![](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2023\/04\/Replay-Matinale.png\")
<\/a><\/span><\/div>Anfitriones de la conferencia y ponentes principales:<\/h3><\/div>- <\/i><\/span>\n
Vicente Luciani<\/a>, consejero delegado y cofundador de Artefact<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Hanan Ouazan<\/a>, Socio Data Science & Lead Generative AI en Artefact<\/p>\n<\/div><\/li>- <\/i><\/span>\n
Igor Carron<\/a>, consejero delegado y cofundador de LightOn<\/a><\/p>\n<\/div><\/li>- <\/i><\/span>\n
Matthieu Rouif<\/a>, consejero delegado y cofundador de PhotoRoom<\/a><\/p>\n<\/div><\/li>- <\/i><\/span>\n
Yohann Ralle<\/a>, Especialista en IA Generativa en el Ministerio de Econom\u00eda, Finanzas y Soberan\u00eda Industrial y Digital de Francia (Direcci\u00f3n General de Empresas).<\/p>\n<\/div><\/li><\/ul>IA generativa: explorando nuevas fronteras creativas<\/h2><\/div>En su introducci\u00f3n a la conferencia, Vincent Luciani se\u00f1al\u00f3: \u201cLa gente de todo el mundo est\u00e1 entusiasmada con esta nueva tecnolog\u00eda y con el impacto que tendr\u00e1 en las organizaciones y en los empleados. Hasta ahora, lo que ten\u00edamos en t\u00e9rminos de IA eran aplicaciones relativamente deterministas aumentadas por el aprendizaje autom\u00e1tico. \u00c9ramos capaces de predecir, personalizar, optimizar, pero no de crear realmente.\u00a0<\/span><\/p>\n\u201cPero hoy, por primera vez, estamos viendo una aut\u00e9ntica interacci\u00f3n entre el hombre y la m\u00e1quina. Ahora, una forma real de inteligencia est\u00e1 emergiendo de esta tecnolog\u00eda y estos algoritmos, incluso si la comunidad cient\u00edfica est\u00e1 dividida sobre la cuesti\u00f3n de si es una revoluci\u00f3n o una evoluci\u00f3n...\u00a0<\/span><\/p>\n\u201cYa hemos hablado de humanos aumentados o de actividades aumentadas: pronto hablaremos de empresas aumentadas\u201d. Antes de presentar una r\u00e1pida panor\u00e1mica de los temas que tocar\u00eda la conferencia y ceder la palabra a los ponentes principales, record\u00f3 a la audience que<\/span><\/p>\n<\/div>\n\u201cA pesar de la llegada constante de nuevas aplicaciones de IA generativa, la moderaci\u00f3n es crucial: la transformaci\u00f3n empresarial con \u00e9xito no se produce de la noche a la ma\u00f1ana, requiere reflexi\u00f3n, investigaci\u00f3n, preparaci\u00f3n\u201d.\u201d<\/div>\nVincent Luciani, director general y cofundador de Artefact<\/div>\n<\/blockquote>\n<\/div>Perspectivas y oportunidades en el mercado de la IA generativa<\/h2><\/div>La primera ponente principal, Hanan Ouazan, comenz\u00f3 con una visi\u00f3n general de los modelos de texto, empezando por el revolucionario \u201cAtenci\u00f3n es todo lo que necesita<\/a>\u201d <\/span>paper, que condujo a la creaci\u00f3n de los Transformers que son la base de casi todos los grandes modelos ling\u00fc\u00edsticos (LLM) que se utilizan hoy en d\u00eda. \u201cComo sabe, la investigaci\u00f3n lleva su tiempo, pero hoy nos encontramos en un periodo de aceleraci\u00f3n, en el que vemos cada d\u00eda nuevos modelos que capitalizan un mayor acceso al data y a la infraestructura\u201d.\u201d<\/span><\/p>\nHanan explor\u00f3 varias facetas de la democratizaci\u00f3n y accesibilidad de los modelos generativos de IA, destacando en particular la aceleraci\u00f3n de la adopci\u00f3n de la tecnolog\u00eda: \u201cEl ritmo es asombroso: ChatGPT alcanz\u00f3 el mill\u00f3n de usuarios en s\u00f3lo cinco d\u00edas\u201d.\u201d<\/span><\/p>\nEn cuanto a las estrategias del m\u00e9todo de formaci\u00f3n LLM, cubri\u00f3 las ventajas del preentrenamiento, el ajuste fino y la ingenier\u00eda r\u00e1pida, citando casos de uso industrial para cada uno y presentando la matriz de decisi\u00f3n de la estrategia de modelos de Artefact. <\/span><\/p>\n<\/div>![](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2023\/04\/image3.png\" "\\"imagen3\\"")
<\/span><\/div>Junto con el coste de propiedad, el rendimiento y las limitaciones, Hanan tambi\u00e9n habl\u00f3 de la gesti\u00f3n del cambio y de las formas en que la IA generativa podr\u00eda afectar a los puestos de trabajo.<\/p>\n<\/div>
\n\u201cSin duda cambiar\u00e1 nuestras formas de trabajar, pero en Artefact no creemos que vaya a acabar con las profesiones: aumentar\u00e1 a los humanos que las ejercen\u201d.\u201d<\/div>\nHanan Ouazan, socia Data Science & Lead Generative AI en Artefact<\/div>\n<\/blockquote>\n<\/div>Una plataforma fotogr\u00e1fica generativa impulsada por IA para el comercio electr\u00f3nico<\/h2><\/div>El ponente principal Matthieu Rouif es director general y cofundador de PhotoRoom<\/a>, una aplicaci\u00f3n que permite a sus ya 80 millones de usuarios crear fotos con calidad de estudio con un smartphone, utilizando la Difusi\u00f3n Estable, una tecnolog\u00eda de IA Generativa para im\u00e1genes.<\/p>\nDesde la explosi\u00f3n de los mercados de comercio electr\u00f3nico espoleada por la pandemia del COVID-19, cada a\u00f1o se editan dos mil millones de fotos. Y la aplicaci\u00f3n PhotoRoom est\u00e1 desempe\u00f1ando un papel importante al automatizar el recorte, la visualizaci\u00f3n de sombras y la generaci\u00f3n de fondos realistas para los comerciantes. \u201cUtilizamos IA generativa para ofrecer a los clientes fotos que parecen haber sido tomadas por un fot\u00f3grafo profesional, incluso a\u00f1adiendo fondos \u00fanicos y realistas generados por IA en menos de un segundo\u201d, afirma Matthieu.<\/p>\n<\/div>
![](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2023\/04\/image1.png\" "\\"imagen1\\"")
<\/span><\/div>\n\u201cAyudamos a nuestros clientes a hacer crecer sus negocios proporcion\u00e1ndoles fotos abundantes, de alta calidad y bajo coste que respeten su marca y presenten sus productos de la mejor manera posible para atraer y retener a los clientes.\u201d<\/div>\nMatthieu Rouif, director general y cofundador de PhotoRoom<\/div>\n<\/blockquote>\n<\/div>Repensar la IA para las empresas<\/h2><\/div>Igor Carron es el director general y cofundador de LightOn<\/a>, empresa francesa creadora de la nueva plataforma de IA generativa Paradigm, m\u00e1s potente que GPT-3. Aporta los modelos m\u00e1s avanzados para ejecutar servidores y data al tiempo que garantiza la soberan\u00eda data para las empresas.<\/p>\nEn su discurso de apertura, Igor habl\u00f3 de los or\u00edgenes de su empresa. \u201cCuando creamos LightOn en 2016, est\u00e1bamos construyendo hardware que utilizaba la luz para realizar c\u00e1lculos para la IA. Era un enfoque inusual, pero funcion\u00f3: nuestra Unidad de Procesamiento \u00d3ptico (OPU), el primer coprocesador fot\u00f3nico de IA del mundo, ha sido utilizado ahora por investigadores de todo el mundo y se ha integrado en uno de los mayores superordenadores del mundo.<\/p>\n
\u201cDesde 2020, tras la aparici\u00f3n de GPT, hemos trabajado para averiguar c\u00f3mo se pod\u00eda utilizar nuestro hardware para construir nuestros propios LLM, tanto para nuestro propio uso como para clientes externos. Aprendimos a fabricar LLM y, de hecho, se nos dio bastante bien. Pero cuando hablamos por primera vez con la gente en 2021, 2022, no ten\u00edan ni idea de GPT3, as\u00ed que tuvimos que educar a nuestro objetivo audience.<\/p>\n
\u201cTrabajamos con un cliente para crear un modelo m\u00e1s grande, recientemente lanzado con 40.000 millones, entrenado de forma \u00fanica para competir con GPT3, pero utilizando muchos menos par\u00e1metros. Esto significa que puede tener una infraestructura mucho menos pesada en cuanto a hardware, y utilizarlo sin que le cueste un ojo de la cara.\u201d<\/p>\n
Igor subraya el valor de los grandes modelos ling\u00fc\u00edsticos y dice:<\/p>\n<\/div>
\n\u201cCreo que en el futuro, la mayor\u00eda de las empresas se basar\u00e1n en LLM... Estas herramientas les permitir\u00e1n generar un valor real a partir de su propio data\u201d.\u201d<\/div>\nIgor Carron, director general y cofundador de LightOn<\/div>\n<\/blockquote>\n<\/div>\u201cLo que ofrecemos hoy a los clientes es un producto llamado Paradigm: permite a las empresas gestionar sus propios flujos data dentro de sus organizaciones y reutilizar este data para reciclar y mejorar estos modelos. Esto garantiza que sus procesos o productos internos puedan beneficiarse de la inteligencia obtenida de sus interacciones con sus LLM.<\/p>\n
\u201cMuchos en el ecosistema franc\u00e9s o europeo dependen de la API Open AI o de otros competidores norteamericanos\u201d. advierte Igor: \u201cEl peligro de enviar su data a una API p\u00fablica es que se reutilizar\u00e1 para entrenar modelos sucesivos. As\u00ed que, digamos que la gente de la industria minera, que sabe literalmente d\u00f3nde encontrar oro, le env\u00eda su reports t\u00e9cnico... Dentro de unos a\u00f1os, si le pregunta a ChatGPT-8 o -9 o lo que sea: \u2018\u00bfD\u00f3nde est\u00e1 el oro?\u2019, \u00a1le dir\u00e1 d\u00f3nde est\u00e1 el oro!\u201d. Recomienda encarecidamente que las empresas empiecen a utilizar el data que generan internamente para entrenar sus modelos.<\/p>\n<\/div>
Una estrategia nacional para la Inteligencia Artificial Generativa<\/h2><\/div>Yohann Ralle, el \u00faltimo orador principal, es especialista en IA Generativa en el Ministerio de Econom\u00eda, Finanzas y Soberan\u00eda Industrial y Digital de Francia. Comenz\u00f3 explicando su \u201cf\u00f3rmula m\u00e1gica\u201d para construir un LLM de vanguardia: potencia de c\u00e1lculo + datasets + investigaci\u00f3n fundamental:<\/p>\n<\/div>
\n\u201cPara la potencia de c\u00e1lculo, el gobierno franc\u00e9s ha invertido en un fondo com\u00fan digital, el Superordenador Jean Zay<\/a>, dise\u00f1ado para servir a la comunidad de la IA. Ha permitido la formaci\u00f3n del multiling\u00fce europeo BLOOM<\/a> modelo\u201d.\u201d<\/div>\nYohann Ralle, especialista en IA Generativa del Ministerio de Econom\u00eda, Finanzas y Soberan\u00eda Industrial y Digital de Francia.<\/div>\n<\/blockquote>\n<\/div>![](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2023\/04\/image2.png\" "\\"imagen2\\"")
<\/span><\/div>\u201cCon respecto a los datasets, iniciativas como Agdatahub<\/a> han ayudado a agregar, anotar y cualificar el aprendizaje y las pruebas data para desarrollar una IA eficiente y fiable, lo que tambi\u00e9n puede contribuir a la competitividad francesa. En cuanto a la investigaci\u00f3n fundamental, la estrategia nacional ha ayudado a estructurar el ecosistema de investigaci\u00f3n y desarrollo de la IA con la creaci\u00f3n del 3IA<\/a> institutos, la financiaci\u00f3n de contratos de doctorado, el lanzamiento del IRT Saint Exup\u00e9ry y del proyecto SystemX, m\u00faltiples programas de formaci\u00f3n de estudiantes y mucho m\u00e1s en toda Francia y Europa\u201d.\u201d<\/p>\n<\/div>Mesa redonda sobre IA generativa dirigida por Vincent Luciani, Director General de Artefact<\/h2><\/div>\u00bfHa superado la IA el Prueba Turing<\/a> (es decir, \u00bfha alcanzado la IA un nivel de inteligencia humano)?<\/h3><\/div>Aunque la pregunta recibi\u00f3 respuestas contradictorias, el consenso general es que, aunque la inteligencia existe, la intencionalidad no.<\/p>\n
Matthieu:<\/strong> \u201cCreo que s\u00ed... Sientes que hay alguien ah\u00ed, siempre que no preguntes por las fechas. Hay un lado temporal que no funciona\u201d.\u201d
\nIgor: \u201cMi pregunta es \u00bfpor qu\u00e9 ha hecho esa pregunta? Porque el test de Turing no es muy interesante para los negocios. Pero, en t\u00e9rminos de interacci\u00f3n, s\u00ed, se puede decir que la IA ha superado la prueba\u201d.\u201d<\/p>\nYohann:<\/strong> \u201cLa prueba de Turing es muy subjetiva. Existe un riesgo cuando atribuimos cualidades humanas a la IA, cuando antropomorfizamos. Recuerde el caso del ingeniero de Google Blake Lemoine<\/a>, que cre\u00eda que el chatbot LaMDA con el que hablaba se hab\u00eda vuelto sintiente... El Test de Turing es un ejercicio interesante, nada m\u00e1s\u201d.\u201d<\/p>\nHanan:<\/strong> \u201cEn cuanto a ChatGPT, nos estamos acercando, pero a\u00fan no hemos llegado\u201d.\u201d<\/p>\n<\/div>\u00bfEs la llegada de ChatGPT una revoluci\u00f3n, una evoluci\u00f3n o parte de un continuo?<\/h3><\/div>Igor:<\/strong> \u201cAunque el impacto a largo plazo del ChatGPT en las LLM a\u00fan no puede comprenderse del todo, con el tiempo surgir\u00e1n nuevos usos para estas tecnolog\u00edas que tendr\u00e1n importantes implicaciones sociales. El debate es interesante, pero lo m\u00e1s importante son los art\u00edculos cient\u00edficos reales que detallar\u00e1n las mejoras de los LLM. Las aplicaciones pr\u00e1cticas actuales y potenciales de estos modelos no deben pasarse por alto ni subestimarse.\u201d<\/p>\n<\/div>\u00bfCu\u00e1les son los casos de uso m\u00e1s prometedores para las empresas? \u00bfBots, generaci\u00f3n de im\u00e1genes?<\/h3><\/div>H<\/strong>anan:<\/strong> \u201cObviamente, los chatbots siempre han sido importantes en la IA y seguir\u00e1n siendo un caso de uso importante, porque ahora, con ChatGPT, puede crear uno en 48 horas conect\u00e1ndolo a una base data, es incre\u00edble. Otro caso de uso es la creaci\u00f3n de agentes aut\u00f3nomos que puedan realizar tareas espec\u00edficas sin intervenci\u00f3n humana, como un agente de viajes que le reserve todas las entradas a hoteles y restaurantes para una visita a Italia.\u201d<\/p>\nYohann:<\/strong> \u201cVeo muchas oportunidades para los complementos impulsados por CGT, como Kayak o Booking. Creo que reestructurar\u00e1 el entorno digital, donde OpenAI agregar\u00e1 a los agregadores\u201d.\u201d<\/p>\nIgor<\/strong>: \u201cPreveo la posibilidad de personalizar los LLM empresariales. M\u00e1s all\u00e1 de los lagos de data, las empresas empezar\u00e1n a entender c\u00f3mo utilizar la data no estructurada y c\u00f3mo generar valor real a partir de su data internamente con LLM privados. Al mismo tiempo, creo que veremos cambios dr\u00e1sticos en la forma en que la gente busca y utiliza Internet gracias a ChatGPT.\u201d
\n<\/strong>
\nVincent:<\/strong> Creo que se producir\u00e1 una fusi\u00f3n de los data internos de las empresas y los LLM en una especie de \u2018FAQ+ maestro\u2019 que podr\u00e1 ser consultado por agentes de b\u00fasqueda o aumentados. El concepto de consulta est\u00e1 evolucionando: ma\u00f1ana, \u00bfla gente comprar\u00e1 una o muchas palabras clave, o comprar\u00e1 un concepto? En publicidad, el objetivo siempre ha sido basarse en las personas, en el audience; ahora, a medida que protegemos el data personal, nos dirigimos hacia el basado en el contexto. Y eso puede dar lugar a una publicidad m\u00e1s interesante\u2019.\u201d<\/p>\n<\/div>\u00bfC\u00f3mo se utiliza actualmente la IA generativa en las organizaciones? \u00bfEst\u00e1 afectando al empleo?<\/h3><\/div>Matthieu:<\/strong> \u201cSomos afortunados, una de nuestras ventajas competitivas es que tenemos la IA en nuestro ADN. Fomentamos internamente el uso de herramientas m\u00e1s generativas. Nuestro equipo t\u00e9cnico utiliza Copilot para el desarrollo, y nuestros codificadores utilizan tanto ChatGPT como Copilot. Somos m\u00e1s creativos con estas herramientas. En cuanto al empleo, estamos creciendo, as\u00ed que tenemos previsto contratar a gente nueva... pero al mismo tiempo, cuando tenemos un gran software, podemos hacer m\u00e1s con equipos m\u00e1s peque\u00f1os.\u201d<\/p>\nIgor:<\/strong> \u201cSiempre hemos funcionado con un equipo peque\u00f1o -siete u ocho personas- para alcanzar los mismos altos niveles de destreza t\u00e9cnica que Google, por ejemplo, donde los equipos son diez veces mayores. Nuestros peque\u00f1os equipos tienen un efecto totalmente desproporcionado. Es una idea falsa creer que se necesita un gran equipo para lograr grandes cosas\u201d.\u201d<\/p>\nYohann:<\/strong> \u201cHace diez a\u00f1os, un estudio estadounidense afirmaba que se perder\u00edan 47% de empleos debido a la IA en 20 a\u00f1os, pero podemos ver que no est\u00e1 ocurriendo. Un estudio m\u00e1s reciente de la OCDE dec\u00eda que estaba m\u00e1s cerca de 14%. Creo que deber\u00edamos pensar en t\u00e9rminos de tareas, no de puestos de trabajo. Como se menciona en un estudio reciente de OpenAI, entre 80 y 90% de los puestos de trabajo se ver\u00e1n afectados por la IA generativa, pero eso significa realmente que 90% de los empleados se ver\u00e1n afectados en 10% de sus tareas. Lo interesante es que se est\u00e1 cuestionando la noci\u00f3n de profesiones que cre\u00edamos intocables por la IA, como las del \u00e1mbito creativo, jur\u00eddico, financiero y otros. El gobierno franc\u00e9s ha creado Le LaborIA<\/a> para ayudar a explorar estas cuestiones\u201d.\u201d<\/p>\n<\/div>\u00bfCu\u00e1les son las limitaciones en torno a la soberan\u00eda y las normativas para estos modelos?<\/h3><\/div>Hanan:<\/strong> \u201cEl primer l\u00edmite se refiere a la Propiedad Intelectual (PI). Hoy en d\u00eda, tenemos tres tipos de modelos: modelos p\u00fablicos, como ChatGPT, donde el data que env\u00eda puede utilizarse con fines comerciales; modelos privados sin propietario de la PI, como la API de Google en Lamba; y modelos de c\u00f3digo abierto autoinstalados. La soberan\u00eda Data es un problema, ya que GPT y PaLM no son de propiedad europea, sino estadounidense\u201d.\u201d<\/p>\nYohann:<\/strong> \u201cLa reglamentaci\u00f3n es un gran problema en Europa. Italia tiene totalmente prohibi\u00f3 el uso de ChatGPT<\/a> a la espera de que se investigue si la aplicaci\u00f3n cumple la normativa sobre privacidad del GDPR. OpenAI tiene que ser extremadamente clara sobre el uso que hace de los data personales presentando, por ejemplo, un descargo de responsabilidad en el que diga que utiliza data personales y que permita a los usuarios optar por no participar en la recopilaci\u00f3n de data y permitirles borrar sus data. Otro problema en relaci\u00f3n con las limitaciones de los LLM son las alucinaciones: a menudo dan respuestas err\u00f3neas, lo que puede ser grave si la solicitud se refiere a una figura p\u00fablica y el modelo genera una noticia \u2018falsa\u2019 que puede perjudicar realmente a la persona en cuesti\u00f3n.\u201d<\/p>\nVincent:<\/strong> \u201c\u00bfHa estudiado la cuesti\u00f3n de la propiedad intelectual y los problemas planteados por La demanda de Getty Images contra Stability AI<\/a>? Hay muchas preguntas sobre la b\u00fasqueda de im\u00e1genes en Internet para entrenar modelos...\u201d<\/p>\nYohann:<\/strong> \u201cEstamos pensando en ello. El c\u00f3digo abierto podr\u00eda ser una forma de crear bases y conjuntos data limpios y sin derechos de autor que respeten la propiedad intelectual.\u201d<\/p>\nMatthieu:<\/strong> \u201cEn cuanto al data personal y los productos: lo que permite que ChatGPT o Midjourney o PhotoRoom funcionen bien no es el data personal, sino la opini\u00f3n de los clientes\u201d.\u201d<\/p>\nYohann:<\/strong> \u201cLa opini\u00f3n de los usuarios es ideal, pero recopilarla resulta prohibitivamente caro en el caso de los LLM\u201d.\u201d<\/p>\nIgor:<\/strong> \u201c\u00bfD\u00f3nde est\u00e1 el dinero? Esa es mi pregunta. Todos los problemas que ha planteado son t\u00e9cnicos, y no podremos resolverlos hasta que dispongamos de los fondos para contratar ingenieros y poner en marcha un ecosistema, y sencillamente a\u00fan no estamos preparados.\u201d<\/p>\n<\/div>Con cada vez m\u00e1s LLM en construcci\u00f3n, \u00bfcree que habr\u00e1 una \u201cguerra\u201d de GPU?<\/h3><\/div>Yohann:<\/strong> \u201cEs un riesgo real. Ahora mismo, aqu\u00ed hay un monopolio de NVIDIA, controlan el mercado y los precios. No hay competidores reales en Europa, por desgracia. Es un recurso limitado por definici\u00f3n, un recurso escaso, as\u00ed que es una batalla seria\u201d.\u201d<\/p>\nMatthieu:<\/strong> \u201cLa falta de disponibilidad de GPU limita gravemente no s\u00f3lo nuestra productividad, sino el crecimiento de las empresas de toda Europa\u201d.\u201d<\/p>\nIgor:<\/strong> \u201cDesde que empezamos como productores de hardware, ya nos enfrentamos a este problema en 2016... Hoy en d\u00eda, hay personas que trabajan con nuestros competidores cuyo trabajo a tiempo completo es encontrar suficientes GPU para entrenar modelos... El mercado est\u00e1 explotando, pero la producci\u00f3n de chips no puede seguir el ritmo - en cualquier parte del mundo.\u201d<\/p>\nHanan:<\/strong> \u201cInevitablemente habr\u00e1 un cuello de botella en la GPU, pero podemos aprender a ser m\u00e1s eficientes, tenemos que serlo. Y tenemos que ver c\u00f3mo podemos integrar el c\u00f3digo abierto en nuestras empresas, no s\u00f3lo c\u00f3mo utilizar todas las \u00faltimas tecnolog\u00edas.\u201d<\/p>\n<\/div>\u00bfD\u00f3nde ve m\u00e1s valor para el futuro? \u00bfModelos de c\u00f3digo abierto? \u00bfLos LLM?<\/h3><\/div>Matthieu:<\/strong> \u201cEn PhotoRoom utilizamos el c\u00f3digo abierto, nos permite ir m\u00e1s r\u00e1pido, desarrollar nuestra propia propiedad intelectual. Tenemos una amplia Comunidad Cara de Abrazo<\/a> en Par\u00eds que nos proporciona informaci\u00f3n esencial\u201d.\u201d
\n<\/strong>
\nIgor:<\/strong> \u201cUtilizamos LLM, pero no estamos casados con ese modelo de negocio. Podr\u00edamos utilizar c\u00f3digo abierto. Lo importante es poder y saber reutilizar nuestro data patentado para entrenar futuros modelos. El objetivo es una industria que personalice estos modelos para otras empresas\u201d.\u201d<\/p>\nYohann:<\/strong> \u201cEn cuanto a la evoluci\u00f3n del c\u00f3digo abierto frente al propietario ha impulsado la IA generativa. La comunidad de la IA colabor\u00f3 para que otros actores pudieran beneficiarse de esta investigaci\u00f3n fundamental para construir sus propios modelos. Me pregunto si el rendimiento de estos modelos de c\u00f3digo abierto no ser\u00e1 inferior al de los modelos propietarios, pero eso puede cambiar. En cualquier caso, cabe preguntarse si Google no se arrepiente de haber abierto las puertas a su tecnolog\u00eda ChatGPT\u201d.\u201d<\/p>\n<\/div>La mesa redonda fue seguida de una sesi\u00f3n de preguntas y respuestas audience, con un debate especialmente animado en torno a la falta de women en la tecnolog\u00eda. Yohann detall\u00f3 varias de las medidas que est\u00e1 tomando el gobierno franc\u00e9s en materia de educaci\u00f3n dirigidas espec\u00edficamente a las ni\u00f1as y a las women, mientras que Vincent habl\u00f3 de lo que est\u00e1 haciendo el Artefact Escuela de Data<\/a>, el Women@Artefact<\/a> y otras empresas tecnol\u00f3gicas para intentar corregir la situaci\u00f3n.<\/p>\nTambi\u00e9n se plantearon otras cuestiones sobre la inclusividad para el uso de los LLM por parte de personas con autismo y otras discapacidades; el problema de las alucinaciones de la IA; las medidas que las empresas tienen previsto poner en marcha para proteger el medio ambiente; el papel de Europa frente al de Francia en relaci\u00f3n con el scraping de Internet para data. Para ver c\u00f3mo respondieron los participantes a estas preguntas, vea la conferencia replay.<\/p>\n<\/div><\/div><\/div><\/div><\/article><\/p>","protected":false},"excerpt":{"rendered":"
En la Conferencia sobre IA Generativa Artefact, celebrada el 20 de abril de 2023, los principales actores del campo de la IA generativa compartieron sus conocimientos e intercambiaron ideas sobre esta nueva tecnolog\u00eda y las formas en que las empresas pueden utilizarla para mejorar la productividad de sus negocios. <\/p>","protected":false},"featured_media":69951,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[2995],"blog-language":[2991],"class_list":["post-69927","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-ai-technology","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog\/69927","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media\/69951"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media?parent=69927"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog-category?post=69927"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog-language?post=69927"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
Vicente Luciani<\/a>, consejero delegado y cofundador de Artefact<\/p>\n<\/div><\/li> Hanan Ouazan<\/a>, Socio Data Science & Lead Generative AI en Artefact<\/p>\n<\/div><\/li> Igor Carron<\/a>, consejero delegado y cofundador de LightOn<\/a><\/p>\n<\/div><\/li> Matthieu Rouif<\/a>, consejero delegado y cofundador de PhotoRoom<\/a><\/p>\n<\/div><\/li> Yohann Ralle<\/a>, Especialista en IA Generativa en el Ministerio de Econom\u00eda, Finanzas y Soberan\u00eda Industrial y Digital de Francia (Direcci\u00f3n General de Empresas).<\/p>\n<\/div><\/li><\/ul> En su introducci\u00f3n a la conferencia, Vincent Luciani se\u00f1al\u00f3: \u201cLa gente de todo el mundo est\u00e1 entusiasmada con esta nueva tecnolog\u00eda y con el impacto que tendr\u00e1 en las organizaciones y en los empleados. Hasta ahora, lo que ten\u00edamos en t\u00e9rminos de IA eran aplicaciones relativamente deterministas aumentadas por el aprendizaje autom\u00e1tico. \u00c9ramos capaces de predecir, personalizar, optimizar, pero no de crear realmente.\u00a0<\/span><\/p>\n \u201cPero hoy, por primera vez, estamos viendo una aut\u00e9ntica interacci\u00f3n entre el hombre y la m\u00e1quina. Ahora, una forma real de inteligencia est\u00e1 emergiendo de esta tecnolog\u00eda y estos algoritmos, incluso si la comunidad cient\u00edfica est\u00e1 dividida sobre la cuesti\u00f3n de si es una revoluci\u00f3n o una evoluci\u00f3n...\u00a0<\/span><\/p>\n \u201cYa hemos hablado de humanos aumentados o de actividades aumentadas: pronto hablaremos de empresas aumentadas\u201d. Antes de presentar una r\u00e1pida panor\u00e1mica de los temas que tocar\u00eda la conferencia y ceder la palabra a los ponentes principales, record\u00f3 a la audience que<\/span><\/p>\n<\/div> La primera ponente principal, Hanan Ouazan, comenz\u00f3 con una visi\u00f3n general de los modelos de texto, empezando por el revolucionario \u201cAtenci\u00f3n es todo lo que necesita<\/a>\u201d <\/span>paper, que condujo a la creaci\u00f3n de los Transformers que son la base de casi todos los grandes modelos ling\u00fc\u00edsticos (LLM) que se utilizan hoy en d\u00eda. \u201cComo sabe, la investigaci\u00f3n lleva su tiempo, pero hoy nos encontramos en un periodo de aceleraci\u00f3n, en el que vemos cada d\u00eda nuevos modelos que capitalizan un mayor acceso al data y a la infraestructura\u201d.\u201d<\/span><\/p>\n Hanan explor\u00f3 varias facetas de la democratizaci\u00f3n y accesibilidad de los modelos generativos de IA, destacando en particular la aceleraci\u00f3n de la adopci\u00f3n de la tecnolog\u00eda: \u201cEl ritmo es asombroso: ChatGPT alcanz\u00f3 el mill\u00f3n de usuarios en s\u00f3lo cinco d\u00edas\u201d.\u201d<\/span><\/p>\n En cuanto a las estrategias del m\u00e9todo de formaci\u00f3n LLM, cubri\u00f3 las ventajas del preentrenamiento, el ajuste fino y la ingenier\u00eda r\u00e1pida, citando casos de uso industrial para cada uno y presentando la matriz de decisi\u00f3n de la estrategia de modelos de Artefact. <\/span><\/p>\n<\/div> Junto con el coste de propiedad, el rendimiento y las limitaciones, Hanan tambi\u00e9n habl\u00f3 de la gesti\u00f3n del cambio y de las formas en que la IA generativa podr\u00eda afectar a los puestos de trabajo.<\/p>\n<\/div> El ponente principal Matthieu Rouif es director general y cofundador de PhotoRoom<\/a>, una aplicaci\u00f3n que permite a sus ya 80 millones de usuarios crear fotos con calidad de estudio con un smartphone, utilizando la Difusi\u00f3n Estable, una tecnolog\u00eda de IA Generativa para im\u00e1genes.<\/p>\n Desde la explosi\u00f3n de los mercados de comercio electr\u00f3nico espoleada por la pandemia del COVID-19, cada a\u00f1o se editan dos mil millones de fotos. Y la aplicaci\u00f3n PhotoRoom est\u00e1 desempe\u00f1ando un papel importante al automatizar el recorte, la visualizaci\u00f3n de sombras y la generaci\u00f3n de fondos realistas para los comerciantes. \u201cUtilizamos IA generativa para ofrecer a los clientes fotos que parecen haber sido tomadas por un fot\u00f3grafo profesional, incluso a\u00f1adiendo fondos \u00fanicos y realistas generados por IA en menos de un segundo\u201d, afirma Matthieu.<\/p>\n<\/div> Igor Carron es el director general y cofundador de LightOn<\/a>, empresa francesa creadora de la nueva plataforma de IA generativa Paradigm, m\u00e1s potente que GPT-3. Aporta los modelos m\u00e1s avanzados para ejecutar servidores y data al tiempo que garantiza la soberan\u00eda data para las empresas.<\/p>\n En su discurso de apertura, Igor habl\u00f3 de los or\u00edgenes de su empresa. \u201cCuando creamos LightOn en 2016, est\u00e1bamos construyendo hardware que utilizaba la luz para realizar c\u00e1lculos para la IA. Era un enfoque inusual, pero funcion\u00f3: nuestra Unidad de Procesamiento \u00d3ptico (OPU), el primer coprocesador fot\u00f3nico de IA del mundo, ha sido utilizado ahora por investigadores de todo el mundo y se ha integrado en uno de los mayores superordenadores del mundo.<\/p>\n \u201cDesde 2020, tras la aparici\u00f3n de GPT, hemos trabajado para averiguar c\u00f3mo se pod\u00eda utilizar nuestro hardware para construir nuestros propios LLM, tanto para nuestro propio uso como para clientes externos. Aprendimos a fabricar LLM y, de hecho, se nos dio bastante bien. Pero cuando hablamos por primera vez con la gente en 2021, 2022, no ten\u00edan ni idea de GPT3, as\u00ed que tuvimos que educar a nuestro objetivo audience.<\/p>\n \u201cTrabajamos con un cliente para crear un modelo m\u00e1s grande, recientemente lanzado con 40.000 millones, entrenado de forma \u00fanica para competir con GPT3, pero utilizando muchos menos par\u00e1metros. Esto significa que puede tener una infraestructura mucho menos pesada en cuanto a hardware, y utilizarlo sin que le cueste un ojo de la cara.\u201d<\/p>\n Igor subraya el valor de los grandes modelos ling\u00fc\u00edsticos y dice:<\/p>\n<\/div> \u201cLo que ofrecemos hoy a los clientes es un producto llamado Paradigm: permite a las empresas gestionar sus propios flujos data dentro de sus organizaciones y reutilizar este data para reciclar y mejorar estos modelos. Esto garantiza que sus procesos o productos internos puedan beneficiarse de la inteligencia obtenida de sus interacciones con sus LLM.<\/p>\n \u201cMuchos en el ecosistema franc\u00e9s o europeo dependen de la API Open AI o de otros competidores norteamericanos\u201d. advierte Igor: \u201cEl peligro de enviar su data a una API p\u00fablica es que se reutilizar\u00e1 para entrenar modelos sucesivos. As\u00ed que, digamos que la gente de la industria minera, que sabe literalmente d\u00f3nde encontrar oro, le env\u00eda su reports t\u00e9cnico... Dentro de unos a\u00f1os, si le pregunta a ChatGPT-8 o -9 o lo que sea: \u2018\u00bfD\u00f3nde est\u00e1 el oro?\u2019, \u00a1le dir\u00e1 d\u00f3nde est\u00e1 el oro!\u201d. Recomienda encarecidamente que las empresas empiecen a utilizar el data que generan internamente para entrenar sus modelos.<\/p>\n<\/div> Yohann Ralle, el \u00faltimo orador principal, es especialista en IA Generativa en el Ministerio de Econom\u00eda, Finanzas y Soberan\u00eda Industrial y Digital de Francia. Comenz\u00f3 explicando su \u201cf\u00f3rmula m\u00e1gica\u201d para construir un LLM de vanguardia: potencia de c\u00e1lculo + datasets + investigaci\u00f3n fundamental:<\/p>\n<\/div> \u201cCon respecto a los datasets, iniciativas como Agdatahub<\/a> han ayudado a agregar, anotar y cualificar el aprendizaje y las pruebas data para desarrollar una IA eficiente y fiable, lo que tambi\u00e9n puede contribuir a la competitividad francesa. En cuanto a la investigaci\u00f3n fundamental, la estrategia nacional ha ayudado a estructurar el ecosistema de investigaci\u00f3n y desarrollo de la IA con la creaci\u00f3n del 3IA<\/a> institutos, la financiaci\u00f3n de contratos de doctorado, el lanzamiento del IRT Saint Exup\u00e9ry y del proyecto SystemX, m\u00faltiples programas de formaci\u00f3n de estudiantes y mucho m\u00e1s en toda Francia y Europa\u201d.\u201d<\/p>\n<\/div> Aunque la pregunta recibi\u00f3 respuestas contradictorias, el consenso general es que, aunque la inteligencia existe, la intencionalidad no.<\/p>\n Matthieu:<\/strong> \u201cCreo que s\u00ed... Sientes que hay alguien ah\u00ed, siempre que no preguntes por las fechas. Hay un lado temporal que no funciona\u201d.\u201d Yohann:<\/strong> \u201cLa prueba de Turing es muy subjetiva. Existe un riesgo cuando atribuimos cualidades humanas a la IA, cuando antropomorfizamos. Recuerde el caso del ingeniero de Google Blake Lemoine<\/a>, que cre\u00eda que el chatbot LaMDA con el que hablaba se hab\u00eda vuelto sintiente... El Test de Turing es un ejercicio interesante, nada m\u00e1s\u201d.\u201d<\/p>\n Hanan:<\/strong> \u201cEn cuanto a ChatGPT, nos estamos acercando, pero a\u00fan no hemos llegado\u201d.\u201d<\/p>\n<\/div> Igor:<\/strong> \u201cAunque el impacto a largo plazo del ChatGPT en las LLM a\u00fan no puede comprenderse del todo, con el tiempo surgir\u00e1n nuevos usos para estas tecnolog\u00edas que tendr\u00e1n importantes implicaciones sociales. El debate es interesante, pero lo m\u00e1s importante son los art\u00edculos cient\u00edficos reales que detallar\u00e1n las mejoras de los LLM. Las aplicaciones pr\u00e1cticas actuales y potenciales de estos modelos no deben pasarse por alto ni subestimarse.\u201d<\/p>\n<\/div> H<\/strong>anan:<\/strong> \u201cObviamente, los chatbots siempre han sido importantes en la IA y seguir\u00e1n siendo un caso de uso importante, porque ahora, con ChatGPT, puede crear uno en 48 horas conect\u00e1ndolo a una base data, es incre\u00edble. Otro caso de uso es la creaci\u00f3n de agentes aut\u00f3nomos que puedan realizar tareas espec\u00edficas sin intervenci\u00f3n humana, como un agente de viajes que le reserve todas las entradas a hoteles y restaurantes para una visita a Italia.\u201d<\/p>\n Yohann:<\/strong> \u201cVeo muchas oportunidades para los complementos impulsados por CGT, como Kayak o Booking. Creo que reestructurar\u00e1 el entorno digital, donde OpenAI agregar\u00e1 a los agregadores\u201d.\u201d<\/p>\n Igor<\/strong>: \u201cPreveo la posibilidad de personalizar los LLM empresariales. M\u00e1s all\u00e1 de los lagos de data, las empresas empezar\u00e1n a entender c\u00f3mo utilizar la data no estructurada y c\u00f3mo generar valor real a partir de su data internamente con LLM privados. Al mismo tiempo, creo que veremos cambios dr\u00e1sticos en la forma en que la gente busca y utiliza Internet gracias a ChatGPT.\u201d Matthieu:<\/strong> \u201cSomos afortunados, una de nuestras ventajas competitivas es que tenemos la IA en nuestro ADN. Fomentamos internamente el uso de herramientas m\u00e1s generativas. Nuestro equipo t\u00e9cnico utiliza Copilot para el desarrollo, y nuestros codificadores utilizan tanto ChatGPT como Copilot. Somos m\u00e1s creativos con estas herramientas. En cuanto al empleo, estamos creciendo, as\u00ed que tenemos previsto contratar a gente nueva... pero al mismo tiempo, cuando tenemos un gran software, podemos hacer m\u00e1s con equipos m\u00e1s peque\u00f1os.\u201d<\/p>\n Igor:<\/strong> \u201cSiempre hemos funcionado con un equipo peque\u00f1o -siete u ocho personas- para alcanzar los mismos altos niveles de destreza t\u00e9cnica que Google, por ejemplo, donde los equipos son diez veces mayores. Nuestros peque\u00f1os equipos tienen un efecto totalmente desproporcionado. Es una idea falsa creer que se necesita un gran equipo para lograr grandes cosas\u201d.\u201d<\/p>\n Yohann:<\/strong> \u201cHace diez a\u00f1os, un estudio estadounidense afirmaba que se perder\u00edan 47% de empleos debido a la IA en 20 a\u00f1os, pero podemos ver que no est\u00e1 ocurriendo. Un estudio m\u00e1s reciente de la OCDE dec\u00eda que estaba m\u00e1s cerca de 14%. Creo que deber\u00edamos pensar en t\u00e9rminos de tareas, no de puestos de trabajo. Como se menciona en un estudio reciente de OpenAI, entre 80 y 90% de los puestos de trabajo se ver\u00e1n afectados por la IA generativa, pero eso significa realmente que 90% de los empleados se ver\u00e1n afectados en 10% de sus tareas. Lo interesante es que se est\u00e1 cuestionando la noci\u00f3n de profesiones que cre\u00edamos intocables por la IA, como las del \u00e1mbito creativo, jur\u00eddico, financiero y otros. El gobierno franc\u00e9s ha creado Le LaborIA<\/a> para ayudar a explorar estas cuestiones\u201d.\u201d<\/p>\n<\/div> Hanan:<\/strong> \u201cEl primer l\u00edmite se refiere a la Propiedad Intelectual (PI). Hoy en d\u00eda, tenemos tres tipos de modelos: modelos p\u00fablicos, como ChatGPT, donde el data que env\u00eda puede utilizarse con fines comerciales; modelos privados sin propietario de la PI, como la API de Google en Lamba; y modelos de c\u00f3digo abierto autoinstalados. La soberan\u00eda Data es un problema, ya que GPT y PaLM no son de propiedad europea, sino estadounidense\u201d.\u201d<\/p>\n Yohann:<\/strong> \u201cLa reglamentaci\u00f3n es un gran problema en Europa. Italia tiene totalmente prohibi\u00f3 el uso de ChatGPT<\/a> a la espera de que se investigue si la aplicaci\u00f3n cumple la normativa sobre privacidad del GDPR. OpenAI tiene que ser extremadamente clara sobre el uso que hace de los data personales presentando, por ejemplo, un descargo de responsabilidad en el que diga que utiliza data personales y que permita a los usuarios optar por no participar en la recopilaci\u00f3n de data y permitirles borrar sus data. Otro problema en relaci\u00f3n con las limitaciones de los LLM son las alucinaciones: a menudo dan respuestas err\u00f3neas, lo que puede ser grave si la solicitud se refiere a una figura p\u00fablica y el modelo genera una noticia \u2018falsa\u2019 que puede perjudicar realmente a la persona en cuesti\u00f3n.\u201d<\/p>\n Vincent:<\/strong> \u201c\u00bfHa estudiado la cuesti\u00f3n de la propiedad intelectual y los problemas planteados por La demanda de Getty Images contra Stability AI<\/a>? Hay muchas preguntas sobre la b\u00fasqueda de im\u00e1genes en Internet para entrenar modelos...\u201d<\/p>\n Yohann:<\/strong> \u201cEstamos pensando en ello. El c\u00f3digo abierto podr\u00eda ser una forma de crear bases y conjuntos data limpios y sin derechos de autor que respeten la propiedad intelectual.\u201d<\/p>\n Matthieu:<\/strong> \u201cEn cuanto al data personal y los productos: lo que permite que ChatGPT o Midjourney o PhotoRoom funcionen bien no es el data personal, sino la opini\u00f3n de los clientes\u201d.\u201d<\/p>\n Yohann:<\/strong> \u201cLa opini\u00f3n de los usuarios es ideal, pero recopilarla resulta prohibitivamente caro en el caso de los LLM\u201d.\u201d<\/p>\n Igor:<\/strong> \u201c\u00bfD\u00f3nde est\u00e1 el dinero? Esa es mi pregunta. Todos los problemas que ha planteado son t\u00e9cnicos, y no podremos resolverlos hasta que dispongamos de los fondos para contratar ingenieros y poner en marcha un ecosistema, y sencillamente a\u00fan no estamos preparados.\u201d<\/p>\n<\/div> Yohann:<\/strong> \u201cEs un riesgo real. Ahora mismo, aqu\u00ed hay un monopolio de NVIDIA, controlan el mercado y los precios. No hay competidores reales en Europa, por desgracia. Es un recurso limitado por definici\u00f3n, un recurso escaso, as\u00ed que es una batalla seria\u201d.\u201d<\/p>\n Matthieu:<\/strong> \u201cLa falta de disponibilidad de GPU limita gravemente no s\u00f3lo nuestra productividad, sino el crecimiento de las empresas de toda Europa\u201d.\u201d<\/p>\n Igor:<\/strong> \u201cDesde que empezamos como productores de hardware, ya nos enfrentamos a este problema en 2016... Hoy en d\u00eda, hay personas que trabajan con nuestros competidores cuyo trabajo a tiempo completo es encontrar suficientes GPU para entrenar modelos... El mercado est\u00e1 explotando, pero la producci\u00f3n de chips no puede seguir el ritmo - en cualquier parte del mundo.\u201d<\/p>\n Hanan:<\/strong> \u201cInevitablemente habr\u00e1 un cuello de botella en la GPU, pero podemos aprender a ser m\u00e1s eficientes, tenemos que serlo. Y tenemos que ver c\u00f3mo podemos integrar el c\u00f3digo abierto en nuestras empresas, no s\u00f3lo c\u00f3mo utilizar todas las \u00faltimas tecnolog\u00edas.\u201d<\/p>\n<\/div> Matthieu:<\/strong> \u201cEn PhotoRoom utilizamos el c\u00f3digo abierto, nos permite ir m\u00e1s r\u00e1pido, desarrollar nuestra propia propiedad intelectual. Tenemos una amplia Comunidad Cara de Abrazo<\/a> en Par\u00eds que nos proporciona informaci\u00f3n esencial\u201d.\u201d Yohann:<\/strong> \u201cEn cuanto a la evoluci\u00f3n del c\u00f3digo abierto frente al propietario ha impulsado la IA generativa. La comunidad de la IA colabor\u00f3 para que otros actores pudieran beneficiarse de esta investigaci\u00f3n fundamental para construir sus propios modelos. Me pregunto si el rendimiento de estos modelos de c\u00f3digo abierto no ser\u00e1 inferior al de los modelos propietarios, pero eso puede cambiar. En cualquier caso, cabe preguntarse si Google no se arrepiente de haber abierto las puertas a su tecnolog\u00eda ChatGPT\u201d.\u201d<\/p>\n<\/div> La mesa redonda fue seguida de una sesi\u00f3n de preguntas y respuestas audience, con un debate especialmente animado en torno a la falta de women en la tecnolog\u00eda. Yohann detall\u00f3 varias de las medidas que est\u00e1 tomando el gobierno franc\u00e9s en materia de educaci\u00f3n dirigidas espec\u00edficamente a las ni\u00f1as y a las women, mientras que Vincent habl\u00f3 de lo que est\u00e1 haciendo el Artefact Escuela de Data<\/a>, el Women@Artefact<\/a> y otras empresas tecnol\u00f3gicas para intentar corregir la situaci\u00f3n.<\/p>\n Tambi\u00e9n se plantearon otras cuestiones sobre la inclusividad para el uso de los LLM por parte de personas con autismo y otras discapacidades; el problema de las alucinaciones de la IA; las medidas que las empresas tienen previsto poner en marcha para proteger el medio ambiente; el papel de Europa frente al de Francia en relaci\u00f3n con el scraping de Internet para data. Para ver c\u00f3mo respondieron los participantes a estas preguntas, vea la conferencia replay.<\/p>\n<\/div><\/div><\/div><\/div><\/article><\/p>","protected":false},"excerpt":{"rendered":" En la Conferencia sobre IA Generativa Artefact, celebrada el 20 de abril de 2023, los principales actores del campo de la IA generativa compartieron sus conocimientos e intercambiaron ideas sobre esta nueva tecnolog\u00eda y las formas en que las empresas pueden utilizarla para mejorar la productividad de sus negocios. <\/p>","protected":false},"featured_media":69951,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"blog-category":[2995],"blog-language":[2991],"class_list":["post-69927","blog","type-blog","status-publish","has-post-thumbnail","hentry","blog-category-ai-technology","blog-language-en"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog\/69927","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/types\/blog"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media\/69951"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/media?parent=69927"}],"wp:term":[{"taxonomy":"blog-category","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog-category?post=69927"},{"taxonomy":"blog-language","embeddable":true,"href":"https:\/\/www.artefact.com\/es\/wp-json\/wp\/v2\/blog-language?post=69927"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}IA generativa: explorando nuevas fronteras creativas<\/h2><\/div>
\n
Perspectivas y oportunidades en el mercado de la IA generativa<\/h2><\/div>
<\/span><\/div>\n
Una plataforma fotogr\u00e1fica generativa impulsada por IA para el comercio electr\u00f3nico<\/h2><\/div>
<\/span><\/div>\n
Repensar la IA para las empresas<\/h2><\/div>
\n
Una estrategia nacional para la Inteligencia Artificial Generativa<\/h2><\/div>
\n
<\/span><\/div>Mesa redonda sobre IA generativa dirigida por Vincent Luciani, Director General de Artefact<\/h2><\/div>
\u00bfHa superado la IA el Prueba Turing<\/a> (es decir, \u00bfha alcanzado la IA un nivel de inteligencia humano)?<\/h3><\/div>
\nIgor: \u201cMi pregunta es \u00bfpor qu\u00e9 ha hecho esa pregunta? Porque el test de Turing no es muy interesante para los negocios. Pero, en t\u00e9rminos de interacci\u00f3n, s\u00ed, se puede decir que la IA ha superado la prueba\u201d.\u201d<\/p>\n\u00bfEs la llegada de ChatGPT una revoluci\u00f3n, una evoluci\u00f3n o parte de un continuo?<\/h3><\/div>
\u00bfCu\u00e1les son los casos de uso m\u00e1s prometedores para las empresas? \u00bfBots, generaci\u00f3n de im\u00e1genes?<\/h3><\/div>
\n<\/strong>
\nVincent:<\/strong> Creo que se producir\u00e1 una fusi\u00f3n de los data internos de las empresas y los LLM en una especie de \u2018FAQ+ maestro\u2019 que podr\u00e1 ser consultado por agentes de b\u00fasqueda o aumentados. El concepto de consulta est\u00e1 evolucionando: ma\u00f1ana, \u00bfla gente comprar\u00e1 una o muchas palabras clave, o comprar\u00e1 un concepto? En publicidad, el objetivo siempre ha sido basarse en las personas, en el audience; ahora, a medida que protegemos el data personal, nos dirigimos hacia el basado en el contexto. Y eso puede dar lugar a una publicidad m\u00e1s interesante\u2019.\u201d<\/p>\n<\/div>\u00bfC\u00f3mo se utiliza actualmente la IA generativa en las organizaciones? \u00bfEst\u00e1 afectando al empleo?<\/h3><\/div>
\u00bfCu\u00e1les son las limitaciones en torno a la soberan\u00eda y las normativas para estos modelos?<\/h3><\/div>
Con cada vez m\u00e1s LLM en construcci\u00f3n, \u00bfcree que habr\u00e1 una \u201cguerra\u201d de GPU?<\/h3><\/div>
\u00bfD\u00f3nde ve m\u00e1s valor para el futuro? \u00bfModelos de c\u00f3digo abierto? \u00bfLos LLM?<\/h3><\/div>
\n<\/strong>
\nIgor:<\/strong> \u201cUtilizamos LLM, pero no estamos casados con ese modelo de negocio. Podr\u00edamos utilizar c\u00f3digo abierto. Lo importante es poder y saber reutilizar nuestro data patentado para entrenar futuros modelos. El objetivo es una industria que personalice estos modelos para otras empresas\u201d.\u201d<\/p>\n