OpenAI ha anunciado el lanzamiento de un nuevo prototipo llamado SearchGPT, que tiene como objetivo combinar las fortalezas de sus modelos de IA con información de la web para proporcionar respuestas rápidas y oportunas con fuentes claras y relevantes.

Esta nueva función de búsqueda está diseñada para ser un competidor directo de servicios como Perplexity, que actualmente utilizan ChatGPT como su modelo de lenguaje de backend. La decisión de OpenAI de lanzar un producto centrado en la búsqueda es un movimiento significativo, ya que plantea un desafío directo a los motores de búsqueda tradicionales como Google.

Los aspectos más destacados de SearchGPT incluyen:

• Respuestas rápidas y oportunas: El prototipo está diseñado para responder rápida y directamente a las consultas de los usuarios, proporcionando información actualizada de la web.
• Fuentes relevantes: SearchGPT proporcionará a los usuarios enlaces claros a las fuentes relevantes que ha utilizado para formular sus respuestas, lo que permitirá una mayor exploración.
• Interacción conversacional: Los usuarios podrán hacer preguntas de seguimiento, construyendo sobre el contexto compartido con cada consulta, similar a una conversación con una persona.
• Interfaz limpia: El prototipo presenta una interfaz sencilla e intuitiva, lo que facilita la interacción de los usuarios con la funcionalidad de búsqueda.

Mistral, la empresa de investigación de IA, ha anunciado recientemente el lanzamiento de Mistral Large 2, la nueva generación de su modelo insignia. En comparación con su predecesor, la nueva versión es significativamente más capaz en áreas como la generación de lenguaje, las matemáticas y el razonamiento. También proporciona un apoyo multilingüe mucho más sólido y capacidades avanzadas de llamada de funciones.

Los puntajes de referencia muestran que Mistral Large 2 se desempeña excepcionalmente bien, con una precisión promedio de generación de código del 76.9%, que es solo ligeramente inferior al impresionante 77.9% logrado por el poderoso modelo GPT-4. Curiosamente, este modelo de alto rendimiento tiene muchos menos parámetros que el modelo Llama 3.1 405B más grande, lo que demuestra la eficiencia y la capacidad del trabajo del equipo de Mistral.

Mistral Large 2 está diseñado para la inferencia de un solo nodo con un enfoque en aplicaciones que requieren ventanas de contexto largas. Admite docenas de idiomas y tiene una ventana de contexto de 128k tokens. Si bien el modelo se lanza bajo la licencia de investigación de Mistral, que limita su uso a fines de investigación y no comerciales, sigue siendo un desarrollo emocionante en el mundo de los modelos de lenguaje avanzados.

Meta ha anunciado que no lanzará su versión multimodal del modelo de IA Llama en la Unión Europea debido a preocupaciones regulatorias. Esta decisión impedirá que las empresas europeas accedan y utilicen las capacidades multimodales avanzadas del modelo Llama 3.1.

La razón principal citada para este movimiento es la "naturaleza impredecible del entorno regulatorio europeo" que rodea a las tecnologías de IA. La UE recientemente finalizó los plazos de cumplimiento para su estricta nueva Ley de IA, que requerirá que las empresas tecnológicas que operen en la UE se adhieran a reglas sobre derechos de autor, transparencia y el uso de IA para aplicaciones como la predicción policial.

Este entorno regulatorio ha llevado a Meta a detener el lanzamiento del modelo multimodal Llama en la UE, a pesar de que el modelo se haya puesto a disposición bajo una licencia abierta. La decisión sigue a un movimiento similar de Apple, que dijo que probablemente excluiría a la UE del lanzamiento de su función Apple Intelligence debido a preocupaciones en torno a la Ley de Mercados Digitales.

La incapacidad de acceder al modelo multimodal Llama es un revés significativo para las empresas y los investigadores europeos que estaban ansiosos por aprovechar las capacidades avanzadas de esta tecnología. La naturaleza multimodal del modelo Llama 3.1 habría permitido la integración de texto, imágenes y otras modalidades, abriendo una amplia gama de aplicaciones potenciales.

Stability AI ha anunciado el lanzamiento del documento de investigación para Stable Audio Open, un modelo de texto a audio de código abierto. Este modelo genera audio estéreo de alta calidad a 44.1 kHz a partir de indicaciones de texto, lo que lo convierte en perfecto para sintetizar sonidos realistas y grabaciones de campo.

El modelo funciona en GPU de gama de consumo, lo que lo hace accesible para uso académico y artístico. Puede generar hasta 47 segundos de audio, y el modelo se entrenó utilizando casi 500,000 grabaciones con licencia de fuentes como Freesound y el Free Music Archive.

Los usuarios pueden ajustar el modelo localmente con 6000 GPU, y el modelo admite una amplia gama de casos de uso de generación de audio, desde el sonido de la lluvia golpeando un techo hasta ritmos de batería de hip-hop animados y logotipos de audio.

Este lanzamiento de Stability AI es un desarrollo emocionante en el campo de la generación de texto a audio, que proporciona una herramienta poderosa y accesible para creadores e investigadores por igual.

Según el artículo, OpenAI planea poner a disposición de grupos selectos de usuarios las avanzadas capacidades de voz de GPT-4 a finales de este mes. El autor está emocionado por este desarrollo y planea probar el nuevo modo de voz tan pronto como tenga acceso a él.

El artículo cita un tweet de Sam Altman, el CEO de OpenAI, quien respondió a un usuario que preguntaba cuándo estaría disponible el modo de voz. Altman declaró que la versión alpha comenzará a finales de este mes, mientras que la disponibilidad general (GA) llegará un poco más tarde.

El autor espera con ansias el lanzamiento de las capacidades de voz de GPT-4, ya que le permitirá probar y explorar las nuevas funciones. La capacidad de generar audio de alta calidad y realista a partir de indicaciones de texto se considera un avance significativo en el campo de la generación de audio impulsada por IA.

Según informes, Open AI se enfrenta a importantes desafíos financieros, con proyecciones que indican una posible pérdida de $5 mil millones este año. Los gastos de la empresa, incluidos $4 mil millones sustanciales en facturas de Azure, han superado sus ingresos, que se estiman en alrededor de $30 mil millones.

Esta situación financiera ha generado preocupaciones sobre la sostenibilidad de Open AI y su capacidad para competir con otras empresas que ofrecen tecnologías similares, especialmente ahora que Meta está proporcionando tecnología similar de forma gratuita. Si bien Open AI sigue siendo el principal actor en el juego, el hecho de que la inteligencia y la IA se estén convirtiendo en mercancías significa que la empresa necesita ofrecer algo único para diferenciarse.

Esto podría incluir ofrecer múltiples modelos, una oferta de inferencia única o modelos especializados y ajustados, en lugar de depender solo de un modelo generalizado. Se espera que la competencia en el mercado de la IA se intensifique, y Open AI deberá encontrar formas de mantener su ventaja competitiva y asegurar su viabilidad a largo plazo.

Google DeepMind ha publicado un nuevo documento esta semana que muestra su sistema de IA, AlphaProof, que puede resolver problemas de la Olimpiada Internacional de Matemáticas (IMO) a nivel de medalla de plata. Este es un logro significativo, ya que estos problemas de matemáticas se consideran entre los más desafiantes del mundo.

Los aspectos más destacados del sistema AlphaProof son:

1. Enfoque basado en aprendizaje por refuerzo: AlphaProof utiliza un sistema basado en aprendizaje por refuerzo para el razonamiento matemático formal, lo que le permite descubrir algoritmos y conocimientos novedosos para resolver problemas matemáticos abiertos.

2. Mejora en la resolución de geometría: El sistema también incluye una versión mejorada de su sistema de resolución de geometría anterior, AlphaGeometry 2, que junto con AlphaProof pudo resolver 4 de los 6 problemas de la última competencia de IMO.

3. Nivel de medalla de plata: Al lograr el mismo nivel de rendimiento que un medallista de plata en la competencia de IMO, AlphaProof demuestra un progreso significativo en la construcción de sistemas de IA que pueden asistir a los matemáticos en su trabajo.

4. Limitaciones en el razonamiento y los datos de entrenamiento: Los autores reconocen que los sistemas de IA actuales aún tienen dificultades para resolver problemas matemáticos generales debido a limitaciones en las habilidades de razonamiento y los datos de entrenamiento.

Esta investigación destaca los avances continuos en la capacidad de la IA para abordar problemas matemáticos complejos, acercándonos al día en que los sistemas de IA puedan descubrir de forma autónoma nuevos conocimientos y técnicas matemáticas. Como señalan los autores, este es un paso importante hacia el potencial de una "explosión de inteligencia" a medida que la IA se vuelve capaz de mejorarse a sí misma.