Estás leyendo la publicación: Este boletín de IA es todo lo que necesita #33 – Hacia la IA
ChatGPT y la IA generativa siguen siendo temas candentes esta semana. Según los informes, ChatGPT alcanzó los 100 millones de usuarios activos mensuales en enero, lo que la convierte en una de las aplicaciones de más rápido crecimiento en la historia. Este éxito está generando una mayor presión sobre las empresas establecidas para que integren la última tecnología LLM en sus productos. Open AI ha lanzado varias integraciones con Microsoft, así como detalles de su plan de suscripción para ChatGPT. Google también ha anunciado el próximo lanzamiento de su nuevo competidor ChatGPT llamado “Bard”, que se basa en su modelo LaMDA.
Luego de su asociación con OpenAI, Microsoft se prepara para lanzar una versión de su motor de búsqueda Bing usando ChatGPT, con el objetivo de volverse más competitivo con Google. ChatGPT se ha vuelto más accesible a través de la integración en el lanzamiento de Teams Premium de Microsoft. OpenAI también planea lanzar una aplicación GPT móvil y probar una IA generadora de video. La rápida adopción de esta tecnología también plantea nuevas preguntas y Microsoft, GitHub y OpenAI se enfrentan a una demanda colectiva propuesta que los acusa de extraer código con licencia para crear la herramienta Copilot impulsada por IA de GitHub. Las empresas han pedido al tribunal que desestime la denuncia.
OpenAI ha lanzado una suscripción piloto llamada ChatGPT Plus, para monetizar su éxito viral. El servicio ofrece tiempos de respuesta más rápidos, acceso a ChatGPT durante las horas pico y acceso prioritario a nuevas funciones y mejoras. Comienza en $ 20 por mes. Los primeros rumores decían que la función ChatGPT Plus costaría $42 por mes y muchas personas creían que era demasiado cara. Sin embargo, ahora que tiene un precio de $ 20 por mes, ¿crees que vale la pena suscribirse?
Este problema se le presenta gracias a Qdrant:
El motor de búsqueda vectorial de código abierto Qdrant lanza una plataforma de nube administrada
Qdrant: robusto motor de búsqueda de similitud de vectores con soporte de filtrado avanzado. Está escrito en Rust, lo que asegura estabilidad y alto rendimiento probado por puntos de referencia.
La plataforma de nube administrada ahora está completamente disponible para uso comercial, lo que permite a las empresas de cualquier tamaño beneficiarse de las funciones de vanguardia de Qdrant sin tener que manejar su implementación y mantenimiento.
Se puede acceder a la plataforma en la nube de Qdrant a través de sitio web.
Noticias más calientes
1.¿Viene ChatGPT por su trabajo?
ChatGPT ha sido un tema de discusión desde su lanzamiento, con opiniones divididas entre sus beneficios potenciales y amenazas percibidas. Si bien algunos expertos ven a ChatGPT como una herramienta que podría mejorar en gran medida las asociaciones entre humanos e IA, muchas personas no están seguras de cómo reaccionar ante ella. Este artículo le preguntó al propio robot qué impacto podría tener ChatGPT en la profesión de ingeniería.
2. Big Tech se estaba moviendo con cautela en la IA. Luego vino ChatGPT
Las pequeñas empresas están llevando la IA a las masas, lo que llevó a las grandes tecnológicas a responder. Tres meses antes del lanzamiento de ChatGPT en noviembre, Meta, la empresa matriz de Facebook, presentó un chatbot similar, Blenderbot. Sin embargo, Blenderbot no logró crear la misma emoción que ChatGPT. Según Yann LeCun, científico jefe de inteligencia artificial de Meta, la razón por la que era aburrido era porque era seguro.
3. Cosas geniales que sucedieron en el hackatón de IA generativa de Scale AI
En este hilo de Twitter, @alexandr_wang compartió una lista de los proyectos más interesantes, incluidos los proyectos ganadores creados por los ~300 piratas informáticos que asistieron al hackatón de IA generativa de Scale AI la semana pasada.
4. El proyecto de alfabetización de IA
TheGP busca conectarse con hackers talentosos y prototipos rápidos que contribuyen activamente en los campos de ingeniería, producto o diseño como parte del proyecto AI Literacy. Su objetivo es compartir y publicar los conocimientos recopilados de varios constructores y brindar más oportunidades de aprendizaje al profundizar en debates más profundos sobre temas como la accesibilidad y la aplicación de modelos de lenguaje, los conjuntos de herramientas que utilizan y la mejora de la productividad y la creatividad con los LLM.
5. Gaslighting y realidad en IA
2022 fue el año en que la IA generativa dejó el laboratorio y obtuvo un reconocimiento generalizado. Gary Marcus reflexiona sobre lo que ha cambiado y lo que no ha cambiado en los últimos años y proporciona una serie de ejemplos que demuestran la facilidad con la que la IA generativa puede producir resultados sin sentido y su comprensión superficial de la realidad.
Tres lecturas/videos de 5 minutos para seguir aprendiendo
1.Cómo construir un chatbot que responda preguntas sobre documentación y cite sus fuentes
El tutorial se alojó inicialmente a través de una transmisión en vivo en nuestro Learn AI Discord. Le enseña cómo construir Buster, un chatbot que responde preguntas relacionadas con la biblioteca de transformadores Hugging Face mientras hace referencia a sus fuentes. Describe los tres componentes críticos necesarios para que Buster funcione: recopilar datos de la documentación, construir un sistema de recuperación de documentos y clasificar las fuentes más relevantes, y generar texto basado en la pregunta del usuario y proporcionar la respuesta.
2. Guía y recursos para la ingeniería rápida
Esta guía de GitHub incluye una colección de documentos recientes, recursos educativos, conjuntos de datos y herramientas relevantes para la ingeniería rápida. También presenta una compilación de publicaciones de blog y libros para seguir aprendiendo.
3. Ejecutivos habilitados para IA: cómo ChatGPT agudizará el pensamiento estratégico
El artículo analiza cómo ChatGPT puede mejorar el pensamiento estratégico y las capacidades de toma de decisiones, como anticipar y planificar el futuro, pensar de manera crítica y creativa sobre problemas complejos y tomar decisiones efectivas en situaciones inciertas.
4. Cuándo construir vs. comprar su almacén de datos (5 factores clave)
Nishith Agarwal, director de plataformas de datos y aprendizaje automático de Lyra Health y creador de Apache Hudi, se basa en sus experiencias tanto en Uber como en Lyra Health para presentar cinco consideraciones que influyen en la decisión de construir o comprar el almacén de datos, el lago de datos y capas de lago de datos de una pila de datos. Estas consideraciones incluyen costo, complejidad, experiencia, tiempo de valor y ventaja competitiva.
5. Cómo construir un motor de búsqueda semántico simple
En este hilo de Twitter, Cohere presenta una guía paso a paso sobre cómo construir un motor de búsqueda semántico básico. Los pasos involucrados incluyen obtener una lista de textos para buscar, incrustar el archivo de preguntas, convertir las incrustaciones en índices y otros.
¿Disfruta de estos documentos y resúmenes de noticias? Recibe un resumen diario en tu bandeja de entrada!
Próximos eventos de la comunidad
La comunidad Learn AI Together Discord organiza seminarios semanales de IA para ayudar a la comunidad a aprender de los expertos de la industria, hacer preguntas y obtener una visión más profunda de las últimas investigaciones en IA. Únase a nosotros para sesiones de video interactivas gratuitas organizadas en vivo en Discord semanalmente asistiendo a nuestros próximos eventos.
Redes Recurrentes: El Seminario de Arquitectura de Redes Neuronales (#5)
La sesión de esta semana de la serie (gratuita) de nueve partes sobre arquitecturas de redes neuronales estará dirigida por Pablo Duboue (DrDub) y se centrará en las redes recurrentes. Durante esta sesión explorará temas como el entrenamiento de RNNs por desenrollado, acceso y actualización de memoria interna en LSTMs y GRUs, así como Codificador/Decodificador y atención en sistemas Codificador/Decodificador. Encuentre el enlace al seminario aquí o añádelo a tu calendario aquí.
Fecha y hora: 7 de febrero, 11 p. m. EST
Si te perdiste la primera parte de la serie, encuentra las grabaciones del evento de la semana pasada aquí.
El grupo de lectura semanal de Learn AI Together ofrece presentaciones y debates informativos sobre los últimos avances en IA. Es un gran evento (gratuito) para aprender, hacer preguntas e interactuar con los miembros de la comunidad. Únase a la próxima discusión del grupo de lectura aquí.
Fecha y hora: 11 de febrero, 10 p. m. EST
¡Agregue nuestro calendario de Google para ver todos nuestros eventos gratuitos de IA!
Comuníquese con nosotros y envíenos su idea si desea presentar algún contenido relacionado con la IA a nuestra comunidad, ya sea una clase, un tutorial, un artículo, un grupo de lectura, un panel de discusión o una competencia. Nos encantaría presentarlo en vivo en nuestra comunidad Learn AI Discord de 38,000 miembros. El contenido se grabará, será 100 % de tu propiedad y estará disponible para que lo distribuyas en tu propio canal de Youtube o sitio web posteriormente.
Meme de la semana!
Meme compartido por Luis B#1408
Publicación destacada de la comunidad de Discord
jUMAD1#0227 recientemente actualizó un cuaderno de ciencia de datos sobre regresión lineal para las temperaturas de la Segunda Guerra Mundial. El cuaderno fue parte de la Beca de Aprendizaje Automático 2019 del Ministerio de Comunicación e Informática de Indonesia. La actualización incluye estructura y código mejorados, una revisión de los supuestos de regresión lineal y métricas de evaluación. encuentra el cuaderno aquí ¡y apoya a un miembro de la comunidad! Únase a la conversación y comparta sus comentarios aquí.
¡Encuesta de IA de la semana!
Únete a la discusión en Discord.
articulo de la semana
Desglosando AlphaTensor de DeepMind por Adrienne Kline
El primer sistema de IA para descubrir algoritmos novedosos, eficientes y probados matemáticamente para tareas fundamentales como la multiplicación de matrices. Este sistema arroja luz sobre una pregunta abierta en matemáticas de hace 50 años sobre el método más rápido para multiplicar matrices. Este documento, publicado en 2022, es un avance fundamental en el aprendizaje automático e intenta responder una pregunta de investigación traslacional con aplicaciones e implicaciones independientes del dominio. El autor ha explicado el artículo de la manera más sencilla posible.
Nuestros artículos de lectura obligada
Reconocimiento de oraciones escritas a mano con TensorFlow por Rokas Liuberskis
Una breve historia de las redes neuronales por frauke albrecht
Si está interesado en publicar con Towards AI, consulte nuestras pautas y regístrese. Publicaremos su trabajo en nuestra red si cumple con nuestras políticas y estándares editoriales.
Ofertas de trabajo
Ingeniero de Software II, Backend @Freenome (Remoto)
Ingeniero de reserva @Cobalt Robotics (Seattle/Bellevue WA)
Ingeniero de Percepción, Integración de Sistemas/Implementación de ML @Outrider (Golden, Colorado)
Ingeniero sénior de pila completa, plataforma empresarial @Labelbox (remoto)
Ingeniero sénior de pruebas de control de calidad de automatización @Arturo (Hybrid/Denver, Colorado)
Si está preparando su próxima entrevista de aprendizaje automático, no dude en consultar nuestro sitio web líder en preparación de entrevistas, papel picado!
