Página 13 de 22
Estafas telefónicas, secuestros inventados y audios imposibles de distinguir de una persona real. Te cuento cómo funcionan los deepfakes de voz y qué puedes hacer para no caer en la trampa.
Residencias con robots sociales, altavoces inteligentes que recuerdan medicación y avatares que hacen compañía. Analizamos si la IA puede cuidar de nuestros mayores… o si corre el riesgo de aislarlos más.
Te explico paso a paso cómo montar un asistente tipo ChatGPT entrenado con tus PDFs y notas usando RAG y herramientas no-code/low-code, sin tocar una sola línea de código complejo.
El informe “Sparks of Artificial General Intelligence” analizó GPT-4 y habló de “chispas” de AGI. Te cuento los experimentos más llamativos, las críticas y qué significa realmente esa expresión.
En 2012, AlexNet ganó ImageNet y cambió la historia de la IA. Repasamos el paper, sus innovaciones (ReLU, GPUs, dropout) y por qué se considera el pistoletazo de salida del deep learning moderno.
Resumen del paper de AlphaGo Zero: autojuego, redes profundas y aprendizaje por refuerzo que lograron superar todo el conocimiento humano en Go sin usar partidas reales.
“Architects of Intelligence” recopila entrevistas con figuras clave de la IA. Resumimos las predicciones más potentes sobre empleo, AGI, riesgos y oportunidades que ellos mismos anticipan.
Te explico qué contó realmente el paper “Attention Is All You Need”: qué es la atención, cómo funciona un Transformer y por qué este diseño es la base de ChatGPT, Gemini y compañía.
“Atlas of AI” radiografía el impacto real de la IA en minería, trabajo precario, vigilancia y poder político. Te cuento sus ideas clave y por qué incomoda tanto a la industria tech.
“The Alignment Problem” mezcla historias reales y teoría para mostrar qué pasa cuando los modelos optimizan métricas pero no valores humanos. Resumen, ejemplos y lecciones para el futuro de la IA segura.
Repaso a las ideas clave de “Deep Learning” de Goodfellow, Bengio y Courville: redes profundas, convolucionales, autoencoders, trucos de entrenamiento y por qué este libro se volvió la biblia del deep learning.
Te explico los conceptos esenciales de “Reinforcement Learning: An Introduction”: agentes, recompensas, Q-learning, políticas y por qué este enfoque es clave para el futuro de la IA autónoma.