En un mundo donde la inteligencia artificial evoluciona a pasos agigantados, la familia GPT de OpenAI ha pasado de ser un experimento académico a convertirse en la columna vertebral de múltiples aplicaciones que ya forman parte de nuestra vida diaria. Desde los humildes comienzos de GPT-1 hasta las últimas innovaciones en modelos de “razonamiento” como o1 y o3-mini, la trayectoria de estos sistemas es tan sorprendente como compleja, y cada iteración abre nuevas posibilidades y plantea nuevos desafíos.

Todo comenzó con GPT-1, lanzado en 2018, que demostró por primera vez que un transformador pre entrenado podía captar patrones y relaciones en el lenguaje a partir de grandes volúmenes de texto. Este primer modelo sentó las bases teóricas y prácticas para lo que vendría en años posteriores. Con GPT-2, OpenAI amplió significativamente el número de parámetros y la calidad en la generación del lenguaje. Sin embargo, la potencia de GPT-2 generó inquietud sobre su posible mal uso, lo que impulsó un debate ético acerca de la manipulación de contenidos y la difusión de información errónea.

El salto cuántico llegó con GPT-3 en 2020, que, con miles de millones de parámetros, revolucionó la capacidad de generar textos casi indistinguibles de los escritos por humanos. Este modelo encontró aplicación en diversos ámbitos, desde la redacción automática hasta la generación de código, permitiendo automatizar procesos y facilitar la vida a desarrolladores y creadores de contenido.

Pero la verdadera revolución se inició en marzo de 2023 con GPT-4, un modelo que no solo mejoró en escala y coherencia, sino que también introdujo capacidades multimodales al poder procesar imágenes junto con el texto. Esta innovación permitió a GPT-4 analizar fotografías, resolver problemas complejos y ofrecer respuestas más matizadas, aunque seguía basándose en la predicción estadística del siguiente token.

Para superar estas limitaciones, OpenAI lanzó en mayo de 2024 GPT-4o –la “o” de “Omni”–, un modelo diseñado para ser aún más rápido y versátil. GPT-4o no solo gestiona texto e imágenes, sino que también puede trabajar con audio y vídeo, siendo además significativamente más económico en términos de cómputo. Este avance lo ha convertido en el sustituto natural de versiones anteriores como GPT-3.5, democratizando el acceso a herramientas multimodales tanto para usuarios gratuitos como para suscriptores premium.

Sin embargo, mientras GPT-4o supuso un avance en la generación de contenido, la verdadera innovación llegó con la introducción de modelos que “piensan” antes de responder. OpenAI apostó por desarrollar sistemas que incorporasen cadenas de pensamiento (chain-of-thought), capaces de analizar internamente las tareas antes de emitir una respuesta. Así nació o1, lanzado en diciembre de 2024, que dedica más tiempo a razonar y refinar sus respuestas. Este modelo ha superado a GPT-4o en áreas como matemáticas, programación y razonamiento científico, logrando rendimientos comparables – e incluso superiores – a los de estudiantes de doctorado en diversas disciplinas. Para los usuarios que requieren aún mayor capacidad, OpenAI presentó o1 pro, una versión mejorada disponible para suscriptores de ChatGPT Pro que utiliza recursos computacionales adicionales para ofrecer respuestas aún más precisas, aunque a costa de tiempos de respuesta ligeramente mayores.

Continuando con la evolución, en enero de 2025 se presentó o3-mini, un modelo que encarna la siguiente generación en eficiencia y razonamiento. Diseñado para ser más rápido y hasta 15 veces más económico que o1 en ciertos casos, o3-mini ofrece un rendimiento comparable e incluso superior en determinadas tareas de razonamiento y solución de problemas. Además, para aplicaciones que requieren un nivel aún mayor de esfuerzo, se puso a disposición o3-mini-high, una variante que utiliza más capacidad de cómputo para “pensar” de manera más profunda y obtener resultados de mayor precisión. Estas innovaciones permiten a desarrolladores y empresas elegir el modelo que mejor se adapte a sus necesidades en términos de coste, velocidad y capacidad de razonamiento.

Las diferencias entre estos modelos no se miden únicamente en el número de parámetros, sino en la diversidad de tareas que pueden abordar y en la forma en que interactúan con el usuario. Mientras que GPT-1, GPT-2 y GPT-3 se centraron en la generación de texto a partir de predicciones estadísticas, GPT-4o amplió el horizonte al introducir capacidades multimodales. Por otro lado, o1 y sus variantes han marcado un antes y un después al integrar un proceso interno de razonamiento que permite abordar tareas complejas, como la resolución de problemas matemáticos y la programación avanzada, con una precisión y coherencia sin precedentes. Además, la optimización en modelos como o3-mini y o3-mini-high ha logrado que, sin sacrificar calidad, se reduzcan costes y tiempos de respuesta, haciendo que la inteligencia artificial de alta gama sea accesible para un abanico más amplio de usuarios y aplicaciones empresariales.

La entrada ¿Tienes un pequeño lío con los modelos GPT?: nosotros te lo aclaramos se publicó primero en bots.blog_.

Lanzamiento de Search GPT: ¿Un antes y un después en la búsqueda en Internet?

El anuncio del próximo lanzamiento (sin fecha aún determinada) de Search GPT por parte de OpenAI el pasado 25 de julio marca un hito significativo en el ámbito de la tecnología de búsqueda en internet. Esta herramienta promete no solo mejorar la precisión de las respuestas sino también cambiar la forma en que interactuamos con la información online. Lo que está en juego son nada menos que 175.000 millones de $ que supone este negocio para Google.

SearchGPT de momento es un prototipo al que sólo tienen acceso unas 10.000 personas en todo el mundo. Si quieres acceder, puedes solicitarlo en esta web. No hay fechas ni previsiones para el lanzamiento real.

Avances Tecnológicos

Comprensión del Contexto:
Search GPT utiliza modelos avanzados de procesamiento del lenguaje natural (NLP) para entender mejor el contexto de las consultas de los usuarios. A diferencia de los motores de búsqueda tradicionales, que dependen en gran medida de palabras clave, Search GPT analiza y comprende el significado completo de las consultas, proporcionando respuestas más pertinentes y contextualmente adecuadas.

Respuestas Conversacionales:
Una característica destacada de Search GPT es su capacidad para generar respuestas en un formato conversacional. Este enfoque más humano y natural hace que la interacción con el motor de búsqueda sea más intuitiva y efectiva, recordando la experiencia de conversar con un experto en el tema.

Aplicaciones Prácticas

Educación:
En el ámbito educativo, Search GPT tiene el potencial de ser una herramienta revolucionaria. Los estudiantes pueden beneficiarse de explicaciones detalladas y contextualizadas, facilitando una comprensión más profunda de temas complejos. Además, la capacidad del modelo para generar resúmenes y proporcionar recursos adicionales puede ser una gran ventaja para el aprendizaje autónomo.

Investigación Académica:
Para los investigadores, Search GPT ofrece una herramienta poderosa para la recopilación y síntesis de información. La capacidad de escanear grandes volúmenes de datos y proporcionar resúmenes coherentes puede ahorrar tiempo valioso, permitiendo a los investigadores centrarse en el análisis y la innovación.

Desafíos y Consideraciones Éticas

A pesar de sus prometedoras capacidades, Search GPT también presenta desafíos significativos. La precisión de la información generada es crucial, y OpenAI deberá continuar refinando el modelo para evitar la propagación de desinformación. La privacidad y seguridad de los datos de los usuarios también son preocupaciones importantes que deben ser abordadas para garantizar el uso responsable de esta tecnología.

Futuro y Perspectivas

El desarrollo continuo de Search GPT apunta a futuras iteraciones que podrían incluir capacidades de búsqueda multimodal, integrando no solo texto, sino también imágenes y videos. Esto abriría nuevas posibilidades para la búsqueda en internet, haciendo que la experiencia del usuario sea aún más rica y completa.

En conclusión, Search GPT representa un avance significativo en la tecnología de búsqueda en internet. Con su enfoque en la comprensión contextual y la interacción conversacional, esta herramienta tiene el potencial de redefinir cómo buscamos y procesamos información en la era digital. A medida que OpenAI continúa desarrollando y perfeccionando este modelo, será interesante observar cómo evoluciona y se integra en nuestras vidas diarias.

La entrada Search GPT: un nuevo modo de buscar ¿Tiembla Google? se publicó primero en bots.blog_.

Un bombazo, sí, lo que estábamos esperando ha llegado. Copilot de Microsoft accesible para particulares y Pymes. Hasta ahora solo empresas con más de 300 licencias tenían acceso, pero esto ha cambiado, y abre un nuevo escenario.

Copilot Pro

Microsoft ha lanzado Copilot Pro, una suscripción premium que ofrece acceso avanzado a su inteligencia artificial generativa. Este servicio, con un precio de 22 € mensuales, proporciona funcionalidades avanzadas de IA, incluyendo acceso prioritario a los modelos de lenguaje natural más recientes como GPT-4 y GPT-4 Turbo, y una experiencia de IA unificada en todas las plataformas. Copilot Pro se integra con aplicaciones de Microsoft 365, permitiendo a los usuarios utilizar herramientas de IA en programas como Word, Excel y PowerPoint. La suscripción también incluye la capacidad de crear imágenes con IA y desarrollar asistentes personalizados.

Adicionalmente, Microsoft ha extendido Copilot para Microsoft 365 a las pequeñas y medianas empresas, ofreciendo su herramienta de IA generativa en aplicaciones de productividad a empresas de todos los tamaños. Esta extensión sigue al lanzamiento de Copilot para Microsoft 365 a finales de noviembre, diseñado para aumentar la productividad en el trabajo de oficina mediante herramientas como Outlook y Excel. La disponibilidad de Copilot para pymes se ofrece a través de planes específicos de Microsoft 365.

Funcionalidad

La funcionalidad de esta herramienta se centra en aplicar la inteligencia artificial generativa para diversas tareas, como la redacción de documentos en Word, el análisis de datos en Excel, la creación de presentaciones en PowerPoint, la síntesis de reuniones en Teams y la organización de correos en Outlook. Además, Microsoft ha lanzado una aplicación móvil de Copilot para Android e iPhone, que ofrece funcionalidades similares a las de su versión de escritorio, incluyendo el acceso a GPT-4. También se ha introducido Copilot GPTs, que brinda la posibilidad de personalizar las funciones del asistente en áreas específicas.

También GitHub

Además, hay una versión gratuita de GitHub Copilot disponible para estudiantes y profesores. Esta herramienta es una extensión de Visual Studio Code que utiliza la tecnología de lenguaje natural de OpenAI para ayudar a los desarrolladores a escribir código. Para obtener GitHub Copilot Education de forma gratuita, los estudiantes y profesores deben seguir algunos pasos simples.

Con estos lanzamientos, Microsoft busca ampliar el alcance de Copilot, ofreciendo opciones adaptadas a diversas necesidades, desde usuarios individuales hasta organizaciones de diferentes tamaños. Copilot Pro y Copilot para Microsoft 365 representan un paso significativo en la monetización de la inteligencia artificial generativa por parte de Microsoft, marcando un hito en la evolución de las herramientas de productividad y colaboración impulsadas por IA en el ámbito empresarial y personal.

AQUÍ encontrarás más detalles por parte de Microsoft.

La entrada Copilot de Microsoft: por fin también para particulares y pymes se publicó primero en bots.blog_.

Google, en el anuncio hecho el 6 de diciembre ha desvelado por fin lo que se traía entre manos: no uno, sino tres modelos multimodales de IA que competirán y esperan superar a ChatGPT: Gemini Pro, Ultra y Nano.

El nuevo modelo de inteligencia artificial de Google: Gemini.

Gemini es un modelo de lenguaje multimodal, lo que significa que puede procesar información de diferentes fuentes, como texto, código, imágenes y audio. Esto le permite realizar tareas más complejas que GPT-4, como traducir idiomas, escribir diferentes tipos de contenido creativo y responder a preguntas de forma informativa.

Pro es la versión lanzada ahora, y para la Ultra tendremos que esperar al 2024, que es su «modo más capaz» y está diseñado para manejar tareas complejas de texto, imágenes, audio, video y código. La versión más pequeña del modelo de IA, adaptada para funcionar como parte de las funciones del smartphone, se llama Gemini Nano, y ya está disponible en el Pixel 8 Pro para las respuestas de WhatsApp.

Gemini Nano. La razón es importante: abre la puerta a una nueva era en la que contaremos con esa «IA de bolsillo«, o ‘on device’, que gracias a nuestros móviles estará disponible en todo momento y que además será independiente de la nube.

En la UE tendremos que esperar un poco

Gemini solo está disponible en inglés y tampoco está disponible en la Unión Europea, por ahora. No hay fechas confirmadas para resolver ambas cuestiones.

La actualización Gemini Pro para Bard es gratuita. A diferencia de GPT-4 que solo es accesible con la suscripción plus con un coste de 20$ al mes.

Un siguiente modelo Gemini Ultra llegaría al mercado en 2024 e inicialmente podría estar disponible dentro de un chatbot actualizado llamado Bard Advanced.

Contraste con GPT-4

En una serie de pruebas realizadas por Google, Gemini superó a GPT-4 en una serie de tareas, incluyendo:

• Traducción: Gemini fue capaz de traducir entre idiomas con una precisión superior a la de GPT-4.
• Creatividad: Gemini fue capaz de generar diferentes tipos de contenido creativo, como poemas, código, guiones, piezas musicales, correos electrónicos, cartas, etc., con una calidad superior a la de GPT-4.
• Respuestas a preguntas: Gemini fue capaz de responder a preguntas de forma más informativa que GPT-4, incluso a preguntas abiertas, desafiantes o extrañas.

Sin embargo, Gemini también tiene algunos inconvenientes. Es un modelo de lenguaje más grande y complejo que GPT-4, por lo que requiere más potencia de procesamiento y datos de entrenamiento. Además, Gemini aún está en desarrollo, por lo que es posible que haya errores o sesgos en sus resultados.

En general, Gemini es un modelo de inteligencia artificial muy avanzado que tiene el potencial de revolucionar el campo de la IA. Su capacidad de procesar información de diferentes fuentes y su enfoque en la seguridad y la privacidad lo convierten en un competidor formidable para GPT-4.

Seguiremos dando detalles de esta relevante incorporación en la pugna IA Generativa.

La entrada Llega el GPT-4 de Google: Gemini se publicó primero en bots.blog_.

Greg Brockman también vuelve. El expresidente de la compañía que dimitió al enterarse del despido de Altman, también volverá a la compañía. Según llegó de vuelta a la empresa lo celebró de este modo:

Altman ha comunicado que «cuando decidí unirme a Microsoft el domingo por la tarde, estaba claro que era el mejor camino para mí y para el equipo. Con el nuevo consejo y con el apoyo de Satya, estoy deseando volver a OpenAI y seguir construyendo nuestra sólida asociación con Microsoft».

Con los cambios en el consejo, un nuevo escenario

Satya Nadella, CEO de Microsoft, publicaba en X «Nos alientan los cambios en el consejo de OpenAI. Creemos que se trata de un primer paso esencial en el camino hacia una gobernanza más estable, bien informada y eficaz».

Los beneficiados

Altman y Microsoft, salen de todo este conflicto como los grandes beneficiados, tendrán un papel aún más importante en el futuro de la compañía. La cautela que se pedía desde el consejo de administración a la hora de desplegar la comercialización de modelos IA parece haber sido derrotada y el camino de OpenAI desde su altruismo al enfoque empresarial agresivo parece haber culminado.

La presión de los trabajadores ha resultado clave en el desenlace, la carta firmada por más de 500 de los 700 trabajadores dejaba claro que sin Alman, no habría proyecto OpenAI.

¿Daños por el camino?

Así que todo vuelve a su cauce ¿Daños por el camino?. Pues no lo parece, y sí lo parece. Ciertamente toda esta incertidumbre preocupa a las empresas que utilizamos tecnología OpenAI. Jason Wong, de Gartner, ha declarado «con los problemas en OpenAI la solidez de la relación se ha roto. Es probable que muchos clientes duden antes de dar el paso. Pero esto es bueno para que la comunidad empresarial sepa hacia dónde se dirige la IA». Al mismo tiempo hemos de tener en cuenta que estas convulsiones ya estaban latentes, y todos éramos conscientes.

Microsoft no puede depender solo de OpenAI

En este complejo escenario, Microsoft ha de jugar sus cartas, minimizando riesgos futuros, recordemos que Microsoft tiene el 49% de OpenAI, y no tiene capacidad de decisión sobre el futuro de OpenAI. El hecho es que Microsoft ha comenzado también a apoyarse y colaborar en el desarrollo de otros modelos IA Generativa como Llama 2 de Meta. Aquí puedes leerlo en un post nuestro sobre Llama 2.

Este nuevo escenario parece más claro y estable. La carrera en el perfeccionamiento de los modelos IA Generativa está servida. Nos esperan meses trepidantes.

La entrada … las aguas vuelven a su cauce ¿con daños? se publicó primero en bots.blog_.

«No tenemos confianza en su capacidad para seguir liderando OpenAI» es lo que anunció en su comunicado la junta directiva al hacer efectivo su inesperado despido, nombrando al tiempo a Mira Murati consejera delegada interina, hasta ahora CTO de la compañía.

No solo se va Altman

A continuación, Greg Brockman, su mano derecha y Presidente de OpenAI hasta el viernes, ha anunciado su marcha de la empresa tras ser degradado, explicando en X «Sam y yo estamos sorprendidos y tristes por lo que la junta ha hecho hoy». Otros muchos responsables de la compañía parecen estar próximos a abandonar también la compañía.

La nueva CEO: Mira Murati

La nueva CEO (interina), Mira Murati ha estado muy vinculada al lanzamiento de todos los recientes modelo y herramientas de OpenAI. Murati, Albanesa, ha mantenido una posición discreta hasta el momento y cuenta con una importante trayectoria, incluyendo haber trabajado para Tesla en anteriores etapas. En esta entrevista la podrás conocer mejor.

Qué ha pasado

Todavía no lo sabemos con certeza. Una de las primeras pistas de lo que puede estar ocurriendo es que Microsoft perdía casi 48.000 millones de dólares en valoración en bolsa tras publicarse en el DevDay de OpenAI del pasado 6 de noviembre el lanzamiento de una tienda para vender acceso a modelos conversacionales personalizados generadas a partir de ChatGPT, una estrategia revolucionaria.

Otra línea de explicación se encuentra en las elevadas cuantías de las inversiones que reclama Altman para lograr alcanzar una IA Generativa superior pueden estar en la base de las razones (tengamos en cuenta que Microsoft espera recuperar su inversión vía beneficios, y quizás comiencen a impacientarse). Pero al mismo tiempo Microsoft parecía no ser conocedor de la decisión de la junta directiva, que a su vez comienza a pivotar en otras tecnologías como Llama de Meta.

Otra línea especulativa pivota en la inversión de Altman en otras compañías como Humane la empresa con el AI Pin, impulsada por ex-apple’s. Pero todo esto de momento parece más una lejana línea especulativa.

¿Y ahora?

Y en este contexto, además la junta está soportando ahora una fuerte presión para devolver a Sam Altman a su antigua responsabilidad.

Todo un culebrón, del que iremos teniendo nuevas noticias, sin duda, en los próximos días.

La entrada ¿Qué está pasando en OpenAI? se publicó primero en bots.blog_.

GPT-4 Turbo

El GPT-4 Turbo, que ahora puede manejar contextos de hasta 128K y tiene conocimientos actualizados hasta abril de 2023, se ofrece a un precio considerablemente menor que su predecesor. Este modelo es capaz de procesar textos equivalentes a más de 300 páginas en una sola solicitud​​.

API para Asistentes

La API de Asistentes, diseñada para facilitar a los desarrolladores la creación de aplicaciones de IA asistencial, permite la construcción de agentes AI con instrucciones específicas y la capacidad de llamar a modelos y herramientas para realizar tareas. Esta API introduce hilos persistentes e infinitamente largos, lo que ayuda a gestionar el estado del hilo y superar las limitaciones de la ventana de contexto​​.

Y por fin llega la Personalización de Modelos

En el ámbito de la personalización, OpenAI ha lanzado un programa de acceso experimental para el ajuste fino de GPT-4 y un programa de Modelos Personalizados para organizaciones que requieran una mayor personalización, especialmente en dominios con grandes conjuntos de datos propietarios​​.

Menor Coste en tokens entrada y salida

Además, OpenAI ha reducido los precios en varias partes de su plataforma, haciendo que los tokens de entrada de GPT-4 Turbo sean tres veces más baratos y los de salida dos veces más baratos en comparación con el GPT-4 original​​. También han introducido el «Copyright Shield» para proteger a sus clientes de reclamaciones por infracción de derechos de autor​​.

Liberación de Whisper large-v3 y capacidades visuales en GPT-4 Turbo

Por último, OpenAI ha anunciado la liberación de Whisper large-v3, la próxima versión de su modelo de reconocimiento automático de voz de código abierto, y el «Consistency Decoder», un reemplazo para el decodificador VAE de Stable Diffusion, mejorando significativamente la calidad de las imágenes generadas​​. Estas actualizaciones reflejan el compromiso continuo de OpenAI con la innovación y la accesibilidad en el campo de la inteligencia artificial.

Otra innovación notable es la integración de capacidades visuales en GPT-4 Turbo, permitiendo a los desarrolladores crear aplicaciones que puedan interpretar imágenes, como generar subtítulos o analizar imágenes del mundo real. Además, OpenAI ha integrado DALL·E 3 en su API de Imágenes, lo que posibilita a los desarrolladores generar imágenes y diseños de forma programática para sus clientes y campañas​​.

Grandes novedades en este DevDay

En resumen, grandes novedades, que verdaderamente abren muchas nuevas posibilidades para la automatización de servicios.

La entrada Grandes novedades Chat GTP en el DevDay de OpenAI se publicó primero en bots.blog_.

Microsoft

Microsoft ha experimentado un crecimiento notable, presentando beneficios de 22.291 millones de dólares, un incremento del 27% interanual. Esto se debe en gran medida a su unidad de servicios en la nube, Intelligent Cloud, y su inversión en OpenAI, la startup detrás del chatbot de IA generativa ChatGPT. La firma ha integrado la tecnología de OpenAI en productos clave como Bing, Microsoft 365 y Github, posicionándose fuerte en IA para los próximos años.

Google

En contraste, Alphabet (Google) ha obtenido ganancias netas de 19.690 millones de dólares, pero muestra señales de desaceleración en su división de nube, con ingresos de 8.410 millones, su ritmo más lento en 10 trimestres. Aunque la empresa sigue invirtiendo en IA, incluida la creación de su propio chatbot generativo, Bard, los analistas notan ciertos retrocesos en el gasto publicitario, una fuente crucial de ingresos para la compañía.

En resumen, mientras que Microsoft apuesta por reforzar relaciones con grandes clientes a través de la IA, Alphabet se enfoca en captar startups, con resultados hasta ahora más modestos. Ambas estrategias revelan la importancia creciente de la IA en el panorama tecnológico actual, pero también subrayan que no todos los enfoques garantizan el mismo nivel de éxito.

La entrada Microsoft frente a Google en resultados: la batalla IA impacta en la cuenta de resultados se publicó primero en bots.blog_.

El problema de la fiabilidad

En un mundo donde la IA generativa, como la famosa ChatGPT, puede crear desde textos hasta imágenes y audios, el peligro reside en la fiabilidad de la información, Lefebvre informa que la novedad radica en la rigurosa selección de fuentes verificadas, centrando sus algoritmos exclusivamente en contenido jurídico actualizado. Así, evita los problemas inherentes a los datos obsoletos o no verificados que a menudo aquejan a las tecnologías generativas.

Amplia gama de información

Con esta IA, la firma procesa una amplia gama de información, desde la doctrina y jurisprudencia hasta leyes y reglamentos, utilizando fuentes de alta reputación como los Mementos. Además, la tecnología se apoya en enlaces a las fuentes para ofrecer resultados precisos y fácilmente comprensibles. «Nuestro objetivo es ofrecer soluciones de confianza que aporten valor y beneficios reales a nuestros clientes», afirma Olivier Campenon, CEO de Lefebvre Sarrut.

Incorporada en las gamas premium de sus servicios NEO y QMemento, la IA de Lefebvre aporta respuestas híbridas y certeras. La compañía refuerza así su objetivo de liderar el sector tecnológico legal.

En resumen, esta incorporación marca un antes y un después en la tecnología jurídica, Lefebvre da un gran paso adelante en la integración de IA generativa fiable en el mundo legal.

La entrada Lefebvre incorpora IA generativa a la búsqueda de información jurídica se publicó primero en bots.blog_.

Imágenes

Una de las funciones más llamativas permite al bot analizar y responder a imágenes. ¿Tienes una foto de una bicicleta y necesitas saber cómo ajustar el asiento? ¿O tal vez una imagen del interior de tu nevera y estás buscando sugerencias de recetas? ChatGPT tiene respuestas para eso.

Voz

Además, ChatGPT ahora permite conversaciones de voz, convirtiéndose en un competidor más cercano a asistentes como Siri y Alexa, pero con la ventaja de una interacción más fluida y natural. La voz de ChatGPT varía en tono y cadencia, ofreciendo una experiencia de conversación más realista. Su sistema de reconocimiento de voz, Whisper, y el nuevo algoritmo de texto a voz le otorgan estas capacidades.

Estas funcionalidades forman parte de una tendencia más amplia hacia sistemas de inteligencia artificial multimodales, que se espera sean la próxima frontera en IA, capaces de procesar diferentes tipos de inputs como texto, imágenes y voz. Los usuarios que se benefician primero son los clientes de pago, pero se espera que estas características estén disponibles para el público general pronto.

¿Infalible?

A pesar de su avanzada tecnología, ChatGPT no es infalible. Aunque realiza un buen trabajo al reconocer objetos y describirlos, falla en tareas como resolver crucigramas o identificar con precisión ciertos elementos en imágenes. Además, por razones de ética y privacidad, la función de reconocimiento de imágenes de ChatGPT se niega a responder preguntas sobre rostros humanos.

Y aquí viene la guinda del pastel: el acceso a Internet a través de Bing, reintegrado recientemente, rompe la barrera de datos del chatbot, que estaba limitada hasta 2021. Esta funcionalidad abre nuevas puertas para que ChatGPT se mantenga actualizado, pudiendo consultar la web en tiempo real.

En resumen

Las actualizaciones de ChatGPT lo posicionan como una herramienta aún más versátil, acercándonos al futuro donde los asistentes de IA forman parte integral de nuestras vidas, no solo como herramientas de productividad sino también como compañeros conversacionales. Sin embargo, el futuro de cómo se utilizarán estas nuevas capacidades sigue siendo una incógnita.

La entrada Las Mejoras de ChatGPT se publicó primero en bots.blog_.