Francis Villatoro explica cómo la inteligencia artificial se diferencia del enfoque humano en la resolución de problemas matemáticos, utilizando una analogía sobre recorrer un paisaje y cruzar un río.
…te da un contexto y te crea un camino. Eso lo ha dibujado muy bien un tuit que ha habido una charla y te ponen las slides, las páginas de la presentación en tuit muy breves y acaba la charla con una imagen muy bonita como de un juego de estos de... Y te muestra un mapa, un mapa como del juego, y dices: «Un humano para ir desde aquí hasta aquí recorre todo el paisaje, se desvía del camino correcto». Pero en la IA te muestra nuestra apariencia, solamente te muestra los pequeños trocitos, los pequeños cuadraditos de paisaje que llevan de manera directa de un punto al otro. Tú partes de un cierto punto y llegas a la demostración con un camino perfectamente recto; te has perdido todo el paisaje. Y tienes un camino además que tiene unas baldosas, una baldosa más azul y dices: ¿Por qué esta es azul? Y esta es más marrón, pero resulta que es que la azul es que hay un río que está cruzando el paisaje. La marrón es que ahí hay una montaña y tiene poca vegetación y es muy alta. Pero tú no lo ves, porque tú solo ves el camino en línea recta. Y eso es lo que nos están dando estas demostraciones. Conforme las demostraciones son cada vez más largas, las demostraciones de la IA, es más difícil reconstruir el paisaje, porque el paisaje recorrido es mucho más amplio, mucho más ancho, mucho más vasto. Y entonces el esfuerzo de los humanos para entender ese paisaje, porque lo que nosotros queremos es aprender y lo que queremos aprender es el paisaje. Por eso yo cuando comenté la noticia, destaqué algunos puntos, por ejemplo, cuando en las soluciones autosemilares, autosemejantes, que son las típicas en un proceso de blow-up, la ecuación que le salía es una ecuación doble que tenía múltiples soluciones. Eso es ver el paisaje, es como decir, yo estoy recorriendo una selva y de repente me encuentro un río y digo, pues para cruzar el río hay varios caminos por los que puedo cruzar, pero son todos equivalentes, ¿hay un camino que es mejor para los demás? La intercinta artificial te da solo un cruce, dice, yo Cruzo el camino y cruzo el río y da lo mismo que si para cruzarlo se ha montado encima de un cocodrilo y ha logrado que el cocodrilo le cruce el camino, que si ha cogido un puente o ha cogido una liana o ha saltado en plantarza. Eso al humano le es relevante, sobre todo por ver diferentes caminos, porque implica ciertas dificultades, ciertas maneras de ver el paisaje de ese mundo platónico, de las ideas que muchas veces a los matemáticos nos gusta tratar de ver como la realidad en la que estamos explorando, ¿no? Nos sentimos como exploradores, ¿no? Estamos descubriendo, no nos sentimos creadores, pero eso le falta a la inteligencia artificial ahora mismo. tiene…
Héctor Socas y Ignacio Crespo comentan sobre la portada del podcast, que refleja el tema actual, y discuten la necesidad de paleoartistas, argumentando que la inteligencia artificial no los reemplazará inmediatamente con indicaciones básicas.
Habla: Héctor SocasSignificado #14paleoartistas y la inteligencia artificialprompts genéricos para paleoarteportada del podcast refleja tema actual…Mercurio y con la Luna y con tal, igual hasta algún día se hace un artículo diciendo, pues mira, con lo que aprendimos en Mercurio, en la Luna y Marte, podemos decir lo que ha traducido la Tierra y dará para nuevos titulares muy impactantes. Sí, seguramente. Bueno, vamos a ir pasando de tema. Ignacio, me decías que te gustaba mucho la portada que reflejaba muy fielmente el tema del que vamos a hablar ahora. Me parece bien porque es una manera de justificar también la necesidad de paleoartistas. Hace falta y la IA no va a sustituirles inmediatamente, al menos no desde luego, con prompts genéricos. Ponga prompts a alguien que sepa de lo que está hablando y no que llegue cualquier energúmeno y empiece a poner prompts ahí y salga lo que salga, ¿no? Pero dicho lo cual, sí vamos a hablar de un tema muy interesante porque parece que los diplodocus no son tan…
Gastón Giribet describe los tipos de imágenes mostradas a los participantes en el experimento sobre neuroarquitectura latente, ejemplificando con descripciones de paisajes y haciendo referencia a las acuarelas chinas mencionadas por Francis Villatoro.
Habla: Gastón GiribetSignificado #9paisajes y montanas diegopareja ante un paisaje…identificaron dos dimensiones. Lo llaman ellos, que es dos circuitos cerebrales o regiones cerebrales que se activan independientemente. Uno tenía que ver con lo que llaman ellos la semántica visual, es decir, el dar sentido, el tratar de identificar qué. Es la forma de qué es esto. Es una montaña con una persona delante, es una pareja ante un paisaje, es un río detrás de un conjunto de montañas. Diego, estoy dando idea de tipo de paisajes que son, que como bien dice Francis, eran acuarelas mostrando paisajes y cosas. ¿Por qué? Porque la valoración de una de las dimensiones que identifican es la semántica visual, el significado, la semántica visual. O sea, cuando uno se enfrenta ante la obra de arte, trata de darle sentido a la imagen cuando esta lo tiene. Por eso el chiste de que…
Francis Villatoro explica cómo la inteligencia artificial se diferencia del enfoque humano en la resolución de problemas matemáticos, utilizando una analogía sobre recorrer un paisaje y cruzar un río.
Habla: Francis VillatoroSignificado #1 · Palabras #1enfoque humano vs ia en demostracionesinteligencia artificial resuelve problemas matemáticoscamino recto oculta contexto paisajeesfuerzo humano para entender el paisajeinteligencia artificial resolución problemasecuación doble soluciones autosemilaresanalogía río cruces equivalentesselva paisaje inteligencia artificialanalogía inteligencia artificial camino rectocruzar río ia única soluciónpaisaje subyacente inteligencia artificial…te da un contexto y te crea un camino. Eso lo ha dibujado muy bien un tuit que ha habido una charla y te ponen las slides, las páginas de la presentación en tuit muy breves y acaba la charla con una imagen muy bonita como de un juego de estos de... Y te muestra un mapa, un mapa como del juego, y dices: «Un humano para ir desde aquí hasta aquí recorre todo el paisaje, se desvía del camino correcto». Pero en la IA te muestra nuestra apariencia, solamente te muestra los pequeños trocitos, los pequeños cuadraditos de paisaje que llevan de manera directa de un punto al otro. Tú partes de un cierto punto y llegas a la demostración con un camino perfectamente recto; te has perdido todo el paisaje. Y tienes un camino además que tiene unas baldosas, una baldosa más azul y dices: ¿Por qué esta es azul? Y esta es más marrón, pero resulta que es que la azul es que hay un río que está cruzando el paisaje. La marrón es que ahí hay una montaña y tiene poca vegetación y es muy alta. Pero tú no lo ves, porque tú solo ves el camino en línea recta. Y eso es lo que nos están dando estas demostraciones. Conforme las demostraciones son cada vez más largas, las demostraciones de la IA, es más difícil reconstruir el paisaje, porque el paisaje recorrido es mucho más amplio, mucho más ancho, mucho más vasto. Y entonces el esfuerzo de los humanos para entender ese paisaje, porque lo que nosotros queremos es aprender y lo que queremos aprender es el paisaje. Por eso yo cuando comenté la noticia, destaqué algunos puntos, por ejemplo, cuando en las soluciones autosemilares, autosemejantes, que son las típicas en un proceso de blow-up, la ecuación que le salía es una ecuación doble que tenía múltiples soluciones. Eso es ver el paisaje, es como decir, yo estoy recorriendo una selva y de repente me encuentro un río y digo, pues para cruzar el río hay varios caminos por los que puedo cruzar, pero son todos equivalentes, ¿hay un camino que es mejor para los demás? La intercinta artificial te da solo un cruce, dice, yo Cruzo el camino y cruzo el río y da lo mismo que si para cruzarlo se ha montado encima de un cocodrilo y ha logrado que el cocodrilo le cruce el camino, que si ha cogido un puente o ha cogido una liana o ha saltado en plantarza. Eso al humano le es relevante, sobre todo por ver diferentes caminos, porque implica ciertas dificultades, ciertas maneras de ver el paisaje de ese mundo platónico, de las ideas que muchas veces a los matemáticos nos gusta tratar de ver como la realidad en la que estamos explorando, ¿no? Nos sentimos como exploradores, ¿no? Estamos descubriendo, no nos sentimos creadores, pero eso le falta a la inteligencia artificial ahora mismo. tiene…
Francis Villatoro continúa la analogía sobre cómo la inteligencia artificial resuelve problemas matemáticos, comparando su enfoque con un camino recto que oculta el contexto del 'paisaje' subyacente.
Habla: Francis VillatoroSignificado #11inteligencia artificial resuelve problemas matemáticosconocimiento humano caminos alternativospaisaje subyacente inteligencia artificial…me dice en este paso de aquí, en estos tres párrafos de la demostración, yo he partido de este conocimiento y he aportado esto, nosotros podemos valorar si son más creativos, menos creativos, más humanos, menos humanos, pero si solamente tenemos un salto, Vas pegando saltos y con un camino de más aparentemente. Evidentemente, extremadamente recto, o sea, un camino que prácticamente parece que no tiene ningún tipo de desviación, cuando eso no es el conocimiento humano. El conocimiento humano es un conocimiento de ir generando muchos caminos alternativos, explorándolo, volviendo para atrás, volviendo a avanzar por aquí, va por acá, o aquí he llegado más lejos. Ponerme contra alguna pared, una obstrucción matemática no puede continuar; tengo que ir para atrás. Eso nos falta en este tipo de demostraciones. Y en ese sentido son demostraciones muy poco creativas, no son demostraciones que creen matemática nueva, no hay…
Francis Villatoro explica la dificultad de controlar las inteligencias artificiales debido al aumento de su tamaño y la cantidad de conocimiento que asimilan durante el entrenamiento.
Habla: Francis VillatoroPalabras #15inteligencia artificial tamaño crecienteconocimiento entrenamiento inteligencia artificialarquitecturas afectadas inteligencia artificial…de que no sabía sumar 3 más 5. Y le preguntabais que vamos a cruzar un río con un lobo y una cabra y te sacaba una chorrada absoluta. Era una cosa súper primitiva, escribía un lenguaje, tanto en inglés como en español, absolutamente ridículo. De niño, no lo sabemos, no podemos hablar de realmente controlar lo que hace la inteligencia artificial Estamos construyendo inteligencias artificiales cada vez más grandes que permiten asimilar una mayor cantidad de conocimiento en el entrenamiento y no sabemos qué correlaciones se están extrayéndose, se están usando de ese conocimiento. No sabemos realmente cómo afectan nuestras arquitecturas. Estamos probando diferentes arquitecturas y viendo que algunas arquitecturas funcionan mejor, permiten minimizar costes energéticos, permiten hacer las respuestas más rápidas, permiten reducir las ventanas de contexto o ampliarlas, pero todo es empírico. Y…
Francis Villatoro anticipa un cambio radical en el campo de la inteligencia artificial, donde se utilizarán modelos de realidad precisos para crear sistemas más avanzados.
Habla: Francis VillatoroSignificado #20inteligencia artificial modelos realidadmodelos realidad precisos sistemas avanzadosinteligencias artificiales robot sensoresespacio ultidimensional inteligencia artificial…todavía no lo entendemos. Estamos avanzando muy, muy rápido en unas herramientas tecnológicas que realmente no entendemos qué elementos, qué factores, qué cosas son claves y que la única manera que tenemos es ir explorando diferentes variantes y ya os digo. en cualquier momento, cuando menos os lo esperéis, va a haber un cambio radical en el campo y se va a trabajar con inteligencias artificiales basadas en modelos de la realidad y vamos a tener inteligencias artificiales con un modelo de la realidad extremadamente preciso porque ahora muchas de estas grandes inteligencias se las pones a un robot para que controlen el robot que tiene sensores y no son capaces de explorar un espacio ultidimensional pero si son capaces de reconocer imágenes estáticas pero por cómo no es posible que sean capaces de reconocer en vídeo toda la estructura y construir un buen modelo del mundo todavía no son capaces pero van a hacerlo Pero no sabemos qué hay que hacer para lograrlo, Se está trabajando muchísimo, se están metiendo decenas de miles de millones de dólares en investigar eso, probar muchas posibilidades. Se está contratando a las mejores mentes; estas empresas están pagando unos sueldos increíbles a las mejores mentes que hay…