La IA generativa está volviendo a ser trending topic recientemente de la mano de productos muy impactantes como ChatGPT propuesto por OpenAI, revolucionando los chatbots como los conocíamos hasta ahora y anteriormente otros como DALL-E que permiten la creación de imágenes realísticas y artísticas a partir de una breve descripción.
Ha sido tal el efecto disruptivo, que han generado grandes expectativas en la evolución de productos ya existentes dando lugar por ejemplo a la integración de ChatGPT en Microsoft Bing o potenciando Microsoft Teams Premium permitiendo la creación de notas y tareas generadas automáticamente a partir de modelos del lenguaje como GPT3.5.
Cuando hablamos de IA y disrupción, no podemos dejar de lado los avances que ha ido anunciando Google en este mismo campo y en particular a los recientes comunicados sobre el lanzamiento de Bard (“el aprendiz del Bardo”), el cuál es un servicio de inteligencia artificial conversacional que actualmente se encuentra en una fase experimental y que en palabras de Sundar Pichai, CEO de Alphabet y Google, se trata de una una de las mejores herramientas para ordenar la información de todo el planeta.
Bard está basado en un modelo sofisticado de IA conversacional llamado LaMDA (Language Model for Dialogue Applications) en el que Google ha estado trabajando durante los últimos años, no solo para obtener un producto de altas prestaciones, sino también para reducir los sesgos presentes en sus datos, moderar el contenido que pueda ser peligroso o proteger los datos de carácter personal.
Diferencias entre Bard y ChatGPT
Existen algunas diferencias significativas entre Bard y ChatGPT que nos permiten apreciar el potencial que ya comienzan a alcanzar este tipo de soluciones a gran escala.
En primer lugar, ChatGPT proporciona una respuesta ante una pregunta a la que se formula, mientras que Bard proporciona una variedad de respuestas directa o indirectamente relacionadas, que permiten profundizar aún más en el contexto de la cuestión. De hecho existen preguntas que no tienen una única respuesta correcta y proponer múltiples perspectivas parece ser una propuesta mucho más interesante para el usuario. Además proporciona enlaces de referencia en el que se puede encontrar argumentada la respuesta.
En segundo lugar, dado que ChatGPT está basado en un modelo de lenguaje, ha sido entrenado sobre un dataset que no contiene información “reciente”, por lo que no podemos esperar respuestas confiables sobre eventos actuales. Sin embargo, Bard actúa como un motor de búsqueda que es capaz de consultar la información disponible en internet y que emplea para ofrecer respuestas coherentes y de alta calidad según sus creadores.
En tercer lugar, encontramos que la forma de determinar las respuestas es bien diferente. Mientras que el producto de OpenAI utiliza las probabilidades y el contexto en el que se formulan las preguntas, el modelo de Google se basa en la relevancia y popularidad de las páginas web y de la interacción de los usuarios.
Podemos apreciar que este cambio podrá afectar a la forma en la que se realicen las búsquedas, y por tanto un impacto directo en el SEO que sufrirá una transformación significativa próximamente.
El propósito de Google para Bard no es que actúe como una plataforma aparte de su buscador, sino que lo integrará con el mismo para que la experiencia del usuario sea más intuitiva y natural, siendo éste un paso adelante después de tanto años sin que hayamos apreciado cambios relevantes en este sentido.
En palabras de Google:
“Bard conseguirá sintetizar ideas para preguntas donde no hay una respuesta correcta, conseguirá extraer información compleja y múltiples perspectivas en formatos fáciles de digerir, y recomendará enlaces adicionales para obtener más información”
La IA generativa puede ser aplicada también en otros ámbitos, y conocemos que actualmente Google está desarrollando también un modelo de generación de música de alta fidelidad MusicLM, a partir de textos descriptivos, o a partir de silbidos.
Su arquitectura está basada en un modelo jerárquico sequence-to-sequence que genera música a 24 kHz y que se mantiene consistente con el input (texto descriptivo) durante varios minutos, pareciendo compuestas e interpretadas por un músico humano.
Desde solicitar música de piano de principiante, hasta más complejas obras de este instrumento, o bien proponer la generación de música de los 80’s, son algunos de los ejemplos que nos permiten intuir su potencialidad. Imaginemos las aplicaciones posibles como la capacidad para generar música automáticamente ante paisajes o situaciones tales como películas, videojuegos o anuncios.
MusicLM ha sido entrenado con un dataset de más de 280.000 horas de música incluyendo obras con Copyright, por lo que de momento Google ha considerado no abrir esta funcionalidad al público en general para evitar cualquier conflicto de carácter legal por la generación de contenidos.
Sin duda, la coexistencia de empresas cuyo propósito principal es la generación de sofisticados productos IA altamente escalables, está permitiendo una gran inversión en equipos de research que están volcando su talento en el desarrollo de herramientas cada vez más atractivas con evidentes resultados. Esto está permitiendo que organizaciones a distintos niveles estén decididamente apostando por tomar parte de esta propuesta. Ya solo quedará ver cómo los usuarios conviviremos y nos adaptaremos a esta nueva realidad.
Imagen: Freepik
Data Scientist in Keepler Data Tech: "Live full, die empty" defines my state. This becomes my lifestyle taking me out of my comfort zone and driving my voracious learning attitude about different aspects of Data Science. I love learning by teaching and am always open to new challenges that push me further my comprehension."
0 comentarios