Búsqueda · 33 momentos en 17 episodios
María RibesAlberto ApariciJuan Carlos GilIgnacio CrespoFrancis VillatoroHéctor SocasLuisa AchaerandioPushmeet Kohli · DeepMindThore Graepel · DeepMindinteligencia artificial accesible francis villatoroconocimiento complejo inteligencia artificial sencillotabúes imposibles inteligencia artificial trivialFrancis VillatoroChatGPT 3.5Ray KurzweilMaríaJuan Carlos Gil
Conocimiento complejo Inteligencia Artificial sencillo
Con
0:000:301:001:302:002:303:003:33
Francis Villatoro reflexiona sobre el reciente avance en inteligencia artificial, destacando cómo un conocimiento previamente complejo ahora se percibe como simple y accesible para muchos.
…de conocimiento lingüístico del lenguaje natural se alcanzaría del orden del año 2030. Lo hemos alcanzado, pues, en tres años, así, o sea, que era el chat GPT 3.5, que es del 2023, o algo así. Sí, creo que sí, hemos dado un salto de infinito en el momento en. El que nos hemos dado cuenta de que todo era extremadamente sencillo y de que en esa sencillez cualquiera puede avanzar en este campo. Ha costado 70 años llegar a ese conocimiento de que todo esto era sencillo, pero todos los grandes tabúes de todo lo que parecía imposible resulta que es posible porque es sencillo. Cambio la palabra es trivial por sencillo. Y entonces, con arquitectura relativamente sencilla y, por ejemplo, la conciencia, todavía no tenemos la arquitectura de conciencia. Pero el día que tengamos la arquitectura de conciencia, una arquitectura que garantice que aparece la conciencia, diremos que…
Significado #1 · Palabras #1
Francis Villatoro reflexiona sobre cómo los científicos de la computación se han centrado tradicionalmente en la complejidad computacional, mientras que las redes neuronales parecen haber aprovechado una menor complejidad teórica de la información para encontrar soluciones.
Habla: Francis VillatoroSignificado #8complejidad computacional científicosredes neuronales complejidad informaciónsoluciones redes neuronales villatoro…representan una mejor aproximación a ese conjunto mucho más amplio de cálculos que originalmente habríamos necesitado llevar a cabo. Bueno, así que quizás hay una complejidad teórica de la información del problema y luego está la complejidad computacional del Problema y siempre como científicos de la computación hemos estado pensando en el tipo de complejidad computacional. ¿Cómo representamos ahora el sistema y calculamos un estado final mientras que la complejidad de la información del problema, la complejidad teórica de la información del problema era mucho menor? Y las redes neuronales de alguna manera lo aprovecharon para, por así decirlo, dar con esas soluciones que son mejores. Pero yo no creo que hayamos encontrado una respuesta completa a la pregunta que planteaste. Es un problema de investigación activo, digamos, sobre cómo estos modelos son capaces de extraer y hacer estas predicciones asombrosas con menos capacidad de cómputo. Y ¿cuál es el límite? ¿Cuál es el límite real, el verdadero límite de cuánto más eficientes…
Francis Villatoro explica que el conocimiento de los filólogos es un lastre para la inteligencia artificial, ya que los niños aprenden el idioma sin necesidad de ese conocimiento ortocintáctico.
Habla: Francis VillatoroPalabras #8análisis ortosintáctico filólogos ineficazlenguaje natural inteligencia artificial ambiguoconocimiento filólogos lenguaje trivialfilólogos lastre inteligencia artificialniños aprenden idioma ortocintácticomaria problema inteligencia artificial…que si no ponías un árbol de Monte Carlo como se había hecho toda la vida para hacer juegos parecía como que la inteligencia artificial no iba a ser capaz de profundizar más y eso es una cosa que me gustaría ya que está aquí María y es un tema interesante. Conectarlo con el lenguaje natural de toda la vida en inteligencia artificial se ha dicho que el lenguaje natural era tan ambiguo, tan complicado. Todo el conocimiento de los filólogos sobre el lenguaje, el análisis ortosintáctico es trivial. El análisis ortosintáctico no permite entender un idioma, una lengua. Los hablantes no usamos el análisis ortosintáctico y la conexión semántica, y no usamos ese tipo de conceptos que teóricamente es lo que desde la inteligencia artificial estábamos usando para entender el lenguaje natural. Intentábamos entenderlo utilizando el conocimiento de los filólogos, pero es. Que el conocimiento de los filólogos es irrelevante, todo lo contrario a ser un beneficio, es un lastre, porque los niños, los bebés, los pequeñitos aprenden el idioma sin necesidad de ese conocimiento ortocintáctico. Entonces, en inteligencia artificial teníamos ese gran problema, por eso quería ahí meterle chicha a María. No, voy a rogar diferir y te lo voy a justificar. Pero bueno, lo que quiero decir es eso: el gran avance en la comprensión del lenguaje natural fue el momento en el que dijimos Olvídate de todo lo que saben los filólogos, lo único que tienes que hacer es aprender correlaciones entre datos y los datos es leer…
Francis Villatoro explica cómo las inteligencias artificiales han demostrado que el juego Go, previamente considerado el más difícil para los humanos debido a su complejidad estadística, puede ser dominado por redes neuronales con un conocimiento mínimo del juego.
Habla: Francis VillatoroPalabras #15go juego complejidad estadísticaredes neuronales conocimiento mínimo gointeligencias artificiales dominan juego gofrancis villatoro explica go trivial…serbio y te vas a serbio y tienes amigos serbios, hablas perfectamente, pero no declina los objetos o los sujetos y te falta ese, pero lo aprendes sin darte cuenta Para acabar, lo resitúo donde yo quería ir, o no sé, quizás lo dije mal y desví la atención. Lo que yo quería decir es que se pensaba que el Go era un juego difícil. Se pensaba que era el juego humano más difícil, porque el cálculo estadístico trivial te daba una enorme cantidad de posibilidades; y lo que nos ha mostrado estas nuevas inteligencias artificiales es que es un juego jugado por humanos, luego trivial, es decir, con un número adecuado de tokens, una red neuronal con suficiente número de pesos sinápticos, puede, jugando sola, sin tener ningún tipo de conocimiento humano, obviamente las mínimas reglas de qué es lo que se pretende y qué es válido y qué no es válido, pero con un conocimiento ridículo del juego, infantil del juego, jugando contra sí misma, puede obtener un nivel de juego infinito comparado con el mejor humano del mundo; y eso es una cosa. Que hace 10 años era tabú decirlo, no se podía decir, era imposible, pero hoy sabemos que es trivial: es decir, todo lo que hacen los humanos habitualmente lo van a poder hacer las máquinas de manera trivial solamente escalando el tamaño. Eso no significa, y…
Francis Villatoro reflexiona sobre el reciente avance en inteligencia artificial, destacando cómo un conocimiento previamente complejo ahora se percibe como simple y accesible para muchos.
Habla: Francis VillatoroSignificado #1 · Palabras #1inteligencia artificial accesible francis villatoroconocimiento complejo inteligencia artificial sencillotabúes imposibles inteligencia artificial trivial…de conocimiento lingüístico del lenguaje natural se alcanzaría del orden del año 2030. Lo hemos alcanzado, pues, en tres años, así, o sea, que era el chat GPT 3.5, que es del 2023, o algo así. Sí, creo que sí, hemos dado un salto de infinito en el momento en. El que nos hemos dado cuenta de que todo era extremadamente sencillo y de que en esa sencillez cualquiera puede avanzar en este campo. Ha costado 70 años llegar a ese conocimiento de que todo esto era sencillo, pero todos los grandes tabúes de todo lo que parecía imposible resulta que es posible porque es sencillo. Cambio la palabra es trivial por sencillo. Y entonces, con arquitectura relativamente sencilla y, por ejemplo, la conciencia, todavía no tenemos la arquitectura de conciencia. Pero el día que tengamos la arquitectura de conciencia, una arquitectura que garantice que aparece la conciencia, diremos que…
Francis Villatoro comenta sobre los avances en la construcción de compactificaciones del modelo estándar utilizando inteligencias artificiales.
Habla: Francis VillatoroPalabras #9compactificaciones modelo estándar inteligencia artificialjuan carlos gil descubre compactificación natural…Cannabi Yau. Bueno, evidentemente es una broma pero me pareció suficientemente graciosa como para sacar la colación y que no sea yo siempre el que se lleva las tarjetas que vean que no todo es culpa mía No es que has creado escuela Héctor, este es el problema En serio, es un tema que se está trabajando en serio; es decir, hoy en día se están aplicando inteligencias artificiales para construir compactificaciones de tipo modelo estándar y se está avanzando bastante. Se han logrado miles de compactificaciones muy similares al modelo estándar gracias a inteligencias artificiales; todavía no tenemos una que realmente digamos: esta es la buena y definitiva. Muchas de ellas, cuando dejas que sea la inteligencia artificial la que automáticamente genere todo lo que es la compactificación y su espectro, acaba siendo súper engorroso porque lo que nos gustaría es una cosa natural, bella, sencilla, que tú digas: Juan lo ha descubierto, qué maravilla; y lo que tenemos ahora mismo son cosas engorrosas. Alambicadas, con ajustes finos, extraños que un humano no haría, pero se está trabajando mucho en ello; o sea, ahora mismo hay exploraciones masivas mediante inteligencia artificial. No sabemos si hay un número finito o infinito; empecemos por ahí. Pero…