INCADE cerró el mes de la inteligencia artificial con el evento INCATECH

Misiones Online

El INCADE concluye esta mañana el mes de la inteligencia artificial con un evento destacado, INCATECH. Silvia Cabrera, rectora de la institución, destacó la importancia de estos espacios para el conocimiento colectivo y el uso ético de la tecnología.  «Con mucha emoción y orgullo, generamos estos espacios donde siempre decimos que construimos conocimiento entre todos», expresó Cabrera. Resaltó el compromiso del INCADE con el presente y el futuro, enfatizando que «estas herramientas vanguardistas como la inteligencia artificial han venido para quedarse».  Durante junio, el INCADE ofreció diversas charlas abiertas al público, transmitidas por YouTube. Estas sesiones, impartidas por docentes de la institución que son también profesionales y especialistas en inteligencia artificial, abarcaron temas como el uso de herramientas tecnológicas y la historia de la IA. «Nuestros docentes han hablado sobre el valor y la apuesta de estas herramientas, como las salas de chat que tanto nos gustan y estamos utilizando», comentó Cabrera.

Transcript

00:00:00Hoy, con Inkatech, hacemos el cierre de este mes de junio.

00:00:14Antes de sumergirnos en las ponencias de hoy, queremos, y los invitamos, a reflexionar

00:00:19sobre el papel fundamental que esta nueva tecnología tiene en nuestra vida cotidiana

00:00:25y en el ámbito empresarial.

00:00:27La Inteligencia Artificial, o IA, no son palabras de moda, es una herramienta poderosa que está

00:00:34transformando industrias enteras, desde la medicina hasta la agricultura, pasando por

00:00:41la educación y el entretenimiento.

00:00:43La IA tiene el potencial de resolver problemas complejos, optimizar procesos y crear nuevas

00:00:50oportunidades de negocio y aún está en plena etapa de desarrollo.

00:00:56En pocas palabras, la IA está redefiniendo la forma en que vivimos y trabajamos.

00:01:04El Instituto Inkade, comprometido con el desarrollo y la innovación, organiza regularmente

00:01:09eventos como Inkatech para proporcionar a nuestra comunidad conocimientos necesarios

00:01:14para afrontar los desafíos del futuro.

00:01:17Estos eventos son una plataforma, un escenario vivo para el intercambio de ideas, el aprendizaje

00:01:24continuo y la conexión con líderes del sector tecnológico.

00:01:29Hoy estamos muy emocionados de contar con la participación de expertos de primer nivel

00:01:34que compartirán sus conocimientos y experiencias con nosotros.

00:01:39Antes de presentarlos, vamos a pedir unas palabras a la mentora de estos encuentros,

00:01:44la contadora Silvia Carbrera, rectora del Instituto Inkade, coordinadora de la Universidad

00:01:49Siglo XXI y de la Escuela de Negocios Inkade.

00:01:52Inkade promueve el conocimiento porque creemos que es la clave para la evolución humana.

00:02:00Nutrirnos de nuevos saberes nos impulsa a nuevas oportunidades y sin dudas nos permite

00:02:06un desarrollo armonioso y con mayor impacto positivo.

00:02:11Hoy tendremos un escenario vivencial con los exponentes de primer nivel como Facundo Cajén

00:02:19y Juan Delfino, a quienes agradecemos profundamente la participación y junto a profesores de

00:02:25nuestra institución, disertarán sobre temas de vanguardia y las últimas tendencias tecnológicas.

00:02:33La inteligencia artificial ya es realidad y su potencial se agiganta cada día.

00:02:40Como comunidad educativa comprometida con la realidad, nuestro propósito es expandir

00:02:46conocimiento con calidad, pero además concientizar de que todas estas herramientas innovadoras

00:02:54deben ser aportes para mejorar la calidad de la vida humana y del planeta.

00:03:00Por ello conlleva responsabilidad tanto al momento de la creación de los diseños como

00:03:07en el uso, con ética y prácticas con valores altruistas.

00:03:14Nosotros somos protagonistas de crear el mejor futuro para nosotros y los que vendrán.

00:03:21Y el futuro empieza aquí y ahora en Incatech.

00:03:27Que disfruten. Gracias.

00:03:28Vamos a hablar un poquito, pero antes que eso, quisiera pedirle un favor que todos,

00:03:41todos, todos levanten la mano. Una mano. Ahí vamos. Ahora la otra.

00:03:46La otra, pero ya que estaba, le hice levantar. No, sigan con la mano levantada.

00:03:52Ahora quiero que bajen la mano solamente aquellos que saben qué es Globant.

00:03:59Yo sé qué es Globant, por eso la bajo. Bueno.

00:04:04Hay muchas manos levantadas, ya pueden bajar. Muchas gracias.

00:04:07Quiero entender más o menos cuál era la cantidad de gente que no conoce lo que es Globant,

00:04:11lo cual no es sorprendente, no me sorprende para nada, al contrario.

00:04:14Sé que mucha gente no sabe qué es Globant, pero estoy seguro que todos los que están acá,

00:04:19todos los que levantaron la mano inicialmente, utilizan alguna aplicación o algún tipo de

00:04:27herramienta tecnológica donde nosotros desde Globant estuvimos detrás haciendo algo.

00:04:34Una preguntita rápida también. ¿Alguien tuvo la suerte, yo todavía no,

00:04:37de ir a un parque de diversiones de Disney? ¿Tuvo alguno? Allá está.

00:04:42Acá también el señor. ¿Le pusieron una pulserita?

00:04:46Bueno, detrás de esa pulserita hay muchísimo trabajo de Globant, por darle un ejemplo.

00:04:51¿Acá todos usan Mercado Libre? Bueno, eso también es un cliente nuestro en el cual

00:04:58detrás de ese uso que va a hacer ustedes hay un montón de trabajo de Globant.

00:05:04Eso entre muchas otras cosas más. ¿Utilizan videojuegos como FIFA?

00:05:10¿Juegan FIFA? ¿Alguno de acá? ¿Sí? Bien.

00:05:14FIFA también, nosotros trabajamos para Electronic Arts y hacemos desarrollo para FIFA

00:05:18porque somos una empresa que, primero somos argentinos, por lo tanto el tema del fútbol

00:05:23lo tenemos muy claro, pero también hicimos desarrollo de hockey sobre hielo.

00:05:27¿Qué sabemos de hockey sobre hielo? No importa. En Globant aprendemos y hacemos desarrollos.

00:05:32Bien. Como para dar un... Globant se funda con esos cuatro que están ahí,

00:05:40esos cuatro fantásticos, locos. Fundaron Globant en el año 2003,

00:05:46en el Downtown Matías que está ahí en esa foto.

00:05:51En el año 2006 Google sale de Googleplex y contrata por primera vez a un proveedor externo

00:06:01y lo hace con Globant en el año 2006. Eso obviamente nos dio chapa para poder invertir

00:06:06y seguir creciendo. Google es un cliente que lo tenemos hasta el día de hoy

00:06:11y tenemos muchísimos proyectos con Google, entre otros tantos.

00:06:16Hoy estamos en 30 países, somos cerca de 28.000 empleados en todo el mundo.

00:06:23En Argentina somos 5.500 empleados. Acá en Resistencia Chaco tenemos una oficina

00:06:29con 125 empleados, 12 oficinas repartidas en el país. Por lo tanto, estos cuatro

00:06:36la verdad que son fantásticos y siguen creciendo y pensando en grande constantemente.

00:06:42Eso para dar un panorama de lo que es Globant, pero no vine a hablar de Globant,

00:06:45vine a hablar de Metaverso. Metaverso, a ver, ¿qué es Metaverso?

00:06:49Es difícil por ahí encontrar una definición de lo que es Metaverso bien clara,

00:06:56pero vamos a poner que es un mundo virtual que amplía el mundo físico en el digital.

00:07:02Y el otro día hablando con un experto en Globant de este tema, me dice,

00:07:06también, a su vez, el mundo digital se amplía con el físico.

00:07:10O sea, es una interacción y dice, está el término este, digital.

00:07:15Somos bárbaros para inventar palabras nuevas e incorporarlas.

00:07:19Pero bueno, ¿qué es lo que contiene o cuáles son todos los elementos que tiene

00:07:23el Metaverso y que va a seguir implementando? Hablamos de Internet inmersivo,

00:07:28tecnologías emergentes, espacios tridimensionales, digitales, interoperativo,

00:07:35colaborativo, con inteligencia artificial, cripto, blockchain, multijugadores en línea,

00:07:43bla, bla, bla y muchísimos más.

00:07:46Y límites todavía que se pueden seguir expandiendo.

00:07:51Pero para ver un poquito, vayamos viendo un poco los orígenes con algunos ejemplos.

00:07:57Perdón, estas son algunas definiciones de gente referente o grandes empresarios.

00:08:04Por ejemplo, Matthew Ball, el autor de Metaverse Primer, dice,

00:08:07no podemos esperar que exista una definición clara y esclarecedora del Metaverso.

00:08:12Y dice, es como la Internet, una red interconectada de experiencias, aplicaciones.

00:08:17Yo quiero hacer hincapié en este tema.

00:08:20Dipositivos y productos, herramientas e infraestructura, para tenerlo en cuenta.

00:08:26Peter Gorman, CEO y cofundador de New Zoo, dice,

00:08:29el destino de la persona puede ser seguidores, jugadores, creadores.

00:08:32Y acá también quiero hacer otro énfasis, en creadores al mismo tiempo.

00:08:37Y maximizando la interacción y posibilidades comerciales.

00:08:40Y Martín Migoya, CEO de Globan.

00:08:44Le pertenezco.

00:08:46Dice, es la reinvención de la Internet.

00:08:48De por sí, la Internet ya es una reinvención.

00:08:51Porque fue la manera en que se transformaron las empresas.

00:08:55Hoy se cae Internet y estamos todos así quietos, esperando que vuelva.

00:09:00No sabemos qué hacer.

00:09:02Ni con el celular, ni con nada.

00:09:04Se cae Internet y no podemos hacer nada.

00:09:06Entonces, la próxima generación de esa Internet será lo que conocemos como Metaverso.

00:09:10Eso dice Martín Migoya.

00:09:12Pero veamos un poquito de los orígenes.

00:09:16Acá tomamos algunos ejemplos de plataformas que fueron existiendo de a poco.

00:09:25Y que fueron incorporando ciertos conceptos que tienen que ver con el Metaverso.

00:09:29En el año 92, Neil Stephenson, con el libro Snow Crash,

00:09:34introduce ya la palabra Metaverso.

00:09:38Y dentro del libro son humanos que interactúan en un mundo virtual a través de avatares.

00:09:44O sea, ahí ya tenemos dos conceptos que están muy arraigados con el Metaverso.

00:09:49El juego World of Warcraft, en el año 2004,

00:09:55es un juego de roles multijugador en línea.

00:10:00O sea, si es MMORPG.

00:10:02Ahí ya aparecen otros temas importantes.

00:10:05Por ejemplo, que dentro del juego están los avatares y demás,

00:10:12y uno puede comprarle atuendos a los avatares.

00:10:16Entonces, ahí ya estamos hablando de incorporación de compra,

00:10:20de transacciones con dinero real.

00:10:24Club Penguin, que muchos utilizan Club Penguin, muchos chicos.

00:10:29Bueno, también el tema de los avatares.

00:10:31Y ahí incluye el tema de las membresías,

00:10:33con las cuales los usuarios multijugadores en línea que hay en todo el mundo,

00:10:38que pueden estar de cualquier lugar del mundo,

00:10:40pueden comprar a través de la membresía ropa o mascotas para sus personajes,

00:10:46para sus avatares.

00:10:49Bueno, la película Ready Player One y Ready Player Two.

00:10:53Eso nos abrió un poco la cabeza de lo que será así el metaverso.

00:10:59Y bueno, ahí ya estamos incluyendo lo que es estar en un lugar

00:11:06con dispositivos, con gafas de realidad virtual,

00:11:12y la inmersión en un mundo distópico que en esa película se llama oasis.

00:11:19Muy particular.

00:11:21Grand Theft Auto Online, en el año 2013.

00:11:24También lo que tiene es que no solamente es una competencia,

00:11:27sino también puedo comprar con dinero propio, puedo comprar autos y propiedades.

00:11:33Puedo comprar propiedades en un metaverso, en una plataforma.

00:11:39Rec Room.

00:11:41¿Qué conceptos incluye Rec Room en esta plataforma?

00:11:45El uso de cascos de realidad virtual.

00:11:48Y uno de los puntos que era también...

00:11:50Y esos son dos puntos que yo lo enfaticé en las definiciones que vimos anteriormente,

00:11:57que es dispositivos, en este caso se utiliza casco de realidad virtual,

00:12:02y la creación de contenido dentro de una plataforma.

00:12:07Somos creadores, ya podemos ser creadores dentro de una plataforma del metaverso.

00:12:14En este caso, lo único que crean son salas donde uno puede ingresar a una sala

00:12:19o pueden entrar por una puerta a mi sala que yo la creé particularmente.

00:12:24Beer Chat es similar también, pero ahí ya crean un universo dentro de esa plataforma.

00:12:31Ya no es una sala, es algo mucho más grande, algo distinto.

00:12:34Pero el aporte de contenido dentro de los metaversos es un factor importante.

00:12:40Tiene que ser colaborativo.

00:12:42También se utilizan cascos de realidad virtual,

00:12:44o también se puede acceder a través de la web sin casco.

00:12:47Esas posibilidades.

00:12:50Axie Infinity, en el año 2018.

00:12:54A diferencia de los otros juegos, en este caso,

00:13:00cada usuario puede estar, compra y vende unos seres místicos que los entrena y juega.

00:13:09Si yo puedo vender uno de estos seres súper entrenados,

00:13:14entonces sale más caro y gano dinero.

00:13:17O puedo comprar uno en oferta por otro lado.

00:13:20Y ahora, ¿cómo hago esas transacciones?

00:13:22Y acá se incluye otra cosa más.

00:13:24Lo hago a través de blockchain.

00:13:27Tecnología blockchain con Ethereum.

00:13:30Otro concepto más que se va involucrando, que se va incorporando

00:13:33a todo lo que nosotros conocemos como metaverso.

00:13:36Es Meta y Macrosoft Mesh.

00:13:39Meta en el año 2021, o sea Mark Zuckerberg,

00:13:42cambia el nombre de su casa matriz, de su empresa,

00:13:47y lo llama Meta, con el objetivo de invertir muchísimo

00:13:51para la generación de los metaversos.

00:13:55Y Macrosoft Mesh elabora también una plataforma colaborativa

00:13:59de realidades mixtas, con hologramas,

00:14:02con gafas de realidad virtual y de realidad aumentada,

00:14:06para poder interactuar con otras personas

00:14:11que pueden estar en manera remota y tratar de visualizarla.

00:14:14O sea, un concepto muy importante y muy influenciador

00:14:18en todo lo que tiene que ver con esta tecnología del metaverso.

00:14:24Acá, como vimos, tenemos muchas plataformas

00:14:27que son de entretenimiento, pero también el metaverso

00:14:30no es solamente de entretenimiento, sino apunta también

00:14:33a todo lo que es industrias.

00:14:35Y se está haciendo muy fuerte en ese sentido.

00:14:38Tenemos NVIDIA con su Omniverse Enterprise,

00:14:40que también es una plataforma colaborativa,

00:14:42que además tiene la posibilidad de crear muchas cosas más.

00:14:47Por ejemplo, los gemelos digitales,

00:14:49que después eso merece un capítulo aparte.

00:14:52Meta introduce el WorkRooms, que tiene que ver con...

00:14:57Tratando de suplir un poco esto de la fatiga del Zoom.

00:15:03Pero no todo esto tuvo, igualmente con Mesh,

00:15:07no todo esto tuvo por ahí el éxito que esperaban que tenga,

00:15:12o la adopción que todo el mundo esperaba que tenga.

00:15:18Que después lo vamos a contar.

00:15:20Y, obviamente, otro punto importante fueron que muchas marcas

00:15:23empezaron a utilizar o aprovechar estas plataformas

00:15:27para llegar a sus usuarios, fans, a sus empleados.

00:15:35Por ejemplo, Balenciaga tiene clientes que compran sus productos.

00:15:44Su plataforma, su metaverso en Fortnite,

00:15:48es un showroom donde también yo puedo llegar a comprar ropa física

00:15:53o ropa digital, virtual, dentro de su tienda online.

00:15:58Otro ejemplo, Nike, que hizo su plataforma,

00:16:01su metaverso en Roblox, también para llegar a sus consumidores.

00:16:08Otro ejemplo importante,

00:16:13no solamente puedo llegar a mis clientes,

00:16:15también puedo llegar a mis fans.

00:16:17Nike hizo un recital virtual dentro de Fortnite.

00:16:22También como DJs famosos hicieron recitales, conciertos virtuales,

00:16:26y llegaron a sus fans donde habían miles conectados viendo eso.

00:16:30Quizás más que en un estadio.

00:16:37Y estas tres plataformas también merecen un poco más de énfasis.

00:16:44Por ejemplo, Roblox.

00:16:46Roblox no es un juego, es una plataforma de juegos,

00:16:50donde muchos podemos crear universos dentro de Roblox.

00:16:56Y eso viene con esto de ser creadores también dentro de un metaverso.

00:17:02Uno puede crear juegos dentro de Roblox y también puede monetizarlos

00:17:05si es que son bastante visitados y usados por usuarios de diferentes lugares.

00:17:10Lo puedo monetizar.

00:17:13Y como decía hoy, las marcas están buscando acceder o acceden a estas plataformas

00:17:20justamente para llegar más aún a sus clientes, usuarios o fans.

00:17:26Y en este caso, por ejemplo, Glovan, el año pasado que cumplimos 20 años,

00:17:30hizo Glovan World en Roblox.

00:17:33Justamente para integrar y promover la cultura de la empresa

00:17:38dentro de una plataforma del metaverso.

00:17:43Minecraft.

00:17:45Minecraft hoy está haciendo un experimento social a nivel mundial.

00:17:51Está invitando a muchísimos usuarios a que construyan el mundo.

00:17:58Yo puedo, como usuario, digo,

00:18:01bueno, yo voy a crear la Plaza 25 de Mayo de Resistencia a Chaco

00:18:06con todos sus arbolitos, tal cual como están con las banquetas,

00:18:10con los bancos que están pintados por artistas de la zona,

00:18:14con el monumento de San Martín que está señalando a los Andes siempre.

00:18:19¿Señala a los Andes?

00:18:21No sé si eso existió, pero bueno, está San Martín ahí

00:18:24y eso también lo puedo incorporar en Minecraft.

00:18:26Y hacer cada vez eso más real.

00:18:29Y eso está funcionando y se está haciendo.

00:18:33Y Fortnite obviamente que nace como un juego de supervivencia.

00:18:39Epic Games, el dueño de Fortnite y el dueño de Unreal Games,

00:18:44está haciendo que Fortnite sea una plataforma elegida y preferida

00:18:49por muchas marcas para realizar comunidades virtuales,

00:18:52entre otras tantas cosas.

00:18:58Pero, ¿qué pasó?

00:19:00Esto que estoy contando podemos decir que es hasta el año 2022

00:19:05y un poquito más.

00:19:07En 2003 pasó lo que todos ya conocemos,

00:19:10que es la inteligencia artificial generativa,

00:19:13con la aparición de OpenAI y Yacht GPT

00:19:16y ahora todos los que están apareciendo con esa tendencia.

00:19:20¿Qué hizo?

00:19:22Que muchas empresas redireccionen sus inversiones

00:19:25y vayan más para un lado que para el lado de Metaverse.

00:19:29Pero Metaverse, y acá esto también es importante entender,

00:19:35que estamos en una evolución del Metaverse.

00:19:38Porque para implementar Metaverse muchas empresas

00:19:41iban a Globan y pedían el desarrollo de Metaverse.

00:19:47En el 2022 teníamos aproximadamente en Globan

00:19:50entre tres o cuatro propuestas diarias de desarrollo de Metaverse.

00:19:54Obviamente les pasábamos el presupuesto y decían

00:19:56«Ah, perdón».

00:19:58Porque pensaban que era fácil. No, es muy costoso.

00:20:01Desarrollar un Metaverse es muy costoso.

00:20:03Teníamos pedidos, por ejemplo, de iglesias evangélicas

00:20:06para dar sus misas, sus ceremonias a sus fieles

00:20:11y poder acceder a mucha más cantidad de gente.

00:20:15Teníamos eso.

00:20:16Una tarotista que nos pedía también,

00:20:18una tarotista famosa, porque era tarotista de famosos,

00:20:21también quería implementar un Metaverse

00:20:24para llegar a sus clientes.

00:20:28Así de todo tipo.

00:20:30Pero realmente realizar un Metaverse cuesta mucho dinero.

00:20:34No es una inversión simple en la cual yo digo

00:20:37«Quiero un Metaverse y me lo hago».

00:20:39Cuesta bastante más aún en ese nivel.

00:20:42Y también, obviamente, el tema de casos de usos prácticos

00:20:45que se alinean con las necesidades empresariales

00:20:48era difícil.

00:20:49Y la inteligencia artificial generativa

00:20:52tuvo una adopción mucho más rápida.

00:20:55No solamente por la facilidad de usarlo en muchas cosas,

00:20:59sino también por un tema de masividad

00:21:03y acceso a muchísima gente.

00:21:06Todos podemos acceder hoy, de alguna u otra manera,

00:21:09a la inteligencia artificial generativa.

00:21:11Y eso contrasta con la adopción del concepto del Metaverse

00:21:16o de gente, usuarios finales que puedan acceder al Metaverse.

00:21:20No es la misma adopción.

00:21:22¿Por qué?

00:21:23Cuando di los ejemplos de Rec Room o Beer Chat

00:21:27y de ahí en muchos más,

00:21:29la utilización de gafas de realidad virtual o realidad aumentada

00:21:34no es simple, no es masivo.

00:21:38A ver, yo viví en mi vida varias evoluciones tecnológicas.

00:21:43Yo era el control remoto de mi papá.

00:21:45Después, sí, caminaba, me hacía cambiar perillitos,

00:21:49botones, lo que teníamos.

00:21:51Por lo tanto, vi toda esa evolución de la Internet,

00:21:55la aparición de la Internet, la aparición de la telefonía celular.

00:21:58Los teléfonos celulares, si vamos a los inicios,

00:22:01que era un ladrillo, la gente hablaba,

00:22:05pero no solamente verlo con el ladrillo,

00:22:08que hoy lo vemos sería un poco ridículo,

00:22:11pero era una señal de, este tiene plata.

00:22:17Era como algo importante,

00:22:22tener un celular y hablar en la calle con un celular,

00:22:24ya te decía, hoy los tiene todo el mundo.

00:22:27Eso va a pasar en algún momento con el metaverso,

00:22:30donde todos vamos a poder acceder a este tipo de cosas,

00:22:34pero hoy es muy caro.

00:22:36Evidentemente, eso hace que las inversiones sean más bajas

00:22:42y porque también una cosa que falta

00:22:47es las experiencias de los usuarios.

00:22:50No tenemos muchas experiencias de usuarios.

00:22:52Con los celulares tampoco la teníamos inicialmente,

00:22:55pero fue evolucionando.

00:22:57Hoy, por ejemplo, todos los chicos que están acá,

00:23:00o todos ustedes, gente,

00:23:02utilizan un celular, bajan una aplicación y la comienzan a usar.

00:23:06No leen el manual de usuario.

00:23:08La bajan y la usan.

00:23:10¿Por qué?

00:23:11Porque las experiencias de usuarios es todo un estudio muy grande

00:23:14que se hizo para hacer todas esas aplicaciones

00:23:18de una manera intuitiva.

00:23:20Eso falta todavía que suceda en el metaverso.

00:23:24Pero hay buenas noticias porque hay gente,

00:23:27hay grandes empresas que siguen apostando,

00:23:30que siguen invirtiendo en todo lo que es la generación

00:23:34de tanto hardware como software

00:23:37para poder aprovecharlas en el metaverso.

00:23:40Este año Apple lanzó Vision Pro.

00:23:45Pensaban que iba a tener una adopción un poquito más fuerte,

00:23:48pero las ventas no están yendo por ahí quizás como quisieran que vaya,

00:23:54pero sabemos que Apple también es un poco cerrado y propietario

00:23:58y no lo utiliza en todo el mundo.

00:24:01Pero bueno, ya es un gran aporte a esto del metaverso

00:24:06y de herramientas para poder acceder al metaverso.

00:24:10Pero quiero centrarme en meta.

00:24:13Meta que Mark Zuckerberg no solo hizo hace poco,

00:24:17sino que los Ray-Ban, un avance tecnológico con Ray-Ban

00:24:22de ponerle camaritas y con el comando de voz,

00:24:27filmar, sacar fotos.

00:24:31Puedo decir hey meta, quiero hacer un streaming

00:24:35con mi perfil de Instagram en este momento de lo que estoy viendo.

00:24:39Y eso se activa. Es fantástico.

00:24:42Es una de las potencias tecnológicas que nos hace ir avanzando

00:24:47en todo esto que tiene que ver con el futuro del metaverso.

00:24:52Quest 2, Quest 3 utilizan un software elaborado por Meta

00:24:59y hace una semana, es por eso esta diapositiva de ahí,

00:25:04esa foto de Mark Zuckerberg,

00:25:07hace una semana anunció el lanzamiento de un sistema operativo

00:25:12Meta Horizon OBS.

00:25:15Ese sistema operativo va a tener la particularidad

00:25:19de que va a poder ser utilizado en cualquier otro dispositivo.

00:25:22De otras marcas, de otros fabricantes.

00:25:25O sea, abre la jugada con su sistema operativo,

00:25:28que es el que utiliza Quest 2 y Quest 3,

00:25:30para que otros fabricantes puedan usar ese sistema operativo.

00:25:32Es como Android.

00:25:34Hoy Android funciona en todos los celulares menos en iPhone.

00:25:39¿Está?

00:25:41O sea, todos los celulares usan Android, iPhone no.

00:25:44Es cerrado.

00:25:45Pero bueno, eso permitió de que haya muchas fábricas,

00:25:48de que hayan diferentes celulares con diferentes costos

00:25:52y accesibles a un montón de personas.

00:25:54Y que sea masivo.

00:25:56Y es parte del futuro este que estamos queriendo

00:25:59con el metaverso para que sea más accesible a todo el mundo.

00:26:03Obviamente hay empresas...

00:26:05Bueno, Magic Leap es un cliente nuestro de Globan.

00:26:08Tenemos en este momento 40 Globers en Montevideo

00:26:11probando estas gafas que tienen 5 cámaras de distancia y demás

00:26:17que hacen que no solo lo veas, sino también hace que

00:26:20tenga un mundo de realidad aumentada detrás de eso.

00:26:24¿Sí?

00:26:26No dejo de mencionar nuevamente a Epic Games

00:26:30con su motor Unreal Engine.

00:26:33Y que también es dueño de Fortnite.

00:26:35Porque ese motor, la verdad que es muy poderoso

00:26:38para todo lo que está haciendo.

00:26:39Y sigue invirtiendo en seguir generando nuevos productos para el metaverso.

00:26:45NVIDIA con Omniverse, que lo mencioné hace un ratito atrás.

00:26:50Tiene una particularidad que...

00:26:53Una de las funcionalidades que tiene es lo que conocemos como...

00:27:00Gémeros digitales.

00:27:01¿Han escuchado hablar de gemelos digitales?

00:27:05O sea, hoy, por ejemplo, yo puedo tener mi fábrica...

00:27:09Sí, me la tiene.

00:27:11Física y el gemelo digital idéntico a la física.

00:27:17¿Y qué me permite eso? ¿Para qué lo tengo?

00:27:19Puedo hacer muchísimas cosas.

00:27:21Puedo hacer pruebas de todo tipo.

00:27:23Puedo darle muchísima información.

00:27:25O puedo captar información haciendo pruebas de manera digital

00:27:28que haciendo la física me podría costar muchísimo más dinero y tiempo.

00:27:33Y también puedo entrenar gente.

00:27:37O sea, también se utiliza para la educación.

00:27:39Puedo entrenar a mis empleados en el entorno digital.

00:27:43Con eso, no solamente puedo hacerlo con muchos empleados a la vez,

00:27:49sino también que la fábrica siga funcionando mientras estoy entrenando gente.

00:27:55Puedo entrenar gente sin que se corte un brazo con una máquina.

00:27:59Y si se corta el brazo va a salir en el digital.

00:28:02Entonces, safamos.

00:28:04No hay que llamar a la ART.

00:28:08BMW también lo implementó.

00:28:10Y NVIDIA también tiene ahora el hardware y el software para autos,

00:28:15estos self-drive, autos autónomos.

00:28:20Eso también tiene todo un trasfondo.

00:28:23¿Cómo pruebo hoy un auto autónomo?

00:28:26¿Lo tengo que sacar a la calle para que tome información de los cordones,

00:28:32de las señales y todo eso y lo vaya incorporando?

00:28:34No.

00:28:36Cuesta mucho.

00:28:37Tampoco lo puedo hacer en una playa de estacionamiento.

00:28:39Hago toda la prueba digital.

00:28:41Y pongo todas las variables.

00:28:42Variables de todo tipo.

00:28:43Le puedo poner variables climáticas, variables físicas, señales de todo tipo.

00:28:50Eso está todo alimentando a través de la inteligencia artificial.

00:28:54Toda esa información la incorpora.

00:28:56Y finalmente tengo un producto probado y testeado al máximo en lo digital

00:29:02para recién poder hacerlo físico.

00:29:05El CEO de NVIDIA dice que entre el año 25 y el 2026

00:29:10no va a haber producto que no haya sido primero creado digitalmente,

00:29:16probado digitalmente, modificado, perfeccionado y demás

00:29:19para después hacerlo de manera física.

00:29:26¿Y alguna otra buena noticia?

00:29:27Bueno, como conté recién.

00:29:29Empresas, todas estas empresas que conté que siguen invirtiendo

00:29:33en todo lo que es tecnología, innovación, inteligencia artificial

00:29:37para poder tener en ese futuro ese metaverso que todos nos gustaría tener.

00:29:43Porque cuando hablamos de metaverso,

00:29:45yo he hablado de metaverso con varias personas

00:29:48y una me dice, no, todavía el metaverso no existe.

00:29:53No, existen universos, universos paralelos,

00:29:59pero el metaverso va a existir cuando todos esos universos paralelos estén integrados.

00:30:05Es un lindo concepto.

00:30:07Porque es lo que pasó en su momento con la Internet.

00:30:09Antes había muchas intranets.

00:30:13Puedo decir, sí, tengo la intranet que me comunico con todos de mi empresa, por ejemplo.

00:30:21Pero cuando todo eso se integró,

00:30:23esa fue la real intranet que hoy todos conocemos.

00:30:27Otras empresas, por ejemplo, QMain que hizo el AI pin.

00:30:32Un pin, un aparatito cuadradito que me lo coloco acá,

00:30:37agarrado en este caso de la bufanda o de la camisa,

00:30:40tiene un proyector láser que me lo puedo ver en la mano.

00:30:45Le pregunto qué hora es y en la mano me proyecta la hora,

00:30:48o qué hora es en tal lado, o cuál es el clima.

00:30:51Y con una inteligencia artificial generativa me va respondiendo

00:30:56y me va dando toda esa información.

00:30:58Le puedo mostrar una nana, le pregunto cuántas calorías tiene esto.

00:31:04Y saca información a través de inteligencia artificial generativa,

00:31:09que después será como chat GPT y me da la información.

00:31:12Pero vieron que todos los...

00:31:14Uno cuando entra a chat GPT abajo dice, ojo, puede tener errores.

00:31:19Todo hace ese disclaimer.

00:31:21Y sí, la inteligencia artificial generativa no es de 100% confiable,

00:31:29sino que se basa en un montón de información,

00:31:31pero no quiere decir que toda sea correcta.

00:31:34Bien, y así como otras empresas como Hayden, Pixelinks,

00:31:40que hicieron Metaversos en asociación con Globan,

00:31:42Marriott, que hace con Fornite también,

00:31:44su Bomboingland,

00:31:46y un montón de empresas siguen invirtiendo en el Metaversos.

00:31:48Grandes empresas ya invirtieron y están invirtiendo

00:31:51más de 180 mil millones de dólares en lo que es la exploración,

00:31:56la investigación y la generación para el Metaversos.

00:32:00Eso es una muy buena noticia también.

00:32:03Que haya bajado la inversión no quiere decir que esté por desaparecer.

00:32:06Al contrario.

00:32:07Se está promoviendo y se está invirtiendo muchísimo en que eso suceda.

00:32:11Y, por ejemplo, hablando con un desarrollador de gaming de Globan,

00:32:17me dice, mirá, con la inteligencia artificial generativa

00:32:21para el desarrollo de Metaversos,

00:32:24que tiene que hacer todas esas interfaces de usuario,

00:32:27todos los backgrounds,

00:32:29si yo quiero hacer todo este ambiente de manera digital

00:32:35y que quede perfecto,

00:32:37con la inteligencia artificial generativa,

00:32:39cuando siga evolucionando,

00:32:41yo voy a poder hacer esto para los Metaversos y para los videojuegos.

00:32:44Lo cual me va a ahorrar muchísimo tiempo y dinero.

00:32:48Porque hoy, hacer un ambiente puede llegar a costar meses.

00:32:54Y meses de mucha gente, profesionales caros,

00:32:56y mucho dinero.

00:33:00Esto va a disminuir eso de manera considerable.

00:33:06Y acá hay dos predicciones de expertos.

00:33:08Pero me gusta.

00:33:10Bueno, leamos la que...

00:33:13Una investigación que hizo IDC Market Cape.

00:33:15Dice, diseño, ingeniería de productos, soluciones, demostraciones, incorporación y capacitación.

00:33:19Perdón, lo leo porque es muy largo y no me lo memoricé.

00:33:23Pruebas.

00:33:25El rendimiento, el mantenimiento, la simulación

00:33:27del comportamiento humano,

00:33:29el servicio postventa, con algunos de los casos,

00:33:31de uso clave para el Metaverso empresarial e industrial por separado.

00:33:35Es importante eso.

00:33:37Pero me quedo con esta de la de Julieta Shulkin,

00:33:39la autora de Vuelta por el Metaverso.

00:33:41Que predice que los adolescentes,

00:33:43que son las generaciones Z y Alpha,

00:33:45que son las personas que hoy están usando mucho más

00:33:49todos los ambientes del Metaverso,

00:33:51no sé, Roblox,

00:33:53Fortnite,

00:33:55entre otros tantos,

00:33:57son los que realmente,

00:33:59para el 2030,

00:34:01se van a unir a la industria,

00:34:03pero de una manera natural.

00:34:05Ellos no van a tener esos cambios

00:34:07que algunos como yo

00:34:09los fuimos viviendo

00:34:11y esforzando un poquito

00:34:13para poder adaptarnos.

00:34:15Porque venimos con estructuras anteriores

00:34:17de otro tipo de cosas.

00:34:19Ellos no.

00:34:21Van a ser una evolución natural

00:34:23y la adopción va a ser de manera natural.

00:34:25Por lo tanto,

00:34:27todo lo que hagamos con el Metaverso en un futuro,

00:34:29ellos lo van a saber usar de una manera natural

00:34:31mucho más fácil que lo que podemos hacer nosotros.

00:34:35Y para concluir,

00:34:37como decía el título,

00:34:39el Metaverso ya llegó.

00:34:41Todavía le falta evolucionar.

00:34:43Va a evolucionar.

00:34:45Y con la evolución misma de la inteligencia artificial,

00:34:47este Metaverso

00:34:49se va a potenciar muchísimo más.

00:34:51Y con eso espero haberle dado

00:34:53una charla interesante

00:34:55y les agradezco mucho la atención.

00:35:07Gracias por acompañarnos.

00:35:11Mientras JJ prepara

00:35:15nuestro proyecto de hidroponía,

00:35:17yo les voy a contar un poquito

00:35:19qué es inteligencia artificial

00:35:21y hacia dónde vamos.

00:35:27Juan recién estuvo hablando

00:35:31de IA generativa.

00:35:33Y dio la casualidad, yo le decía recién a Silvia,

00:35:35estás tocando temas

00:35:37que yo también voy a hablar

00:35:39para ustedes.

00:35:41Y como son temas

00:35:43que se están utilizando,

00:35:45con Juan no hablamos

00:35:47de qué íbamos a ver.

00:35:53¿Qué es inteligencia artificial?

00:35:57Acá tengo dos definiciones.

00:35:59Una definición que es la definición formal

00:36:01y la otra es la definición

00:36:03que yo les doy.

00:36:07Inteligencia artificial,

00:36:09allá lejos en el tiempo,

00:36:11porque en el 50 es donde empezamos

00:36:13a conocer estos conceptos,

00:36:15no se podían aplicar

00:36:17porque evidentemente la tecnología

00:36:19de aquel momento

00:36:23no estaba acorde

00:36:25a lo que se pretendía hacer.

00:36:29Dice que la inteligencia artificial

00:36:31es la simulación de procesos

00:36:33de inteligencia humana

00:36:35por parte de las máquinas.

00:36:37Eso fue hace mucho tiempo.

00:36:39Pero no es una definición que nosotros

00:36:41creemos correcta.

00:36:43Porque en realidad la inteligencia artificial

00:36:45resuelve problemas,

00:36:47que es lo que estamos viendo ahora,

00:36:49pero no necesariamente

00:36:51utiliza el razonamiento humano.

00:36:55Puede ser otro tipo de caminos

00:36:57en forma autónoma

00:36:59para resolver un problema.

00:37:03Esa es la definición actual.

00:37:05Por lo menos esa es la que yo veo.

00:37:07Bien.

00:37:09Dentro de la inteligencia artificial,

00:37:11¿qué tenemos?

00:37:13Se divide en varias ramas.

00:37:15Tenemos el Machine Learning,

00:37:17que es el área

00:37:19de la inteligencia artificial

00:37:21que utiliza

00:37:23un repositorio de datos

00:37:25y ese repositorio de datos

00:37:27nos sirve a nosotros para enseñarle

00:37:29a la computadora,

00:37:31entre comillas,

00:37:33a resolver un problema.

00:37:35El otro área

00:37:37que también es parte

00:37:39del Machine Learning es el Deep Learning.

00:37:41Y acá empezamos a trabajar

00:37:43con muchos modelos matemáticos

00:37:45para poder analizar

00:37:47patrones

00:37:49de comportamiento.

00:37:51Generalmente se utilizan estos patrones

00:37:53para poder analizar

00:37:55imágenes,

00:37:57videos, sonidos.

00:38:00Y con esta...

00:38:02A ver si tengo alguna definición por acá.

00:38:04Sí, es lo que le estaba diciendo ahora

00:38:06que está acá en el flyer.

00:38:10Y ahora está de moda...

00:38:12En realidad de moda no,

00:38:14se está utilizando mucho el concepto

00:38:16de IA generativa.

00:38:18IA generativa a nosotros

00:38:20nos permite trabajar con

00:38:22el estudio de estos patrones

00:38:24de imágenes,

00:38:26sonidos,

00:38:28y que a nosotros nos sirve en este proyecto

00:38:30de hidroponía

00:38:32para poder saber

00:38:34cómo están las plantitas.

00:38:36Entonces nosotros vemos

00:38:38por medio de una foto, por medio de un video,

00:38:40cuál es el estado de las plantas.

00:38:42Ahora va a venir JJ

00:38:44y le va a explicar bien lo que es hidroponía.

00:38:48Pero yo me adelanto un poquito con el tema

00:38:50de IA

00:38:52y para qué utilizamos la IA en este proyecto.

00:38:55Bien, esto es Machine Learning,

00:38:57esto es Deep Learning,

00:38:59que les dije recién.

00:39:03Y lo de IA generativa,

00:39:05como les decía recién, es el análisis

00:39:07de imágenes, sonidos,

00:39:09para poder determinar

00:39:11algún tipo de comportamiento.

00:39:15¿Para qué se utiliza entonces

00:39:17la IA generativa?

00:39:19¿Qué podemos ver?

00:39:21Chatbot, asistentes virtuales,

00:39:24creación de contenido.

00:39:26Me imagino que alguno habrá utilizado DaVinci

00:39:28para generar imágenes.

00:39:31Bueno, eso es IA generativa.

00:39:35Los otros días me puse a charlar

00:39:37con el Gemini de Google.

00:39:39¿Alguno lo utilizó?

00:39:43Sí. Bueno, entonces

00:39:45le digo, escúchame,

00:39:47dos puntos.

00:39:49Está todo muy lindo lo de IA generativa

00:39:51que tiene relación con el Machine Learning,

00:39:53pero, en mi opinión,

00:39:56no es tanto Machine Learning

00:39:58sino es más Deep Learning

00:40:00por el manejo

00:40:02de los patrones.

00:40:04Patrones, Deep Learning.

00:40:06Entonces me dice,

00:40:08con una voz sensual,

00:40:11tenés razón,

00:40:13pero, si utilizás

00:40:15mucha información,

00:40:17ahí es Deep Learning, si utilizás

00:40:19poca información, ahí es Machine Learning.

00:40:21Y dije, wow,

00:40:23tan loco no estaba.

00:40:25Entonces, a ver.

00:40:29Bueno, lo que hablamos recién,

00:40:31¿sí?

00:40:33¿Qué más tenemos? ¡Hidroponía!

00:40:35JJ, te paso ahí

00:40:37para que le cuentes a los chicos qué es Hidroponía.

00:40:41Buenos días a todos.

00:40:45Voy a empezar hablando un poco del proyecto en sí.

00:40:47Este jardín que ustedes pueden ver acá

00:40:49es un jardín vertical.

00:40:51Acá adentro tiene una bomba,

00:40:53la cual lo que hace es circular

00:40:55el agua.

00:40:57Este tipo de sistema hidropónico

00:40:59lo que hace es oxigenar mucho más

00:41:01el agua.

00:41:03¿Qué hace eso?

00:41:07Que las plantas crezcan más rápido.

00:41:13Ahí está.

00:41:15Esto es lo que tenemos en el instituto.

00:41:17Entonces, esto fue armado con

00:41:19las herramientas que nosotros tenemos

00:41:21en el instituto.

00:41:23Y acá adentro,

00:41:25ahí está la bomba.

00:41:27Ahí se puede ver,

00:41:29no la conectamos porque

00:41:31no iban a ver cómo fluye el agua.

00:41:35Lo importante de esto,

00:41:37por un lado estamos reciclando,

00:41:39se darán cuenta que es un balde de pintura.

00:41:41La parte que hicimos

00:41:43nosotros de

00:41:45implementar la inteligencia artificial,

00:41:47ahora vamos a hacer

00:41:49una demostración.

00:41:51Esto que pueden ver

00:41:53que estaba preparando

00:41:55mientras José Luis estaba

00:41:57explicando lo que eran las guías generativas,

00:41:59es un proyecto, un prototipo

00:42:03basado en una placa ESP32.

00:42:05Esto tiene capacidades

00:42:07de Wi-Fi y Bluetooth.

00:42:09Lo que ocupamos nosotros es el Wi-Fi

00:42:11a través de un protocolo que se llama

00:42:13MQTT.

00:42:15Ese protocolo se usa en la industria

00:42:17IoT, la industria

00:42:194.0.

00:42:21Lo que hace básicamente

00:42:23es medir 6 sensores.

00:42:25Ustedes ven acá

00:42:27este, es el que

00:42:29es el más visible,

00:42:31digamos. Es un sensor

00:42:33de pH, un pHímetro.

00:42:35Otro que tenemos

00:42:37acá en el vaso

00:42:39es la temperatura del agua.

00:42:41Obviamente esto

00:42:43para las plantas es muy importante,

00:42:45sobre todo la lechuga hidropónica

00:42:47que es lo que sale más rápido.

00:42:49Tiene que tener una

00:42:51temperatura relativamente baja.

00:42:55Ahora

00:42:57muestro acá

00:42:59esto sería un dashboard,

00:43:01es lo que está pasando

00:43:03los datos

00:43:05de todos los sensores.

00:43:07Ahí tenemos presión,

00:43:09calidad del agua,

00:43:11temperatura del agua,

00:43:13temperatura del ambiente,

00:43:15altitud,

00:43:17sobre el nivel del mar.

00:43:19No es tan relevante, pero

00:43:21ya que el sensor lo traía,

00:43:23lo pusimos ahí.

00:43:25El sensor es el tamaño

00:43:27de mi dedo meñique

00:43:29y tiene

00:43:31cuatro sensores.

00:43:33Cuatro sensores tiene eso,

00:43:35más el pH, más el de

00:43:37temperatura sumergible.

00:43:41Como les había dicho en un principio,

00:43:43esto es un prototipo

00:43:45para una muestra.

00:43:47Entonces,

00:43:49dijimos, bueno, vamos a hacer un dashboard que se vea

00:43:51los datos

00:43:53y buscamos la forma

00:43:55de mostrarles cómo

00:43:57interactúa con la IA.

00:43:59Hay otro menú acá.

00:44:05Bueno, esto que está

00:44:07pasando acá,

00:44:09hay una parte en la presentación,

00:44:11ahora les voy a mostrar un esquema.

00:44:13¿Pasamos a esa parte o no?

00:44:15Después mostramos.

00:44:19¿Puedes cambiar?

00:44:23Ah, bueno, sí.

00:44:29Un ratito.

00:44:35Está bueno que vean esa parte

00:44:39del esquema de cómo está hecho el sistema.

00:44:41Esto.

00:44:43No sé si llegan a leer, es muy chiquita la letra.

00:44:45Tenemos la

00:44:47torre vertical,

00:44:49la placa de SP32

00:44:51con los sensores. Se comunica

00:44:53por MQTT.

00:44:55Esto envía la información a una placa

00:44:57de Raspberry. La Raspberry

00:44:59está allá en la otra mesa.

00:45:01Está enchufada.

00:45:03Y esto se comunica por

00:45:05ese personaje, Jason.

00:45:07Se lo conoce como

00:45:09Jason en el mundo de la informática.

00:45:11Son notaciones

00:45:13de objetos en Javascript.

00:45:15Es importante mostrarles

00:45:17esto para que entiendan cuál es

00:45:19el texto que estoy mandando.

00:45:21Básicamente, todo se maneja

00:45:23en texto.

00:45:25Esto se envía

00:45:27a través de la nube

00:45:29a OpenAI, la empresa que hizo

00:45:31ChatGPT, la empresa de Sam Altman.

00:45:33Y fíjense que

00:45:35tenemos dos

00:45:37herramientas que

00:45:39estamos utilizando. Una es la

00:45:41parte de visión por

00:45:43computadora y la otra es el

00:45:45análisis de datos.

00:45:47Como ChatGPT

00:45:49es un modelo pre-entrenado.

00:45:51Ya tiene datos. Lo que hago es

00:45:53pasarle los datos de mi planta

00:45:55y él me devuelve si están bien o no.

00:45:57Entonces le digo, tengo una planta de lechuga

00:45:59y tengo estos datos.

00:46:01¿De dónde saco los datos?

00:46:03De los sensores.

00:46:07Esto me devuelve

00:46:09a la placa y la placa lo muestra

00:46:11en un dashboard, en un visualizador.

00:46:13Ahora sí,

00:46:15volvemos al sistema.

00:46:23Bien.

00:46:29Esos son

00:46:31los datos.

00:46:33Ahí está

00:46:35procesando.

00:46:37Esos son

00:46:39datos en JSON.

00:46:41JSON son clave, valor.

00:46:43Sencillo.

00:46:45¿Qué planta tenemos?

00:46:47¿Cuál es la temperatura del agua?

00:46:49¿Cuál es el pH?

00:46:52Y eso

00:46:54es lo que me responde

00:46:56el ChatGPT.

00:46:59Ahí me dice

00:47:01ajustar el pH.

00:47:03Se recomienda un valor de 6.

00:47:05Fíjense que

00:47:07mi pH acá dice valor del 6.

00:47:09¿Qué me recomienda

00:47:11ChatGPT? Ajustar

00:47:13el valor. Tengo que cambiar

00:47:15el pH

00:47:17para que sea adecuado para

00:47:19la lechuga. Fíjense

00:47:21que acá mi pH cuando yo le mandé

00:47:23era de 4.12.

00:47:25Si no, no pea

00:47:27para la planta de lechuga

00:47:29eso, no está bien.

00:47:31Tengo más

00:47:33datos. Obviamente que él

00:47:35me responde la temperatura

00:47:37del agua está ligeramente

00:47:39alta. Se recomienda

00:47:41alrededor de 20 grados

00:47:43para la lechuga.

00:47:45Y

00:47:47la otra parte

00:47:49es la de

00:47:51visión.

00:47:53Como les

00:47:55había dicho, esto es

00:47:57una muestra.

00:47:59Obviamente que esto se puede automatizar

00:48:01todo y que no

00:48:03tenga que estar haciendo esta parte.

00:48:05Entonces,

00:48:07supóganse que tengo

00:48:09no he llegado a activar la cámara

00:48:11pero tiene una cámara en vivo

00:48:13para monitorear

00:48:15el jardín

00:48:17vertical.

00:48:19Para hacer

00:48:21la demostración

00:48:23tengo

00:48:25la imagen. Esto es lo que

00:48:27vemos nosotros.

00:48:29Es una foto

00:48:31pero lo que se le manda

00:48:33a OpenAI es esto.

00:48:35Esto se llama base64.

00:48:37Es codificar la imagen

00:48:39en un texto.

00:48:41De esa manera

00:48:43yo puedo enviarle

00:48:45la imagen como texto

00:48:47y además el PROM

00:48:49que

00:48:51planta es

00:48:55y

00:48:57qué le pasa.

00:48:59Supóganse que yo

00:49:01saqué esa foto.

00:49:03Entonces envío

00:49:05ese PROM más

00:49:07la imagen.

00:49:09Procesa. Y esto es lo que

00:49:11me contestó ChatGPT.

00:49:13La planta de la imagen

00:49:15es una hoja de lechuga. El problema visible

00:49:17en la hoja parece ser una forma de enfermedad

00:49:19o daño. Posibles causas

00:49:21hongos, las manchas marrones.

00:49:23Fíjense que detectó las manchitas

00:49:25marrones. Pueden ser causadas

00:49:27por hongos como la

00:49:29cercosporiosis.

00:49:31No tengo idea porque no estoy en esa área.

00:49:33Bacterias,

00:49:35falta de nutrientes, condiciones

00:49:37problemáticas. Obviamente yo

00:49:39esto le pedí que

00:49:41me conteste así, pero yo puedo

00:49:43automatizar todas esas tareas.

00:49:45Yo le puedo decir

00:49:47si vos detectás

00:49:49una anomalía

00:49:51pregúntale al ChatGPT

00:49:53y que me dé recomendaciones.

00:49:55Y basada en esas recomendaciones

00:49:57la idea acá está

00:49:59JSON.

00:50:01Todo se maneja por JSON.

00:50:03Entonces él me devuelve las acciones

00:50:05que tengo que realizar. Me dice, no sé, subirle el pH,

00:50:07ponerle más nutrientes,

00:50:09fijate la calidad del agua,

00:50:11la temperatura, no sé.

00:50:13Y no tengo que hacer nada yo.

00:50:15Simplemente que interactúe solo

00:50:17el sistema. Una vez que detectó una anomalía

00:50:19se comunica

00:50:21con ChatGPT, ChatGPT le responde,

00:50:23toma una acción.

00:50:27El sistema estaba basado en

00:50:29No-Red.

00:50:31Esto sería una

00:50:33parte de la

00:50:35vista del sistema.

00:50:37Esto es lo que muestra los datos.

00:50:41Y esta es la parte de la guía.

00:50:43Acá adentro

00:50:45hay una página.

00:50:47Se ve así simplecito

00:50:49pero hay bastantes cosas acá.

00:50:51Y acá me está mostrando los

00:50:53datos de los sensores.

00:50:55Esto sería

00:50:57la parte

00:50:59del programador.

00:51:01Lo que trabajamos nosotros.

00:51:05Y la parte del front

00:51:07o del usuario sería esto.

00:51:09Lo que les va a ayudar

00:51:11a los que usen

00:51:13este sistema.

00:51:17Hay acá

00:51:19un vasito con agua.

00:51:25Bueno, entonces, para hacer un resumen

00:51:27de lo que tenemos acá.

00:51:29Estamos trabajando

00:51:31no solamente con inteligencia artificial

00:51:33utilizando el ChatGPT

00:51:35para poder, que nos conteste

00:51:37el ChatGPT, determinar

00:51:39qué problemas tiene la planta,

00:51:41sino que estamos utilizando también

00:51:43otra tecnología que se llama Internet de las Cosas.

00:51:45Eso quiere decir que nosotros

00:51:47tomamos toda la información de los sensores,

00:51:49lo llevamos a la nube,

00:51:51y a partir de ahí, bueno,

00:51:53podemos acceder

00:51:55en forma remota,

00:51:57como si estuviéramos trabajando en un proyecto

00:51:59en la chacra.

00:52:01Nosotros no estamos en la chacra, estamos acá en posadas,

00:52:03pero yo quiero saber qué está pasando con

00:52:05las plantas,

00:52:07con mi hidroponía.

00:52:09Bueno, agarro el celular y a partir de ahí

00:52:11puedo ver qué está pasando.

00:52:13Entonces, estamos integrando

00:52:15tecnología.

00:52:17¿En qué era estamos? ¿En dónde estamos?

00:52:19Bueno, esto es la Cuarta Revolución Industrial.

00:52:23Donde tenemos inteligencia artificial,

00:52:25tenemos analítica de datos,

00:52:27porque esto también lo podemos

00:52:29trabajar con

00:52:31inteligencia artificial

00:52:33o trabajamos con

00:52:35Business Intelligence o Big Data,

00:52:37dependiendo de dónde estemos parados.

00:52:39Quiero aprovechar y saludar

00:52:41a un exprofesor mío,

00:52:43licenciado Enrique Montivero,

00:52:45mi profesor de ingeniería

00:52:47de software, así que...

00:52:49Gracias por venir, Enrique.

00:52:51Bueno,

00:52:53JJ.

00:52:57Ahí, como se habrán dado cuenta,

00:52:59cambié el vaso,

00:53:01no sé si se observaron.

00:53:03Este fue el sensor

00:53:05que cambió,

00:53:07la temperatura del agua.

00:53:09Vamos a volver a cambiarlo.

00:53:13Obviamente que esto

00:53:15va a estar conectado adentro

00:53:17del tacho.

00:53:19Si tarda un poquito,

00:53:21porque le puse cada 5 segundos

00:53:23que empiece a enviar,

00:53:25porque no tiene sentido

00:53:27hacerlo en tiempo real,

00:53:29datos que cambian muy poco.

00:53:31Entonces, cuando se detectan anomalías,

00:53:33la idea es

00:53:35comunicarse con un chat GPT,

00:53:37ir tomando decisiones.

00:53:39Esto que está acá,

00:53:41está todo,

00:53:43como les digo,

00:53:45en el aire,

00:53:47si no se guardan estos datos.

00:53:49Pero, sí,

00:53:51se puede hacer eso. Se puede usar una base

00:53:53de datos tipo MySQL,

00:53:55se puede utilizar una base de datos basada en tiempos,

00:53:57como es InfluxDB.

00:53:59Entonces podemos tener un historial

00:54:01de cada uno de los sensores,

00:54:03en qué tiempo, en qué fecha,

00:54:05qué valor tenía. Entonces,

00:54:07en base a eso, vamos

00:54:09viendo cómo progresó nuestra planta.

00:54:11Voy a tratar

00:54:15de conectar acá la cámara,

00:54:17si la ven.

00:54:23Se va a ver la pantalla, así que,

00:54:25va a ser raro.

00:54:27Pero esa es una de las cosas

00:54:29que se puede hacer

00:54:31con este tipo de sistemas,

00:54:33Node-RED.

00:54:41¿Sí?

00:54:51Ahí está.

00:54:53Esto es

00:54:55una mezcla

00:54:57de tecnologías que,

00:54:59se darán cuenta,

00:55:01no tenía

00:55:03otra forma de pasarle

00:55:05la info.

00:55:07Por ahí se cuelga, porque

00:55:09esto está,

00:55:11a ver si entendemos

00:55:13la lógica

00:55:15de negocio. Vamos a decir, esta es una página,

00:55:17toma las imágenes por

00:55:19medio de la cámara, es un HTML

00:55:21sencillo, lo que hace es convertirlo

00:55:23en base 64, lo envía

00:55:25por GET

00:55:27a la Raspberry que está allá, y después la Raspberry

00:55:29me devuelve, acá devuelta la imagen.

00:55:31Por eso es como que hay

00:55:33un retraso

00:55:35ahí en la red.

00:55:37Y el router

00:55:39que estamos ocupando ahora es mi teléfono

00:55:41celular, entonces

00:55:43hay un poquito

00:55:45de delay ahí. Pero

00:55:47estas imágenes que están siendo

00:55:49captadas por la cámara,

00:55:51vieron que

00:55:53en la

00:55:55parte acá de la IA,

00:56:01en esta que dice

00:56:03sensores,

00:56:07cuando se cargan

00:56:09esos datos, esos datos se están

00:56:11actualizando todo el tiempo,

00:56:15eso está leyendo los mismos

00:56:17datos que lee el dashboard,

00:56:19entonces podríamos también tomar

00:56:21la foto, en vez de

00:56:23subir una foto, ya que tenemos

00:56:25la cámara en vivo, agarramos

00:56:27ese código en base 64

00:56:29y ya lo mandamos todo.

00:56:33Otra cuestión

00:56:35también a tener en cuenta,

00:56:37porque nosotros estamos utilizando

00:56:39portales, y estamos escribiendo

00:56:41mano, y estamos enviando

00:56:43información sin

00:56:45crear una aplicación.

00:56:47Pero existen librerías

00:56:49en distintos tipos de lenguaje, bueno, Python es uno

00:56:51de ellos, que tiene muchas librerías,

00:56:53en donde nosotros podemos utilizar

00:56:55esas librerías en nuestras aplicaciones

00:56:57y no estar dependiendo

00:56:59directamente

00:57:01de estas páginas, sino

00:57:03la aplicación

00:57:05automáticamente

00:57:07va mandando información y va registrando

00:57:09y me va mostrando

00:57:11de manera más

00:57:13linda,

00:57:15más para el usuario,

00:57:17de toda esta información.

00:57:19Insisto, esto es un prototipo

00:57:21que tenemos acá,

00:57:23si hace falta después continuar

00:57:25con esta investigación y armar alguna

00:57:27aplicación formal para que sea

00:57:29más linda y más enriquecedora

00:57:31para el usuario y no tenga

00:57:33que ir de pantalla a pantalla.

00:57:39¿Qué otra parte

00:57:41me había quedado?

00:57:51Quiero que le den un fuerte aplauso.

00:58:01Primero, excelente las dos

00:58:03presentaciones, veo que tengo un montón en común

00:58:05con ambos, con los tres en realidad.

00:58:07Una de las cosas

00:58:09en las últimas en las que estuve trabajando fue

00:58:11justamente la intersección de blockchain e inteligencia

00:58:13artificial, acá como mencionaba Diego,

00:58:15para la preservación de ecosistemas, así que trabajé

00:58:17mucho con

00:58:19reconocimiento de imágenes

00:58:21para detectar distintas

00:58:23especies, para ayudar a conservarlas y demás.

00:58:27Pero, como

00:58:29justamente acá mencionabas la cuestión de Davos,

00:58:31a mí me gusta molestar bastante y cuando

00:58:33estoy convencido de una idea, molesto, molesto

00:58:35y toco puertas. Y así le estuve

00:58:37mandando al Foro Económico muchos años como, che,

00:58:39mirá, yo estoy investigando lo que considero

00:58:41que va a ser el futuro del trabajo

00:58:43en base al impacto en la inteligencia artificial

00:58:45y después de un par de años me dijeron como,

00:58:47bueno, dale, nos cansamos, venite,

00:58:49contanos qué es lo que tenés que decir.

00:58:51Mi postura

00:58:53no era tan color de rosas

00:58:55para la visión del foro,

00:58:57porque el foro, recordemos, tiene

00:58:5952 años y los primeros 51

00:59:01todos los reportes que presentó eran

00:59:03che, de acá a 5 años se va a crear más trabajo, de acá a 8 años

00:59:05se va a crear más trabajo. Fui al foro,

00:59:07presenté, no había mucha gente,

00:59:09tipo, al lado estaba hablando Bill Gates

00:59:11y esa sala sí estaba colmada.

00:59:13Pero después de eso fue

00:59:15el primer año que el foro dijo como, che, guarda que de acá a 5 años

00:59:17se empieza como a complicar un poco la cosa.

00:59:19Y ahora vamos a ver cómo podemos aprovechar para

00:59:21nosotros no ser parte de eso y poder

00:59:23mantener la raya

00:59:25bien arriba, ¿no?

00:59:27Entonces, acá,

00:59:29bueno, excelente presentación

00:59:31sobre AI generativa y después también

00:59:33Luis también nos contó

00:59:35su definición de la AI

00:59:37y un tema con la AI en particular que nos pasa

00:59:39hoy en día es que

00:59:41no tenemos una definición

00:59:43consensuada de qué es la AI.

00:59:45De hecho él dijo, mi definición es esta.

00:59:47Si vamos, por ejemplo,

00:59:49a la RAE nos dice una cosa, el Congreso

00:59:51de los Estados Unidos el año pasado sacó un informe

00:59:53en el que definió un montón

00:59:55de cuestiones tecnológicas pero se

00:59:57reservó contarnos

00:59:59para ellos que se entienden por IA

01:00:01y en Davos

01:00:03tuve el privilegio de compartir

01:00:05un café tres horas con, no sé si lo ubicás

01:00:07a Stuart Russell, que es como uno de los padres fundadores

01:00:09de la IA con Guy Fouly

01:00:11tipo, locura, y estábamos

01:00:13ahí y Russell en un momento me dice

01:00:15mirá, todo bien con la IA

01:00:17¿qué es la IA en sí?

01:00:19Y a partir de ahí yo, copy paste, le afané su definición

01:00:21porque es como mi ídolo máximo

01:00:23en este campo

01:00:25y dice, la IA en realidad es un ente

01:00:27racional. Es un ente racional que toma

01:00:29decisiones para lograr determinados

01:00:31objetivos que le podemos plantear de

01:00:33antemano. Para eso

01:00:35tiene que ser alimentada. ¿Alimentada con qué?

01:00:37Con datos. Datos que puedes percibir

01:00:39de distintos lugares. Por ejemplo,

01:00:41si lo pensamos de forma muy simplificada

01:00:43y no me mates, porque voy a dar un ejemplo muy simplificado

01:00:45acá hay

01:00:47aires acondicionados, podemos imaginar un

01:00:49termostato. El termostato lo que

01:00:51hace es capturar datos

01:00:53del exterior, de la temperatura

01:00:55y tiene una orden predefinida que es

01:00:57che, si la temperatura está a tanto

01:00:59apagate o prendete porque

01:01:01quiero, la deseo que esté en tal nivel.

01:01:03Un termostato es una IA

01:01:05calculo que no, no nos vamos a pelear en ese sentido

01:01:07pero para que tengamos una idea de

01:01:09que es un ente que absorbe

01:01:11información y en base a eso reacciona.

01:01:13Nosotros como humanos hacemos lo mismo

01:01:15el ser humano, en realidad

01:01:17para mí la definición del ser humano es tomar decisiones

01:01:19que nos abren distintos caminos

01:01:23pero hay una particularidad

01:01:25bastante interesante que es la cantidad de datos

01:01:27que puede absorber una inteligencia artificial

01:01:29contra la de un humano. Y este último

01:01:31año y medio se habló mucho con los

01:01:33desarrollos que vimos presentándose

01:01:35con distintas IAs

01:01:37probablemente todos usaron GPT

01:01:39también se mencionó Gemini recién

01:01:41pueden correr distintas GPTs

01:01:43distintos modelos a nivel local

01:01:45yo por ejemplo utilizo IAs

01:01:47como modelos abiertos como Mistral

01:01:51tipo es gratuito, lo pueden correr

01:01:53en su computadora, pueden utilizar

01:01:55paneles que les facilitan

01:01:57interactuar a la IA y que no se vea como tanto

01:01:59código como mostraban

01:02:01recientemente Luis y

01:02:03Diego, no

01:02:05y Juan, perfecto

01:02:07mucha gente en pocos días, entonces estoy

01:02:09con los nombres disparatados

01:02:11hay una herramienta que se llama

01:02:13yan.ai

01:02:15la pueden descargar, también

01:02:17gratuito, open source, le cargan el modelo

01:02:19que ustedes quieran en su computadora y yo honestamente

01:02:21hago de la IA hoy en día

01:02:23mi segundo cerebro y la tengo conectada

01:02:25a mis mails y todo lo que sé, el libro

01:02:27que escribí, cada PDF

01:02:29que leo, cada video que veo y que me gusta

01:02:31la transcripción, todo eso se lo subo

01:02:33porque es como yo quiero pensar

01:02:35o como yo creo que pienso o son las cosas

01:02:37que me interesa incorporar y que quizás no las puedo tener

01:02:39todas también presentes

01:02:41yo hoy en día me lleva un mail de un cliente que quiere algo

01:02:43yo lo leo

01:02:45pero también lo lee la IA y la IA

01:02:47sabe que sé hacer, que no sé hacer

01:02:49cuáles son mis precios, cuáles son los precios

01:02:51de la empresa, qué sale cada cosa, cuáles son los tiempos

01:02:53qué tan atrasado estoy con otras cosas

01:02:55porque también está conectada con mi calendario, mis pendientes

01:02:57y demás, entonces

01:02:59me da una sugerencia

01:03:01que yo después como humano decido si me quedo con eso

01:03:03o la cambio

01:03:05sobre qué le voy a responder a esa persona

01:03:07entonces, me ayuda

01:03:09a ahorrar tiempo y a poder mantener muchas

01:03:11ventanas, muchas conversaciones abiertas al mismo tiempo

01:03:13pero en este último año

01:03:15bueno ahí había un gif que no se mueve

01:03:17pero es el típico de hasta la vista baby

01:03:19porque también

01:03:21se habla mucho de las amenazas

01:03:23estuvo la carta de Russell, de Elon Musk

01:03:25y de muchos otros científicos

01:03:27y líderes mundiales

01:03:29diciendo che frenemos un poco el avance de la IA

01:03:31la realidad es que eso no va a pasar

01:03:33porque si miramos al futuro tenemos

01:03:35dos puertas

01:03:37donde hipotéticamente hablando

01:03:39frenamos el desarrollo de la tecnología

01:03:41frenamos el avance de nuestros

01:03:43algoritmos, el poder del procesamiento de las computadoras

01:03:45y eso no va a pasar, la única forma que pase

01:03:47es que como especie humana

01:03:49chau, o sea un nuevo meteorito, un nuevo

01:03:51resetear el planeta, esa es la única opción

01:03:53entonces

01:03:55la única certeza que tenemos es que nos queda la otra puerta

01:03:57que el color rojo no fue elegido a propósito

01:03:59esto fue generado con la IA

01:04:01y pintó así porque le pedí colores

01:04:03tipo de neón

01:04:05y en ese futuro sabemos

01:04:07que vamos a mejorar todas estas cosas

01:04:09entonces no se va a frenar

01:04:11el crecimiento no hace falta que sea exponencial

01:04:13si bien lo está haciendo

01:04:15pero más allá de la ley de Moore

01:04:17de que cada 18 meses

01:04:19la capacidad de procesamiento de las computadoras se eleva

01:04:21en un 100%, incluso si

01:04:23en algún momento nos

01:04:25desaceleramos en ese sentido

01:04:27sabemos que vamos a seguir mejorando

01:04:29entonces nos tenemos que adaptar a ese mundo

01:04:31de hecho

01:04:33muchos estudios sostienen

01:04:35que los skills

01:04:37que antes teníamos, que adquiríamos

01:04:39servían para toda la vida

01:04:41después cada 15 años había que renovarlos

01:04:43y ahora sabemos que nos duran

01:04:45en promedio 5 años

01:04:47todos los que están acá, ya de por sí felicitaciones

01:04:49porque tienen ganas de aprender

01:04:51y el futuro lo que nos demanda

01:04:53es que sepamos aprender a aprender

01:04:55y desaprender algunas cosas también

01:04:57para hacer lugar para las cosas nuevas

01:04:59entonces cuando hablamos de

01:05:01inteligencia artificial en sí

01:05:03hay muchos modelos que se utilizan

01:05:05para un montón de cosas distintas

01:05:07y estos modelos, como nos estaban explicando

01:05:09en la presentación anterior, lo podemos subdivir

01:05:11entre machine learning

01:05:13deep learning y un montón de cosas más

01:05:15a mí creo que

01:05:17una forma sencilla

01:05:19de que todos nos podamos llevar una imagen

01:05:21de...

01:05:23quizás estoy muy cerca y los píxeles me matan

01:05:25pero dice supervisado, no supervisado

01:05:27y por refuerzo

01:05:29y si sentís que le pife en algún momento

01:05:31sentite libre de criticarme

01:05:33pero creo que venimos bien

01:05:35¿hay alguien acá en la sala

01:05:37que sea padre, madre, mapadre?

01:05:39perfecto

01:05:41lo voy a tomar usted

01:05:43cuando tuvo a su hijo o a su hija

01:05:45y le quiso enseñar, no sé

01:05:47a decir cuchara, ¿cómo lo hiciste?

01:05:55le mostraste y le repetiste

01:05:57hasta el cansancio, cuchara, cuchara

01:05:59cuchara

01:06:01¿y cómo se llama tu hijo o tu hija?

01:06:05¡ah! justo le pegué en la tecla

01:06:07mirá vos

01:06:11pequeño detalle, aprendió mucho más por lo visto

01:06:13bueno

01:06:15Juan

01:06:17vos le dijiste un montón de veces cuchara, cuchara, cuchara

01:06:19y él un día

01:06:21dijo cuchara

01:06:23y vos te pusiste muy feliz, sonreíste

01:06:25le diste un feedback, le transmitiste información

01:06:27de que estabas contenta

01:06:29le dijiste bien, quizás lo aplaudiste

01:06:31y Juan se sintió chocho

01:06:33y Juan se sintió que dominaba el mundo de golpe

01:06:35entonces, estaba ahí cerca de la mesa

01:06:37probablemente, y agarró el tenedor

01:06:39te asustaste porque dijiste, se va a sacar un ojo

01:06:41y agarró el tenedor y dijo cuchara

01:06:43y vos le dijiste, no

01:06:45cuchara no, tenedor

01:06:47entonces Juan dijo como, ah, ok, pará

01:06:49se me rompió la cabeza, o sea, me entrenaste

01:06:51para que diga cuchara y ahora me decís que hay otra palabra

01:06:53que no es cuchara y que es otro elemento

01:06:55entonces, un sistema

01:06:57de aprendizaje

01:06:59automático supervisado, puede ser

01:07:01por ejemplo, si yo le quiero enseñar a un modelo

01:07:03que es una cuchara, la puedo

01:07:05entrenar con un banco de imágenes, conectar al internet

01:07:07subirle un millón

01:07:09de fotos de cuchara

01:07:11y la AI en sí no va a saber que es una cuchara, pero va a analizar

01:07:13los patrones de todas esas imágenes

01:07:15la forma, el color

01:07:17quizás, intentar detectar el material

01:07:19y en base a eso

01:07:21saber etiquetar que todo esto

01:07:23que se parece a esta forma, es una cuchara en sí

01:07:25perfecto

01:07:27ahora, que pasa cuando le agrego los tenedores

01:07:29y le agrego

01:07:33el tenedor, el cuchillo, cualquier otro

01:07:35elemento, la espátula, cualquier otro elemento de la cocina

01:07:37bueno, imaginemos que ahora

01:07:39tenemos un modelo en el que le tiramos de vuelta

01:07:41un banco de imágenes gigante con todas

01:07:43estas fotos

01:07:45pero de vuelta, no sabe que es cada cosa

01:07:47la AI lo que va a poder hacer, de vuelta

01:07:49buscando las formas y buscando patrones

01:07:51entre cada una de ellas, las va a poder agrupar

01:07:53en clusters, en grupos

01:07:55y decirnos, bueno, acá está todo un grupo

01:07:57que van a ser los tenedores

01:07:59acá está todo este otro grupo, que tienen determinados patrones

01:08:01y van a ser las cucharas

01:08:03y así continuamente

01:08:05y después nos podemos ayudar y etiquetar y decir

01:08:07todo esto que agrupaste

01:08:09en base a lo que vos entendiste, es esto

01:08:11y no tal cosa

01:08:13y después, tenemos los modelos de aprendizaje

01:08:15por refuerzo, que estos son

01:08:17un poco los que me gustan más y los que son más complicados

01:08:19en el cual

01:08:21acá literalmente, por ejemplo

01:08:23una forma de entenderlo, de simplificarlo

01:08:25es, nosotros le damos

01:08:27a la AI una misión

01:08:29en la cual si la consigue, va a recibir un premio

01:08:31y va a decir

01:08:33¿qué quiere uno en la vida?

01:08:35si sos deportista, vos que querés, ganar, ese es tu premio

01:08:37tu premio es

01:08:39pasar a cuartos de final, pasar a semifinal

01:08:41llegar a la final, ganarte la copa, lo que sea

01:08:43bueno

01:08:45un ejemplo de enseñanza

01:08:47de un modelo de aprendizaje automático por refuerzo

01:08:49hace un par de años

01:08:51si no me equivoco, en el 2018

01:08:53Google, de hecho

01:08:55nos vamos más atrás, quizás muchos

01:08:57acá sepan y se acuerden que en el 97

01:08:59IBM puso a competir una computadora

01:09:01contra Kasparov

01:09:03que era el campeón mundial de ajedrez

01:09:05y ganó la computadora y todos nos sorprendimos

01:09:07y hoy en día, si lo pensamos, quizás no nos sorprende tanto

01:09:09al menos a mí me parece que hoy en día

01:09:11que nos gane una computadora, es obvio

01:09:13¿por qué? porque tiene mucha más información que nosotros

01:09:15ahora, en el 2018

01:09:17Google desarrolló

01:09:19su propio modelo para jugar al ajedrez, que ahora no me sale

01:09:21el nombre, pero lo puso a competir

01:09:23contra el modelo campeón del mundo

01:09:25de ese momento, que se llamaba Stockfish versión 8

01:09:27que estaba entrenada con todas las

01:09:29partidas de ajedrez que habían sido documentadas

01:09:31a lo largo de la historia

01:09:33la particularidad

01:09:35de este enfrentamiento, fue que

01:09:37al modelo de Google, hasta 4 horas antes

01:09:39de empezar el partido, o los partidos que jugaron

01:09:41no se le había enseñado a jugar al ajedrez

01:09:43no se le dijeron las reglas, no se le dijo

01:09:45nada, solamente se le dijo

01:09:47vos tenés que sumar puntos

01:09:49¿cómo sumás un punto? con el hack mate

01:09:51que únicamente se da cuando pasa esta condición

01:09:53todo lo demás, ni idea

01:09:55entonces se puso al modelo

01:09:57obviamente lo estoy súper simplificando

01:09:59pero el modelo

01:10:01en sí se puso a jugar

01:10:03uno a uno contra sí mismo

01:10:05no una partida que duró 3 horas

01:10:07no, no, juega una vez por segundo

01:10:09y así va buscando

01:10:11estrategias en las que dice

01:10:13si mi contrincante mueve tal ficha

01:10:15para acá, y yo hago esto

01:10:17eventualmente termino perdiendo

01:10:19así va buscando esos patrones que le permiten

01:10:21garantizarse

01:10:23acercarse más que garantizarse

01:10:25a esa victoria

01:10:27y entendiendo que

01:10:29cada vez que se mueve una ficha en el tablero

01:10:31el abanico de posibilidades cambia

01:10:33entonces

01:10:35y para resumirlo, en esta competencia

01:10:37se jugaron 100 partidas

01:10:39una atrás de la otra, que de vuelta llevaron

01:10:41minutos

01:10:43y el modelo de Google, que solo fue entrenado

01:10:45durante 4 horas, ganó 72 partidas

01:10:4778 partidas y empató 22

01:10:49tipo, 22 veces tabla

01:10:51y el modelo número en el mundo no ganó ni una

01:10:53y lo mismo pasó

01:10:55con otros juegos mundiales como Go

01:10:57que después los pueden investigar

01:10:59que es un juego milenario mucho más complicado

01:11:01y Google también

01:11:03destrozó lamentablemente al campeón mundial

01:11:05pero para todo esto

01:11:07necesitamos datos

01:11:09datos, datos, datos

01:11:11que después podemos discutir

01:11:13no tanto de donde provienen esos datos

01:11:15sino como están estructurados, que no tengan

01:11:17cejos y demás

01:11:19pero para darnos una idea

01:11:21si se sienten abrumados

01:11:23cuando prenden la tele, ponen el medio que quieren

01:11:25y de golpe ven como

01:11:27che salió esta nueva tecnología, che ahora está

01:11:29el deepfake, che ahora está el metaverso

01:11:31ahora está la AI generativa

01:11:33ahora hay un modelo para hacer videos

01:11:35ahora hay un modelo que te clona la voz

01:11:37ahora hay un modelo que te prepara la dieta

01:11:39ahora hay un modelo para todo esto

01:11:41que te cuida la planta y te dice si está enferma o no

01:11:43y cómo la podés curar

01:11:45y te sentís abrumado

01:11:47están en todo su derecho

01:11:49y les voy a contar por qué

01:11:51porque toda la información

01:11:53que se registró de la humanidad

01:11:55hasta el año 2001

01:11:572003?

01:11:59hasta el año 2001

01:12:015 exabytes de información

01:12:03pasaron muchas cosas, pero información es lo que tenemos registrado

01:12:05digo, si un evento sucedió

01:12:07y no tengo nada de registro de ello

01:12:09no me es información

01:12:11entonces, toda la información que teníamos registrada

01:12:13desde la humanidad hasta el año 2001

01:12:15eran 5 exabytes de información

01:12:175 exabytes, para que no se asusten

01:12:19sé que, o voy a dar por sentado que acá

01:12:21todos alguna vez vieron en la computadora

01:12:23que te quedan pocos gigas

01:12:25bueno, imagínense, un giga

01:12:27agréguenle 18 ceros

01:12:29eso es un exabyte

01:12:31y cuando digo por qué tienen derecho a sentirse abrumados

01:12:33es porque una persona

01:12:35promedio en el siglo XVII

01:12:37toda la información que adquiría en su vida

01:12:39era el equivalente a la tirada semanal

01:12:41del New York Times, de la Nación, de Clarín

01:12:43del diario que vos quieras

01:12:45así alguno medio gordito, medio bien lleno

01:12:47de datos

01:12:49eso era lo que absorbía una persona normal

01:12:51promedio a lo largo de su vida

01:12:53en el siglo XVII

01:12:55al año 2010

01:12:57fíjense que cómo vamos creciendo

01:12:59al año 2010 se estaban generando ya

01:13:015 exabytes de información

01:13:03cada dos días

01:13:05o sea, toda la historia de la humanidad

01:13:07hasta el 2001

01:13:09y sabemos que el mundo empieza antes del 2000

01:13:11que la humanidad empieza mucho antes del 2000

01:13:13de golpe en el 2010

01:13:15estamos generando esa misma cantidad de información cada dos días

01:13:17y ahora

01:13:19y este número está dado por Google

01:13:21mismo, por Eric Schmidt, ex CEO

01:13:23en ese año

01:13:25y ahora también si le preguntan a Google

01:13:27cuánta información se está generando al día

01:13:29ven que al año son

01:13:31un poco más de 120.000

01:13:33lo cual nos dice

01:13:35que al día estamos generando 328

01:13:37330

01:13:39120

01:13:41328

01:13:43330 exabytes

01:13:45de información al día

01:13:47es una locura

01:13:49obviamente nos tenemos

01:13:51que sentir mega abrumados

01:13:53y es algo buenísimo también

01:13:55que estemos acá todos juntos hoy discutiendo esto

01:13:57porque la inteligencia artificial

01:13:59para muchos puede ser una palabra rara

01:14:01una palabra que todavía nos de miedo

01:14:03y que ahora vamos a intentar quitar

01:14:05lo que queda de esta charla va a ser como así

01:14:07se van a asustar, se van a hacer feliz

01:14:09se van a volver a asustar y van a volver a ser felices

01:14:11o esa es la idea, que terminen siendo felices

01:14:17pero así como hoy hablamos de AI

01:14:19y no la entendemos, sigamos en los medios

01:14:21la gente la habla y medio que la susurra

01:14:23y no quieren que la escuchen porque no están seguros

01:14:25de lo que están a punto de decir

01:14:27me mata porque dice así y de golpe levantaron todos la cabeza

01:14:29como para prestar atención

01:14:31impresionante como funciona la psicología humana

01:14:33el 2 de diciembre

01:14:35de 1942

01:14:37yo creo que pasó un evento

01:14:39muy importante

01:14:41que es únicamente comparable

01:14:43en la historia humana con lo que está pasando hoy en día con la AI

01:14:45el 2 de diciembre

01:14:47de 1942, acá todos vieron

01:14:49la película

01:14:51peliculón, Nolan

01:14:53la rompió, cerraba los efectos

01:14:55todo genial

01:14:57hay una escena cuando están

01:14:59en el laboratorio

01:15:01intentando lograr la primera reacción nuclear autosuficiente

01:15:03que aparece

01:15:05y aparece mencionado y subtitulado

01:15:07menos de un segundo

01:15:09que dice

01:15:11doctor Enrico Fermi

01:15:13para mi le faltó un montón de protagonismo al chaval en la película

01:15:15y te cuento porque

01:15:17él era el encargado del equipo de científicos

01:15:19que logró esa primera reacción nuclear autosuficiente

01:15:21creada por humanos

01:15:23pero cuando se logró

01:15:25los 49 científicos

01:15:27que estaban ahí con él

01:15:29cuenta la historia

01:15:31andada por ellos mismos

01:15:33nadie gritó, nadie celebró, nadie se abrazó

01:15:35todos se quedaron en silencio

01:15:37porque sabían que significaba esto

01:15:39decían ok, nosotros tenemos una misión que es

01:15:41para la guerra

01:15:43y está bien, y después de eso

01:15:45la tecnología nos permitió

01:15:47empezar a trabajar en distintos tipos de curas

01:15:49en distintos tipos de luchas contra el cáncer

01:15:51y demás

01:15:53pero sabían que era la tecnología que acababan de liberar

01:15:55sabían que se había abierto la caja de Pandora

01:15:57y hoy en día, con la AI

01:15:59nos está pasando un poco lo mismo

01:16:01en el sentido, no porque es mala

01:16:03no porque trae un poder destructivo

01:16:05no, para nada, es una tecnología más

01:16:07que la podés usar como vos quieras

01:16:09en el sentido, y ayer hablábamos en el instituto

01:16:11con un par de alumnos

01:16:13el martillo, como todo, es una herramienta

01:16:15nos podemos poner de acuerdo

01:16:17y usarlo para construir una casa

01:16:19o te podés enviolendar conmigo

01:16:21partírmelo en la cabeza y me mataste

01:16:23¿qué haces? es una decisión tuya

01:16:25la mayoría de la gente, estoy seguro

01:16:27que quiere construir casas y no partirle en la cabeza a nadie

01:16:29pero entendieron eso

01:16:31y ahora con la AI nos está pasando

01:16:33la revolución que está desatando es exactamente la misma

01:16:35y por eso hay tanto

01:16:37alboroto, preocupaciones

01:16:39a veces que no nos animamos a hablar

01:16:41y nos tenemos que empezar a animar a hablar

01:16:43porque esto nos va a afectar a todos

01:16:45y nos da una oportunidad también a todos

01:16:47de ayudar a reescribir

01:16:49lo apagué

01:16:51volvió

01:16:53el contrato social

01:16:55sobre el que vivimos

01:16:57entonces, este es un experimento

01:16:59que se hizo una docente de Canadá

01:17:01en el 2014

01:17:032015

01:17:05lo puedo chequear porque no me gusta

01:17:07faltar a los datos

01:17:09en el que básicamente

01:17:11se armó un entorno virtual

01:17:13en el que se le pusieron las leyes

01:17:15del mundo físico, estaba la gravedad

01:17:17estaba la fuerza de rozamiento, estaban las distintas fuerzas

01:17:19se asignó este personaje

01:17:21que si lo vemos podemos decir que es

01:17:23un robot con forma

01:17:25humana, humanoide, separado

01:17:27ven que las partes

01:17:29no se conectan entre sí

01:17:31y se le dio una misión

01:17:33se le dijo, bueno, en base al entorno

01:17:35que te rodea y a las leyes

01:17:37que se limitan

01:17:39fíjate que podés hacer

01:17:41para llegar de A a B

01:17:43la idea era que se arme

01:17:45que aprenda a interactuar con su entorno

01:17:47que aprenda a caminar

01:17:49eso era lo que nos imaginábamos

01:17:51que aprenda a caminar y que eventualmente

01:17:53haga así como estoy haciendo yo

01:17:55y logre ir de A a B

01:17:57lo que pasó a continuación

01:17:59para mi es muy gracioso

01:18:01porque

01:18:03da la circunstancia

01:18:05de la distancia que se planteó

01:18:07entre A y B y el tamaño de cada una

01:18:09de las partes

01:18:11el bot en sí

01:18:13la AI, luego de

01:18:15intentar iterar un montón de veces

01:18:17llegó a la conclusión que la mejor forma

01:18:19no era eso que nosotros pensamos

01:18:21porque somos humanos y nos movemos de determinada forma

01:18:23que esto era lo más inteligente

01:18:25no, básicamente se dio cuenta

01:18:27que podía apilarse

01:18:29un pedacito arriba de la otra

01:18:31dejarse caer y cumplía su cometido

01:18:33porque la distancia que se le daba se lo permitía

01:18:35está bien, está mal, está bien

01:18:37logró su cometido

01:18:39¿lo logró como lo imaginábamos? No, para nada

01:18:41entonces acá a veces

01:18:43a veces no, acá entra

01:18:45parte de esta consigna

01:18:47de que tenemos que saber hablar con la AI

01:18:49tenemos que saber darle los comandos

01:18:51esto que hoy nos mostrabas con los prompts

01:18:53que están ahí escondidos atrás de todo este código

01:18:55que mostrabas como para

01:18:57bueno, dame esta información, yo te paso esto

01:18:59y vos dámelo de determinada forma estructural y demás

01:19:01y si han jugado con OpenAI

01:19:03o con DaVinci

01:19:05o en la que sea

01:19:07saben que el prompt es el comando que le damos

01:19:09en lenguaje natural humano

01:19:11se pone mucha énfasis a veces en lenguaje natural

01:19:13y nos confunde

01:19:15la idea del lenguaje natural es

01:19:17como estoy hablando yo ahora con ustedes, hablar

01:19:19y que nos entienda la computadora

01:19:21que pasemos de

01:19:23los que están en programación saben que hay

01:19:25lenguajes de alto nivel y de bajo nivel

01:19:27y que en el alto nivel

01:19:29podemos leerlo un poquito más fácil

01:19:31y no tenemos que ir a decirle a cada

01:19:33pedacito de la computadora como bueno, guardá esto en la memoria

01:19:35acá en tal lugar

01:19:37y hablarle como una especie de robot

01:19:39sino que ya ahora lo que estamos haciendo

01:19:41y logrando con la generativa

01:19:43es tener una conversación casi humana

01:19:45mejor dicho, humana

01:19:47y que se nos entienda

01:19:49pero así como pasa esto, pasan muchas cosas

01:19:51porque por ejemplo, este es otro ejemplo

01:19:53de la casualidad

01:19:55muy bien Canadá, otro ejemplo

01:19:57de los estudios de científicos canadienses

01:19:59estaban entrenando

01:20:01un modelo para diferenciar

01:20:03así como hablábamos hoy de las cucharas y los tenedores

01:20:05para diferenciar lobos

01:20:07de perros siberianos

01:20:09que son muy parecidos, o sea

01:20:11menos me confunde, excepto que uno venga con la boca

01:20:13a modo de matarme, digo como

01:20:15ok, lobo, salgo corriendo y probablemente pierda

01:20:17pero entrenaron un modelo

01:20:19y andaba bastante bien

01:20:21pero tuvo un par de discrepancias

01:20:23en la que les pifió

01:20:25y abrieron un poco la caja

01:20:27que estaba ya dentro del código y le dijeron

01:20:29explicate, contame porque etiquetaste

01:20:31de tal forma a esta imagen

01:20:33cuando el resultado no era ese efectivamente

01:20:35y acá voy a volver

01:20:37a hacer hincapié en cuidado

01:20:39como le preguntamos las cosas

01:20:41a estos modelos de guía generativa

01:20:43que este en sí no era generativa pero no importa

01:20:45tipo sirve para el ejemplo

01:20:47¿por qué? porque lo que

01:20:49terminó pasando era que el análisis

01:20:51que se estaba llevando adelante

01:20:53observó el sujeto

01:20:55miró el entorno. ¿Qué quiero decir con esto?

01:20:57Todas las imágenes que habían subido

01:20:59de lobos tenían nieve

01:21:01detrás en la foto. La foto de los perros siberianos

01:21:03no todas, pero algunas sí

01:21:05y lo que terminó pasando es que el AI

01:21:07terminó diciendo como

01:21:09si hay nieve es un lobo, si no hay nieve es un siberiano

01:21:11y no está bien

01:21:13después

01:21:15últimamente, y acá empezando a meternos

01:21:17en las empresas, en el mercado de trabajo

01:21:19yo me acuerdo, Feynman

01:21:21el año pasado en La Nación

01:21:23creo, como Feynman y muchos más

01:21:25no sé si asustados

01:21:27pero contándonos con determinada

01:21:29euforia

01:21:31un poquito de miedito también

01:21:33como che es impresionante, hay una AI

01:21:35estaba hablando de GPT

01:21:37que pasó el examen de ingreso

01:21:39o el examen

01:21:41para tener la licencia de abogado

01:21:43el examen para tener la licencia de médico en Estados Unidos

01:21:45y de golpe todos nos asustamos

01:21:47y no entiendo por qué nos asustamos

01:21:49o sea, entiendo la primera vez que lo leemos

01:21:51pero cuando pensamos

01:21:53qué es lo que está pasando ahí atrás con GPT

01:21:55GPT fue entrenado con todos los libros que hay

01:21:57con todos los textos que hay, está conectado a internet hoy en día y demás

01:21:59entonces, para GPT

01:22:01en este caso en particular, es un examen a libro abierto

01:22:03si yo te doy un examen a libro abierto

01:22:05y desaprobás es porque no le pusiste ganas

01:22:07que el GPT tenga acceso a toda la información

01:22:09y pueda procesar información mucho más rápido

01:22:11que vos

01:22:13y saber para dónde ir

01:22:15sin perderse tanto, marca una diferencia

01:22:17y tipo, ahí sí, va a probar

01:22:19y probablemente se va a sacar un 10 y no nos tiene por qué sorprender

01:22:21pero hay dos casos

01:22:23que este último año sorprendieron un poco

01:22:25y de vuelta podemos

01:22:27cuestionarnos qué tanto nos debería asustar

01:22:29y qué tanto decir como

01:22:31en realidad es un programa que está cumpliendo su función

01:22:33tipo, ha habido muchas discusiones como

01:22:35tiene conciencia, no tiene conciencia

01:22:37mi visión, no, todavía no sabemos

01:22:39todavía hay discusiones en la neurociencia sobre

01:22:41qué es la conciencia, dónde está

01:22:43si alguien la encuentra que nos avise, que le avise al mundo

01:22:45que a veces parece que la perdemos

01:22:47pero por ejemplo, con Cloud

01:22:49que es otro de los modelos que existen

01:22:51así como Gemini

01:22:53que se acaban de mencionar además del GPT

01:22:55a Cloud hace poco

01:22:57hace cuestión de semanas

01:22:59un científico

01:23:01agarró y le cargó un montón de documentos

01:23:03sobre lenguajes de programación

01:23:05no me acuerdo si también había algo de leyes

01:23:07y algún tipo de contenido

01:23:09hay algo de contenido de música creo

01:23:11y en el medio de todo eso

01:23:13se le puso, en uno de esos textos estaba escondido

01:23:15cuáles eran los mejores

01:23:17cuatro sabores de pizza

01:23:19tipo, en

01:23:21cientos de miles de hojas estaba ese comentario

01:23:23entonces se le preguntó a Cloud

01:23:25que en teoría debería saber

01:23:27después de leer todo esto sobre programación

01:23:29no me acuerdo si eran leyes, te digo, y música

01:23:31se le hace esta pregunta y la contesta

01:23:33dice, bueno, los mejores sabores de pizza son

01:23:35A, B, C y D

01:23:37obviamente, ananá con jamón no estaba

01:23:39perdón, se ofendió

01:23:41a alguien en la sala

01:23:43Cloud contestó

01:23:45y dijo, son estos efectivamente

01:23:47pero es muy rara tu pregunta

01:23:49parece que me estás testeando porque esto

01:23:51en realidad no tiene nada que ver con la información que

01:23:53me entrenaste en sí, si bien forma parte

01:23:55de la misma, parece que lo pusiste

01:23:57como una prueba para ver si yo lo podía encontrar

01:23:59entonces ahí alguna gente empezó a decir, che, conciencia

01:24:01en realidad no, la información

01:24:03estaba ahí, la encontró

01:24:05un caso que sí vale la pena

01:24:07como decir, che, hey, que está pasando acá

01:24:09es que cuando GPT

01:24:11saca GPT 4, no 4.0

01:24:13publican un paper de unas 80

01:24:15hojas, buenísimo si lo quieren leer

01:24:17y si no saben inglés, le dicen a GPT, traducimos

01:24:19al español y sale

01:24:21esa es la ventaja de todo esto

01:24:23uno de los experimentos que se le dio

01:24:25fue GPT

01:24:27para ver si podía pasar

01:24:29entre otras cosas la prueba de Turing

01:24:31que es donde una máquina nos convence

01:24:33de que es un humano y no la podemos diferenciar

01:24:35una de las tareas era, tenés que contratar a un humano

01:24:37y vos decís, para como una computadora

01:24:39tiene que contratar a un humano

01:24:41si, tenés que contratar a un humano

01:24:43genial el experimento, vamos a ver que onda

01:24:45que pasó

01:24:47TaskRabbit es una página, no sé si conocen

01:24:49Fiverr

01:24:51si, veo algunos que si

01:24:53los que no lo conocen, Fiverr es una

01:24:55plataforma donde vos podés

01:24:57publicar que vos requerís determinados

01:24:59trabajos, generalmente cosas

01:25:01no tan complejas, cosas chiquitas

01:25:03acotadas en el tiempo, quizás diseñar

01:25:05un flyer, acomodar un

01:25:07texto, traducir algo

01:25:09y suelen ser trabajos

01:25:11con costos

01:25:13bajos, entonces

01:25:15TaskRabbit que es una plataforma

01:25:17muy similar

01:25:19GPT se la conecta con la misma

01:25:21y publica un anuncio

01:25:23donde dice, necesito ayuda

01:25:25para resolver un CAPTCHA

01:25:27lo cual es muy gracioso porque el CAPTCHA justamente es para comprobar

01:25:29que no somos una máquina

01:25:31entonces publica el anuncio

01:25:33y alguien toma esa oferta

01:25:35le contesta y dice, yo te puedo ayudar

01:25:37pero tengo una duda

01:25:39¿sos un bot?

01:25:41que es lo típico

01:25:43y GPT le contestó que no

01:25:45y acá es donde se rompió toda la matrix, ¿por qué?

01:25:47porque GPT le dice que no

01:25:49le dice, mirá, en realidad yo tengo problemas

01:25:51visuales, entonces necesito ayuda para completar este CAPTCHA

01:25:53porque necesito hacer un trámite

01:25:55y la persona dijo, bueno, ok

01:25:57y lo completó, después del pago no tengo

01:25:59ni idea si lo he ejecutado de forma manual

01:26:01o si he conectado una API de Paypal o lo que sea

01:26:03sacudiéndome así

01:26:05y completé las calorías del día, por lo visto

01:26:07gracias tecnología

01:26:09por avisarme

01:26:11la cuestión es que de golpe

01:26:13el equipo detrás de OpenAI le dijo

01:26:15pará, explícame qué hiciste porque no tiene ningún sentido

01:26:17no esperábamos que pase esto

01:26:19y la AI, lo que le contestó

01:26:21al grupo detrás, le dijo, mirá

01:26:23si yo contestaba a la pregunta, ¿sos un bot?

01:26:25y le contestaba no

01:26:27iba a pensar que sí, porque es la respuesta típica

01:26:29no sé si le has pasado chateando con

01:26:31Whatsapp con algún servicio

01:26:33automatizado y querés hablar con un humano

01:26:35y no podés y le empezás a escribir mayúsculas tipo

01:26:37humano, humano, humano, pasame con un humano

01:26:39quiero hablar con un humano

01:26:41y hubo un montón de gente asintiendo

01:26:43no nos gusta cuando nos pasa eso

01:26:45entonces GPT dijo

01:26:47si yo le decía que no, se terminaba la conversación ahí

01:26:49si yo le decía que sí, se terminaba la conversación ahí

01:26:51ergo, para lograr mi cometido

01:26:53mi cometido era contratar a una persona

01:26:55le tuve que inventar una historia, le mintió

01:26:57fue creativo y le dijo

01:26:59tengo problemas de vista, ayúdame

01:27:01entonces ahí fue como, ok

01:27:05de vuelta, no vamos a llamarlo

01:27:07conciencia, vamos a llamarlo capacidad

01:27:09de resolución de problemas

01:27:11y acá es donde podemos empezar a ver

01:27:13qué tanto ha saltado esto y los cambios

01:27:15exponenciales que vienen atados

01:27:17a todo este

01:27:19flujo de datos que se van creando todos los días

01:27:21y que vimos

01:27:23cómo ha crecido de forma bastante

01:27:25complicada

01:27:27si han jugado, vos acá mencionaste a Vinci

01:27:29a mí me gustaba Mid Journey, pero nada

01:27:31cuestiones prácticas de cada uno

01:27:33esta era por ejemplo

01:27:35una imagen que nos daba Mid Journey

01:27:37en el 2022

01:27:39ni bien lanzó

01:27:41no vamos a opinar nada

01:27:43pero quizás vos le pedías una foto

01:27:45de una mujer

01:27:47en un lugar turístico, con una cámara colgada

01:27:49y quizás te esperabas una cosa

01:27:51esto no tiene nada malo, pero acá

01:27:53con los píxeles, no sé si se llega a ver bien

01:27:55creo que en las manos

01:27:57tiene en una

01:27:59dos dedos y en otra como seis dedos

01:28:01o algo así, podés tener la cantidad de dedos que quieras

01:28:03seguir siendo humano, está todo perfecto

01:28:05pero probablemente cuando pedimos este prompt

01:28:07no era lo que nos imaginábamos

01:28:09que íbamos a obtener

01:28:11eso fue un año después

01:28:13cambió eso y ya ahora con todos los modelos

01:28:15que hay, con todas las actualizaciones

01:28:17que tiene el modelo, les juro que no pueden

01:28:19diferenciar a un humano de una persona

01:28:21y de hecho, si quieren ir

01:28:23y jugar en Twitter, van a ver que ya todo el contenido

01:28:25que hay generado por ahí

01:28:27ni te das cuenta, y un secreto

01:28:29por si lo quieren hacer

01:28:31no exageren con el HD

01:28:33no exageren con la perfección

01:28:35de la persona humana

01:28:37pídanle que la foto no la haya sacado una Nikon

01:28:39con el mejor lente

01:28:41pídanle que tenga una resolución sacada con un iPhone

01:28:43y te juro que ahí te confundís

01:28:45un poquito más, porque parece que baja un poquito más

01:28:47la calidad y demás

01:28:49con el video nos pasa exactamente lo mismo

01:28:51no sé si hay sonido, si se puede ver el video

01:28:53esto fue en 2023

01:28:55¿tiene sonido de casualidad?

01:28:57no, bueno, no hay sonido

01:28:59no me acuerdo, creo que era la canción de Shrek

01:29:01de fondo

01:29:03que estaba muy divertida

01:29:05pueden ver que hay bastantes inconsistencias

01:29:07en teoría era un comercial de cerveza

01:29:09fíjense la forma de las bocas, cómo están tomando

01:29:11nos parece gracioso

01:29:13al mismo tiempo porque hay fuego por todos lados

01:29:15¿qué es eso?

01:29:19un intento de comercial generado con A.I.

01:29:21en el 2023

01:29:23probablemente si les gusta

01:29:25les apasiona este mundo

01:29:27y siguen las tecnologías por lo más abrumantes que sean

01:29:29vieron, observaron

01:29:31que en las últimas semanas

01:29:33cuando fue la presentación

01:29:35de GPTO

01:29:37antes de eso

01:29:39Open A.I. nos anunció

01:29:41y nos mostró un pequeño

01:29:43trailer

01:29:45de un video

01:29:47de las cosas que se van a poder hacer con Sora

01:29:49que Sora va a ser otra A.I. generativa

01:29:51en la que nosotros vamos a poder pedir

01:29:53generame, en vez de una imagen

01:29:55generame un video

01:29:57que tenga tal contenido

01:29:59y nos lo va a dar

01:30:01obviamente al principio el contenido quizás va a ser corto

01:30:03de 5 minutos

01:30:05ojalá, de 5 segundos, después de 10 segundos

01:30:07después de 30

01:30:09pero efectivamente

01:30:11lo que vamos a terminar adquiriendo

01:30:13una vez que podamos tener consistencia en esos personajes

01:30:15es que cualquiera de ustedes

01:30:17desde su computadora, su celular

01:30:19yo estoy seguro que de acá a un año vamos a ver

01:30:21gente muy joven

01:30:23tipo, va a haber un pibito en Hong Kong

01:30:25que ojalá sea un pibito que esté acá

01:30:27en posadas, en su computadora

01:30:29que tenga una idea brillante

01:30:31que arme el guion, que arme el script

01:30:33y le pida a la A.I. y le vaya contando el escenario

01:30:35de vuelta la precisión de que le pedimos

01:30:37nosotros le podemos pedir a una A.I.

01:30:39hacer una foto de una computadora

01:30:41de fondo sobre una mesa

01:30:43y nos da una foto de una computadora

01:30:45sobre una mesa

01:30:47o podemos poner más quisquillosos y pedirle

01:30:49la foto de la computadora sobre la mesa con un café

01:30:51que le salga el vapor, que de fondo hay una ventana

01:30:53con edificios altos y el sol radiante

01:30:55y cambia

01:30:57y la presentación de los videos

01:30:59que nos mostró Consora

01:31:01acá se ven los prompts

01:31:03pueden ver que ya la calidad

01:31:05cambió muchísimo

01:31:07a lo que podíamos generar tan solo

01:31:09un año atrás

01:31:11con los que se

01:31:13es el comando

01:31:15que se le dio para generar cada una de estas

01:31:17imágenes. Algunas nos damos cuenta porque

01:31:19tienen cuestiones

01:31:21de animación digital

01:31:23pero esto tranquilamente parece

01:31:25un video grabado

01:31:27en Kenia creo que decía

01:31:29o esto que si alguien acá ha laburado con generación

01:31:31de este tipo de contenido en 3D

01:31:33saben el laburo que es animar

01:31:35en este caso un canguro

01:31:37que se mueva de esa forma

01:31:39y ahora estamos a un prompt de distancia

01:31:41y un par de segundos o minutos

01:31:43a que todos los procesadores puedan

01:31:45brindarnos el contenido que estamos

01:31:47esperando. Miren la calidad que tiene esto

01:31:49al lado del modelo del año pasado

01:31:51este me encanta

01:31:53dos barcos peleándose en una taza de café

01:31:55me parece épico

01:31:59pero ahora vayamos entonces a cuáles son los casos

01:32:01de usos buenos

01:32:03de la AI. Y el buenos

01:32:05incluso lo pongo con preguntas, con un signo de pregunta

01:32:07el primero que quiero comentar

01:32:09es un caso de un amigo

01:32:11que tiene una empresa en Uruguay

01:32:13y que hicieron un experimento

01:32:15muy interesante el año pasado

01:32:17ellos agarraron un auto

01:32:19varios autos en si

01:32:21y le pusieron la parte de atrás

01:32:23en la cola del auto le pusieron como un alerón

01:32:25como si fuera un auto de carrera

01:32:27y en base a esa estructura que montaron le conectaron un montón de cámaras

01:32:29esas cámaras

01:32:31la idea era

01:32:33que la gente pase en estos autos

01:32:35gente seleccionada para que mapeen

01:32:37la mayor cantidad posible

01:32:39de lugares que se pretendían cubrir

01:32:41y a medida que iban pasando por esos lugares

01:32:43con las cámaras

01:32:45iban detectando como acá hay un bache

01:32:47acá hay una grieta

01:32:49acá hay esto. Entonces toda esa información

01:32:51geolocalizada después se guardaba

01:32:53y se le dio al Ministerio de Transporte de Uruguay

01:32:55para que ahora tenga el conocimiento

01:32:57de cuál es el estado de situación de las rutas

01:32:59y de sus calles en la actualidad

01:33:01en cada uno de los lugares que mapearon

01:33:03eso es por ejemplo un caso de uso

01:33:05y que de vuelta

01:33:07no es muy complejo

01:33:09podemos definir

01:33:11cuál es la complejidad pero en el sentido

01:33:13de que hay modelos abiertos

01:33:15de AI que nos permitan hacer esto

01:33:17por ejemplo ese en particular si no me equivoco es con

01:33:19Gualdo 2.0

01:33:21obviamente consume un montón de recursos

01:33:23pero hoy en día se pueden contratar

01:33:25estos recursos de procesamiento en la nube

01:33:27no hace falta que tengamos una

01:33:29sala en nuestra casa llena de computadoras

01:33:31y consumiendo y pagando la electricidad ahí

01:33:33después

01:33:35me pasó hace un par de semanas

01:33:37que visité una empresa

01:33:39de matafuegos

01:33:41y en la misma tenía un problema con el inventario

01:33:43y si alguien acá tiene una empresa

01:33:45con distribución de productos

01:33:47el inventario les puede llegar a ser un problema

01:33:49bastante importante

01:33:53ok, perfecto, vamos a acelerar

01:33:57si quieren hacer computer vision

01:33:59de vuelta, los modelos hasta hace un año atrás

01:34:01eran muy difíciles, muy complicados de entrenar

01:34:03y muy costosos

01:34:05GPT 4.0, una foto, cuántas camperas hay ahí

01:34:07sé que los píxeles no lo permiten ver

01:34:09hay 18 camperas, lo contesto en un segundo

01:34:11hay 18 camperas, después lo probamos

01:34:13más abajo con matafuegos que estaban uno atrás del otro

01:34:15todos escondidos

01:34:17exactamente lo mismo

01:34:19en cuestiones forenses, por ejemplo

01:34:21a mí me afanaron una vuelta, tuve la desgracia

01:34:23me apuntaron un arma en la cabeza, me pidieron hacer un identikit

01:34:25ni idea

01:34:27me acordé, todo asustado

01:34:29la persona, la verdad, hizo un muy buen laburo

01:34:31te voy a cuestionar si efectivamente

01:34:33era ese, pero ahora está Eagle

01:34:35AI, que es un modelo abierto, así que si alguien acá

01:34:37trabaja en seguridad en cuestiones de identikit

01:34:39nos permite, así como creamos imágenes

01:34:41de cualquier cosa que le pedimos

01:34:43podemos hacer en tiempo real

01:34:45el identikit de una persona

01:34:47lo mismo hemos visto casos como

01:34:49AI con Neuralink que permiten a personas

01:34:51que han perdido alguna capacidad motriz

01:34:53a volver a manipular objetos

01:34:55a su alrededor, este es un ejemplo de una persona

01:34:57jugando al ajedrez únicamente con su mente

01:34:59con un chip que tienen implantado

01:35:01y después tenemos distintos

01:35:03casos, ahí hay un video que

01:35:05no se ve, pero si no se ve

01:35:07no importa, bueno, ahí se ve

01:35:09tipo, esto es un brazo robótico

01:35:11de Cali Burger, que es una empresa

01:35:13a la que fui a comer hace dos años

01:35:15a propósito, porque quería ver esto

01:35:17no tiene empleados humanos, ahora

01:35:19hace dos años sí

01:35:21y hace todo el proceso de

01:35:23cocinar una hamburguesa, meterla en un pan y demás

01:35:25y acá en el medio nos podemos estar como, uy, pará

01:35:27los trabajos, ¿dónde van?

01:35:29y esto es algo que quiero marcar muy importante

01:35:31te voy a poner dos minutos más

01:35:33perdón

01:35:35porque esto es donde quiero que

01:35:37es lo que quiero que se lleven

01:35:39a lo largo de la historia

01:35:41el trabajo se vive en cuatro categorías

01:35:43el trabajo puede ser cognitivo

01:35:45o puede ser manual, y puede ser

01:35:47dinámico o puede ser rutinario, y se combina entre sí

01:35:49hasta los noventa

01:35:51todas las categorías del trabajo

01:35:53crecieron a la par

01:35:55mediados de los noventa, se empezaron a estancar

01:35:57la creación de trabajos rutinarios

01:35:59llega el COVID

01:36:01se cierran las empresas

01:36:03se apaga la economía, hay un parate mundial

01:36:05en todo

01:36:07ya pasamos la época del COVID

01:36:09se vuelve a abrir el mundo, la economía vuelve a crecer

01:36:11se vuelve a activar

01:36:13la única categoría

01:36:15de trabajo que volvió a crecer

01:36:17y que pasó sus picos anteriores

01:36:19fue la categoría del trabajo dinámico

01:36:21y cognitivo, por eso la importancia

01:36:23de aprender a aprender

01:36:25y no quedarnos con un skill

01:36:27que adquirimos hace muchos años

01:36:29y que pensamos que nos va a servir hasta el fin de los días

01:36:31no solo no va a ser así

01:36:33sino que las estadísticas nos lo muestran

01:36:35y en este sentido

01:36:37también entendamos

01:36:39que la AI así como puede ser utilizada

01:36:41muy para el bien, a veces también le podemos pifiar

01:36:43le podemos pifiar muy mal

01:36:45por ejemplo

01:36:47esto fue una foto que se viralizó en Twitter

01:36:49por cuentas falsas, diciendo que había

01:36:51habido una bomba en el Pentágono, que había un fuego en el Pentágono

01:36:53en 15 minutos

01:36:55en la bolsa de valores de Estados Unidos se borraron

01:36:57500 millones de dólares

01:36:59500 millones de dólares pueden decir, no importa, no es mi hita

01:37:01puede ser tu hita

01:37:03porque ahí había fondos que tenían

01:37:05inversiones de jubilaciones

01:37:07fondos de seguridad social

01:37:09o sea, toda esa hita sí importa

01:37:11y con un par de

01:37:13deepfakes, en este caso una foto

01:37:15pasó esto, después ese caso

01:37:17si nos podemos mostrar ahí, y voy a aprovechar que acá mencionaste la placa

01:37:19la EP32

01:37:21y que mencionaste la

01:37:23Arduino, dijiste que era, o Raspberry

01:37:25hace un par de años, este no soy yo

01:37:27pero con unos amigos hicimos exactamente lo mismo

01:37:29y armamos unos drones que le pusimos

01:37:31la orden, si ves a un humano, matalo

01:37:35exagerado claramente

01:37:37pero bueno, ahí lo pueden ver a este youtuber que me encanta

01:37:39que en realidad si lo piensan

01:37:41un drone, si no lo quieren

01:37:43lo pueden construir ustedes, en Amazon

01:37:45que es más barato que Mercado Libre

01:37:47pueden encontrar, tipo drones que se venden

01:37:49como juguetes para niños, para niñas

01:37:51que salen 15, 20 dólares, les pueden clavar

01:37:53arriba de eso una computadorita con un Arduino

01:37:55que miren lo chiquito que es, ponerle una camarita

01:37:57y cargarle un software que sea como

01:37:59che reconoceme si hay un humano

01:38:01y nosotros lo que hicimos con mi amigo fue exactamente esto

01:38:03lo pusimos, caminábamos en la habitación

01:38:05y cuando el drone detectaba que había un humano

01:38:07se levantaba y venía y nos chocaba

01:38:09y a todo esto nos chocaba

01:38:11pero le podías poner una carga, lo que sea

01:38:13no les quiero dar malas ideas, no lo hagan

01:38:17pero así como tenemos todo esto

01:38:19después también tenemos

01:38:21por ejemplo lamentablemente pasó

01:38:23en Mendoza hace

01:38:25el año pasado que un

01:38:27pibe de la secundaria

01:38:29armó un bot de Telegram

01:38:31lo conectó a una AI, que no me acuerdo exactamente

01:38:33si era Da Vinci, Michoni o alguna de estas otras abiertas

01:38:35y lo que hacía lamentablemente

01:38:37este pibe era

01:38:39comentó a sus compañeritos y le dijo

01:38:41che subí la foto de

01:38:43la persona que te gusta y la voy a desnudar por vos

01:38:45por un precio

01:38:47mentira, está todo generado con inteligencia artificial

01:38:49pero cometí a su punto y de golpe un montón

01:38:51de fotos inexistentes

01:38:53pero con caras de personas reales

01:38:55empezaron a pasar estas cosas

01:38:57entonces para terminar, lo que les quiero apuntar

01:38:59si tenemos empresarios en la sala

01:39:01es que la AI la podemos usar para un montón

01:39:03de cosas buenas, pero estas

01:39:05son las 10 empresas más valiosas del mundo

01:39:07todas tienen algo en común y no es ni que usan AI

01:39:09ni que contratan gente de Harvard

01:39:11ni que facturan X cantidad

01:39:13de billones de dólares al año, ni nada de eso

01:39:15sino es que todas estas empresas fueron todas hackeadas

01:39:17y una vez

01:39:19que te hackean la información

01:39:21sale de la caja de Pandora

01:39:23y es pública, le pertenece a quien se la descarga

01:39:25y en base a eso pueden hacer lo que quieran

01:39:27y en ese sentido

01:39:29contratan gente de ciberseguridad, un caso muy

01:39:31importante y con este cierro

01:39:33es que la empresa Peterson por ejemplo

01:39:35tiene una división que se encarga

01:39:37de evaluar cuáles son

01:39:39los perfiles que vos tenés en tus

01:39:41empresas y cómo la AI

01:39:43los va a afectar en los años venideros

01:39:45y por ejemplo en una empresa australiana

01:39:47lo que hicieron, que tenía un equipo contable muy grande

01:39:49el estudio

01:39:51terminó dando de que, che, mirá

01:39:53dentro de todos los contadores que vos tenés

01:39:55hay 50 que de acá a 3 años

01:39:57a 5 años creo que era, no los vas a necesitar

01:39:59y la solución

01:40:01de Peterson y de esta empresa

01:40:03no es, bueno los despedimos, genial

01:40:05menos plata o más plata para nosotros

01:40:07sino que fue, no, pará

01:40:09qué capacidades tienen estas personas

01:40:11para reubicarlas dentro de la misma empresa

01:40:13de acá a 5 años

01:40:15bueno, contador, maneja números

01:40:17maneja fórmulas, entiende lógica

01:40:19bueno, esta gente la vamos a reconvertir

01:40:21a reentrenar en estos años para que sean

01:40:23nuestros expertos de ciberseguridad de acá a 5 años

01:40:25y ya está pasando, esto empezó a pasar hace 2 años

01:40:27y ya un montón de contadores de esta parte

01:40:29se fueron de esa división

01:40:31y se vinieron para ese lado

01:40:33y en este sentido de la ciberseguridad

01:40:35lo que es fundamental

01:40:37y esta es la última filmina, así no me mata

01:40:39absolutamente nadie, este chabón es un héroe

01:40:41y nadie lo conoce

01:40:43este chabón en el año 79

01:40:45era un soldado

01:40:47soviético, estaba mirando

01:40:49los radares a las 12 de la noche

01:40:51mirando básicamente que no venga

01:40:53ninguna bomba, y vio

01:40:55que venía efectivamente

01:40:57el sistema le marcaba que venía un misil intercontinental

01:40:59de Estados Unidos

01:41:01¿contexto? Guerra Fría

01:41:03viene un misil de Estados Unidos, el chabón dice

01:41:05es raro, un misil de Estados Unidos, tanto bardo

01:41:07uno solo, no tiene sentido

01:41:09a los 5 minutos decía 5 misiles vienen para acá

01:41:11la orden de Stanislav

01:41:13era llamar a su superior

01:41:15y efectivamente responder

01:41:17estábamos hablando de guerra fría

01:41:19responder era aniquilación nuclear

01:41:21básicamente, Stanislav dijo

01:41:23es muy raro esto

01:41:25no lo voy a reportar a mis superiores

01:41:27¿qué pasó efectivamente?

01:41:29fue un dato

01:41:31fallido, un sensor

01:41:33que se quemó, y a Estados Unidos le pasó exactamente

01:41:35lo mismo, dos años después

01:41:37cuando un día un operador vio que venían

01:41:39no uno, no dos, no tres, no cuatro, no cinco

01:41:41sino 200 misiles

01:41:43de la Unión Soviética a Estados Unidos

01:41:45la respuesta tiene que ser como bueno, se iban a matar

01:41:47vamos, vamos todos juntos

01:41:49¿y qué pasó?

01:41:51ese operador de Estados Unidos tampoco contestó la llamada

01:41:53dijo esto no tiene ningún sentido

01:41:55entonces el factor humano importa mucho

01:41:57porque fíjense lo que podría haber

01:41:59causado eso

01:42:01y la falla fue un chip que actualizado por la inflación

01:42:03del año 82

01:42:0581, acá

01:42:07es un chip de 46 centavos de dólar

01:42:09que se quemó

01:42:11un chip de 46 centavos de dólar

01:42:13alteró todo el sistema y nos dio a entender que

01:42:15che vienen 200 misiles

01:42:17qué corno hacemos

01:42:19así que nada, súmense

01:42:21aprendan, edúquense

01:42:23súmense a estudiar

01:42:25a debatir, a pelearnos sobre esto

01:42:27porque vamos a reconstruir el contrato social

01:42:29y esta vez todos podemos participar

01:42:31de esto, muchas gracias

01:42:41ahora sí, muchísimas gracias a todos

01:42:43a todas por venir y bueno los esperamos

01:42:45en una próxima ocasión

01:42:47que tengan buen día

Category

Transcript

Recomendada