Header Ads Widget

Ticker

6/recent/ticker-posts

On GPT-3, OpenAI y API

Una nueva versión beta de OpenAI ha llevado al mundo de las API a un frenesí especulativo sobre el potencial y las implicaciones de la IA y las API.
Considera lo siguiente:
“OpenAI, una empresa de investigación de inteligencia artificial sin fines de lucro respaldada por Peter Thiel, Elon Musk, Reid Hoffman, Marc Benioff, Sam Altman y otros, lanzó su tercera generación de modelo de predicción de lenguaje (GPT-3) al código abierto. Los modelos de lenguaje permiten a las computadoras producir oraciones aleatorias de aproximadamente la misma longitud y estructura gramatical que las de un cuerpo de texto dado ".
Nada demasiado especial, ¿verdad? Un poco de periodismo tecnológico estándar impulsado por las relaciones públicas. Excepto que está escrito en su totalidad por una IA.
Este artículo sobre GPT-3 publicado en el blog del desarrollador Manuel Araoz se escribió en su totalidad utilizando GPT-3. GPT-3 son las siglas de Generative Pretrained Transformer versión 3, y sus creadores, OpenAI, han encendido el mundo de la tecnología con su rendimiento y sus implicaciones.
GPT-3 es un modelo de lenguaje impulsado por redes neuronales. Los modelos de lenguaje usan la probabilidad para completar el texto. Básicamente son el texto predictivo de Google a gran escala. No es una tecnología nueva ni particularmente novedosa. Lo sorprendente del GPT-3 de OpenAI es su tamaño y alcance . El modelo de lenguaje presenta más de 175 mil millones de parámetros. Esto es más de 10 veces más que la encarnación anterior, GPT-2.
Tanto las API como la IA han existido por un tiempo. Puede que no sean tan llamativos como antes, pero con la llegada de GPT-3, parece que está a punto de cambiar. La inteligencia artificial que trabaja junto con las API es una combinación poderosa. Juntos, podemos estar al borde del futuro aumentado que hemos estado esperando.

Conoce GPT-3

No es frecuente que una publicación tecnológica un tanto académica genere tanta exageración, preocupación y desprecio. GPT-3, el modelo de OpenAI, ha estado generando un montón de ideas junto con una cabalgata de publicaciones extasiadas en las redes sociales de aquellos que tuvieron la suerte de probar Beta la nueva API.
Considere este tweet del desarrollador Sharif Shameem, que está trabajando en una mejor manera de crear aplicaciones web:
En él, Shameem ilustra cómo GPT-3 le permite describir un diseño previsto, utilizando un lenguaje común, y devuelve el código JSX resultante.
GPT-3 ya está generando código viable y todavía se encuentra en su etapa Beta.
El arquitecto de aprendizaje automático Ayush Patel demuestra que GPT-3 también puede generar código SQL:
GPT-3 también se ha utilizado para generar ficción creativa e incluso escribir poesía .
GPT-3 nos acerca mucho más a la Inteligencia General Artificial, o AGI, que es la razón principal por la que se creó OpenAI en primer lugar. Sus fundadores, que incluyen a algunos de los pensadores más poderosos e influyentes de Silicon Valley, incluido Elon Musk, se dan cuenta de que AGI es inevitable. Es imperativo que las personas con ética lleguen primero; desde deepfakes hasta sabotajes políticos, ya hemos visto qué tipo de daño puede causar incluso el aprendizaje automático rudimentario en un público desprevenido.
GPT-3 es solo el ejemplo más reciente de una IA impulsada por una API. Echemos un vistazo a otras formas innovadoras en las que las IA y las API trabajan juntas. Primero, veremos cómo las API pueden impulsar una IA y viceversa.

Cómo las API potencian la IA

Las redes de aprendizaje automático son tan buenas como los datos con los que se entrenan. Es relativamente fácil crear un bot de IA primitivo que pueda consultar una base de datos y regresar con una respuesta simple. Es un desafío de una magnitud completamente diferente crear una red neuronal que pueda pensar, razonar y lógica de manera efectiva.
Combinar API e IA tiene sentido. Las API proporcionan un torrente ininterrumpido de información en tiempo real, por lo que la red está aprendiendo, adaptándose y evolucionando continuamente. Aún mejor, las IA y las API crean una relación simbiótica poderosa, donde una API ayuda a entrenar la IA y luego la IA alimenta la API, a su vez.
Para ilustrarlo, considere este estudio de caso de cómo Prolife Foods, un minorista en Australia y Nueva Zelanda, empleó inteligentemente una combinación de IA y API para optimizar su operación de varias formas sorprendentes.

Prolife Foods: un estudio de caso

El aprendizaje automático está hecho a medida para escenarios minoristas. Después de todo, es lo que impulsa las ventas sugerentes y las recomendaciones de productos. Por supuesto, los minoristas investigarán cómo pueden integrar el aprendizaje automático para hacer que sus operaciones minoristas sean más competitivas y rentables.
Prolife Foods colaboró ​​con un fabricante de hardware llamado Aopen y meldCX, un desarrollador de soluciones API basadas en la web, para integrar Machine Learning. MeldCX utiliza una combinación de visión por computadora y análisis de datos para evaluar objetos en el POS. Luego, el software analiza los datos, almacena el comportamiento y luego toma una decisión comercial.
Parece relativamente simple, ¿verdad? Incluso este modelo de aprendizaje automático relativamente rudimentario puede tener algunas implicaciones sorprendentes.
Este caso de estudio de Insight.Tech profundiza en algunas de las posibles implicaciones de este sistema. Las API que trabajan con IA pueden ayudar a reducir las pérdidas, mejorar la precisión, mejorar la productividad y mejorar la experiencia del cliente en todos los ámbitos.

Otras aplicaciones de IA y API

Las IA suelen tener sus propias API, por lo que sus servicios están disponibles para los desarrolladores. Considere el servicio Google Prediction , que se parece mucho al hermano menor de GPT-3. Sin embargo, Google Prediction hace más que simplemente proporcionar texto predictivo. También puede utilizar el aprendizaje automático para el reconocimiento de patrones, el procesamiento del lenguaje natural (NLP), así como proporcionar un motor de recomendaciones. Las aplicaciones que utilizan la API de predicción de Google también se pueden utilizar para realizar análisis de opiniones, clasificar documentos o predecir compras.
[Wit.ai [(https://labs.wit.ai/demo/index.html) es otra red de PNL que permite a los desarrolladores agregar funcionalidad de voz a aplicaciones móviles. La API Wit.ai se puede utilizar para agregar funcionalidad de voz a la automatización del hogar, la televisión inteligente o la tecnología portátil.https : // laboratorios ingenio ai demo index html ) es otra red de PNL que permite a los desarrolladores agregar funcionalidad de voz a aplicaciones móviles. La API Wit.ai se puede utilizar para agregar funcionalidad de voz a la automatización del hogar, la televisión inteligente o la tecnología portátil.
Existen docenas de API relacionadas con la inteligencia artificial. Prácticamente todos los asistentes virtuales ofrecen una API, por ejemplo. La API de gestión de habilidades de Alexa es un ejemplo de cómo las API impulsadas por IA se pueden emplear de muchas formas innovadoras. La API de gestión de habilidades de Alexa le permite integrar la API para aprender nuevas habilidades. La API Summarize Bot resume rápidamente los datos de cualquier número de fuentes y sugiere algunas de las formas en que los asistentes virtuales impulsados ​​por la inteligencia artificial podrían aprovechar el formato de la API.

Conclusión: IA y API

La inteligencia artificial y las API van de la mano. Las API funcionan esencialmente como el sistema nervioso, mientras que la IA y el aprendizaje automático forman el cerebro. Con el lanzamiento Beta de GPT-3, comenzamos a ver el potencial real de las redes neuronales, con el aprendizaje automático entrenado con suficientes datos que realmente pueden pensar .
Las API también necesitan inteligencia artificial y aprendizaje automático. Las API pueden dejar a las organizaciones y redes vulnerables a los ciberataques, por ejemplo. Es probable que las API tengan que integrar algún tipo de inteligencia artificial o aprendizaje automático, en el futuro, para garantizar su seguridad.
Los programas como OpenAI seguirán siendo cada vez más importantes a medida que la IA se acerque cada vez más a alcanzar la sensibilidad. Se aseguran de que la IA se implemente de manera justa y equitativa. Insinúa el potencial de un futuro verdaderamente aumentado, con humanos y máquinas viviendo en armonía.

Publicar un comentario

0 Comentarios