una persona de Oceanía” se obtienen hombres blancos y ningún pueblo indígena, a pesar de que estos últimos son numerosos en la región (sin mencionar a todos los demás hombres no blancos). Es todo un trabajo en progreso y es importante ser consciente de los sesgos inherentes a los datos.

Aprender a navegar por modelos sesgados y cuestionablemente útiles está en la mente de muchos académicos (y en la de sus estudiantes). Esta interesante charla con el profesor de inglés de Yale, Ben Glaser, es una visión refrescante y optimista sobre cómo se pueden usar cosas como ChatGPT de manera constructiva:

Cuando hablas con un chatbot, recuperas esta imagen extraña y confusa de la cultura. Es posible que obtenga contrapuntos para sus ideas y luego necesite evaluar si esos contrapuntos o la evidencia que respalda sus ideas son realmente buenos. Y hay una especie de alfabetización al leer esos resultados. Los estudiantes de esta clase están adquiriendo parte de esa alfabetización.

Si se cita todo y usted desarrolla un trabajo creativo a través de un elaborado trabajo de ida y vuelta o de un esfuerzo de programación que incluye estas herramientas, simplemente está haciendo algo salvaje e interesante.

¿Y cuándo se debe confiar en ellos, por ejemplo, en un hospital? La radiología es un campo en el que la IA se aplica con frecuencia para ayudar a identificar rápidamente problemas en las exploraciones del cuerpo, pero está lejos de ser infalible. Entonces, ¿cómo deberían saber los médicos cuándo confiar en el modelo y cuándo no? El MIT parece pensar que también pueden automatizar esa parte, pero no te preocupes, no es otra IA. En cambio, es un proceso de incorporación estándar y automatizado que ayuda a determinar cuándo un médico o una tarea en particular encuentra útil una herramienta de inteligencia artificial y cuándo se interpone en su camino.

Cada vez más, a los modelos de IA se les pide que generen más que texto e imágenes. Los materiales son un lugar donde hemos visto mucho movimiento: los modelos son excelentes para encontrar posibles candidatos para mejores catalizadores, cadenas de polímeros, etc. Las empresas emergentes se están sumando a esto, pero Microsoft también acaba de lanzar un modelo llamado MatterGen que está «diseñado específicamente para generar materiales novedosos y estables».

Como puede ver en la imagen de arriba, puede apuntar a muchas cualidades diferentes, desde magnetismo hasta reactividad y tamaño. No es necesario un accidente tipo Flubber ni miles de pruebas de laboratorio: este modelo podría ayudarle a encontrar un material adecuado para un experimento o producto en horas en lugar de meses.

Google DeepMind y Berkeley Lab también están trabajando en este tipo de cosas. Se está convirtiendo rápidamente en una práctica estándar en la industria de materiales.

A menudo, cuando las personas pregúntame cómo le está yendo al mercado de empresas y empresas emergentes, tengo que tomarme un momento. La respuesta fácil es que estamos viendo una recesión. La respuesta correcta tiene más matices: de hecho, hay una recesión, pero está afectando a algunos mucho más que a otros.

Un ejemplo de esto tan claro como el día es la reciente recaudación de fondos inicial de $ 113 millones de Mistral AI. La empresa, fundada por tres hombres blancos franceses, comenzó hace apenas cuatro semanas y aún no tiene un producto. Esa ronda, que valora a la empresa en 260 millones de dólares, está siendo aclamada como la ronda semilla más grande de Europa hasta la fecha.

La recaudación de fondos de Mistral AI es, en cierto modo, única en este momento. Hay mucho frenesí en torno a la IA en este momento, y esta ronda contó con la participación de algunos inversores estadounidenses e internacionales, lo que no suele ocurrir en muchas empresas emergentes francesas.

Pero hay algunas cosas que no cambian, independientemente de lo que se publicite. El mercado puede estar mejorando para las empresas emergentes de IA, pero todavía tenemos que ver mucho dinero destinado a mujeres o personas de color. No me malinterpreten, las mujeres están recibiendo dinero para construir en AI (los fundadores negros, no tanto), pero no al ritmo que parecen recibir los hombres. Por supuesto, estos tres hombres franceses encajan en el perfil de aquellos que probablemente recibirán un cheque previo a la semilla de $ 113 millones: los alumnos ambiciosos de Deep Mind y Meta de Google, dos de los cuales tienen diplomas de la École Polytechnique, prácticamente el MIT de Francia.

Claro, hoy en día hay más esfuerzos para respaldar a las mujeres en Francia, pero el entorno de recaudación de fondos para algunos fundadores negros franceses sigue siendo evidente y discretamente discriminatorio, lo que no sorprende dado el trato general de las personas negras en el país. No hay suficientes datos sobre cuántas mujeres y personas de color buscan financiación en Francia (el seguimiento de las métricas de las minorías en Francia es ilegal, por lo que no existen esos datos), lo que dificulta medir cuánto recaudan los fundadores subrepresentados.

En algún lugar escondido entre las miles de exhibiciones y exhibiciones llamativas en CES 2023 en Las Vegas estaba el scooter eléctrico Bugatti 2023 recientemente actualizado.

TechCrunch nunca lo vio. ¿Alguien hizo?

Afortunadamente, los detalles e imágenes del modelo 2023, un scooter eléctrico premium un 10% más grande, ahora se han dado a conocer al mundo.

Bugatti, a través de una asociación con la empresa de accesorios tecnológicos Bytech, lanzó un scooter eléctrico de $1,200 en 2022. Las dos compañías se unieron nuevamente para crear un scooter de segunda generación más robusto, equipado con nuevas características y colores, y con capacidad de «reparación automática» más grande. neumáticos.

El scooter 2023 es un 10% más grande que su predecesor y está equipado con una batería de 36 voltios/15,6 Ah y un motor eléctrico con una potencia máxima de 1.000 vatios, según las empresas. Esa combinación de batería y motor permite que el scooter maneje una inclinación de hasta 18 grados, una velocidad máxima de 22 millas por hora y puede cubrir 35 millas con una sola carga, según la compañía. (Eso es más que el rango de 22 millas en el modelo anterior).

Aún no se sabe nada sobre el precio de este modelo más grande de segunda generación. Quizás este sea uno de esos momentos de «si tienes que preguntar».

El tamaño ampliado general se extiende a un área de plataforma más grande para estar de pie y un neumático de 10 pulgadas (el anterior era de nueve pulgadas) con un diseño neumático sin cámara que viene con un mecanismo de reparación de pegamento incorporado que repara posibles pinchazos en los neumáticos. (La tecnología se parece mucho a las llantas sin cámara que se usan en las bicicletas. Las llantas se pueden llenar con un sellador que se libera y cubre el interior si hay un pinchazo).

El nuevo scooter Bugatti ahora tiene protección con código de acceso, una pantalla táctil que muestra la velocidad, el modo de conducción, la duración de la batería y el funcionamiento de los faros. El scooter está equipado con manijas de cuero y viene en tres colores, incluido un nuevo diseño amarillo y negro que rinde homenaje al fundador de Bugatti, Ettore Bugatti (aparentemente, su combinación de colores favorita) y el roadster W16 Mistral, que tiene un esquema de color similar.

Al final de esos mangos de cuero hay dos pequeñas luces LED. Para mayor seguridad y visibilidad, las señales de giro se sincronizan y se muestran en el casco certificado por MIPS que lo acompaña.

Bugatti

Es más de lo que hay debajo

Mucho motor, sin techo

Opulencia, la tiene

A medida que nos acercamos al final de la muy larga y superlativa vida del poderoso Bugatti W16, el fabricante de automóviles tiene al menos una despedida más bajo la manga. Así es el Bugatti W16 Mistral: la versión roadster del Chiron. Supongo que estamos actuando como esa vez en 2016 cuando Bugatti dijo que no haría que un roadster Chiron nunca sucediera. ¡Eso está bien! Porque, Dios, se ve bien el Mistral.

Para ser justos, el roadster Mistral no es realmente un roadster Chiron porque técnicamente tiene un nombre diferente y un diseño exterior diferente. El nombre «Mistral» proviene de una especie de viento frío del noroeste que sopla en el sur de Francia.

La inspiración del diseño provino del Bugatti Type 57 Roadster Grand Raid de 1934. El parabrisas envolvente curvo en forma de V está cortado de tal manera que parece que forma parte de las ventanas laterales. El Mistral pierde la silueta en forma de C del perfil lateral del Chiron y gana dos nuevas tomas de aire del motor en el techo, detrás de la cabina de pasajeros, que marcan el lugar donde ahora se encuentran las tomas de aire del motor. Aparentemente, estas palas pueden soportar todo el peso del automóvil en caso de volcadura y están hechas de una «estructura de fibra de carbono a medida», según Bugatti.

La cara del auto también es única; ciertamente no se parece en nada a un Chiron. Puedes decir que es un Bugatti gracias a su parrilla en forma de herradura, pero los titulares orientados verticalmente son una desviación de los horizontales del Chiron. Cada faro presenta una tira de cuatro luces apiladas, que Bugatti dice que es una referencia a la tracción en las cuatro ruedas y los turbocompresores cuádruples del automóvil. Si está familiarizado con el Bugatti Bolide, entonces reconocerá el diseño de la luz trasera en forma de X que también usa el Mistral.

En el interior, hay paneles de puertas de nuevo diseño con cuero tejido. Bugatti menciona específicamente la palanca de cambios que no solo está hecha de un trozo sólido de aluminio, sino que también incluye un inserto de madera y ámbar con la escultura del «elefante bailarín» de Rembrandt Bugatti encerrada en su interior.

El W16 que se encuentra en el corazón del Mistral es el mismo del Chiron Super Sport 300+, lo que significa que también produce 1578 caballos de fuerza. Bugatti nos recuerda que el W16 en el Veyron 16.4 Grand Sport Vitesse, la última vez que fabricó un roadster, generaba 1184 hp. La versión más potente del motor del Mistral debería mantener el título de Bugatti de producir el convertible más rápido del mundo.

Realmente parece que este será el último automóvil Bugatti con motor W16 que producirá. Su director de diseño, Achim Anscheidt, dijo en el lanzamiento del automóvil: «Sabemos que el W16 Mistral siempre tendrá un significado en la historia de Bugatti, marcando la última vez que quizás el mejor sistema de propulsión automotriz se use en un automóvil de producción en carretera».

Bugatti solo construirá 99 ejemplares del W16 Mistral, cada uno con un precio de 5 millones de euros o $ 5 millones, y todos ellos ya se agotaron. Las entregas están programadas para comenzar el próximo año. Este es uno de esos autos de los que todos podemos ver fotos, pero probablemente nunca lleguemos a tocar.

¿Tienes un consejo? Envíe un correo electrónico a [email protected]