\n<\/p>\n
Para su 38<\/span> cumplea\u00f1os, Chela Robles y su familia viajaron a One House, su panader\u00eda favorita en Benicia, California, para comer un s\u00e1ndwich de pechuga y brownies. En el camino a casa en auto, se toc\u00f3 una peque\u00f1a pantalla t\u00e1ctil en la sien y pidi\u00f3 una descripci\u00f3n del mundo exterior. \u201cUn cielo nublado\u201d, le lleg\u00f3 la respuesta a trav\u00e9s de sus Google Glass.<\/p>\n Robles perdi\u00f3 la capacidad de ver en su ojo izquierdo cuando ten\u00eda 28 a\u00f1os y en su ojo derecho un a\u00f1o despu\u00e9s. La ceguera, dice, te niega peque\u00f1os detalles que ayudan a las personas a conectarse entre s\u00ed, como se\u00f1ales y expresiones faciales. Su padre, por ejemplo, cuenta muchos chistes secos, por lo que no siempre puede estar segura de cu\u00e1ndo habla en serio. \u201cSi una imagen puede decir 1000 palabras, imagina cu\u00e1ntas palabras puede decir una expresi\u00f3n\u201d, dice.<\/p>\n Robles ha probado servicios que la conectan con personas videntes en busca de ayuda en el pasado. Pero en abril, se inscribi\u00f3 para una prueba con Ask Envision, un asistente de inteligencia artificial que usa GPT-4 de OpenAI, un modelo multimodal que puede recibir im\u00e1genes y texto y generar respuestas conversacionales. El sistema es uno de varios productos de asistencia para que las personas con discapacidad visual comiencen a integrar modelos de lenguaje, y promete brindar a los usuarios muchos m\u00e1s detalles visuales sobre el mundo que los rodea, y mucha m\u00e1s independencia.<\/p>\n Envision se lanz\u00f3 como una aplicaci\u00f3n para tel\u00e9fonos inteligentes para leer texto en fotos en 2018 y en Google Glass a principios de 2021. A principios de este a\u00f1o, la compa\u00f1\u00eda comenz\u00f3 a probar un modelo conversacional de c\u00f3digo abierto que pod\u00eda responder preguntas b\u00e1sicas. Luego, Envision incorpor\u00f3 GPT-4 de OpenAI para descripciones de imagen a texto.<\/p>\n Be My Eyes, una aplicaci\u00f3n de 12 a\u00f1os que ayuda a los usuarios a identificar objetos a su alrededor, adopt\u00f3 GPT-4 en marzo. Microsoft, que es uno de los principales inversores en OpenAI, ha comenzado las pruebas de integraci\u00f3n de GPT-4 para su servicio SeeingAI, que ofrece funciones similares, seg\u00fan la l\u00edder responsable de IA de Microsoft, Sarah Bird.<\/p>\n En su versi\u00f3n anterior, Envision le\u00eda el texto de una imagen de principio a fin. Ahora puede resumir texto en una foto y responder preguntas de seguimiento. Eso significa que Ask Envision ahora puede leer un men\u00fa y responder preguntas sobre cosas como precios, restricciones diet\u00e9ticas y opciones de postres.<\/p>\n Otro probador inicial de Ask Envision, Richard Beardsley, dice que normalmente usa el servicio para hacer cosas como encontrar informaci\u00f3n de contacto en una factura o leer listas de ingredientes en cajas de comida. Tener una opci\u00f3n de manos libres a trav\u00e9s de Google Glass significa que puede usarlo mientras sostiene la correa de su perro gu\u00eda y un bast\u00f3n. \u201cAntes, no pod\u00edas saltar a una parte espec\u00edfica del texto\u201d, dice. \u201cTener esto realmente hace la vida mucho m\u00e1s f\u00e1cil porque puedes saltar exactamente a lo que est\u00e1s buscando\u201d.<\/p>\n La integraci\u00f3n de la IA en los productos para ver los ojos podr\u00eda tener un profundo impacto en los usuarios, dice Sina Bahram, una cient\u00edfica inform\u00e1tica ciega y directora de una consultor\u00eda que asesora a museos, parques tem\u00e1ticos y empresas tecnol\u00f3gicas como Google y Microsoft sobre accesibilidad e inclusi\u00f3n.<\/p>\n Bahram ha estado usando Be My Eyes con GPT-4 y dice que el modelo de lenguaje grande hace una diferencia de \u00ab\u00f3rdenes de magnitud\u00bb con respecto a las generaciones anteriores de tecnolog\u00eda debido a sus capacidades y porque los productos se pueden usar sin esfuerzo y no requieren habilidades t\u00e9cnicas. Hace dos semanas, dice, estaba caminando por la calle en la ciudad de Nueva York cuando su socio comercial se detuvo para observar algo m\u00e1s de cerca. Bahram us\u00f3 Be My Eyes con GPT-4 para descubrir que era una colecci\u00f3n de calcoman\u00edas, algunas caricaturescas, m\u00e1s texto y graffiti. Este nivel de informaci\u00f3n es \u201calgo que no exist\u00eda hace un a\u00f1o fuera del laboratorio\u201d, dice. \u201cSimplemente no era posible\u201d.<\/p>\n<\/div>\n