La adopción de la inteligencia artificial y el dilema del inteligente
Identifico un fenómeno, ‘el dilema del inteligente’ que puede retrasar la adopción de la IA por parte de personas talentosas.
Inteligencia Artificial: machine learning, deep learning, redes neuronales, sistemas expertos, algoritmos genéticos
Identifico un fenómeno, ‘el dilema del inteligente’ que puede retrasar la adopción de la IA por parte de personas talentosas.
Presentamos la técnica de auto-refinamiento, una forma de conseguir que un gran modelo de lenguaje actúe como razonador.
Presentamos dos técnicas de prompting que ayudan a que un modelo razone, aunque supongan mayor coste computacional.
Comentamos las tres estrategias básicas para hacer que hacemos que un modelo razone, pasando de la generación de texto a planes.
Expreso mi opinión sobre la reciente publicación de Darío Amodei sobre los riesgos de los modelos frontera y cómo afrontarlos.
Revisamos algunas limitaciones en los modelos razonadores que encontró un equipo de Apple en un estudio de hace unos meses.
Alternativas a considerar a los agentes como un martillo de oro y revisamos algunas soluciones híbridas y los ecosistemas de agentes
Hablamos de agentes y medio ambiente considerando si son siempre la mejor solución, en este caso bajo el punto de vista de la sostenibilidad.
Hablamos de martillo de oro y agentes, el eventual vicio de considerar a los agentes como la única solución, en este caso para automatización.
Razonamos sobre el uso de la humanidad como metáfora en el caso de la inteligencia artificial: su motivación y su conveniencia.