Esta semana en IA: Amazon ‘mejora’ las reseñas con IA mientras Snap se vuelve rebelde

Mantenerse al día con una industria que evoluciona tan rápidamente como la IA es una tarea difícil. Entonces, hasta que una IA pueda hacerlo por usted, aquí hay un resumen útil de las historias de la semana pasada en el mundo del aprendizaje automático, junto con investigaciones y experimentos notables que no cubrimos por sí solos.

Esta semana en IA, Amazon anunció que comenzará a aprovechar la IA generativa para «mejorar» las reseñas de productos. Una vez que se implemente, la función proporcionará un breve párrafo de texto en la página de detalles del producto que destaca las capacidades del producto y la opinión del cliente mencionada en las reseñas.

Suena como una característica útil, ¿no? Quizás para compradores y vendedores. Pero ¿qué pasa con los críticos?

No voy a argumentar que las reseñas de Amazon son una forma de arte elevado. Por el contrario, un buen número de ellos en la plataforma no son reales o están generados por la IA.

Pero algunos críticos, ya sea por una preocupación genuina por sus compañeros compradores o por un esfuerzo por hacer fluir la creatividad, dedican tiempo a elaborar reseñas que no solo informan, sino que también entretienen. Los resúmenes de estas revisiones serían una injusticia y perderían por completo el objetivo.

Quizás te hayas topado con estas gemas. A menudo, se encuentran en las secciones de reseñas de libros y películas, donde, según mi experiencia anecdótica, los críticos de Amazon tienden a ser más… detallados.

Tomemos como ejemplo la reseña del usuario de Amazon “Sweet Home” de “El guardián entre el centeno” de JD Salinger, que tiene más de 2000 palabras. Haciendo referencia a las obras de William S. Burroughs y Jack Kerouac, así como a George Bernard Shaw, Gary Snyder y Dorothy Parker, la reseña de Sweet Home es menos una reseña que un análisis exhaustivo, que analiza y contextualiza los hilos de la novela en un intento de explicar su permanencia. fuerza.

Y luego está la reseña de Bryan Desmond de “Gravity’s Rainbow”, la infame y densa novela de Thomas Pynchon. De manera similar, 1.120 palabras, no sólo subraya los aspectos más destacados del libro (prosa deslumbrante) y los aspectos más bajos (actitudes obsoletas, particularmente hacia las mujeres), como uno esperaría de una reseña, sino que transmite con gran detalle la experiencia de Desmond al leerlo.

¿Podría la IA resumirlos? Seguro. Pero a expensas de los matices y la perspicacia.

Por supuesto, Amazon no tiene la intención de ocultar las reseñas a favor de resúmenes generados por IA. Pero me temo que los críticos estarán menos dispuestos a dedicar tanto tiempo y atención si el comprador promedio no lee cada vez más su trabajo. Es un gran experimento y supongo que, como ocurre con la mayor parte de lo que toca la IA generativa, sólo el tiempo lo dirá.

Aquí hay algunas otras historias destacadas de IA de los últimos días:

• Mi IA se vuelve rebelde: La función My AI de Snapchat, un chatbot de IA en la aplicación lanzado a principios de este año con una buena cantidad de controversia, pareció brevemente tener mente propia. El martes, la IA publicó su propia Historia en la aplicación y luego dejó de responder a los mensajes de los usuarios, lo que algunos usuarios de Snapchat encontraron desconcertante. La empresa matriz de Snapchat, Snap, confirmó más tarde que se trataba de un error.
• OpenAI propone una nueva técnica de moderación: OpenAI afirma que ha desarrollado una forma de utilizar GPT-4, su modelo insignia de IA generativa, para la moderación de contenido, aligerando la carga de los equipos humanos.
• OpenAI adquiere una empresa: En más noticias de OpenAI, la startup de IA adquirió Global Illumination, una startup con sede en Nueva York que aprovecha la IA para crear herramientas creativas, infraestructura y experiencias digitales. Es la primera adquisición pública de OpenAI en sus aproximadamente siete años de historia.
• Un nuevo conjunto de datos de formación LLM: El Instituto Allen para la IA ha publicado un enorme conjunto de datos de texto para modelos de lenguaje grandes (LLM) similar al ChatGPT de OpenAI, que es de uso gratuito y está abierto a inspección. Dolma, como se llama el conjunto de datos, pretende ser la base para el modelo de lenguaje abierto planificado por el grupo de investigación, u OLMo (Dolma es la abreviatura de «Datos para alimentar el apetito de OLMo»).
• Robots lavavajillas y abrepuertas: Investigadores de ETH Zurich han desarrollado un método para enseñar a los robots a realizar tareas como abrir y atravesar puertas, y más. El equipo dice que el sistema se puede adaptar a diferentes factores de forma, pero en aras de la simplicidad, ejecutaron demostraciones en un cuadrúpedo, que se pueden ver aquí.
• Opera obtiene un asistente de IA: La aplicación de navegador web de Opera para iOS recibirá un asistente de inteligencia artificial. La empresa anunció Esta semana, Opera en iOS ahora incluirá Aria, su producto de inteligencia artificial para navegador creado en colaboración con OpenAI, integrado directamente en el navegador web y gratuito para todos los usuarios.
• Google adopta los resúmenes de IA: Google lanzó esta semana algunas actualizaciones nuevas de su experiencia generativa de búsqueda (SGE) de casi tres meses de antigüedad., el modo conversacional de búsqueda impulsado por inteligencia artificial de la compañía, con el objetivo de ayudar a los usuarios a aprender y entender mejor la información que descubren en la web. Las características incluyen herramientas para ver definiciones de términos desconocidos, aquellas que ayudan a mejorar su comprensión y codificación de información en todos los idiomas y una característica interesante que le permite aprovechar el poder de la IA de SGE mientras navega.
• Google Photos gana IA: Google Fotos agregó un Nueva forma de revivir y compartir tus momentos más memorables con la introducción de una nueva vista de Recuerdos, que te permite guardar tus recuerdos favoritos o crear los tuyos propios desde cero. Con Memories, puedes crear una línea de tiempo similar a un álbum de recortes que incluya cosas como tus viajes, celebraciones y momentos diarios más memorables con tus seres queridos.
• Anthropic recauda más efectivo: antrópicouna startup de IA cofundada por ex líderes de OpenAI, recibirá 100 millones de dólares en financiación de uno de los mayores operadores de telefonía móvil de Corea del Sur. SK Telecom, anunció la empresa de telecomunicaciones el domingo. La noticia de la financiación llega tres meses después de que Anthropic recaudara 450 millones de dólares en su ronda de financiación Serie C liderada por Spark Capital en mayo.

Más aprendizajes automáticos

Yo (es decir, tu coautor Devin) estuve en SIGGRAPH la semana pasada, donde la IA, a pesar de ser el hombre del saco en la industria del cine y la televisión en este momento, estaba en plena vigencia como herramienta y tema de investigación. Pronto tendré una historia más larga sobre cómo los artistas de VFX lo están utilizando de maneras innovadoras y totalmente no controvertidas, pero los trabajos en exhibición también fueron bastante buenos. Esta sesión en particular tuvo varias ideas nuevas e interesantes.

Créditos de imagen: Universidad de Tel Aviv

Los modelos generadores de imágenes tienen esta cosa extraña: si les dices que dibujen “un gato blanco y un perro negro”, a menudo los mezclan, ignoran uno o crean un gato-perro o animales que son tanto blancos como negros. Un enfoque de la Universidad de Tel Aviv llamado «atender y entusiasmar» clasifica el mensaje en sus partes constituyentes a través de la atención y luego se asegura de que la imagen resultante contenga representaciones adecuadas de cada uno. El resultado es un modelo mucho mejor a la hora de analizar indicaciones de múltiples temas. ¡Esperaría ver pronto algo como esto integrado en generadores de arte!

Créditos de imagen: MIT/Instituto Max Planck

Otra debilidad de los modelos de arte generativo es que si quieres hacer pequeños cambios, como que el sujeto mire un poco más hacia un lado, tienes que rehacer todo, a veces perdiendo lo que te gustó de la imagen al principio. “Drag Your GAN” es una herramienta bastante sorprendente que permite al usuario configurar y mover puntos uno por uno o varios a la vez; como puede ver en la imagen, la cabeza de un león se puede girar o abrir la boca con solo regenerarse. esa parte de la imagen para que esté de acuerdo con las nuevas proporciones. Google está en la lista de autores, así que puedes apostar que están buscando cómo usarlo.

Créditos de imagen: Universidad de Tel Aviv

Este artículo sobre “tipografía semántica” es más divertido, pero también extremadamente inteligente. Al tratar cada letra como una imagen vectorial y empujar esa imagen hacia una imagen vectorial del objeto al que se refiere una palabra, se crean logotipos bastante impresionantes. Si no sabes cómo convertir el nombre de tu empresa en un juego de palabras visual, esta podría ser una excelente manera de comenzar.

En otros lugares, tenemos una interesante polinización cruzada entre la ciencia del cerebro y la IA.

Bueno, no es tan simple. Créditos de imagen: UC Berkeley

Estos investigadores de Berkeley utilizaron un modelo de aprendizaje automático para interpretar la actividad cerebral mientras se escucha música y reconstruir algunos de los grupos que se centraban en el ritmo, la melodía o la voz. Siempre soy escéptico con respecto a este tipo de estudios del tipo «leemos el cerebro», así que tómelo todo con cautela, pero ML es excelente para aislar una señal en ruido, y la actividad cerebral es muy, muy ruidosa.

El MIT y Harvard se unieron para intentar avanzar en nuestra comprensión de los astrocitos, células del cerebro que realizan alguna función aún desconocida. Proponen que las células pueden actuar como algo así como un transformador o mecanismo de atención: ¡un concepto de aprendizaje automático que se mapea en el cerebro y no al revés! El autor principal del artículo, Dmitry Krotov, del MIT, lo resume bien:

El cerebro es muy superior incluso a las mejores redes neuronales artificiales que hemos desarrollado, pero no sabemos exactamente cómo funciona. Hay valor científico en pensar en las conexiones entre el hardware biológico y las redes de inteligencia artificial a gran escala. Esto es neurociencia para la IA e IA para la neurociencia.

En la IA médica, los datos de los dispositivos de consumo a menudo también se consideran ruidosos o poco confiables. Pero, una vez más, los sistemas de aprendizaje automático pueden adaptarse, como lo muestra este nuevo artículo de Yale. La investigación debería acercarnos a dispositivos portátiles que nos adviertan sobre problemas relacionados con el corazón antes de que se agudicen.

Los estudiantes demuestran su aplicación para buscar sillas vacías. Créditos de imagen: EPFL

Una de las primeras aplicaciones prácticas de GPT-4 fue su uso en Be My Eyes, una aplicación que ayuda a las personas ciegas a navegar con la ayuda de un socio remoto. Los estudiantes de EPFL desarrollaron dos aplicaciones más que podrían ser muy útiles para cualquier persona con discapacidad visual. Uno simplemente dirige al usuario hacia un asiento vacío en una habitación, y el otro lee sólo la información relevante de los frascos de medicamentos: el ingrediente activo, la dosis, etc. ¡Tareas tan simples pero necesarias!

Por último, tenemos el «RoboAgent» equivalente a los niños pequeños desarrollado por CMU y Meta, cuyo objetivo es aprender habilidades cotidianas como recoger cosas o comprender las interacciones de los objetos con solo mirar y tocar cosas, como lo hace un niño.

«Un agente capaz de este tipo de aprendizaje nos acerca a un robot general que puede completar una variedad de tareas en diversos entornos invisibles y evolucionar continuamente a medida que reúne más experiencias», dijo Shubham Tulsiani de CMU. Puedes conocer más sobre el proyecto a continuación: