Créditos de imagen: microsoft

Mantenerse al día con una industria en rápido movimiento como la IA es difícil. Entonces, hasta que la 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 nuestra cuenta.

Esta semana en AI, Microsoft presentó una nueva distribución de teclado de PC estándar con una tecla “Copilot”. Escuchaste bien: de ahora en adelante, los dispositivos Windows tendrán una tecla dedicada para iniciar el asistente Copilot de Microsoft con tecnología de inteligencia artificial, reemplazando la tecla Control derecha.

Uno imagina que esta medida pretende señalar la seriedad de la inversión de Microsoft en la carrera por el dominio de la IA sobre los consumidores (y las empresas, en realidad). Es la primera vez que Microsoft cambia la distribución del teclado de Windows en casi 30 años; Está previsto que las computadoras portátiles y los teclados con Copilot Switch se envíen a fines de febrero.

¿Pero son todo chismes? ¿Los usuarios de Windows son realmente Quiere Abreviatura de Inteligencia Artificial, ¿o la versión de Microsoft del período de IA?

Efectivamente, Microsoft ha hecho una apuesta por inyectar a casi todos sus productos nuevos y antiguos la funcionalidad “copiloto”. Con discursos llamativos, demostraciones ingeniosas y ahora, un cambio de IA, la compañía está haciendo que su tecnología de IA se destaque y apuesta por eso para impulsar la demanda.

La demanda no es una certeza. Pero para ser justos. Algunos proveedores han logrado convertir los éxitos de la IA viral en éxitos. Mire OpenAI, el creador de ChatGPT, que Decía Sus ingresos anuales superaron los 1.600 millones de dólares a finales de 2023. La plataforma de artes generativas Midjourney también parece rentable, y aún tiene que recaudar un centavo de capital externo.

Concentrarse en pocos, aunque. La mayoría de los proveedores, agobiados por los costos de capacitación y ejecución de sofisticados modelos de IA, han tenido que buscar tramos de capital cada vez mayores para mantenerse a flote. Un ejemplo de esto se dice que es antrópico. reforzado 750 millones de dólares en una ronda que elevaría el monto total recaudado a más de 8 mil millones de dólares.

Microsoft, en colaboración con sus socios de chips AMD e Intel, espera que el procesamiento de IA pase cada vez más de los costosos centros de datos al silicio local, mercantilizando la IA en el proceso, y eso puede ser cierto. El nuevo chipset de consumo de Intel tiene núcleos diseñados específicamente para impulsar la inteligencia artificial. Además, los nuevos chips para centros de datos como el de Microsoft podrían hacer que el entrenamiento de modelos sea una tarea menos costosa de lo que es actualmente.

Pero no hay garantía. La verdadera prueba será ver si los usuarios de Windows y los clientes empresariales, bombardeados por lo que equivale a anuncios de Copilot, muestran apetito por la tecnología y gastan en ella. Si no lo hacen, puede que no pase mucho tiempo antes de que Microsoft tenga que rediseñar el teclado de Windows nuevamente.

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

• El copiloto se acerca al teléfono móvil: En más noticias de Copilot, Microsoft ha llevado silenciosamente clientes de Copilot a Android e iOS, junto con iPadOS.
• Tienda GBT: OpenAI ha anunciado planes para lanzar una tienda de GPT, que son aplicaciones personalizadas basadas en modelos de generación de texto de IA (como GPT-4), durante la próxima semana. La Tienda GPT se anunció el año pasado durante la primera conferencia anual de desarrolladores de OpenAI, DevDay, pero se retrasó en diciembre, casi con certeza debido a un cambio de liderazgo que ocurrió en noviembre justo después del anuncio inicial.
• OpenAI reduce los riesgos de registro: En otras noticias de OpenAI, la startup busca reducir su riesgo regulatorio en la UE transfiriendo una parte importante de su negocio extraterritorial a través de una entidad irlandesa. La medida reduciría la capacidad de algunos de los organismos de vigilancia de la privacidad del bloque para actuar unilateralmente ante las preocupaciones, escribió Natasha.
• Robots de entrenamiento: Brian escribe que el equipo DeepMind Robotics de Google está explorando formas de brindar a los robots una mejor comprensión de precisamente lo que los humanos queremos de ellos. El nuevo sistema del equipo puede gestionar una flota de robots que trabajan uno al lado del otro y sugerir tareas que pueden completarse mediante dispositivos robóticos.
• Nueva Intel: Intel gira Una nueva empresa de plataforma, Articul8 AI, cuenta con el respaldo de DigitalBridge, inversionista y administrador de activos con sede en Boca Raton, Florida. Como explica un portavoz de Intel, la plataforma Articul8 “proporciona capacidades de inteligencia artificial que mantienen los datos, la capacitación y el razonamiento de los clientes dentro del perímetro de seguridad empresarial”, una perspectiva atractiva para los clientes en industrias altamente reguladas como la atención médica y los servicios financieros.
• Industria pesquera oscura al descubierto: Las imágenes satelitales y el aprendizaje automático brindan una visión nueva y mucho más detallada de la industria marítima, específicamente del número y las actividades de los buques pesqueros y de transporte en el mar. Resulta que hay camino Más de lo que sugieren los datos disponibles públicamente, un hecho revelado por una nueva investigación publicada en Nature por un equipo de Global Fishing Watch y varias universidades colaboradoras.
• Búsqueda impulsada por IA: Perplexity AI, una plataforma que aplica inteligencia artificial a la búsqueda web, ha recaudado 73,6 millones de dólares en una ronda de financiación que valora la empresa en 520 millones de dólares. A diferencia de los motores de búsqueda tradicionales, Perplexity ofrece una interfaz similar a un chatbot que permite a los usuarios hacer preguntas en lenguaje natural (por ejemplo, “¿Quemamos calorías mientras dormimos?”, “¿Cuál es el país menos visitado?”, etc.).
• Notas clínicas, escritas automáticamente: Y en más noticias sobre financiación, la startup Nabla, con sede en París Recaudó la friolera de 24 millones de dólares. La empresa que tiene Asociación con el Grupo Médico PermanenteKaiser Permanente, una división del gigante sanitario estadounidense Kaiser Permanente, está trabajando en un “copiloto impulsado por IA” para médicos y otro personal clínico que tomará notas y redactará informes médicos automáticamente.

Más aprendizaje automático

Quizás recuerde varios ejemplos de trabajos interesantes del año pasado que involucraron cambios sutiles en imágenes que causan un error en los modelos de aprendizaje automático, por ejemplo, una imagen de un perro versus una imagen de un automóvil. Lo hacen añadiendo “perturbaciones”, que son cambios sutiles en los píxeles de la imagen, en un patrón que sólo el modelo puede ver. O al menos lo son creencia Sólo el modelo puede percibirlo.

Un experimento realizado por investigadores de Google DeepMind demostró que cuando una imagen de flores se cambiaba para que la IA la pareciera más felina, era más probable que las personas describieran esa imagen como más felina, aunque ciertamente ya no se parecía a un gato. Lo mismo ocurre con otros objetos comunes como camiones y sillas.

Créditos de imagen: Google DeepMind

¿Por qué? ¿cómo? Los investigadores realmente no lo saben, y todos los participantes sintieron que estaban eligiendo al azar (en realidad, el efecto, aunque confiable, rara vez está por encima del azar). Parecemos ser más perceptivos de lo que pensamos, pero esto también tiene implicaciones para la seguridad y otras medidas, porque sugiere que las señales subliminales pueden propagarse a través de imágenes sin que nadie se dé cuenta.

Esta semana surgió del MIT otro experimento interesante relacionado con la cognición humana, que utilizó aprendizaje automático. Ayudar a aclarar un sistema particular de comprensión del lenguaje.. Esencialmente, algunas oraciones simples, como “Caminé hasta la playa”, apenas requieren capacidad cerebral para decodificarlas, mientras que oraciones complejas o confusas como “En su sistema aristocrático hizo una revolución funesta” producen una activación mayor y más amplia, medida por Resonancia magnética Carrera.

El equipo comparó las lecturas de activación en humanos que leyeron una variedad de estas oraciones con cómo las mismas oraciones activaron el equivalente de regiones corticales en un modelo de lenguaje grande. Luego hicieron un segundo modelo que aprendió cómo los dos patrones de activación se correspondían entre sí. Este modelo pudo predecir si las nuevas oraciones afectarían la percepción humana o no. Puede sonar un poco misterioso, pero definitivamente es muy interesante, créeme.

Si el aprendizaje automático puede imitar la cognición humana en dominios más complejos, como la interacción con interfaces de computadora, sigue siendo en gran medida una cuestión abierta. Sin embargo, hay mucha investigación por ahí y siempre vale la pena echarle un vistazo. Esta semana tenemos ver la leyun sistema de investigadores de Ohio State que funciona fundamentando las explicaciones de LLM sobre posibles acciones en ejemplos del mundo real.

Créditos de imagen: Universidad del Estado de Ohio

Básicamente, puede decirle a un sistema como GPT-4V que cree una reserva en un sitio, hace su trabajo y necesita hacer clic en el botón “Hacer reserva”, pero realmente no sabe cómo hacerlo. Al mejorar la forma en que percibe las interfaces con clasificaciones claras y conocimiento global, puede hacerlo mucho mejor, incluso si solo tiene éxito una pequeña fracción de las veces. Estos agentes tienen un largo camino por recorrer, ¡pero de todos modos esperan muchos reclamos importantes este año! Escuché algo de eso hoy mismo.

A continuación, consulte esta interesante solución a un problema que no tenía idea de que existía pero que tiene mucho sentido. Los barcos autónomos son un área prometedora de automatización, pero cuando el mar está agitado, es difícil garantizar que van por buen camino. El GPS y los giroscopios no son suficientes y la visibilidad también puede ser mala, pero lo más importante es que los sistemas que los gobiernan no son muy complejos. Por lo tanto, pueden desviarse enormemente del objetivo o desperdiciar combustible en grandes desvíos si no saben cómo hacerlo, lo cual es un gran problema si estás usando energía de la batería. ¡Incluso si no estuviera pensando en eso!

Universidad Marina y Oceánica de Corea (Otra cosa que aprendí hoy) propone un modelo de orientación más robusto basado en la simulación de los movimientos de los barcos en un modelo computacional de dinámica de fluidos. Sugieren que esta mejor comprensión del movimiento de las olas y su impacto en las estructuras y la propulsión podría mejorar significativamente la eficiencia y seguridad del transporte marítimo autónomo. ¡También podría tener sentido usarlo en barcos pilotados por humanos cuyos capitanes no están muy seguros de cuál es el mejor ángulo de ataque para una tormenta u ola en particular!

Finalmente, si desea un buen resumen de los principales avances logrados en informática el año pasado, que en 2023 se superpondrán en gran medida con la investigación del aprendizaje automático, Consulte nuestra excelente revisión de Quanta.