Un traductor en tiempo real para 200 idiomas: Meta quiere dar un salto lingüístico con inteligencia artificial

Meta, la empresa antes conocida como Facebook, se propone crear una plataforma de traducción de idiomas basada en inteligencia artificial. La novedad esencial no es esa, sino el soporte de un montón de idiomas que hasta ahora no habían sido contemplados por otras herramientas de este tipo.

200 idiomas. El sistema desarrollado por Meta, llamado NLLB-200, (de "No Language Left Behind", es decir, "Ningún idioma quedará olvidado") es especialmente ambicioso por su soporte en 40.000 direcciones distintas gracias a la combinación de esos 200 idiomas distintos soportados. Google Translate soporta 133, por ejemplo.

"Idiomas de bajos recursos". En esa oferta se incluirán idiomas mucho menos habituales en los traductores y que tienen menos de un millón de pares de frases traducidas disponibles para entrenar al sistema. Entre ellos están diversos idiomas que se hablan en África o India y que no están soportados por herramientas de traducción comercial.

Inteligencia artificial + validación humana. El sistema de Meta AI, descrito en un estudio científico, explica cómo en NLLB han combinado un sistema de validación humana (FLORES-200) de la traducción con un mecanismo de creación de frases de entrenamiento y diversas técnicas de modelado para mejorar la traducción.

¿Cómo lograr una traducción decente? Los sistemas de traducción automática suelen cometer errores notables. Para evitar problemas, en Meta crearon un conjunto de datos de prueba con 3001 pares de frases en cada idioma cubiertas por el modelo, cada una de las cuales se tradujo desde el inglés al idioma destino no por la máquina, sino por traductores profesionales humanos que no solo lo eran, sino que hablaban ese idioma destino de forma nativa.

Los resultados prometen. A partir de ahí compararon la traducción automática con las referencias humanas usando un benchmark popular en este ámbito, el llamado BLEU (BiLingual Evaluation Understudy). Esa prueba ofrece puntuación a las traducciones y dejó claro que el modelo de Meta mejora en un 44% los resultados de los mejores sistemas automáticos de traducción que existían hasta ahora.

Pero cuidado con la traducción automática. El resultado es prometedor, pero como indicaba un experto de Microsoft en este ámbito, no son definitivos. En traducciones con idiomas con pocos recursos los errores de traducción pueden ser difíciles de detectar —por ejemplo, afirmar con seguridad algo como verdadero aunque no lo sea—, y por tanto será importante tomar esas traducciones con cierta perspectiva. También es importante integrar listas de toxicidad para detectar y evitar groserías y contenido potencialmente ofensivo.

En Genbeta

Hemos probado DeepL, el nuevo traductor que deja en evidencia al de Google

Un proyecto Open Source. Otra de las características destacadas de este sistema es que el código estará abierto y se publicarán las herramientas de investigación, lo que podría hacer que incluso más idiomas acabaran siendo añadidos a ese motor de traducción.

Más conocimiento para todos. La aplicación práctica de este sistema de traducción es obvia: que más y más personas tengan acceso a contenido en internet que estaba en idiomas que no manejan. La Wikipedia es un buen ejemplo, y de hecho Meta se asoció con Wikimedia Foundation para tratar de apoyar los sistemas de traducción de la enciclopedia online.

via Robótica e IA - Xataka https://ift.tt/yD9lImM

La tecnología acaba de crear algo que ni siquiera sabía que necesitaba: robots luciérnagas diminutos

Cada vez resulta más difícil verlas, pero las luciérnagas siguen inspirándonos hoy igual que hace siglos. A pintores, músicos y poetas, por supuesto; pero también a científicos. Hay quien intenta emularlas para iluminar ciudades y quienes creen que pueden ser modelos fantásticos para, pongamos, diseñar robots diminutos que nos ayuden en operaciones de rescate.

En esas anda un grupo de científicos del Massachusetts Institute of Technology (MIT), que se han inspirado en las luciérnagas para diseñar minúsculas máquinas voladoras, del tamaño de un insecto, capaces de emitir luz mientras aletean sobre nuestras cabezas. Más allá de lo anecdótico —o incluso poético, por qué no— que resulta ver “mini drones” luminiscentes aleteando por ahí, la innovación puede facilitar tremendamente al rastreo o incluso la comunicación de estos dispositivos.

Lo más curioso es que también en eso los microrobots se parecen a las luciérnagas reales, a las que la luz les sirve, entre otras cosas, para atraer parejas y presas o alejar depredadores.

Robots inspirados en insectos

Lo que han logrado los investigadores del MIT es básicamente fabricar músculos artificiales electroluminiscentes, flexibles, que controlan las alas de los robots y son capaces de emitir luces de colores mientras aletean. El sistema está pensado para aparatos minúsculos, que pesan poco más que un clip y tienen el tamaño de un insecto, y les brinda algunas ventajas importantes.

Quizás la más relevante es que la electroluminiscencia facilita que estos peculiares minirobots puedan volar fuera de los laboratorios. ¿Cómo? Pues simplificando su monitoreo.

Al ser tan livianas, las máquinas usadas por el MIT no pueden incorporar sensores, así que si los científicos quieren rastrearlos y seguir sus movimientos no les queda otra que echar mano de grandes cámaras infrarrojas, aparatos eficientes pero que no son prácticos al aire libre.

Inspired by fireflies, EECS researchers have created insect-scale robots that can emit light when they fly, which enables motion tracking and communication. “It only takes about 3 percent more energy to shine out light,” Kevin Chen says. https://t.co/Nnn75bSwPH pic.twitter.com/AY8XHZfmvV

— Massachusetts Institute of Technology (MIT) (@MIT) June 21, 2022

Al iluminarse como luciérnagas los robots ofrecen otra forma de control igual de precisa pero muchísimo más ligera, lo que facilita su manejo a cielo abierto. En vez de cámaras infrarrojas, a los investigadores les llega —como han comprobado en el MIT— con usar las de los smartphones y un programa informático. Ya solo con eso son perfectamente capaces de tenerlos controlados.

“Los robots de gran escala pueden comunicarse usando muchas herramientas diferentes: Bluetooth, inalámbrica… Todo este tipo de cosas. Pero para un robot diminuto y con limitaciones de energía nos vemos obligados a pensar en nuevos modos de comunicación. Es un gran paso para hacer volar estos robots en entornos al aire libre, en los que no tenemos un sistema de seguimiento del movimiento de última generación bien ajustado”, explica Kevin Chen, del MIT.

Al facilitar la comunicación, la electroluminiscencia abre también las puertas a un mundo de posibilidades. Imagínate por ejemplo que los bomberos utilizan uno de estos microrobots en una operación de rescate. Si encuentra una víctima mientras aletea entre los escombros de un edificio derruido puede utilizar sus señales visuales para indicar el punto a otros robots y pedir ayuda.

La gran pregunta es: ¿Cómo han conseguido los investigadores del MIT que despeguen del suelo aparatos tan pequeños? Y lo que resulta igual de curioso, ¿Qué han hecho para que brillen?

El primer paso consistió en fabricar los músculos artificiales, para lo que se dedicaron a alternar capas ultrafinas de elastómero y electrodos de nanotubus de carbono en una pila, una combinación que luego enrollaban hasta formar un cilindro flexible. Llega con aplicarle un voltaje al resultado para que los electrodos aprieten el elastómero y… ¡Voilà! La tensión del mecanismo agite un ala.

En Xataka

Alguien ha creado el robot más pequeño del mundo: tiene forma de cangrejo y puede caminar y saltar

Para que además brillase los investigadores añadieron al elastómero partículas de sulfato de zinc electroluminiscentes. Es fácil decirlo. Hacerlo, no tanto. Antes se las vieron para crear un electrodo que no bloqueara la luz y generar un campo eléctrico que permita iluminar las partículas.

“Los materiales electroluminiscentes suelen ser energéticamente muy costosos, pero en cierto sentido obtenemos esa electroluminiscencia de forma gratuita porque solo usamos el campo eléctrico a la frecuencia que necesitamos para volar. No necesitamos nuevos claves. Solo alrededor de un 3% más de energía para que brille la luz”, añade Chen. Otra ventaja es que el “polvo” de zinc apenas añade peso extra al mecanismo. El equipo calcula que únicamente lo aumenta un 2,5%.

Al ajustar la combinación química de las partículas de zinc el equipo logró además cambios en el color de la luz. En el MIT ya han recreado tonalidades verdes, naranjas y azules y han compartido un vídeo en el que se puede ver una de sus peculiares robots iluminados con las siglas del MIT.

Con el dispositivo ya listo los científicos de Massachusetts completaron pruebas de vuelo durante las que utilizaron su propio sistema de seguimiento. Para el rastreo, explican, echaron mano de cámaras de iPhone que podían detectar los diferentes colores y un programa informático que se encargaba de rastrear la posición y comportamiento de los robots. Los resultados son alentadores.

En Xataka

Saltamontes ciborgs vs grupos bioterroristas: la apuesta de la Armada estadounidense para combatir la boom de las armas biológicas

Tanto por la capacidad de rastreo como por el ahorro de costes que supone. “Usamos hardware barato en comparación con las decenas de miles de dólares que cuestan estos grandes sistemas de seguimiento y los resultados fueron muy parecidos”, comparte Chen. Ahora el equipo trabaja en el seguimiento en tiempo real y añadir señales para encender y apagar las luces durante el vuelo.

El objetivo: comunicarse de una forma más precisa y similar a como lo hacen las luciérnagas reales que podemos encontrarnos en el campo. Porque —quién lo diría— estos insectos bioluminiscentes hacen mucho más que alumbrar las noches de verano o azuzar la imaginación de los artistas.

Imágenes | MIT

via Robótica e IA - Xataka https://ift.tt/Rt7GNrI

Google presenta Minerva, una IA capaz de resolver problemas de matemáticas paso a paso

En los últimos años hemos visto avances impresionantes en el mundo de la inteligencia artificial y, particularmente, en la rama del procesamiento del lenguaje natural. GPT-3 es el mejor ejemplo de ello, pero también BERT. El "problema" es que, mientras estos modelos brillan en las tareas de lenguaje natural, siguen a la cola en razonamiento cuantitativo. En mates, por ejemplo.

Resolver preguntas matemáticas y científicas no solo es procesar lenguaje, sino que requiere analizar enunciados, notación matemática, aplicación de fórmulas y uso de símbolos. Es complejo, sin duda, pero unos investigadores de Google han publicado el que, dicen, es un "modelo de lenguaje capaz de resolver cuestiones matemáticas y científicas mediante el razonamiento paso a paso". Su nombre: Minerva.

Un tren sale de Madrid a una velocidad de 250 km/h y otro de Barcelona a...

Según explican Ethan Dyer y Guy Gur-Ari, investigadores a cargo del paper "Solving Quantitative Reasong Problemos with Language Models", Minerva resuelve problemas de razonamiento cuantitativo generando soluciones que incluyen cálculos numéricos y manipulación simbólica sin depender de herramientas externas, como una calculadora.

El modelo analiza y responde a las preguntas matemáticas combinando lenguaje natural y notación matemática, de forma que el resultado es una explicación completa y entendible del problema. Para muestra, el problema bajo estas líneas, aunque en GitHub se pueden encontrar otros tantos de diferentes ámbitos.

Minerva está basado en PaLM (Pathaways Language Model), al cual se ha sumado un entrenamiento adicional consistente en 118 GB de artículos científicos de arXiv y páginas webs que contienen expresiones matemáticas en LaTeX y MathJax, entre otros formatos. Básicamente, el modelo ha aprendido a "conversar utilizando la notación matemática estándar", según los investigadores.

El funcionamiento, por lo demás, es bastante similar a otros modelos del lenguaje: se generan varias soluciones y Minerva asigna probabilidades a los distintos resultados. Todas las soluciones llegan (casi siempre) a la misma respuesta, pero con pasos distintos. Lo que hace el modelo es usar la votación por mayoría para elegir el resultado más común y darlo como respuesta final.

Resultados de benchmarks.

En la imagen superior, publicada por Google, puede verse el resultado de Minerva en diferentes benchmarks STEM (Math, MMLU-STEM y GSM8k). De acuerdo a Google, "Minerva obtiene resultados de vanguardia, a veces con un amplio margen". Sin embargo, el modelo no es perfecto y también comete errores.

En Xataka

Hemos entrevistado a GPT-3 sobre cómo será la vida en 2030 y esto es lo que nos ha dicho de Marte y el futuro (y dice que se llama Luis)

Según detallan desde Google, Minerva se equivoca de vez en cuando, aunque sus errores son "fácilmente interpretables". En palabras de los investigadores, "aproximadamente la mitad son errores de cálculo, y la otra mitad son errores de razonamiento, en los que los pasos de la solución no siguen una cadena lógica de pensamiento". Otra opción es que el modelo consiga la respuesta correcta con un razonamiento defectuoso (falso positivo). A continuación hay un par de ejemplos.

Ejemplo de falso positivo.

Ejemplo de pregunta incorrecta.

Finalmente, los investigadores señalan que el modelo tiene algunas limitaciones, como que las respuestas del modelo no pueden ser verificadas automática. El motivo es que Minerva genera respuestas usando lenguaje natural y expresiones matemáticas LaTeX, "sin una estructura matemática subyacente explícita".

Más información | Google

via Robótica e IA - Xataka https://ift.tt/cZ0wpiF

Mentir en el currículo no es nada. Ahora hay gente usando deepfakes para engañar en entrevistas remotas

Hacer pasar un curso en Aravaca como un máster en Harvard no es ya lo más desconcertante a lo que se pueden enfrentar los técnicos de recursos humanos. Ahora, estos profesionales deberán estar más atentos que nunca al lenguaje corporal de sus entrevistados a través de videollamadas, y no para detectar determinados aspectos de su personalidad a través de ellos, sino simple y llanamente para averiguar si son personas reales.

De acuerdo con un informe reciente del FBI, la agencia de investigación estadounidense está recibiendo un número cada vez mayor de denuncias de empresas que aseguran que uno o varios de los candidatos de sus procesos de selección han usado tecnología deepfake para hacerse pasar por otras personas durante las entrevistas y tener así más posibilidades de hacerse con el empleo.

¿Por qué? Según explica el FBI, la finalidad de estas acciones tiene poco que ver con el ámbito laboral. Los puestos solicitados suelen estar relacionados con las TIC, bases de datos o programación, a través de los cuales se tiene acceso a información personal de los clientes y empleados de la compañía o a datos financieros de la organización. Por lo tanto, el objetivo de estos impostores no es otro que robar esa información para usarla con fines ilícitos.

La agencia de investigación estadounidense señala en su informe que ha recibido multitud de denuncias de este tipo recientemente, en especial de empresas tecnológicas, aunque no ha especificado cuántos de esos intentos de suplantación se detectaron a tiempo y cuántos lograron superar las distintas fases del proceso de selección y acceder a los datos confidenciales de la compañía.

¿Qué puestos? Como es evidente, para que un fraude de esta naturaleza sea posible, los puestos a los que van dirigidos tienen que ser completamente en remoto, y todo el proceso de selección se tiene que realizar a distancia a través de correos, llamadas y videoconferencias. Esto, sumado a que los profesionales TIC suelen tener mayor acceso a datos sensibles de las organizaciones en las que trabajan, hace que muchos de los intentos de suplantación se hayan llevado a cabo en candidaturas para empleos tecnológicos.

¿Cómo detectarlos? El FBI señala que algunas de las empresas que fueron conscientes de la suplantación durante el proceso de selección detectaron el engaño porque voz e imagen no se correspondían en determinados momentos, por ejemplo, cuando el candidato tosía pero en la imagen no, ni siquiera con retardo. Otras compañías descubrieron la farsa gracias al uso de software de detección de deepfakes.

A pesar de que algunas empresas lograron detectarlos a tiempo, descubrir que se está ante un deepfake no es nada sencillo si está bien conseguido y no se está alerta ante la posibilidad de que esto suceda. Las videollamadas con mala calidad, lentas, con lag o entrecortadas son bastante comunes, por lo que los posibles fallos de la suplantación pueden identificarse con alguno de estos problemas y pasarse por alto.

Por otra parte, el software especializado en la detección de deepfakes todavía no es del todo preciso. Según un estudio de la Universidad de Carnegie Mellon, en Estados Unidos, la efectividad de las herramientas de este tipo que existen en la actualidad oscila entre el 30 y el 97%.

Imagen | Wocintechchat

via Robótica e IA - Xataka https://ift.tt/IqtWDF2

Roborock extiende su serie S con el nuevo S7 Pro Ultra

En el marco de su constante diversificación de productos y siempre con el fin de proporcionar una limpieza automática, Roborock amplía su serie estrella, la serie S, con este nuevo modelo, que incluye todas las características del premiado S7+, como su succión superior de 5100 Pa, la elevación automática VibraRise® para zonas con alfombras y la vibración sónica de 3000 veces por minuto. Con la estación inteligente más innovadora y la avanzada tecnología de Roborock, el S7 Pro Ultra ofrece una limpieza automática y aún más cómoda. 

Una base de carga que lo hace todo

La compatibilidad con la nueva Base de Vaciado, Lavado y Llenado de Roborock se traduce directamente en menos mantenimiento manual. Para estar siempre a punto, la estación también se limpia automáticamente mientras se lava la mopa. Gracias a la función de rellenado automático del tanque de agua, el S7 Pro Ultra puede fregar hasta 300 m², un 50% más que sus predecesores. Además, la bolsa para polvo permite almacenar la suciedad hasta durante siete semanas.

Con la aclamada función VibraRise® y tecnología de fregado sónico

Diseñado para limpiar sin interrupciones, el S7 Pro Ultra incluye la aplaudida tecnología VibraRise® de Roborock: una combinación de fregado sónico y elevación automática de la mopa. Este sistema permite al robot pasar fácilmente de una superficie a otra mientras elimina la suciedad con una frotación de alta intensidad. El S7 Pro Ultra combina una potencia de succión de 5100 Pa con el fregado sónico más rápido del mercado, que frota el suelo hasta 3000 veces por minuto para una limpieza más profunda.

Además, el sistema PreciSense LiDAR escanea constantemente las habitaciones para evitar caídas o atascos, e incluso emite alertas en la aplicación en caso de que el robot aspirador tenga algún problema. El S7 Pro Ultra reconoce automáticamente las diferentes plantas, a la vez que permite fijar zonas restringidas y paredes virtuales. Desde la aplicación de Roborock es posible personalizar la limpieza por habitación, hora del día, rutinas e incluso ajustar la potencia de succión. Este modelo es compatible con Alexa, Home y Siri.

El S7 Pro Ultra estará disponible para su compra en Amazon desde el 7 de Julio de 2022 a un precio de venta sugerido por el fabricante de 1.199 €. A partir de dicha fecha se puede comprar con una oferta especial de lanzamiento por 949€, solo por tiempo limitado.

via Actualidad Gadget https://ift.tt/Mwt0YnZ

La IA de OpenAI ahora sabe jugar a Minecraft: ha aprendido viendo 70.000 horas de vídeos en YouTube

El potencial de la inteligencia artificial (IA) no deja de sorprendernos. En los últimos meses hemos visto desde un ingeniero de Google charlando con un chatbot hasta las delirantes creaciones de DALL-E Mini. Ahora, por si esto fuera poco, un modelo de OpenAI ha aprendido a jugar a Minecraft viendo vídeos en YouTube, y lo hace bastante bien.

La compañía explica que el modelo entrenado para jugar a Minecraft tiene la capacidad de ir más allá de las tareas de supervivencia básicas del juego. Por ejemplo, es capaz de nadar, cazar y cocinar animales. Incluso ha perfeccionado la técnica "salto de pilar", que permite crear un bloque improvisado para llegar a lugares más altos.

Entrenando una IA para que aprenda a jugar

Aunque anteriormente hemos visto a modelos de IA aprendiendo otras tareas, como conducir un coche en solo 20 minutos, los investigadores tuvieron que superar varios desafíos para entrenar un modelo de IA en un juego de mundo abierto. En primer lugar, necesitaban una gran cantidad de datos, los cuales fueron fáciles de conseguir en YouTube debido a que Minecraft es uno de los juegos más populares que existen.

Sin embargo, los vídeos cargados por los entusiastas del juego en YouTube muestran lo que están haciendo, pero no cómo lo están haciendo. Por consecuencia esto es un inconveniente para la IA, que no sabe "qué teclas presionar" para realizar determinadas acciones. En este sentido, los investigadores adoptaron una novedosa técnica.

Por un lado crearon un pequeño conjunto de datos basados en vídeos, pero que detallaba cada una de la acciones llevadas a cabo por los usuarios (para ello contrataron a varias personas para que jueguen por muchas horas). En base a esto, entrenaron un modelo de dinámica inversa (IDM) que predice qué acción vendrá a continuación.

En Xataka

Cinco expertos en inteligencia artificial comparten cuál es su uso y algoritmo favoritos

Así, en lugar de exponer a la IA a una enorme cantidad de datos sin etiquetar, primero se tomaron el tiempo de enseñarle cómo jugar con el modelo de dinámica inversa. Después, cuando volcaron el resto de la información, el modelo sabía cuáles eran las acciones necesarias para desarrollar una amplia variedad de tareas.

Según explica OpenAI, esta nueva técnica les permitió entrenar a su modelo con 70.000 horas de vídeos publicados publicados en internet. "Aprender a talar árboles para recolectar madera y convertir esa madera en una mesa de trabajo es casi imposible de lograr con el aprendizaje por refuerzo", aseguran. Lo cierto es que estos avances podrían ir más allá de los mundo de los videojuegos, la compañía cree que podría ser útil en otros escenarios, por ejemplo, en enseñarle a usar ordenadores. Skynet, ¿eres tú?

En Xataka | Europa abraza la Inteligencia Artificial: así es el pionero acuerdo que explotará (y limitará) sus posibilidades

via Robótica e IA - Xataka https://ift.tt/0wvodxp

DALL-E 2, la inteligencia artificial de OpenAI, es capaz de generar rostros fotorrealistas de personas que no existen

A principios de este año, DALL-E 2 nos mostraba su enorme capacidad para generar imágenes a partir de cualquier texto y una notable mejora con respeto a la primera generación. Sin embardo, durante todos estos meses, esta inteligencia artificial de OpenAI ha tenido una importante limitación: las condiciones de uso impedían que los investigadores que tienen acceso a ella pudieran compartir imágenes de rostros autogenerados, pero esto acaba de cambiar.

Como recogen nuestros compañeros de Genbeta, DALL-E 2 ha sido capaz de generar rostros fotorrealistas desde un principio, pero los responsables del proyecto no permitían su circulación puertas afuera debido al riesgo de creación de deepfakes y contenido falso. Entonces, ¿qué ha cambiado para que los investigadores puedan compartir rostros autogenerados? OpenAI ha implementado una serie de cambios para mejorar la seguridad de esta tecnología.

DALLE-2 puede generar rostros, pero con estas limitaciones

Para reducir los riesgos, OpenAI asegura que DALL-E 2 ahora impide que los investigadores puedan generar rostros fotorrealistas a partir de cualquier "cara realista". Además, la plataforma rechaza cualquier intento de generar rostros de celebridades y figuras públicas. Cabe señalar que anteriormente no se permitía generar rostros de figuras políticas destacadas, pero tras esta actualización, las limitaciones comprenden a cualquier personalidad famosa.

En todo momento hablamos de investigadores porque, a diferencia de DALL-E Mini, DALL-E 2 está actualmente en una fase cerrada de pruebas, por lo que aún no está disponible para el público en general. Incluso, quienes tienen acceso a esta tecnología todavía tienen ciertas limitaciones. No obstante, en las redes sociales se pueden encontrar numerosos ejemplos sobre su funcionamiento. Y algunas publicaciones nos dejan ver cómo se ven los rostros fotorrealistas generados por esta tecnología.

More examples of AI faces with colored hair and geometric makeup. The giveaway that they're not 'real' is if you peer into their eyes. #dalle2 pic.twitter.com/CUwOqJcNoT

— Danielle Computer Images 💿 (@djbaskin_images) June 21, 2022

Danielle Baskin, a través de la cuenta de Twitter @djbaskin_images describe cómo ha utilizado DALL-E 2 para generar rostros fotorrealistas con diferentes diseños de maquillaje. "Agregué la frase 'amarillo neón geométrico triangular' a mis indicaciones y obtuve estas increíbles ideas para el cabello y el maquillaje", dice, y añade "cuando miras a los ojos [a las imágenes generadas], sabes que se trata de inteligencia artificial".

Behind the scenes studio setup for Girl with a Pearl Earring. #dalle pic.twitter.com/fokfgdeaXf

— Ken Kocienda (@kocienda) June 19, 2022

Un ejemplo de cómo se puede utilizar DALL-E 2 para generar imágenes a partir de otra imagen lo podemos ver en un Tweet de Ken Kocienda. Partiendo de la famosa pintura de Johannes Vermeer 'La joven de la perla', este usuario pidió generar una escena de estudio, con fotógrafos, cámaras en trípodes y muchas luces, eso sí, en "pintura al óleo extremadamente detallada". El resultado, que es sorprendente, deja en evidencia el potencial de este tipo de herramientas en constante evolución.

En Xataka

Le he pedido a DALL-E Mini mostrar a Steve Jobs comiéndose una manzana y he acabado de entender por qué esta IA es fundamental

Detrás de DALLE-2 está GPT-3, un poderoso modelo de lenguaje presentado en 2020 capaz de generar diversos tipos de contenido a través de indicaciones escritas, y un modelo de "difusión", que comienza con un patrón de puntos aleatorios y altera gradualmente ese patrón para generar una imagen cuando reconoce aspectos específicos. En este campo también nos encontramos con otras propuestas prometedoras, como la recientemente presentada Parti de Google, que utiliza un modelo autorregresivo" y permite permite entradas de texto más extensas.

En Xataka | La primera jueza hecha por inteligencia artificial es bastante imparcial. Malas (y buenas) noticias para la justicia

via Robótica e IA - Xataka https://ift.tt/17Ce92b