La persona detrás de esta locura es GingasVR, una streamer que es famosa por haber creado un setup de más de $154.000 dólares para jugar Skyrim en VR con accesorios para incrementar el realismo: mods para ajustar el peso de los controles a la física y peso de ciertas armas, accesorios para convertir el movimiento real en acciones dentro del juego e incluso un set de ventiladores para imitar las condiciones climáticas. Ahora la creadora de contenido ha llevado la idea a un nuevo nivel con un dispositivo corporal háptico que produce dolor real a través de electrodos encima de la piel.

“Es bastante doloroso”, asegura Gingas VR en el video de demostración que publico en Twitter/X.

Wearing 2 haptic feedback suits in Skyrim while talking to an OpenAi NPC and simulating temperature with smart plugs 🫡 #vr #skyrim #tech #gaming pic.twitter.com/3vDB17FM4c

— GingasVR (@gingasvr) April 25, 2024

El nuevo set up de GingasVR también incluye un NPC IA acompañante de Open AI que es capaz de ‘responder’ a comentarios en tiempo real. Aunque los comentarios de la inteligencia artificial no son particularmente humanos o profundos, es interesante ver una aplicación real de la idea en especial cuando está acompañada de un setup tan impresionante.

Te puede interesar: Filtración: la Switch 2 vendrá con retrocompatibilidad para los juegos físico

No es la primera vez que se experimenta con la idea de utilizar algún tipo de sensores para sentir dolor o incrementar el realismo de la experiencia. Antes mencionamos SAO como un ejemplo, pero en algún momento un desarrollador experimento con la idea de crear un headset similar al del anime que ‘mate’ a la persona cuando también muera en el juego. Luckey, el creador del Occulus Rift, llegó a la conclusión que la mejor manera de recrear esta idea era diseñar un headset que tuviera tres cargas explosivas para eliminar con seguridad al usuario:

“Por supuesto, éste no es un sistema perfecto. Tengo planes para un mecanismo antimanipulación que, como el NerveGear, hará imposible quitar o destruir los auriculares. Aun así, existe una gran variedad de fallos que podrían ocurrir y matar al usuario en el momento equivocado. Esta es la razón por la que no me he atrevido a usarlo yo mismo, y también por la que estoy convencido de que, como en SAO, la activación final realmente debería estar ligada a un agente de alta inteligencia que pueda determinar fácilmente si se cumplen las condiciones para la eliminación de la persona”.

Para nuestra fortuna el tanto el headset suicida de Luckey como el traje háptico de GingasVR son más novedades curiosas que accesorios que de manera realista vayamos a ver en la sección de videojuegos de nuestra tienda favorita.

Imágenes: Crunchyroll

La confirmación llegó de manos de Sam Altman, director ejecutivo de OpenAI (la compañía detrás del modelo IA) que hace tan solo unas semanas se comprometió a no trabajar en la siguiente generación de ChatGPT. Esto, por las preocupaciones de ejecutivos y académicos sobre el impacto que puede tener el enorme avance en esta tecnología que hemos visto en tan solo unos años.

“Tenemos mucho trabajo por hacer antes de comenzar con ese modelo”, aseguró Altman, en una conferencia organizada por el periódico indio Economic Times. “Estamos trabajando en las nuevas ideas que creemos que necesitamos, pero ciertamente no estamos cerca de comenzar”.

Sin duda la respuesta a  qué podemos esperar del próximo modelo de Open AI es difícil de responder. Pero si consideramos la manera en la que GPT4 ha afectado la conversación sobre los límites de aquellos que la IA puede crear, lo que sea que esté planeando la compañía debe ser algo muy ambicioso. El salto entre ChatGPT 3 y ChatGPT 4 es considerable, en especial frente a las posibilidades y potencial que ofrece para diferentes industrias. 

Te puede interesar: 5 plugins con los que puedes hacer de ChatGPT una herramienta más poderosa

En los últimos meses toda la conversación en el sector de tecnología parece girar alrededor del uso de inteligencia artificial en aplicaciones, productos y servicios. No solo esto, sino que algunas profesiones ya se están viendo afectadas por estos modelos como es el caso de artistas y fotógrafos que están viendo cómo los bancos de imágenes apuestan por herramientas que les permitan crear su propio material. Por no mencionar las posibilidades de modelos como ChatGPT en  desarrollo de software como es el caso del set de herramientas de Nvidia que promete crear NPC capaces de improvisar utilizando inteligencia artificial.

En estos las preocupaciones por el impacto y uso de las IA tienen tres frentes importantes:

– La manera en la que aprenden estos modelos, así como la protección de información personal que puedan recopilar.

– El impacto que puede tener en ciertos campos profesionales, en especial en aquellos en los que pueda reemplazar de manera efectiva a los humanos.

– La propiedad intelectual en lo que a los contenidos creados por AI respecta, considerando que estos modelos se alimentan del trabajo de otros creadores y suelen ‘modificar’ o ‘combinar’ aquello con lo que fueron entrenados/tienen acceso.  

Pero lo siguiente que nos llamó la atención es que todos los artículos parecían tener dos cosas en común: tenían exactamente la misma información (incluyendo un estudio de Goldman Sachs que indicaba que cerca de 300 millones de trabajo estaban en peligro frente a la IA) y citaban un artículo (sin enlace) al medio francés Jeux Video. ¿Pero cuándo había dicho Altman esto? ¿Era producto de una entrevista con el portal? ¿Alguna conferencia en video?

Cuando finalmente encontramos el artículo original que ninguna de las fuentes citaba nos hayamos con una sorpresa interesante: las declaraciones de Altman habían salido de la nada. El artículo en cuestión no menciona de dónde sale la lista  de estos 34 trabajos que no reemplazará la IA y no entrega mayores detalles del origen de la información. Más importante, Altman la semana pasada testificó frente a los Estados Unidos en una investigación que pretende regular la IA y sus posibles efectos en la economía. Y (hasta dónde encontramos) ninguna de sus entrevistas parece incluir una lista de 34 trabajos como los que el medio francés o sus ecos en español e inglés pretenden hacernos creer.

La lista de los 34 trabajos que no están en peligro por la IA es una idiotez, en cualquier caso

Para mayor frustración de aquellos que han caído en el click bait de la ‘lista de los 34 trabajos que no están en peligro por la IA’, las posiciones que son mencionadas son el equivalente de hacer una lista de 34 barrios en Bogotá en los que estás a salvo de que te ataque un tigre.

El listado incluye cargos como ‘chef de comida rápida’, ‘barbero’ o ‘reparador’ de techos. Para ahorrarles la molestia, se limita a posiciones de trabajo físico o que requieren de (y no podemos creer que tengamos que decir esto) manos.

Sam Altman (o la versión inventada de estos artículos) debe ser un genio para descubrir que un chatbot no puede preparar una hamburguesa.

Lo que la mayoría de expertos y líderes del mundo de la tecnología están de acuerdo es que los trabajos que requieran de tareas repetitivas o que no necesiten de creatividad e inventiva son los que más están en riesgo de estar en peligro frente al boom de la inteligencia artificial. De hecho, fuera de los más alarmistas, lo que muchos de estos expertos aseguran es que herramientas como chat GPT primero van a transformar estos procesos de creación y se convertirán en herramientas de estas profesiones antes que en el reemplazo de los trabajadores.

Incluso en el mundo del desarrollo hay un acuerdo en que herramientas como chat GPT-4 servirán para la creación de código de manera más efectiva, pero el factor humano es definitivo en la resolución de problemas que acompaña la creación de código. De hecho, lo que la mayoría de peticiones de regulación buscan es que se busque ofrecer garantías por el trabajo que otras personas han hecho y del que se alimenta la IA (por ejemplo, obras artísticas) y no necesariamente la incertidumbre porque el día de mañana solo los empleados de McDonalds tendrán oportunidades laborales en el mundo gobernado por Chat-GPT. 

Imágenes: Foto de Pavel Danilyuk

Y esta semana el buscador de Brave anunció que ya no utilizará el índice de Bing, lo que en otras palabras se traduce en que a partir de mayo será completamente independiente de soluciones de terceros.

El índice de resultados es la herramienta que utiliza un buscador para presentar ‘respuestas’ a las búsquedas de sus usuarios. Cuando el buscador de Brave fue lanzado en 2021 todavía necesitaba el apoyo de herramientas de terceros (como Bing) y, de acuerdo con la compañía, entregaba un 13% de los resultados utilizando como soporte a otros proveedores. Por esta misma razón había dudas de cuáles búsquedas ‘protegían’ la privacidad del usuario y cuáles no, pero esta preocupación debería desvanecerse con el cambio más reciente.

Te puede interesar: LibreWolf, así es el navegador que ofrece ‘mayor privacidad que Opera’

“De forma predeterminada, los usuarios de Brave Search ahora recibirán el 100% de los resultados del índice Brave, lo que les brinda a los usuarios resultados totalmente independientes. Como siempre, nuestros resultados preservarán la privacidad del usuario”, asegura Brave en la publicación de blog en la que anunciaron el cambio.

Los ajustes más recientes hacen parte de los esfuerzos de Brave por ofrecer cada vez más soluciones de privacidad a sus usuarios. El lanzamiento de su propio buscador fue clave en su objetivo de convertir su red de herramientas como una alternativa que puede competir realmente con otros productos similares. Brave incluso ofrece opciones como es su ‘Google Fallback Mix’: una función que permite a los usuarios consultar de forma privada a Google en caso de que Brave Search no tenga respuestas.

De acuerdo con Brave, uno de los principales motivos por los que decidió independizarse de Bing está en las alianzas recientes que Microsoft ha realizado con compañías como Open AI. El objetivo de estas colaboraciones está en integrar soluciones de inteligencia artificial en el motor de Bing. El problema está en que muchos de estos modelos AI utilizan, aprenden y se alimentan de la información de los usuarios (motivo por el que, por ejemplo, fueron prohibidos en países como Italia). La preocupación de Brave está en que este tipo de sistemas puedan afectar a futuro la promesa de privacidad que hacen a sus usuarios.

“Si bien Jukebox representa un paso adelante en la calidad musical, la coherencia, la duración de la muestra del audio y la capacidad de condicionar el artista, género y letras, existe una brecha significativa entre las generaciones que hace y la música creada por humanos”, explican los miembros de proyecto en el blog publicado por Open AI.

Aunque las muestras de las canciones tienen una coherencia musical y siguen patrones tradicionales, no se escuchan estructuras musicales más familiares como los coros que se repiten. Así mismo, el proceso puede introducir un ruido perceptible en la canción generada y es lento en sí mismo: se necesitan nueve horas para procesar completamente un minuto de audio. 

Aquí puedes escuchar algunos de los audios generados por Jukebox:

¿Cómo funciona?

El proyecto reúne más de 1.2 millones de canciones existentes, de las cuales 600.000 son en inglés, con sus respectivos metadatos. Estos últimos contienen el artista, género y año de publicación, junto con estados de ánimo comunes o palabras clave de la lista de reproducción asociada a cada canción. 

Después de obtener los datos, el programa comprime el audio, pues solo necesita la información única. Es decir, una canción con 300.000 acordes, puede tener solo 70 acordes únicos, y el resto de estos sería la repetición de los mismos a lo largo de la canción. Una vez comprimido, lo “aprende” usando un sistema parecido a una red neuronal: crea capas de nodos que son los encargados de distribuir el audio, procesarlo y analizarlo de tal manera que la última capa de nodos puede dar la información de lo que aprendió toda la red. 

También puede interesarte: “Twitter aumenta usuarios, pero disminuye ganancias”

Cuando ya el programa hizo este mapeo y aprendió sobre la canción, se dispone a crear una nueva usando un sistema de probabilidades: crea una nota o pequeña fracción de la canción y, de acuerdo a lo que tiene mapeada en su memoria, se pregunta cuál nota es probable que siga a la anterior y agrega la de mayor probabilidad. El modelo continúa generando notas de esta manera hasta que alcance el tiempo que le pusieron como límite. 

Puedes leer el detalle técnico de esta investigación en este artículo publicado por los investigadores. Además, puedes experimentar tú mismo con estre programa, ya que Open AI publicó en su página web el acceso al código y cómo utilizarlo.

Foto destacada: Spencer Imbrock en Unsplash

Enter.co/dev  una colaboración con Coderise.org y Holberton School Colombia para promover la comunidad de programación en Colombia.

En Holberton School, la academia de software donde no pagas nada hasta conseguir trabajo, también puedes aprender de Inteligencia Artificial con el Programa Avanzado de Machine Learning. Inscripciones abiertas hasta Mayo 15, 2020.