Relevante — episodio 162 💣💣💣💣
Leé este episodio antes de que explote todo. Chat GPT-4o y Google I/O.
Chat GPT salió con toda. Están todos dando vueltas como locos. Encima al momento de redactar esto, Google I/O está sucediendo y arrancó con la promesa de Multimodal e Infinite context.
¡Que momento para estar vivo y ser fan de la tecnología!
#chatGPT 💣
La ñoñada está descontrolada (múltiples fuentes): Los corporativos se mueren de ganas de pensar que sus créditos en Azure les van a hacer bajar el headcount bajar los costos eficientizar el trabajo, los entrepeneurs se entusiasman de hacer un producto basado en esto, los startuperos actualizaron un slide del pitch deck diciendo que ya la están usando, y los que buscan una mejor posición en su empresa publicaron en LinkedIn: “13 de Mayo de 2024, el día que nació SkyNet”. ¿¿Qué pasó?? Pasó que OpenIA anunció su ChatGPT 4.o (“o” de “omnimodel”). ¿Omni-qué? Así lo introdujo su CTO, Mira Murati (sí, esa misma que no pudo contestar si usaron videos de youtube o no), donde en un error de omisión bastante inocente se saltea la feature de “scrapping” y pasa del “vision” al “memory” domada por los nervios (minuto 6).
Repasemos el timing de este anuncio
Grok-1 (de Elon Musk) salió con su LLM opensource hace menos de un mes.
El 14 de Mayo (horas antes) es el Google I/O, misa ñoña para desarrolladores. Vamos a ver que sacan.
Apple presentó solo productos este pasado 7 de Mayo. Y los rumores de que iba a tener a Siri potenciada por Gemini, pasaron a ser Siri potenciado por ChatGPT 4o. Si, al instante.
Las reviews de PinAI y de Rabbit R1 fueron pésimas.
… Resultado: Un equipo de personas atrás de escena muy estresado por ponerle fecha a este evento en este preciso momento del espacio tiempo y además, hacerlo lucir totalmente a lo opuesto a una keynote minimalista de Jobs (como lo hicieron los de Rabbit y Humane), o al aspecto aséptico que tienen las presentaciones de Google I/O, y menos que menos a las mini-movies ultra guionadas de Apple. ¿Sabes que camino tomaron? Sí, el maximalismo. Ese mismo que explicamos en Episodio 3. Quizás ahora le dicen aesthetic, pero la idea es mezclar estilos cálidos, personales y variados. Inclusive metieron mucha planta —las plantas son las nuevas mascotas, las mascotas los nuevos hijos, y los hijos son cosas raras.
¿Qué es ChatGPT-4o?
En concreto, la definición de lo que llegaron la extraigo su propio sitio:
Con GPT-4o, entrenamos un único modelo nuevo end-to-end en texto, visión y audio, lo que significa que todas las entradas y salidas son procesadas por la misma red neuronal. Debido a que GPT-4o es nuestro primer modelo que combina todas estas modalidades, todavía estamos apenas rascando la superficie de la exploración de lo que el modelo puede hacer y sus limitaciones.
En la demo que hicieron en vivo —que no voy a cuestionar si estaba demasiado armada— mostraron como GPT-4o tiene capacidades para procesar audio, video, text-to-speech con voces emocionales. Aunque como dijeron en The Verge, se pasó de coqueteadora la voz e inclusive se anticipaba a las respuestas. Pero las fotos de Joaquin Phoenix con su bigote y camisa roja, no van a faltar.
En concreto presentaron muchas capabilities avanzadas para lo que la competencia está tratando de sacar a la cancha (más ejemplos en su sitio):
Interacción en tiempo real.
Baja latencia / respuestas rápidas.
Emociones en la voz.
Inflexiones y tonalidades —hasta canta.
Vision computing y reconocimiento de hablantes.
Permite interrupciones.
Larga lista de idiomas
… todo eso se suma sobre su capacidad innata de LLM con sus expertos.
Qué nos queda: Tenemos un primer avance en la convergencia de tecnología que tiene ya un par de años (interporlación de emociones en TTS, vision computing, inflexiones, y todo lo listado acá arriba ya lo tenía Azure disponible por ejemplo). Lamentablemente no estamos en las puertas del AGI, esas Inteligencias generalistas (donde ahí si vamos a tener todos miedo). Pero de eso se está encargando NVIDIA, de manera más seria. En la entrada de Blog de Microsoft dejaron notar que más detalles se darán en la Microsoft Build 2024.
Ahora volvemos con la programación habitual con las noticias que de verdad van a ayudar a cambiar al mundo.
#biotech 🧬
El último modelo de IA de DeepMind predice estructuras e interacciones de proteínas con una precisión fantástica (MIT): Esto podría revolucionar el descubrimiento de fármacos y nuestra comprensión de la biología. Más allá de las proteínas: maneja todas las biomoléculas, no solo las proteínas. Brindan acceso gratuito al servidor para investigaciones no comerciales. En el diseño de nuevos fármacos Isomorphic Labs ya lo está utilizando. ¿Qué avance hay? Cuenta con una mejora del 50% en la predicción de interacciones farmacológicas en comparación con los métodos tradicionales.
En este momento están presentando esto en la Google I/O
Una terapia de genes editados ayuda a recuperar la capacidad auditiva a una pequeña niña (independent): Sorda de nacimiento debido a una neuropatía auditiva, se sometió a una innovadora terapia genética. El tratamiento de “única aplicación” le puso una copia genética funcional en su oído, le devolvió la audición a niveles casi normales. Marca una nueva era en el tratamiento y ofrece esperanza para afecciones genéticas similares, pero un hito total en las terapias genéticas para las deficiencias auditivas. ¿Cómo funciona? La neuropatía auditiva puede ser causada por una falla en el gen OTOF, que es responsable de producir una proteína llamada otoferlina que permite que las células del oído se comuniquen con el nervio auditivo. El tratamiento entregó una copia funcional del gen OTOF en su oído. Al superar la falla en el gen, la terapia restablece la capacidad de estas células para funcionar correctamente, lo que finalmente conduce a la restauración de la audición.
#syntethicHumans
Una dedicada a doppelgängers de IA (Directors Club): Sprinklr presentó “digital twins”, son “autonomous AI brand replicas” que reflejan y mejoran el trabajo de los equipos de atención al cliente. La división de Inteligencia Artificial llamada Sprinklr AI+ da un paso hacia adelante en la atención al cliente. Permite aplicaciones de IA autónomas e inteligentes que imitan las acciones humanas (decisiones, planificación de acciones, diseño de flujo de trabajo y ejecución de tareas) a escala y velocidad. Está diseñado teniendo en cuenta la privacidad y la gobernanza. Estos humanos sintéticos no son generados visualmente, son interfaces de chatbot que prometen interacciones muy reales para ponerse al frente de las corporaciones.
Filipinos sintéticos (New York Times): ¡Oh, las maravillas de la tecnología moderna! Ahora un cajero en Filipinas conectado por zoom te soluciona tus antojos de pollo frito. ¿Quién necesita personal local de todos modos? Bienvenido el progreso, ¿no? Nueva York experimenta con personal virtual en los cajeros de restaurantes y front desk de hoteles. Estos trabajadores remotos ganan 3 dólares la hora, y el salario minimo en NY está en $6. Con problemas de conectividad por medio el modelo apunta a reducir costos en medio del aumento de los alquileres y la inflación.
![A woman in a restaurant gestures toward a gold-framed, flat-screen monitor in which another woman with a headset is visible. A woman in a restaurant gestures toward a gold-framed, flat-screen monitor in which another woman with a headset is visible.](https://substackcdn.com/image/fetch/w_1456,c_limit,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F0b5d1c2a-52ac-49ba-9fe9-87d638174ed0_600x400.jpeg)
#CPU #Apple 💻
Saltaron de versión sospechosamente rápido (9to5mac): Al que pasó casi inadvertido fue la rápida transición al chip M4. Eso no solía suceder tan seguido. Desde la línea M3 se puede atribuir a problemas con el proceso de fabricación original de 3 nanómetros. Los informes sugieren notables problemas de rendimiento con la producción del M3, lo que llevó a Apple a adoptar una tecnología de 3 nanómetros de segunda generación más eficiente para el M4, minimizando las pérdidas y mejorando el rendimiento del chip.
Recomendación: Si tenes una Mac M3, te diría que la vendas.
![](https://substackcdn.com/image/fetch/w_1456,c_limit,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fbucketeer-e05bbc84-baa3-437e-9518-adb32be77984.s3.amazonaws.com%2Fpublic%2Fimages%2F9a2d4b3c-2aac-448a-8e66-bf4b4bb1f078_472x191.png)