Amazon Web Services (AWS) anunció el lanzamiento de su nueva herramienta ‘Amazon Bedrock’, que permite a los usuarios crear sus propios sistemas usando código de programación generado por la empresa. Cuenta con funciones impulsadas con inteligencia artificial (IA) que ayudarán a los desarrolladores a crear aplicaciones más rápido y de forma segura.

De acuerdo con el gigante tecnológico ahora ‘Amazon Bedrock’ tiene capacidad de importar modelos personalizados, esto permitirá a las organizaciones llevar sus propios modelos a la plataforma. Es decir, las empresas podrán importar y obtener acceso a sus propios modelos como una interfaz de programación de aplicaciones (API) totalmente administrada en Bedrock, lo que les ofrece una opción sin precedentes a la hora de crear aplicaciones de IA generativa. Tras completar un proceso de validación automatizado, pueden acceder sin problemas a su modelo personalizado, como a cualquier otro en Amazon Bedrock.

La compañía asegura que con esta nueva capacidad, AWS facilita a los usuarios la combinación de modelos de Amazon Bedrock y sus propios modelos personalizados a través de la misma API. Por otra parte, ahora las compañías podrán evaluar, comparar y seleccionar el mejor modelo para crear e implantar aplicaciones de IA generativa.

¿Qué significa esto? Pues bien, Amazon explica que antes de combinar modelos para obtener más inteligencia, los clientes quieren tener una idea más clara de qué modelos funcionarán mejor para su aplicación. Elegir el mejor modelo para un uso específico requiere un delicado equilibrio entre la precisión y el rendimiento del modelo. Hasta ahora, las organizaciones tenían que realizar este laborioso ejercicio para cada nuevo modelo y caso de uso. El resultado era un desarrollo y una entrega más lentos de experiencias de IA generativa a sus clientes.

Ahora ya disponible de forma general, Model Evaluation es la forma más rápida para que las organizaciones analicen y comparen modelos en ‘Amazon Bedrock’, reduciendo el tiempo dedicado a la evaluación de modelos para que puedan lanzar nuevas aplicaciones y experiencias al mercado con mayor rapidez.

Los desarrolladores pueden comenzar rápidamente seleccionando criterios de evaluación predefinidos (por ejemplo, precisión y solidez), luego cargan su propia biblioteca de prompts o seleccionan entre conjuntos de datos integrados y disponibles públicamente. Para criterios subjetivos o contenidos que requieran un juicio matizado, los clientes pueden configurar fácilmente flujos de trabajo de evaluación basados en humanos.

Te puede interesar: Que usar IA no se convierta en un dolor de Cabeza: Google lanza guía para que la uses como experto

Una vez finalizado el proceso de configuración, ‘Amazon Bedrock’ ejecuta las evaluaciones y genera un informe, de modo que los desarrolladores puedan comprender el desempeño del modelo en relación con sus criterios clave y seleccionar rápidamente los mejores modelos para sus casos de uso.

Por último, el gigante presentó una familia de modelos de IA ‘Amazon Titan’ con disponibilidad general. El lanzamiento permitirá a los profesionales de sectores como la publicidad, el comercio electrónico, los medios de comunicación y el entretenimiento, entre muchos otros, producir imágenes de alta calidad desde cero, o mejorar y editar imágenes existentes, a bajo costo.

¿Cómo funciona?

Amazon explica que todo lo que tienen que hacer los desarrolladores es escribir una descripción de texto en el prompt y Amazon Titan lo convertirá en una imagen con el estilo que describas. Por ejemplo, la descripción de la imagen mostrada abajo era: “Desde la superficie de la luna Titán con Saturno de fondo, el texto “flor” en fuente moderna emerge de la boca de un robot muy simpático, el texto se convierte entonces en imágenes de flores soleadas en la superficie de la luna”.

Amazon Titan aplica una marca de agua invisible a todas las imágenes que genera, lo que ayuda a identificar las que han sido generadas por IA para promover el desarrollo seguro y transparente de la tecnología de IA y reducir la propagación de la desinformación. El modelo también puede comprobar la existencia de marcas de agua, ayudando a los clientes a confirmar si una imagen ha sido generada por Amazon Titan Image Generator.

Imagen: Amazon

Los desarrolladores ya podrán codificar con tan solo usar su voz. La nueva función de creación de código con voz es especialmente útil para las personas que tienen dificultad con el movimiento de sus manos. Copilot realizará algunas acciones como navegar por bloques, moverse a diferentes líneas de código, resumir la tarea que realiza un fragmento de código, entre otras tareas simples. Así mismo, los usuarios podrán controlar Visual Studio Code con comandos como “ejecutar el programa” o “alternar modo zen”.

“Estamos entusiasmados con el potencial de brindar los beneficios de GitHub Copilot a más desarrolladores, incluidos los que tienen dificultades para escribir con las manos”, argumentó GitHub en su publicación de blog. “’¡Hola, GitHub!’ solo reduce la necesidad de un teclado al codificar dentro de VS Code por ahora, pero esperamos expandir sus capacidades a través de más investigaciones y pruebas”.

Te puede interesar: ¿Cómo está afectando el dólar a 5000 la contratación de desarrolladores en Colombia?

La compañía no menciona por cuánto tiempo estará disponible este experimento, pero puedes registrarte desde el servicio de Copilot de GitHub. La compañía dispuso una página exclusiva para probar el experimento de voz; podrás registrarte en la lista de espera en el sitio de ‘Hola,GitHub’.

Cabe recordar que Copilot es una herramienta de inteligencia artificial que pertenece a GitHub. La compañía presentó su lanzamiento a principios de este año, donde se anunció además que la herramienta llegaba para ayudar a los desarrolladores a escribir su código. Copilot le sugiere líneas de código a los desarrolladores dentro de su editor de código, tal como funciona Google Documents, donde se sugiere la próxima palabra del texto. La herramienta incluso puede sugerir algoritmos complejos y métodos completos.

imagen: Pexels

El uso de modelos creador con Machine Learning es una de las herramientas que más ha cobrado popularidad en la década más reciente de desarrollo. Por ejemplo, está la idea que en un futuro muchos proyectos cuenten con ‘co programadores IA’ que ayudan a crear código de manera más rápida y efectiva.

Sin embargo, cuando se plantean estos modelos a menudo la duda está en si estos programadores AI producen más o menos errores que los humanos. Y la buena noticia es que un estudio comprobó que, contrario a lo esperado, estos modelos producen incluso menos bugs.

El estudio se llevó a cabo utilizando como sujeto de prueba el Codex OpenAI que sirve como motor del GitHub Copilot (uno de los modelos más populares de este tipo).

¿Cuál era el reto? La principal inquietud que generan la mayoría de estos modelos LLM es que son entrenados a través de cantidades masivas de código y text data. El problema está en que todos estos recursos fueron creados por humanos y, por lo tanto, la pregunta está en si los programadores AI pueden también reproducir estos mismos errores. Un problema importante, pues un programador no detectaría estas fallas, sino hasta después de insertar el código creado dentro de sus propios proyectos.

El segundo problema está en la seguridad. La idea de estos ‘co-pilotos’ es que creen código que sea seguro. El problema está en que este concepto requiere de mucho más contexto del que se podría imaginar. Cualquier desarrollador sabe, por ejemplo, que código aislado puede ser seguro, pero ejecutado dentro de otro software puede que no.

Te puede interesar: ¡Atención a estas becas para estudiar Desarrollo de Software en Antioquia!

¿La respuesta? Poco conclusiva. Hay demasiadas variantes y el problema está precisamente en esto. Se debe considerar el lenguaje utilizado y el software en el que es desplegado, por ejemplo. Otro factor importante es con qué se le está comparando. En este caso los sujetos de prueba fueron estudiantes, no programadores expertos.

“El análisis actual de los resultados de nuestro estudio de usuarios no ha encontrado ninguna diferencia estadísticamente significativa; todavía estamos analizando esto, incluso cualitativamente, por lo que no sacaría conclusiones sólidas de esto, particularmente porque fue un estudio pequeño (58 usuarios en total)”.

La conclusión rápida es que falta mucho para que las máquinas remplacen a quienes las programan. Para empezar, porque estamos en un punto en el que la manera en la que educamos a estos modelos supone que tienen los mismos errores base de un humano (o al menos, el potencial de que los cometan). Pero además porque el contexto sigue siendo clave en el desarrollo de software… algo en lo que los programadores AI todavía necesitan apoyo de humanos.

Imágenes: Foto de Pixabay

De acuerdo al estudio, si bien JavaScript permanece casi al mismo nivel de HTML/CSS y Python para quienes se están formando, al menos el 65 % de los desarrolladores profesionales aseguró que, en la actualidad (y por décimo año consecutivo), el lenguaje que más utilizan para programar es JavaScript. En la lista le siguen HTML/CSS con el 55 %, SQL con el 49 %, Python con el 48 % y TypeScript con el 34,8 %.

Te puede interesar, además de JavaScript: ¿Nuevo en desarrollo? Estos son 5 Frameworks que deberías conocer

El resultado del informe anual de Stack Overflow coincide con el de otros estudios. El que SlashData reveló en el segundo semestre de 2021, mostró que más de 16.4 millones de desarrolladores usaban JavaScript: un número que le daba a ese lenguaje una ventaja importante respecto a otros.

Sin embargo, lo anterior no quiere decir que JavaScript sea necesariamente el lenguaje más querido por los programadores. En este aspecto, que se entendió bajo el concepto de la preferencia, Rust se quedó con el 87 % de las respuestas.

El estudio actual también tuvo en cuenta aspectos relacionados con la calidad de vida y la forma de trabajo de quienes hacen parte de la industria tech, y aunque la mayoría de las respuestas se enfocaron en países como Estados Unidos, India, el Reino Unido, Alemania y Canadá, la tendencia reveló que, al menos en el terreno internacional, más del 50 % de los desarrolladores trabaja con un contrato fijo y a tiempo completo, pero solo el 14 % lo hace en una modalidad completamente presencial.

Imágenes: Archivo

Según la firma británica, el uso de Rust se ha casi triplicado en dos años superando los 2,2 millones de usuarios hasta el primer trimestre del 2022: una cifra que demuestra que la velocidad en el aumento de desarrolladores que han encontrado en Rust un lenguaje sencillo, ha sido la más rápida que se haya registrado. Tanto así, que en un lapso de tan solo seis meses, ese lenguaje, desarrollado en el 2010, pasó del lugar número 14 al 12.

¿Para qué sirve exactamente este lenguaje?

Rust se creó para poder alcanzar la velocidad de C++, pero dejando al lado los problemas de memoria y reduciendo los errores o “bugs” en el código, convirtiéndolo, para muchos en su sucesor.

Construido de forma colectiva y financiado gracias a donaciones de distintas empresas, hoy en día Rust es el lenguaje sobre el que se soporta gran parte de Servo, el navegador de Firefox. Maneja una sintaxis moderna, lo que a su vez lo hace ideal para la ejecución de aplicaciones web a una velocidad muy cercana a las apps nativas.

Te puede interesar: Estudio asegura que Rust fue el lenguaje mejor pagado en 2021

Al ser un lenguaje multipropósito, que va más allá del desarrollo interno de un navegador, Rust también cuenta con herramientas para crear APIs, clientes HTTP, conectores de base de datos y es usado para de programar aplicaciones con sistemas embebidos, los cuales son utilizados para ejecutar tareas de control a un muy bajo coste de tamaño.

Dentro de las empresas más reconocidas que usan Rust en sus desarrollos se cuentan Amazon Web Services, Microsoft, Meta, y Google (puntualmente en Android y en Google Cloud).

Imágenes: Unsplash

Según el Huffpost “Cuando Sasha persiguió su amor por la codificación, se dio cuenta que no había muchas mujeres dentro de este campo, especialmente afrodescendientes como ella.” Es por eso que decidió escribir un libro que llamó ‘Sasha Savvy Loves to Code‘ dirigido para niños.

Por medio de este texto, quiere alentar a las niñas a aprender acerca de los campos de codificación y STEM (disciplinas académicas de ciencia, tecnología, ingeniería y matemáticas) desde una edad más temprana.

Esta estudiante de la Universidad Pace en Nueva York, con tan solo 19 años, obtuvo una especialización en sistemas de información y en marketing, lo que demuestra que estas disciplinas también están hechas para mujeres.

¿Qué la motivó a escribir este libro?

“Mucha gente no sabe qué es STEM y codificación”, dijo para el medio. Por eso vio la necesidad de crear conocimiento relacionado con estos términos especialmente en las niñas.

El libro cuenta la historia de una niña afroamericana de 10 años que decide ir a un campamento de informática. En este lugar, aprende que por medio de la codificación se pueden crear videojuegos. A partir de esto, se despierta en ella una nueva pasión.

La autora muestra lo emocionante de codificar, los desafíos que enfrenta la niña y las recompensas que trae realizar codificaciones.

Aiston, duró dos años escribiendo Sasha Savvy Loves to Code. También contó que su madre la ayudó a pensar en la idea al ver cómo la gente le pedía que explicara sobre la codificación.

Imagen: Tomada del Twitter de Sasha Ariel Aiston.

La estrategia de mercadeo de este año continúa con el legado que nos dejó Xbox en el lanzamiento del One: no llamar las cosas en un orden lógico. Esta línea la continúa Apple con su iWat… Apple Watch y ahora Microsoft vuelve y en vez de llamar su siguiente sistema operativo Windows 9, decidió ponerle Windows 10 (que además ya pueden descargar en versión de prueba). Pero como reporta Gizmodo, parece ser que su nombre no viene de la nada, y tiene una explicación lógica.

Como menciona un supuesto desarrollador de Microsoft en Reddit, el sistema operativo se nombró así para evitar la programación perezosa. ¿Que es eso? Los ejemplos que pueden encontrar en Searchcode. Esta programación es una forma de verificar el sistema operativo, y se pensó en la época de los noventa para comprobar si el SO es Windows 95 o 98, y no se pensó que pudiera haber un Windows 9 que dañara la ecuación.

El ejemplo de código que el desarrollador da es el siguiente:

if(version.StartsWith("Windows 9"))
{ /* 95 and 98 */
} else {

Luego, Gizmodo contactó a Microsoft para confirmar esta teoría, a lo que les respondieron, “Windows 10 lleva a Windows a una nueva forma de hacer las cosas. No es un cambio incremental, sino un nuevo Windows que le dará mucho poder a los siguientes miles de millones de usuarios”. Una respuesta vaga que no tiene tanto amor. ¿Qué teoría tienen respecto al nombre de Windows 10?

Imagen: Meme de ENTER.CO.