Aquí están las historias y percepciones más populares de esta semana:
1. Perspectivas Clave del Entrenamiento sobre IA en la Práctica
En un reciente evento de capacitación autorizado por la Oficina de Inteligencia Artificial del gobierno del Reino Unido, destacados expertos de diversas industrias se reunieron para profundizar en estrategias efectivas para la implementación de la IA. Este evento, organizado por Informa Tech y The AI Summit London, destacó tres conclusiones fundamentales:
- Soluciones Personalizadas son Esenciales: No existe un método universal para integrar la IA. Es crucial identificar procesos que se adapten específicamente a las necesidades de su negocio y expectativas de los clientes. Equilibrar esto con la tolerancia al riesgo de su organización es igualmente importante.
- La Gestión de Datos es Crucial: El despliegue exitoso de la IA depende de una sólida gobernanza de datos. Priorice el fortalecimiento de las prácticas de gestión para asegurar la seguridad, reducir sesgos y mejorar la calidad de los datos en todos los aspectos.
- Adopte la Flexibilidad en la Estrategia: Desarrolle un enfoque interfuncional que permita la participación de diversas partes interesadas. Asegúrese de que su estrategia sea adaptable para acomodar nuevas soluciones o desafíos a medida que surjan. Involucrar a la alta dirección puede ser complicado, pero es un paso esencial en el proceso.
2. Alternativas Rentables a los Modelos de Lenguaje Grande
A medida que los costos asociados con los modelos de lenguaje grande (LLMs) continúan aumentando, el potencial de modelos más pequeños se presenta como una solución viable. Según Adnan Masood, arquitecto principal de IA en la empresa de tecnología UST, los modelos más pequeños y ajustados pueden reducir costos significativamente al tiempo que mejoran la eficiencia operativa. Técnicas como la destilación, que implica entrenar un modelo más pequeño con los resultados de uno más grande, y la cuantificación, que optimiza el peso de un modelo para mejorar velocidad y tamaño, son fundamentales en esta optimización.
Matt Barrington, líder de tecnología emergente de EY en América, agregó que utilizar modelos más pequeños y específicos de dominio en servicios en la nube requiere menos recursos, disminuyendo así los costos de tiempo de entrenamiento. Este enfoque no solo reduce la dependencia de costosa infraestructura en la nube, sino que también permite a las empresas asignar recursos de IA de manera más efectiva a áreas que impactan directamente a los usuarios finales.
3. Demanda por Derechos de Autor Contra OpenAI
En un importante desarrollo legal, autores prominentes como George R. R. Martin y John Grisham han iniciado una demanda colectiva contra OpenAI. Los autores alegan que sus obras literarias fueron usadas sin consentimiento en el entrenamiento de modelos de IA, citando específicamente el uso del conjunto de datos Books3 para entrenar los modelos GPT-3.5 y GPT-4. La Guilda de Autores, que representa a estos creadores, sostiene que las acciones de OpenAI constituyen una infracción masiva de derechos de autor, comparando la situación con un robo sistemático de propiedad intelectual.
4. Abordando el Sesgo Racial en Modelos de Visión por Computadora
Investigaciones recientes de científicos de IA de Sony han revelado sesgos serios en conjuntos de datos de visión por computadora, especialmente en perjuicio de las personas de color. En su innovador artículo, "Beyond Skin Tone: A Multidimensional Measure of Apparent Skin Color", los investigadores proponen una nueva medición multidimensional para evaluar el color de la piel con el fin de mejorar la evaluación de sesgos y fomentar la equidad.
Este nuevo enfoque introduce el concepto de un 'ángulo de matiz' que categoriza los tonos de piel a lo largo de un espectro que va del rojo al amarillo. Este método innovador permite identificar sesgos previamente ocultos y revela capas más profundas de discriminación relacionadas con el tono de piel en aplicaciones de visión por computadora.
5. Soluciones de IA Generativa para Recursos Humanos
En un emocionante desarrollo para recursos humanos, EY se ha asociado con IBM para introducir una solución impulsada por IA diseñada para optimizar las funciones de RRHH. Este nuevo servicio, conocido como EY.ai Workforce, utiliza Watsonx Orchestrate de IBM junto con la experiencia de EY en prácticas de recursos humanos.
La colaboración busca aumentar la eficiencia de los equipos de RRHH mediante la automatización de tareas esenciales, como la redacción de descripciones de trabajo y la gestión de informes de nómina. Usando procesamiento de lenguaje natural, el personal de RRHH podrá interactuar sin problemas con la IA, haciendo su trabajo más efectivo y menos consumido de tiempo.
Clasificación
