Francis Villatoro argumenta que cuando una inteligencia artificial alcance su máximo potencial, creará nuevo lenguaje y conceptos, lo cual dificultará el entendimiento.
…Una de las cuestiones que ahora se está trabajando mucho, porque hay muchas críticas a la manera en la que escribe la IA. Hay gente incluso que ha llegado a decir que la IA está yendo para atrás, que ahora escribe mucho peor de lo que escribía hace dos años. Las IAs comerciales y en parte es cierto porque ahora están como más capadas. Ahora tienen como menos. Todo lo que rodea, todo el chat, no el GPT, no el núcleo, no el modelo de lenguaje, sino el chat, está súper podado para que no hable de no sé qué temas, para que use un lenguaje políticamente correcto no sé cuánto, para que no sé qué, no sé cuánto. Está tan podado que al final a la IA le cuesta mucho trabajo comunicar cosas. Entonces, en el momento en el que una IA de verdad haga lo que todos estamos soñando con que haga algún día, en redes sociales cada vez que hace algo todo el mundo dice que ya lo ha hecho. Y digo no señores todavía no lo ha hecho; cuando lo haga lo veremos y los encontraremos con que la IA tendrá que crear lenguaje, tendrá que crear nuevos términos, nuevos conceptos, y eso hará que nos cueste mucho trabajo. Será como esa demostración de Mochizuki que tiene sus dos mil páginas, de las cuales mil páginas son de escribir cosas con nuevos nombres y cuando tú ya has leído mil páginas de nuevos nombres y lo siguiente empieza a usar los nombres que están ahí.…
Francis Villatoro plantea una pregunta sobre si para calcular a nueve lazos será necesario innovar o si se podrán usar las técnicas empleadas para ocho lazos, mencionando el trabajo del equipo de Dixon y otros equipos.
Habla: Francis VillatoroPalabras #5equipo de dixon cálculo nueve lazosgrupo songhe ia anthropi lazosclaude demostración técnicas lazos…se reduce una barbaridad. Pero una barbaridad, eso sí fue una reducción enorme y entonces cosas que eran realmente inviables a nivel computacional se hicieron viables y se pudo obtener en 2023 el cálculo a ocho lazos. Entonces estaba en 2023 la gran duda. ¿Para calcular a nueve lazos vamos a tener que innovar? ¿Vamos a tener que crear nuevas técnicas, descubrir nuevas simetrías o van a servir las técnicas que hemos usado para ocho lazos? Bueno, pues eso estaba trabajando el equipo de Dixon en paralelo con otros equipos; había un equipo del grupo de Songhe que estaba trabajando con IA, con la IA de Anthropi, trabajando en ese problema. Pues resulta que eso es lo que ha demostrado Claude. Y Fable, Claude Opus 5 y Fable 5.1 de Anthropi han demostrado que basta con las técnicas de ocho lazos que se puede obtener el resultado a nueve lazos sin innovaciones sin creatividad y este es el punto clave que tenemos que recordar de este gran resultado de…
Francis Villatoro comenta sobre la práctica común entre investigadores de crear nuevos términos para describir descubrimientos considerados interesantes, observando que el trabajo realizado por inteligencias artificiales a menudo carece de esta iniciativa.
Habla: Francis VillatoroPalabras #12términos nuevos investigadoresinteligencias artificiales carecen iniciativatrabajo ia sin términos nuevos…eso va a pasar con, no sé, me sorprendería mucho dentro de 5 años en Coffee Break, que los oyentes acuerden apunten la hora para preguntarnos si no ha pasado. Y yo creo que va a pasar en mucho menos tiempo, porque el ritmo al que va esto será menos de un año. Sí, fijaros una cosa que tenemos los investigadores de las últimas décadas, como incluso antes, muy asumido y es que si descubrimos algo que creemos que es interesante, tenemos que acuñar un nuevo término. Y si os fijáis en la mayor parte del trabajo que se está publicando ahora, que se está publicando una barbaridad increíble, trabajo hecho por IA: las IAs nunca quieren. acuñar términos nuevos, siempre están como muy restrictivas, les tienes que obligar a acuñar algo nuevo, ellas prefieren usar términos conocidos y te dicen, no, pero esto hay que decirlo de esta manera, porque si no lo va a leer un revisor y te va a decir que…
Francis Villatoro explica que las inteligencias artificiales tienden a evitar la creación de nuevos términos o nombres para describir sus descubrimientos.
Habla: Francis VillatoroPalabras #2ia evita creación nombres nuevosinteligencias artificiales resultados con nombrefrancis villatoro ia descubrimientosia reticencia crear conceptos nuevospropiedad filipón inteligencia artificialsalto concepto propiedad filipón…ellas prefieren usar términos conocidos y te dicen, no, pero esto hay que decirlo de esta manera, porque si no lo va a leer un revisor y te va a decir que eso está mal dicho, que la palabra correcta que es todo el mundo, ya, ya, pero es que lo mío no es exactamente lo mismo, porque yo he querido añadir una cosita muy pequeñita, no, no, pero es una cosita demasiado pequeña; no merece un mes. O sea, la IA está constantemente queriendo no crear, ni siquiera nombres nuevos. Cuando tengamos un resultado en el que la IA use cosas que no tienen nombre, porque ahora mismo la IA siempre está usando cosas con nombre. Tiene un extremado miedo a construir cosas nuevas o a dar nombres nuevos. Cuando empiece a crear cosas con nuevos nombres y nos diga la IA: "Estoy usando la propiedad Filipón", y tú digas: "Pero, ¿y qué es la propiedad Filipón?", todo el mundo sabe cuál es; es esta. Y tú vas a decir: "Bueno, ese salto". Una de las cuestiones que ahora se está trabajando mucho, porque hay muchas críticas a la manera en la que escribe la IA. Hay gente incluso que ha llegado a decir que la IA está yendo para atrás, que ahora escribe mucho peor de lo que escribía hace dos años.…
Francis Villatoro argumenta que cuando una inteligencia artificial alcance su máximo potencial, creará nuevo lenguaje y conceptos, lo cual dificultará el entendimiento.
Habla: Francis VillatoroSignificado #1 · Palabras #1ia comercial limitada por restriccionesmodelo de lenguaje gpt super podadoia crea nuevo lenguajeinteligencia artificial conceptos nuevosdificultad entendimiento ia villatoro…Una de las cuestiones que ahora se está trabajando mucho, porque hay muchas críticas a la manera en la que escribe la IA. Hay gente incluso que ha llegado a decir que la IA está yendo para atrás, que ahora escribe mucho peor de lo que escribía hace dos años. Las IAs comerciales y en parte es cierto porque ahora están como más capadas. Ahora tienen como menos. Todo lo que rodea, todo el chat, no el GPT, no el núcleo, no el modelo de lenguaje, sino el chat, está súper podado para que no hable de no sé qué temas, para que use un lenguaje políticamente correcto no sé cuánto, para que no sé qué, no sé cuánto. Está tan podado que al final a la IA le cuesta mucho trabajo comunicar cosas. Entonces, en el momento en el que una IA de verdad haga lo que todos estamos soñando con que haga algún día, en redes sociales cada vez que hace algo todo el mundo dice que ya lo ha hecho. Y digo no señores todavía no lo ha hecho; cuando lo haga lo veremos y los encontraremos con que la IA tendrá que crear lenguaje, tendrá que crear nuevos términos, nuevos conceptos, y eso hará que nos cueste mucho trabajo. Será como esa demostración de Mochizuki que tiene sus dos mil páginas, de las cuales mil páginas son de escribir cosas con nuevos nombres y cuando tú ya has leído mil páginas de nuevos nombres y lo siguiente empieza a usar los nombres que están ahí.…
Francis Villatoro explica que cuando las inteligencias artificiales alcancen su máximo potencial, comenzarán a crear nuevos nombres y conceptos.
Habla: Francis VillatoroPalabras #3ia crea nombres nuevosdemostración lean nombres nuevosimposibilidad humana entender ia…porque estos nombres en realidad lo que ha querido decir es tal y cual, y cual, que son los nombres que todo el mundo usa. Y usando con los nombres que todo el mundo usa, leyendo esto, ya me doy cuenta de que está mal. Eso es lo que hizo, lo que se hizo con. la demostración de Mochicic. Entonces, eso nos va a pasar con IA, va a haber un momento en el que la IA va a empezar a crear y va a decir, uy, que guay, puedo crear nombres, voy a crear nombres y te vas a crear una cantidad enorme de nombres, una cantidad excesiva, miles de páginas de nombres nuevos, de tal manera que el resultado clave, la demostración va a ser validada por Lean pero en la demostración todas las palabras van a ser completamente nuevas y va a ser absolutamente imposible de entender y me llega un humano a decir, esto no hay quien lo entienda Tengo un par de comentarios sobre estas cosas que hemos estado comentando, que me parecen muy fascinantes. Lo primero, yo pondría una cautela a eso que decía José: de que si en cinco años o en un año, yo pondría una cautela porque estamos todos pensando en…
Héctor Socas reflexiona sobre el desarrollo de modelos de lenguaje alternativos que podrían ser altamente eficientes para tareas específicas pero incapaces de comunicarse en idiomas humanos.
Habla: Héctor SocasSignificado #2modelos lenguaje tareas específicaseficiencia modelos sin idiomas humanosrecursos comunicación con humanosdesarrollo modelos alternativos hector socas…una limitación estricta, o sea, al final la mitad del trabajo de entrenar uno de estos modelos es con entrenadores, sobre todo con entrenadores humanos: miles de personas que le van diciendo si esta respuesta es adecuada, no, esta respuesta no es adecuada. Entonces eso ancla el modelo de lenguaje a hablar nuestro idioma y a comunicarse con nosotros, pero podría no ser así necesariamente; o sea, seguramente están desarrollando otros modelos que son muy eficientes para algún problema dado y que probablemente no saben hablar inglés o español o ningún idioma humano y tienen su otra forma de comunicarse. De hecho, he visto por ahí noticias en este sentido que no me parece nada alarmante, sino me parece simplemente que es un consumo de recursos el poderse comunicar con humanos que a lo mejor no es necesario para todas las tareas. Así que no sé. Bueno, en fin, veremos a dónde va todo esto. Pero estamos viviendo tiempos interesantes; yo creo. Tiempo increíble, sí. Tiempo que no nos podíamos soñar. La verdad es que ahora mismo son... Lo que has comentado, por ejemplo, de las referencias. Claro, es que hace un año la inteligencia artificial recordaba la referencia bibliográfica. Entonces cometía una cantidad de errores increíbles. Se equivocaba en un número en el DOI, se equivocaba en un…