GPT-4 Perdió esta Batalla 449 a 28

GPT-4 perdido 449-28

Después del GDPR, el impulso de Europa por un AI seguro y transparente cambiará significativamente el panorama de LLM.

Fuente: Stanford.edu

Hemos disfrutado del desarrollo de modelos de base que se han ido desarrollando en los últimos 2-3 años por diversas compañías, desde las nuevas empresas como OpenAI y Cohere, hasta los gigantes como Google y Meta. Estos modelos han demostrado una capacidad notable para transformar la sociedad. Los casos de uso aplicados de estos modelos están en aumento, se están desarrollando modelos más afinados y el despliegue de estos modelos también está en aumento.

Para citar una publicación del blog de Stanford Human-Centered AI –

El Claude de Anthropic ahora alimenta a Notion AI y al motor de búsqueda DuckDuckGo, mientras que el GPT-4 de OpenAI respalda las ofertas de Morgan Stanley, Khan Academy, Duolingo y Stripe. Los detalles del lanzamiento de OpenAI incluyen esfuerzos en curso con el gobierno de Islandia para la preservación del lenguaje. Mientras tanto, el foro de preguntas y respuestas en línea Quora lanzó a Poe, un servicio de chatbot que ofrece tanto modelos de Anthropic como de OpenAI en el backend. Finalmente, tanto Google como Microsoft han anunciado planes para implementar ampliamente modelos de base en muchos de sus productos emblemáticos, desde Google Slides hasta Microsoft Word.

A medida que se amplía la comprensión de los sistemas de IA y sus métodos de recopilación y procesamiento de datos, aumentan las preocupaciones sobre la transparencia. Desde los datos utilizados, hasta la arquitectura (GPT-4) que oculta los detalles sobre el tamaño del modelo, el hardware, el tiempo y el cálculo necesarios, los métodos de entrenamiento o cualquier otra especificación técnica.

Otra tendencia se ha desarrollado y hay un gran flujo de financiamiento. Comencemos con la inversión de Microsoft de 10 mil millones de dólares en OpenAI, llamado de código abierto; Google invirtiendo 300 millones de dólares en Anthropic, Adept AI, Character AI, y Salesforce AI invirtiendo un cuarto de billón de dólares cada uno en sus ambiciones de IA, ha creado una fiebre del oro.

Toda esta atención de la industria financiera, el interés del público en general y la sensación de urgencia por ponerse al día han llevado a las entidades legislativas a ponerse manos a la obra. Finalmente, el legislativo siente que ha escuchado la demanda de políticas para definir ciertos parámetros a través de los cuales podemos: 1. Evaluar los modelos de manera estándar 2. Proteger la privacidad de los ciudadanos 3. Evitar el mal uso de la tecnología. Para decirlo sin rodeos, todo esto ha sucedido muy rápido…

We will continue to update Zepes; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

Inteligencia Artificial

Principales herramientas/plataformas de Visión por Computadora en 2023

La visión por computadora permite a las computadoras y sistemas extraer información útil de fotos digitales, videos y...

Inteligencia Artificial

Top 40+ Herramientas Generativas de IA (Diciembre 2023)

ChatGPT – GPT-4 GPT-4 es el último LLM de OpenAI, que es más inventivo, preciso y seguro que sus predecesores. Tambié...

Inteligencia Artificial

Este boletín de IA es todo lo que necesitas #65

Esta semana en IA, tuvimos avances en la regulación de la IA desde el Capitolio líderes tecnológicos como Elon Musk y...

Inteligencia Artificial

La evolución automatizada aborda tareas difíciles

El aprendizaje por refuerzo agrupa datos no etiquetados en conjuntos de similitudes, con el objetivo de maximizar las...

Inteligencia Artificial

Este artículo de IA de NTU Singapur presenta MeVIS un banco de pruebas a gran escala para la segmentación de video con expresiones de movimiento

La segmentación de video guiada por lenguaje es un campo en desarrollo que se centra en segmentar y rastrear objetos ...

Inteligencia Artificial

El nuevo modelo de IA de Phind supera a GPT-4 en codificación, con una velocidad similar a la de GPT-3.5 y un contexto de 16k.

En la codificación y resolución de problemas técnicos, un desafío ha sido el equilibrio entre la velocidad y la preci...