Búsqueda · 20 momentos en 1 episodio
Cecilia GarraffoJuan Carlos GilGastón GiribetFrancis VillatoroBorja Tosarcecelia garraffo física teóricadoctorado cecilia garraffo bostoncecelia garraffo argentina bull skyCecilia GarraffoBostonBull SkyArgentinaFrancis VillatoroGastón GiribetChatGPTEinsteinCLIPJulio OlivaMariano ChernikovGoogle DeepmindEstados UnidosCoffee Break: Señal y RuidoCeciliaYouTubeWolframBorjaGabriel OsorioLLMJuan CarlosHéctor SocasMauricio Leston3I AtlasIA (Inteligencia Artificial)AIGOJuan Carlos GilUniversidad de Nueva Yorkmodelos de IAThomas VilaMayrapodcast Coffee Break
Insatisfacción Cecilia Garraffo ChatGPT
Ep530: Estalagmitas; Deepmind; Entrelazamiento y Gravedad; Gravitones; Halloween
30 de octubre de 202520 momentos
Con
0:000:301:001:302:002:303:003:16
Francis Villatoro presenta a la nueva tertulia del programa, Cecilia Garraffo, una física teórica con doctorado que reside en Boston y participa por primera vez.
…si así lo desean. También están las iniciativas de micromecenazgo en iVoox, Patreon y Paypal, con las que nos pueden apoyar con un euro al mes, un café mensual, tres euros al mes, un desayuno mensual y diez euros al mes, un almuerzo mensual y tras estos. Preliminares, me toca presentar a nuestros tertulianos de hoy. Voy a empezar por la novedad en este programa: Cecilia Garraffo, arroba cecigarrafo, con doble R y doble F, tanto en X como en Bull Sky, Argentina, física, doctora en física teórica, afincada en Boston. Cecilia, esta es tu primera intervención en el podcast como tertuliana, ¿no es así? Sí, sí, es mi primera, no como, lo miro, pero no, es la primera vez que soy parte. Ah, muy bien, pues esperemos que disfrutes mucho con nosotros y que se repita. Sí, sí, ojalá que sí, gracias. En el Frente Argentino también tenemos a otro argentino, Gastón…
Palabras #1
Francis Villatoro saluda a los oyentes en YouTube y verifica la transmisión.
Habla: Francis VillatoroPalabras #9saludos a oyentes en youtubeverificación transmisión francis villatoroespera minutos para incorporación juan carlosHola, ¿qué tal? Hola a todas. Saludos a los que nos estén escuchando en YouTube. Yo voy a comentarme ahora, a ver si soy capaz de ir hasta el YouTube y verlo, ver qué está todo bien y nada, empezamos con Juan Carlos y ya veremos si se nos incorpora alguien más. Esperamos un par de minutos y dice Cecilia que, bueno, ¿qué ha dicho? Por correo, nada, la respondo yo. Vale, vale. Ok, pues muy bien, aquí estamos. Voy a sacar el chat para verlo, aparte. Vaya, ¿qué ha pasado? Nada, nada, no te preocupes. A ver si yo soy capaz de ir haciendo todas las cosas; son muchas cosas y pocas pantallas. Pantallas grandes, pero pocas.…
Francis Villatoro saluda a una espectadora llamada Cecilia en el chat de YouTube durante la transmisión en directo del podcast 'Coffee Break: Señal y Ruido', preguntándole si es su primera vez en el programa.
Habla: Francis VillatoroPalabras #6saludo a cecilia en youtubechat de youtube podcastcoffeebreakprimera vez en coffee break ceciliacorreo cecilia tema argentinahorario temas juan carlos gilcomunicación previa por correo…largo, puedes poner dos documentos a la vez y es maravilloso. Yo aquí también puedo poner dos, pero no tres, y ahora tengo que abrir tres ventanas. En la que voy a ir poniendo los horarios, que voy a intentar a ver si la puedo hacer lo menos ancha posible. Yo tengo tres pantallas en realidad, tengo mucho más. El chat de YouTube, pero sí, si tienes más grados, ¿qué tal Cecilia? ¿Todo bien? Hola Francis, ¿qué tal? Bien, ¿todo bien? Hola Cecilia, encantado. Hola. Es tu primera vez, ¿no? En Coffee Break, Cecilia. Perfecto, pues esperemos que disfrutes, que te lo pases bien. Y tranquila, no te preocupes por lo de la interrupción. Empezamos con el tema de Juan Carlos. Ah, no, no, no, no me tengo que ir al final. Estaba en el horario, tenía que hablar con Argentina, pero acabo de terminar, así que no me tengo que ir. Ah, vale, perfecto, entonces no hay problema. Mi idea es que tu tema fuera justo después del de Juan Carlos Francis, pero ¿viste lo que te dijo Cecilia por correo sobre no mencionar determinada cosa? Estamos al aire ya. Sí, estamos al aire. Voy al correo, a ver qué ha puesto. Se puede tomar mate en vez de café. Claro, por supuesto, puedes tomar mate, todo lo que quieras. Casi se toma aquí más mate que en este programa, más mate que café. Tendríamos que renombrar.…
Francis Villatoro presenta a la nueva tertulia del programa, Cecilia Garraffo, una física teórica con doctorado que reside en Boston y participa por primera vez.
Habla: Francis VillatoroPalabras #1cecelia garraffo física teóricadoctorado cecilia garraffo bostoncecelia garraffo argentina bull sky…si así lo desean. También están las iniciativas de micromecenazgo en iVoox, Patreon y Paypal, con las que nos pueden apoyar con un euro al mes, un café mensual, tres euros al mes, un desayuno mensual y diez euros al mes, un almuerzo mensual y tras estos. Preliminares, me toca presentar a nuestros tertulianos de hoy. Voy a empezar por la novedad en este programa: Cecilia Garraffo, arroba cecigarrafo, con doble R y doble F, tanto en X como en Bull Sky, Argentina, física, doctora en física teórica, afincada en Boston. Cecilia, esta es tu primera intervención en el podcast como tertuliana, ¿no es así? Sí, sí, es mi primera, no como, lo miro, pero no, es la primera vez que soy parte. Ah, muy bien, pues esperemos que disfrutes mucho con nosotros y que se repita. Sí, sí, ojalá que sí, gracias. En el Frente Argentino también tenemos a otro argentino, Gastón…
Gastón Giribet explica cómo el cambio horario en la costa este de Estados Unidos le permite participar en el programa Coffee Break: Señal y Ruido esta semana.
Habla: Gastón GiribetPalabras #13cambio horario costa este ceciliaclases gastón giribet mañanamáquina del tiempo cambio horarioapuntesciencia juan carlos gil…Giribet todo junto en X, no está en Blue Sky todavía, argentino, físico, doctor en física teórica y profesor de física en la Universidad de Nueva York en YU. Gastón, ¿qué carambola del cambio horario te ha permitido estar con nosotros en esta primera hora? Sí, no, solamente por esta semana, porque acá en la costa este, donde está Cecilia, donde estoy yo, todavía no cambiamos hasta el domingo el horario, entonces ustedes sí, así que esto me permite que después de salir de las clases puedo dar clases, si no, la razón por la que me sumo tarde siempre es porque doy clases a la mañana, a los jueves O sea que esto es un cambio horario que está actuando como una máquina del tiempo, que te permite hacer un pequeño viaje que te hace trabajar más Y finalmente tenemos a Juan Carlos Gil, arroba apuntesciencia, todo junto, apuntesciencia, Tanto en X como en Blue Sky, como en Mastodon, en concreto en Astrodon Vallisoletano, químico, doctor en química computacional e ingeniero aeroespacial en el Departamento de Innovación en Sistemas Espaciales de la empresa española GMV Juan Carlos, hoy el…
Gastón Giribet analiza tres posibles interpretaciones sobre por qué nadie se está sumando a una apuesta relacionada con el cometa interestelar 3I Atlas.
Habla: Gastón GiribetPalabras #11apuesta cometa interestelar 3i atlassesgo lectura respuesta héctor socasinvasión raza interplanetaria semanaafirmaciones ontológicas mauricio lestón…apuesta seria, porque es algo muy, muy serio lo que podría ocurrir caso de que Héctor perdiera la apuesta, aunque todas las firmas de Pro saben que no la va a perder. Si nadie se está sumando a la apuesta es porque Coffee Break está haciendo un buen trabajo. Exactamente, hay tres interpretaciones. Una es que hay un sesgo entre aquellos que leyeron a Héctor mirando la respuesta y la gente no creería en eso. Dos, la gente está totalmente comprometida con el hecho de que vamos a ser invadidos por alguna raza interplanetaria, pero entonces ganar dinero, perdón, no tiene sentido dentro de una semana. Y la tercera explicación es que la gente no está comprometida con sus propias afirmaciones ontológicas. Es como decía un amigo en común, Mauricio Leston, un amigo en común con Cecilia. No me molesta la gente que cree en Los Ángeles, me molesta la gente que cree en Los Ángeles Y no está buscándolos de manera desesperada, si yo creyeran eso, mi compromiso con tal cosa En algún sentido, acá pasa un poco eso, me parece que es lo tercero Bueno,…
Francis Villatoro anuncia la continuación del episodio 530 de 'Coffee Break: Señal y Ruido', la 'cara B', donde Juan Carlos Gil retomará su explicación sobre estalagmitas.
Habla: Francis VillatoroPalabras #17podcast coffee break estalagmitas juan carlostema de estalagmitas episodio 530contertulio nuevo podcast coffee break…pues ya nos has explicado básicamente cómo ese parámetro define la forma ideal de la estalazmita Me queda un ratito que digo un par de cosas chulas Vale, y ya en la cara B, anticipamos a todos los oyentes que nos va a contar Juan Carlos lo más chulo hasta Perfecto, pues Mayra vamos a grabar la segunda parte, la cara B Bienvenidas a todo, perdón Mayra no te escucho Le decía que está todo muy bien que podemos seguir. Venga, perfecto. Bienvenidas a todas las cientófilas a la cara B de nuestro podcast, episodio número 530, podcast Coffee Break, Señal y Ruido. Bienvenidas a todas las que han escuchado ya la cara A, porque va a continuar con su tema de estalagmitas Juan Carlos. y vamos a tener varios, esperamos a un par de, o a un contertulio al menos, nuevo, a ver si se incorpora, pero ahora mismo no lo tenemos, así que continuamos con Juan Carlos y después pasaremos a ver el tema que nos propone Cecilia. Juan Carlos, adelante. Contaba como estos autores habían cogido un modelo clásico y, con herramientas matemáticas modernas, pues habían conseguido resolverlo de forma analítica y obtenían las tres formas de las estalagmitas que se observan en la naturaleza, incluso contrastadas con…
Cecilia Garraffo explica un avance importante en inteligencia artificial: la conexión de tecnologías que permiten entender una modalidad (como lenguaje) a partir de otra (como imágenes), lo que posibilita el uso de modelos como DALL-E y la integración de imágenes en ChatGPT.
Habla: Cecilia GarraffoPalabras #2aprendizaje multiespectral sin ejemplosinvestigadores google deepmindzero shot inteligencia artificialzero shot multispectral learning garraffoaprendizaje espectros múltiples paper recienteinteligencia artificial avances recientesmodelos lenguaje chatgpt ejemplosmodelos generativos técnicas difusióninteligencia artificial modelos procesan imágenesimágenes realistas modelos de difusióncecilia garraffo avances inteligencia artificialmodelos clip lenguaje e imágenesdalí texto imagenchatgpt español acepta imágenesmodelos lenguaje multimodal…es que una expedición de tres horas solía acabar convirtiéndose en doce, y la verdad es que cuando pasan más de diez horas dentro de una cueva oscura ya hay que reconocer que bastante cansado, por decirlo así. Pues muchas gracias, Juan Carlos, pero vamos. a tener que dar paso a Cecilia con el tema que nos va a comentar, un tema muy interesante sobre aprendizaje multiespectral sin ejemplos de investigadores de la empresa Google Deepmind, que es la empresa que está revolucionando la inteligencia artificial desde hace prácticamente 10 años, ¿no? Cecilia Sí, les quería contar este paper que se llama Zero Shot Multispectral Learning, así que Zero Shot se llama en inteligencia artificial cuando uno prueba un modelo que ya está entrenado Para tareas generales, cómo funciona para una tarea particular sin haberlo adaptado ni reentrenado. Eso es un Zero Shot en este contexto y acá es Multispectral Learning, aprendizaje de espectros múltiples y a lo que se refiere con eso es que, a ver, les doy un poco de contexto: uno cuando todos sabemos que la inteligencia artificial avanzó un montón en los últimos años, revolucionó todo lo que conocemos y que los modelos son cada vez mejores. Es impresionante interactuar con los modelos de lenguaje, como el ChatGPT, por ejemplo. Y también hubo una revolución no solo en modelos de lenguaje, sino en modelos que procesan imágenes. Ahora, con los modelos generativos, creo que el gran salto fue con los modelos de difusión, que no son de difusión como en física, pero viene de ahí la palabra; que uno puede generar imágenes muy realistas, son muy difíciles distinguir de las imágenes reales. Entonces, en estas dos áreas la inteligencia artificial avanzó un montón. Y después hubo otro avance importante, otro como paso grande, que fue conectar estas dos tecnologías, ¿no? Hacer modelos que se llaman de tipo clip, que quiere decir, podemos dado alguna modalidad entender la otra o predecir la otra entre lenguaje e imágenes Eso es lo que nos permite usar modelos como Dalí y decir en texto qué imagen queremos Y ahora los modelos de lenguaje como ChatGPT, o ChatGPT en español se dice, aceptan imágenes también Entonces ahora están comunicados los dos modelos y a eso se refiere uno cuando dice multimodal, por ejemplo, modelo multimodal Ahora, la inteligencia artificial avanzó un montón, pero por otro lado, para aplicaciones científicas no fue en general muy útil Estos modelos que usamos todos los días no son lo más útil para ciencia por muchas razones que es lo que hizo que yo me dedicara a esto…
Cecilia Garraffo explica las limitaciones actuales de la inteligencia artificial en aplicaciones científicas específicas, particularmente en astronomía y teledetección satelital.
Habla: Cecilia GarraffoSignificado #20datos escasos astronomíaobservaciones pocas espacioespectros datos no aceptados chatgptcecilia garraffo inteligencia artificial…ahora, que es que están entrenados en temas muy generales pero no aplican bien a los datos científicos, en particular en astronomía que es lo que yo me dedico pero aplica también para teledetección satelital que es sobre el paper que les voy a contar un poco. Los datos son escasos de alguna manera, escasos en el sentido en que no podemos tomar muestras muy cercanas la una a la otra, tenemos lo que tenemos, aunque sean muchos son escasos comparados, por ejemplo en astronomía, con el espacio que estamos observando, las observaciones son pocas Y también son de otro tipo, no son solo imágenes y no son nunca texto, sino que son espectros o distintos tipos de datos que no son los que estos modelos aceptan Bueno, entonces un montón de gente como yo se empezó a dedicar a diseñar estos modelos de inteligencia artificial específicamente para ciencia Bueno, otra de las razones por las que no nos sirven los modelos comunes, no solo que no aceptan los datos que les damos, porque son distintos datos, de los…
Cecilia Garraffo reflexiona sobre un fenómeno emergente en inteligencia artificial donde un modelo especializado supera a uno generalista, sugiriendo una complejidad aún no comprendida.
Habla: Cecilia GarraffoSignificado #13modelo especializado supera modelo generalistafenómeno emergente inteligencia artificialpatrones de otro tipo en modelostamaño del modelo y complejidad…de entrenar, digamos, uno podría usar algo así. Más aún, podés tomar un modelo, hacerlo como se llama un fine tuning para algo, especializarlo en una tarea y después tomar un modelo más grande que no sabe nada del tema y va a funcionar mejor en la tarea esa. Que el modelo que funciona bien, pero lo especializaste. Es difícil explicar porque es como que gana más información de patrones de otro tipo. No lo entendemos bien. Es un fenómeno emergente quizá del tamaño. Sí, exacto, es como casi que asusta pensando en inteligencia general o el pensamiento o como a uno lo ayudas a ver música para poder pensar. No sé, es como que estos modelos estamos viendo recién ahora este fenómeno. Bueno, este paper que les quería contar. Cuanto más lo leo, menos me parece sorprendente en este mismo contexto, pero la idea acá es: dicen, ok, probamos. O sea, el problema es que los datos de teledetección satelital son complicados y si hacemos modelos, y hay modelos hechos específicamente para…
Juan Carlos Gil menciona que su empresa, dedicada al espacio, cuenta con una división especializada en el desarrollo de algoritmos para procesar datos satelitales.
Habla: Juan Carlos GilPalabras #14empresa espacio algoritmos datos satelitalesdata processors instrumentos rango espectralinteligencia artificial desarrollo algoritmos específicos…dicen, ok, probamos. O sea, el problema es que los datos de teledetección satelital son complicados y si hacemos modelos, y hay modelos hechos específicamente para eso y funcionan bien, pero no se pueden adaptar a otro satélite o a otra calidad de datos, ¿no? no lo hace especificamente para una tarea, es difícil adaptarlo. Entonces, probemos... Dame 20 segundos, Cecilia. En mi empresa, que trabajamos fundamentalmente en espacio, hay una gran división específica para hacer exactamente eso que estás diciendo. Clásicamente no se ha utilizado inteligencia artificial, sino algoritmos específicos. Claro que se está empezando a utilizar inteligencia artificial, pero vamos, se llaman los data processors, son específicos, se hacen del instrumento, del rango espectral hasta de la órbita, Dependen de forma específica, son muy específicos efectivamente Sí, claro Bueno, Lo que estamos viendo y lo que muestra este paper es que de hecho lo vimos en un proyecto nuestro, lo estamos viendo ahora que es, si vos tomas un modelo de lenguaje entrenado con ninguna imagen satelital más que las que uno encuentra en internet que son…
Cecilia Garraffo explica cómo el uso de modelos de lenguaje grandes con contexto puede superar a los modelos especializados en datos para ciertas tareas.
Habla: Cecilia GarraffoSignificado #5chatgpt cálculos humanosmodelo lenguaje grande contextoprompts chat chipiti informacióncontexto en prompts modelos lenguajeentrenamiento modifica pesos modelosdatos como contexto promptmodelo genera contexto para otro modeloartículo aprovecha modelos entrenados con imágenespesos del modelo ya vienen dadoscecilía garraffo no alimenta datos estructuradospensamiento humano texto matemáticamodelo matemático física datosalineación modelo lenguaje datoschatgpt pensamiento matemático…una manera diferente y más compacta. Cuando uno quiere hacer un modelo multimodal lo más común es usar lo que se llama Contrastive Learning, que es alinear de alguna manera estos dos para tener un modelo que pueda aceptar datos y texto. Nosotros hicimos eso. Pero después encontramos que si probamos con un modelo de lenguaje grande y le damos contexto, en vez de darle los datos a un modelo de datos, dárselos directamente a un modelo de lenguaje con contexto, funciona mejor. ¿Qué diferencia hay entre contexto y educar? Si yo quiero una definición, ¿qué es dar contexto? Darle un, lo que se llama prompts es cuando uno le pide algo al chat chipiti, le da como información. Si vos le das contexto, a lo que uno se refiere en general es que le estás dando en el mismo prompt cuando le preguntas algo o cuando le das los datos; le estás diciendo que estos datos son bla bla bla bla y le hablas del contexto en general. Sin embargo, el entrenamiento modifica los pesos, el disparo de las neuronas Claro, en este caso no estamos entrenando, estamos solamente dándole contexto, de hecho encontramos que cuando puedes también armar un modelo que hace, que genera el contexto para darle a este otro modelo Y el artículo, claro, se aprovecha de que utiliza grandes modelos que ya han sido entrenados con mi multitud de imágenes, eso es lo que te ahorras, los pesos, el modelo ya viene dado y tú ahora con contexto, sí, todavía con esto porque a mí me parece, no sé, un gusto personal es, no me gusta para nada dar datos en forma a un modelo de lenguaje porque no es pensando, capaz que esto nos lleva quizás a algo un poco Más filosófico, por suerte hay un filósofo en la sala, que es: pensamos, ¿cómo pensamos nosotros? En texto, en matemática. Yo siempre pensé: ok, hagamos un modelo matemático que use física y matemática para analizar los datos y después conectémoslo con un modelo de lenguaje. De alguna manera alineémoslo, pero no le demos los datos a un modelo de lenguaje directamente, porque ¿cómo va a pensar tan bien en matemática un modelo de lenguaje? Y esto es como que está probando lo opuesto, no sé si lo está probando igual, porque las comparaciones ya les digo son un poco injustas, encontré, pero es una buena pregunta, porque hablando en serio, más allá de lo filosófico, nosotros Somos educados con lenguaje ordinario. Somos educados con él o viene de fábrica, volvámonos chomskyanos por un momento; no importa qué, ese es el lenguaje el que tenemos, lenguaje natural. No sé con el tiempo aprendemos la matemática montado sobre ese,…
Gastón Giribet relata una experiencia reciente con Julio Oliva y Mariano Chernikov, donde evaluaron la capacidad de cálculo de ChatGPT en su versión paga y gratuita.
Habla: Gastón GiribetSignificado #2 · Palabras #10chatgpt versión paga y gratuitaerrores humanos en chatgptjulio oliva evalúa chatgptmariano chernikov cálculos avanzadoserrores chatgpt sesgos contra-promptsolvido factor cálculo chatgptchatgpt cálculos humanos gastón giribetexperimento examen médico chatchpití diciembreerrores de lenguaje cálculo chatgptmodelos lenguaje errores naifrazonamiento modelos lenguaje cecilia garraffocomprensión modelos lenguaje…de esto es que encontramos funciones en estas máquinas que nos parecen, no entendemos bien por qué funcionan, pero que no son tan lejanas cuando hacemos una cierta introspección acerca del fin y al cabo nosotros no hacemos lo mismo, ese tipo de cosas, ¿no? A mí me pasó hace poco con un colega chileno, Julio Oliva, que me estaba visitando acá, y otro amigo, Mariano Chernikov Que decidimos jugar un poco de cuál era el poder de cálculo de ChatGPT, de cálculos bastante avanzados, no de cálculos aritméticos simples En la versión paga, en la versión no paga, y jugar un poco en encontrar sus errores Primero que hay una cierta divergencia, una vez que yerra empieza a errar más, hay cierta frecuencia que uno puede ver pero lo que más me sorprendió a mí es lo humano que son los errores que cometen cálculos, son muy humanos los errores, cuando comete un error es Un error que alguien podría cometer, me olvido un factor, un medio, los sesgos de cuando la forma en hacer el contra prompt, digamos decirle: ¿qué raro?, yo esperaba un 32, cómo lo busca, o ¿qué raro?, yo esperaba otro número. Ese tipo de cosas a mí lo que me sorprendía es. Sobre todo cuando pasa del lenguaje al cálculo. Cuando yerra, cuán humano es el horror que comete cuando lo buscas; digamos, es muy humano el horror que comete, eso es quizá más interesante que el que no lo cometa. ¿Cuándo hicieron esto, Gastón? Diciembre. Es interesante porque hace un año más o menos hicieron el experimento de ver si el chachi pití de ese momento, el más avanzado de ese momento, pasaba el examen habilitante para ser médico en Estados Unidos, y lo pasó. Pero sin embargo lo que sorprendía era casi lo opuesto, que cometía errores muy naif. Ya podía contestar cosas muy complicadas, pero cometía errores muy naif. Pero cambiaron mucho los modelos de ese momento, y yo me doy cuenta por interactuar con ellos también; o sea, el nivel de, no sé, de comprensión de alguna manera, cambió muchísimo, de razonamiento, ¿no? No veo que sea incompatible con lo que nosotros veíamos primero, porque nosotros lo vimos estando los tres un poco borrachos y jugando con él, ¿no? Eso es verdad, pero no me refiero a eso. Si no me refiero a que los errores en matemática, fíjate que los…
Cecilia Garraffo reflexiona sobre cómo los modelos de lenguaje a veces superan a los humanos en tareas básicas como sumas y multiplicaciones, a pesar de no haber sido entrenados explícitamente para ello.
Habla: Cecilia GarraffoSignificado #8chatgpt conectado a wolframerrores conceptuales chatgptcálculos básicos chatgptchatgpt cálculos humanosmodelos lenguaje superan humanossumas multiplicaciones modelos lenguajewolfram y modelos lenguaje matemáticasoperaciones nuevas modelos lenguajececilia garraffo duda wolfram…recitar el Quijote los primeros párrafos del Quijote y dártelo literal ahora tiene que operar; en ese momento ya no sabe qué hacer y entonces probabilísticamente elige un número porque nadie le ha enseñado a calcular. Si tú quieres que este tipo de modelos de Lenguaje calculen, conéctalo a Wolfram, a una herramienta de matemática o conéctalo a una herramienta numérica; hay varios. Estos chats GPT se pueden conectar a ese tipo de herramientas y entonces tú le dices: cuando vayas a calcular algo, cálculalo bien con esta herramienta y entonces llamará a la herramienta, recibe el resultado de la herramienta y te lo va presentando; y entonces ya no comete errores, ya no comete ese tipo de errores tan tontos, ya comete errores más conceptuales, más de razonamiento; son los errores ya de alto nivel, pero los errores triviales los comete porque nadie le ha enseñado que 2 más 2 es igual a 4; ha visto, he escrito muchos libros que 2 más 2 es igual a 4, pero ha visto muy pocos libros que 1523 más 5 es 1528 y por tanto esa operación puede que acierte o puede que no. Sin embargo, esto que decís es contrario a lo que Estamos encontrando de alguna manera, porque eso es lo que uno pensaría y por lo que yo quiero generar y desarrollar modelos físicos que voy a alinear con los de lenguaje. Sin embargo, estamos viendo que no, que los de lenguaje hacen mejor esa tarea de suma, multiplicación que no aprendieron explícitamente, aunque sí la aprendieron porque también tienen los. libros de texto que enseñan eso, ¿no? Pero digo, no es que repitan las operaciones que ya vieron pueden hacer operaciones nuevas porque aprendieron de alguna manera aprendieron a reproducir eso no es que se lo acuerdan de memoria no es así y estamos viendo esto que es lo sorprendente es lo contraintuitivo yo hasta hace poquito he estado completamente de acuerdo con lo que estás diciendo sin embargo ahora lo dudo porque estamos viendo que aunque Wolfram está diseñado para eso quizás el modelo de lenguaje sea mejor. A ver, por ejemplo, con Gastón estamos trabajando en un proyecto que me parece muy interesante: que es desarrollar un modelo de inteligencia artificial, de Machine Learning, para encontrar soluciones, agujeros negros en teorías de gravedad diferentes a las de…
Cecilia Garraffo expresa insatisfacción con la forma en que ChatGPT proporciona soluciones a problemas complejos, lamentando que el modelo no explique cómo llegó a esas respuestas.
Habla: Cecilia GarraffoSignificado #1chatgpt soluciones problemas complejosmodelo explicacion respuestas gastón giribetinsatisfacción cecilia garraffo chatgptmodelos lenguaje respuestas gastón giribetnueva pregunta interés modelos lenguajerazón modelo lenguaje pasa…que es desarrollar un modelo de inteligencia artificial, de Machine Learning, para encontrar soluciones, agujeros negros en teorías de gravedad diferentes a las de Einstein, y funciona súper bien. Y ahora me pregunto: si estamos haciendo todo este trabajo. Y vamos y le preguntamos a Yachipiti. Y nos da la solución. Es muy poco satisfactorio. Yo siempre digo que no me importa; que me lo digan y ya está. Pero en realidad, Gastón, ahora estoy repensando eso porque es muy poco satisfactorio que no me diga cómo supo hacerlo; como que te Lo puede decir también. Yo creo que lo que pasa es que se abre un nuevo interés: qué es qué está pasando, por qué pasa. Hay una razón por la que esto pasa, ¿no? La respuesta ingenua será, bueno, qué sé yo; a veces hay una forma más amplia de pensar, como uno se lo aplicaría a los humanos. Qué bueno estudiar muchas cosas porque te dan un parón a más amplio, no sé si es eso lo que está pasando o no. Pero yo creo que no es que no sea satisfactorio, sino que te abre una nueva pregunta; eso me parece. O sea, a mí se vuelve acuciante saber qué es. Lo que está pasando y cómo manejarlo. Porque, por ejemplo, también puede pasar que esto no sea uniformemente distribuida en el espacio de tópicos. Es decir, que capaz que para resolver un problema A está bueno agarrar una máquina que esté entrenada para…
Cecilia Garraffo reflexiona sobre la posibilidad de mejorar el rendimiento de los modelos de lenguaje mediante el ajuste fino o fine-tuning en temas específicos.
Habla: Cecilia GarraffoSignificado #15fine tuning modelos lenguajerendimiento modelo lenguaje específicocontexto entrenamiento fine tuning…uno dice, ok, no, no hay nada mágico, le haces un prompt, va al lugar, sabe todo lo que tiene cerca, entiende de qué estás hablando. Entonces, si no sabe mucho de un tema, lo que tenemos que hacer es entrenarlo más densamente en esa área. Pero sin embargo, Puede que no, claro. No, no, es interesante y da miedo. Aunque no sé, porque en realidad el único experimento justo acá sería el mismo tamaño del modelo de lenguaje. Si lo haces fine-tune con un tema, seguro funciona mejor; es lo mismo que darle contexto de alguna manera. Es un contexto más fino, más cerca del entrenamiento. Hombre. ahí hay un problema con los nuevos grandes modelos de lenguaje que utilizan el míster o el expert la mezcla de muchos expertos que tienes como para ahorrar costes de computación dividen el gran modelo en un grupo de submodelos y hay un distribuidor o varios…
Francis Villatoro se despide de Cecilia Garraffo, quien debía cumplir una tarea, agradeciéndole su participación en el podcast y destacando su experiencia en inteligencia artificial aplicada a la ciencia y la astrofísica.
Habla: Francis VillatoroSignificado #7 · Palabras #5inteligencia artificial aplicada cienciaastrofísica experiencia cecilia garraffopodcast cojea inteligencia artificial…los agentes tengamos expertos en distintas cosas y bueno, vamos a poder contestar todas las preguntas, pero me parece que estamos viendo esto, que no, que es mejor tener un experto en todos en todo que muchos expertos en distintas cosas. Sí, sí, sí, curioso. Es curioso, sí; es como que no sé. Bueno, Cecilia, no te quiero robar mucho más tiempo, tenías una tarea que cumplir, ¿no? Sí, sí, sí, sí, sí, me voy a tener que ir, pero me encantaría, sí, me encantaría volver y seguir charlando. Claro, seguimos hablando; además del tema de inteligencia artificial es uno de los temas en los que cojeamos en el podcast y necesitamos a alguien como tú que además lo aplica directamente a la ciencia y a la astrofísica. Dale, bueno, genial, entonces los dejo, gracias por la invitación y nos vemos la semana que viene, probablemente. Chao, chao. Pues bueno, ahora nos queda el siguiente tema. Estábamos esperando que se apuntara Borja, que lo he visto por ahí, por algún sitio, pero no sé si me está escuchando, que se apunte, que se conecte y le escuchamos. Yo quería hablar de un tema que se ha…
Gastón Giribet explica cómo los investigadores argumentan una conexión entre un fenómeno específico (AIGO) y la gravedad cuántica, detallando el funcionamiento del AIGO como un interferómetro con espejos que duplican el láser.
Habla: Gastón GiribetPalabras #12aigo interferómetro kilómetrosespejos duplican láser aigoamplificación del aigo gravedad cuánticaláser veinte watts aigo…de una sola partícula del campo gravitacional, es otra cosa lo llamamos gravitón por una cuestión de abuso de notación, pero es como llamar fotón a una linterna. ¿Está bien? Sí, es un fenómeno colectivo por un montón de fotones, pero es el régimen clásico. Entonces, ¿qué tiene que ver esto con gravedad cuántica? Lo que él argumenta, no voy a decir arguye porque ya robó el verbo Cecilia y se puede decir el verbo arguir una vez por programa, igual que la palabra crivia. Entonces, lo que ellos argumentan es que, dado la amplificación del aigo, porque recordemos cómo funciona el aigo, el aigo es un interferómetro de kilómetros, pero que tiene espejos que hacen que rebote y encima se duplica el láser; tiene un láser de unos 20 watts que termina, la energía. Total en el medio es como 700 watts, o sea, hay como mucha amplificación tanto de potencia como de la longitud propia de los brazos del AIGO, que son, miden unos 3 kilómetros, pero va y viene tantas veces del láser que son larguísimos brazos efectivos.…
Francis Villatoro propone pasar a responder preguntas de los oyentes para animar la conversación. Se plantea una pregunta de Thomas Vila dirigida a Gastón Giribet sobre la expansión continua del universo y su relación con la ecuación de Schrödinger.
Habla: Francis VillatoroPalabras #16expansión continua universo gastón giribetecuación de rödinger universo thomas vilauniverso forever and ever thomas vila…cuántica. Se ha demostrado con este caso, y algo parecido con el DQI, D-Q-I, las tres siglas, que son estos interferómetros de, se llama interferometría cuántica por decodificación o por descodificación si queréis; lo comento en más detalle la semana que Viene y pasamos a preguntas de los oyentes que yo creo que puede ser mucho más animado y divertido. Hay 16 preguntas ahora mismo en el chat, un par de ellas para Cecilia que, como no está, pues la podemos prescindir y voy a empezar por la primera: una de Thomas Vila, Thomas Emilio Vila, si el universo, esto para ti Gastón, si el universo se expandirá forever and ever y el potencial gravitacional ya no estará acotado, ¿la ecuación de Rodinger del universo ya no tendrá estados discretos? Bueno, a ver, está bien, no sabemos qué va a pasar con el futuro de mi país, mucho menos con el futuro del universo. Claro, claro. Aunque es un sistema mucho más fácil de predecir, el segundo. No sabemos bien, a ver, creemos por una cuestión de observaciones…
Francis Villatoro introduce una serie de preguntas recibidas, algunas relacionadas con inteligencia artificial (IA) y modelos de lenguaje grandes (LLM). Menciona que idealmente Cecilia respondería a estas preguntas, pero se disculpa porque no hay preguntas dirigidas a Borja.
Habla: Francis VillatoroSignificado #10 · Palabras #7preguntas de ia de gabriel osoriopermeabilidad permitividad teorías del étercecililia responde preguntas de ia…combinación lineal incluso de las funciones de onda suponen un grado de entrelazamiento, ya puede haber coeficientes de cualquier tipo, siempre que estén normalizados, coeficientes que a su vez pueden ser complejos, más gracioso todavía. Sí, exactamente. Bueno, otra pregunta; a ver, por aquí hay muchas preguntas, algunas son de IA, no sé si podremos intentar, por ejemplo, claro, lo ideal hubiera sido que las contestara Cecilia, ¿no? Estas de IA, de LLM Gabriel Osorio pregunta: esto puede que... Borja no parece que haya preguntas dirigidas a ti, ¿vale? Te pido perdón. Gabriel Osorio pregunta: explican que la permeabilidad y permitividad del vacío son herencia de las teorías del éter. ¿Cómo se reemplazaron y cómo se explican ahora? Explican como diciendo que ha escuchado algo en internet o que alguien le ha dicho que la permeabilidad y permeatividad del vacío son herencia de las teorías del éter. ¿Cómo se reemplazan esos conceptos ahora…
Los físicos discuten sobre la simetría del mundo a altas energías, contrastándola con las energías a las que los humanos estamos acostumbrados.
Habla: Francis VillatoroSignificado #16 · Palabras #8simetría del mundo altas energíasfísicos teóricos energías humanaspreguntas interés artificial cecilia…todo, sobre todo, sí, sí, son teorías muy, exactamente, como dice Francis, esto pasa en teoría, se ha observado esta curiosidad en teorías con mucha simetría, bueno, cuando hay mucha simetría hay cosas bonitas que pasan que no pasan en el mundo real, ¿no? Lo que esperamos los físicos, que somos muy teóricos, es que a muy altas energías el mundo sea muy simétrico y no así a nuestras energías, ¿no? Pues bueno, yo creo que ya hemos, ya os digo, las preguntas de interés artificial las estoy omitiendo por el tema de que no tenemos a Cecilia y si las podéis formular por la semana que venga ella de nuevo. Que supongo que será la semana que viene o en unas cuantas semanas, y así que vamos a cortar el programa ya por hoy. Yo creo que ya hemos dado lo suficiente; hemos cubierto aquí nuestras dos horas y cuarto, más la hora inicial, tres horas y cuarto. Yo creo…
