WEBVTT
Kind: captions
Language: es

00:00:00.000 --> 00:00:02.000
A todos, bienvenidos a monos Estocásticos.

00:00:02.000 --> 00:00:04.000
Te tengo que confesar una cosa, Antonio.

00:00:04.000 --> 00:00:10.000
Llevo dos noches acostándome a las tantísimas, ¿vale?

00:00:10.000 --> 00:00:18.000
Que creo que tú ya estabas despierto cuando yo me he acostado por un alunizaje, como si fuera esto los los años setenta.

00:00:18.000 --> 00:00:19.000
Sí,

00:00:19.000 --> 00:00:23.000
el otro día te disculpé con la con los compañeros del gimnasio, Matthew,

00:00:23.000 --> 00:00:27.000
y no no Vi un poco la la perplejidad en su rostro cuando yo les explicaba,

00:00:27.000 --> 00:00:31.000
no, es que Matías hoy no puede venir a entrenar porque por la noche se

00:00:31.000 --> 00:00:36.000
queda viendo cohetes que despegan y aterrizan y las cosas.

00:00:36.000 --> 00:00:39.000
Los tiempos han cambiado tanto que la Apolo once, pues era Nihalstrom el

00:00:39.000 --> 00:00:42.000
que bajaba la nave y aterrizaba perfecto y todo salía bien, y ahora, como

00:00:42.000 --> 00:00:45.000
es todo totalmente autónomo, pues ya van dos naves seguidas que quedan

00:00:45.000 --> 00:00:48.000
tumbadas en la Luna y que y que y que fallan en el aterrizaje, y esto ha

00:00:48.000 --> 00:00:54.000
sido como en dos partes.

00:00:54.000 --> 00:00:57.000
Anoche todo estaba bien, celebrando que la nave estaba en vertical y una

00:00:57.000 --> 00:01:00.000
rueda de prensa veinticuatro horas después diciendo, bueno, hemos

00:01:00.000 --> 00:01:03.000
revisado los datos y en realidad no está en vertical, en realidad está

00:01:03.000 --> 00:01:06.000
totalmente tumbada la nave.

00:01:06.000 --> 00:01:09.000
Los tiempos cambian, los tiempos cambian, Antonio.

00:01:09.000 --> 00:01:12.000
Pero bueno, no sé si esa ironía, nosotros es de lo que venimos a hablar

00:01:12.000 --> 00:01:15.000
hoy, y sobre todo vamos a hablar un poco de OpenAI, una empresa del que no

00:01:15.000 --> 00:01:18.000
mencionamos mucho en el podcast.

00:01:35.000 --> 00:01:40.000
Fíjate que aquí el amigo Shan de nuevo se nos desmarca.

00:01:40.000 --> 00:01:43.000
Bueno, nuestros oyentes saben que con el episodio especial de Sora, pues,

00:01:43.000 --> 00:01:46.000
se nos quedaron muchos temas atascados, pero uno de los más interesantes

00:01:46.000 --> 00:01:49.000
y más jugosos para comentar era aquella exclusiva que publicaba el Wall

00:01:49.000 --> 00:01:52.000
Street Journal sobre un tema recurrente en monos histocásticos, Matías,

00:01:52.000 --> 00:01:59.000
que es San Altman pidiendo perras.

00:02:00.000 --> 00:02:04.000
Pero esta vez no pedía un unos milloncitos, no pedía unas decenas de

00:02:04.000 --> 00:02:08.000
millones, no pedía unos cientos de millones, las cosas normales de Sam,

00:02:08.000 --> 00:02:12.000
sino que siete billones de dólares.

00:02:12.000 --> 00:02:16.000
Aquí hay que aclarar siempre que este siete billones es el siete siete

00:02:16.000 --> 00:02:20.000
billones europeo, español, no no el siete billions anglosajón, porque en

00:02:20.000 --> 00:02:24.000
términos anglosajones se unirían siete trillions, es decir, los siete

00:02:24.000 --> 00:02:28.000
billones son siete millones de millones para hacer la mayor inversión de

00:02:28.000 --> 00:02:34.000
fabricación de chips.

00:02:34.000 --> 00:02:38.000
Bueno, la mayor inversión de la historia para fabricar chips.

00:02:38.000 --> 00:02:42.000
Es que esto de trillones en inglés sonaba un chiste de de Los Simpsons,

00:02:42.000 --> 00:02:46.000
del señor Vares que tenía el billete del trillón de dólares, o creo

00:02:46.000 --> 00:02:50.000
que se lo quedó Castro en en Cuba, pero la cuestión es que basamos de un

00:02:50.000 --> 00:02:54.000
mundo en el las empresas más valiosas valen dos, tres trillones, y son

00:02:54.000 --> 00:02:58.000
con tres contadas, a un mundo en el que Sam Alman le está pidiendo siete

00:02:58.000 --> 00:03:02.000
trillones y luego brovió en Twitter, bueno, en realidad creo que quiero

00:03:02.000 --> 00:03:06.000
ocho, pero no es tan así, ¿verdad?

00:03:06.000 --> 00:03:09.000
Sí, yo creo que además este tema se ha explicado, no se ha explicado

00:03:09.000 --> 00:03:12.000
bien, Matti, porque en estos números nos perdemos y sabemos que en en

00:03:12.000 --> 00:03:15.000
España habría que haberlo explicado en Cristianos Ronaldos o en Reformas

00:03:15.000 --> 00:03:19.000
del Bernabéu, ¿no?

00:03:19.000 --> 00:03:20.000
Esos son los estándares.

00:03:21.000 --> 00:03:27.000
He visto por ahí referencias que le han dicho, estos son como catorce mil súper yates de Jet Bezos.

00:03:27.000 --> 00:03:31.000
Bueno, catorce mil yates, tampoco tampoco tanto, ¿no?

00:03:32.000 --> 00:03:35.000
Nosotros nos burlamos del cómo se usa el Bernabéu para ver, pues eso,

00:03:35.000 --> 00:03:38.000
comunidad de medida, pero anocheceré con un amigo que me dijo que él ha

00:03:38.000 --> 00:03:41.000
estado mirando la reforma del Bernabéu como si fuera ir a mirar una

00:03:41.000 --> 00:03:45.000
reforma de un jubilado en YouTube todos este todo este tiempo.

00:03:45.000 --> 00:03:50.000
Así que hay gente que el Bernabéu se lo toma muy en serio, incluso aunque no vivan en Madrid.

00:03:50.000 --> 00:03:51.000
Sí, sí, sí.

00:03:51.000 --> 00:03:54.000
Bueno, el tema es que lo que nos pone por delante esta noticia, que luego

00:03:54.000 --> 00:03:57.000
ha sido matizada, es decir, hay aquí también tenemos una guerra de

00:03:57.000 --> 00:04:00.000
fuentes, porque mientras la Wall Street Journal mantiene que San Alma

00:04:00.000 --> 00:04:04.000
están activamente en esta en esta propuesta, porque tiene este diagnóstico.

00:04:04.000 --> 00:04:10.000
El gran cuello de botella para que explote la inteligencia artificial es la la fabricación de GPUs, la fabricación de chips.

00:04:10.000 --> 00:04:13.000
Nos encontramos en un momento crucial en la guerra geopolítica, alrededor

00:04:13.000 --> 00:04:16.000
de dónde están las fábricas, quién las puede fabricar, el veto de

00:04:16.000 --> 00:04:19.000
Estados Unidos a China, la posición de Taiwán intermedio, quién están

00:04:19.000 --> 00:04:22.000
llegando a reducir los nanómetros y, por lo tanto, tienen una ventaja

00:04:22.000 --> 00:04:27.000
importantísima en esta competencia de los chips.

00:04:27.000 --> 00:04:33.000
Ese es un tema fascinante que, además, fíjate, yo creo que algún día lo tendremos que que tratar a fondo en monos estocásticos.

00:04:34.000 --> 00:04:40.000
Hay un libro que se llama The Chips Work, que es que es una maravilla, además que es que es casi un thriller geopolítico sobre sobre este tema.

00:04:40.000 --> 00:04:43.000
Wallisher Journal tenía esta esta propuesta de de que Saltman quería los

00:04:43.000 --> 00:04:46.000
los siete billions, y luego de information ha dicho que en realidad no

00:04:46.000 --> 00:04:49.000
está pidiendo tanto, ¿no?

00:04:49.000 --> 00:04:58.000
Que esa cifra era lo que él estimaba que sería la suma total de inversiones necesarias a nivel global, no solo la que tiene que hacer él.

00:04:58.000 --> 00:05:01.000
Entonces, y además que matizaba la información que no es una cifra anual,

00:05:01.000 --> 00:05:04.000
sino que sería para cierto número de años, sin especificar cuánto,

00:05:04.000 --> 00:05:07.000
pero que, bueno, que era como una estimación un poco más gruesa y no

00:05:07.000 --> 00:05:10.000
tanto de que quería que se lo que se lo dieran a él para para empezar

00:05:10.000 --> 00:05:14.000
esta esta guerra de chips.

00:05:14.000 --> 00:05:18.000
Realmente la primera impresión cuando yo vi lo de siete tríos es Sand

00:05:18.000 --> 00:05:22.000
Alman, es un flipado y y y es adicto a las rondas de inversión, pero

00:05:22.000 --> 00:05:28.000
luego, claro, hemos tenido el nuevo momento Nvidia, Matías.

00:05:28.000 --> 00:05:31.000
Copetas, Es que envidia sola está haciendo que la economía de está,

00:05:31.000 --> 00:05:34.000
está salvando la economía de Estados Unidos de una manera que yo creo

00:05:34.000 --> 00:05:39.000
que deberían ponerle un monumento

00:05:40.000 --> 00:05:42.000
¿Tú tú no tienes un poco en síndrome de, jolín, si en vez de hacer

00:05:42.000 --> 00:05:44.000
podcast de Tesla hubiera comprado acciones, si en vez de hacer un podcast

00:05:44.000 --> 00:05:46.000
de Apple, hubiera comprado acciones, y si en vez de hacer un podcast

00:05:46.000 --> 00:05:48.000
inteligente, hubiera comprado acciones de Nvidia, ¿no tienes un poco ese

00:05:48.000 --> 00:05:53.000
síndrome, Mati?

00:05:53.000 --> 00:05:55.000
Siempre lo he tenido, con todo con todo en mi vida.

00:05:55.000 --> 00:06:01.000
Si en lugar de pedirme este postre, me habría pedido el de enfrente, pues seguramente me hubiera gustado más, ¿no?

00:06:02.000 --> 00:06:05.000
Eso, en todos los aspectos de mi vida tengo ese pensamiento, ¿no?

00:06:05.000 --> 00:06:07.000
Envidia pegado el petardazo, Mati.

00:06:07.000 --> 00:06:11.000
Primero empezó a subir a bolsa antes de resultados de una manera

00:06:11.000 --> 00:06:15.000
espectacular, porque se rumiaba, se esperaba, se patinaba, que iban a ser

00:06:15.000 --> 00:06:19.000
muy buenos y por encima de las expectativas de los analistas, empezó a

00:06:19.000 --> 00:06:23.000
adelantar a Amazon en bolsa, empezó a adelantar a Alphabet en bolsa, en

00:06:23.000 --> 00:06:27.000
fin, que la demanda de los chips de Nvidia ya se sabía que estaba siendo

00:06:27.000 --> 00:06:31.000
tan tan tan fuerte, realmente estaba en una posición buenísima de ser

00:06:31.000 --> 00:06:35.000
capaz de subir lo lo que pide por ellos y que, por tanto, los márgenes de

00:06:35.000 --> 00:06:39.000
de esta compañía iban a ser realmente potentes, ¿no?

00:06:39.000 --> 00:06:44.000
Lo los resultados han sido, uf, que que son increíbles, son Podemos

00:06:44.000 --> 00:06:49.000
enumerar los los números, pero es que es es increíble el el nivel de de

00:06:49.000 --> 00:06:54.000
envidia de cómo cómo ha descubierto,

00:06:55.000 --> 00:07:02.000
Sí, bueno, nos sorprendía el otro día cómo Microsoft había pasado a Apple en valoración, esos tres billones, ¿no?

00:07:02.000 --> 00:07:06.000
Y ojo que viene por detrás Nvidia, que ya vale dos, El el mundo de los

00:07:06.000 --> 00:07:11.000
trillones, yo hace unos años no me lo esperaba, pero fíjate dónde está muy bien.

00:07:11.000 --> 00:07:14.000
Es que en los tres primeros de NS, claro, son resultados trimestrales, un

00:07:14.000 --> 00:07:17.000
crecimiento de ventas del doscientos sesenta y cinco por ciento, un

00:07:17.000 --> 00:07:20.000
aumento de beneficios del margen del trescientos treinta y ocho por ciento

00:07:20.000 --> 00:07:26.000
hasta los dieciséis mil ochocientos millones de dólares.

00:07:26.000 --> 00:07:27.000
¿Estaba buscando aquí los números?

00:07:27.000 --> 00:07:34.000
Es que es que es una cosa tan de volarte la cabeza, creo que batieron el récord de subida del precio de una acción en un día.

00:07:34.000 --> 00:07:37.000
Bueno, enhorabuena, los premiados, es lo que veo en el visionario comprar

00:07:37.000 --> 00:07:40.000
acciones de pi de hace cinco años, han multiplicado creo que por

00:07:40.000 --> 00:07:43.000
diecisiete, unos resultados, una cosa que yo no recomiendo eso de el stop

00:07:43.000 --> 00:07:46.000
picking que lo llaman, ¿no?

00:07:46.000 --> 00:07:51.000
Porque es muy difícil acertar, pero lo que lo hayan hecho con Nvidia, pues ahí lo tienen.

00:07:51.000 --> 00:07:53.000
Y de fondo un debate, ¿cómo es sostenible esto?

00:07:53.000 --> 00:07:58.000
Y ¿cuánto se parece a la historia de Cisco lo que está pasando por Impedia?

00:07:58.000 --> 00:08:02.000
Joder, es que hay aquí un señor en en Twitter, John Torres, que ha

00:08:02.000 --> 00:08:06.000
superpuesto la gráfica de Cisco en entiendo que en los noventa, sí,

00:08:06.000 --> 00:08:10.000
entre los noventa y los y los primeros años de los dos miles, y y luego

00:08:10.000 --> 00:08:17.000
ha puesto encima la de Nvidia desde el dos mil veinte hasta hoy.

00:08:17.000 --> 00:08:22.000
Y el crecimiento es muy parecido, están llegando a niveles muy parecidos a Cisco.

00:08:22.000 --> 00:08:27.000
Pero claro, Cisco, a partir de aquí, se pega un guarrazo increíble.

00:08:27.000 --> 00:08:30.000
Entonces, no no sé si a Nvidia le va a pasar lo mismo.

00:08:30.000 --> 00:08:36.000
Yo creo que el punto débil de Nvidia es que muchos, yo sí diría que casi todos los H cien se fabrican en Taiwán.

00:08:36.000 --> 00:08:40.000
Claro, es un momento geopolítico complicado porque si vamos décadas a la

00:08:40.000 --> 00:08:44.000
espera de la amenaza china de que quieren hacer algo con Taiwán y de que

00:08:44.000 --> 00:08:48.000
aspiran a su anexión, mientras que Estados Unidos es superprotectora con

00:08:48.000 --> 00:08:52.000
esa posición taiwanesa y además está intentando que la mayoría de

00:08:52.000 --> 00:08:56.000
compañías, mientras protege Taiwán, también fabriquen dentro de

00:08:56.000 --> 00:09:04.000
Estados Unidos, y tiene inversiones loquísimas.

00:09:04.000 --> 00:09:08.000
De hecho, Europa también tiene un presupuesto enorme y descomunal para

00:09:08.000 --> 00:09:12.000
traer fábricas de, pues, de chips a a nuestro continente y conseguir esa

00:09:12.000 --> 00:09:17.000
ansiada autonomía tecnológica.

00:09:17.000 --> 00:09:23.000
Por eso decía antes que geopolíticamente es una es una un combate realmente apasionante.

00:09:23.000 --> 00:09:29.000
Pero vamos al gráfico de Nvidia contra Cisco, porque para que Nvidia y Cisco tuvieran vidas paralelas, tenían que pasar dos cosas.

00:09:29.000 --> 00:09:39.000
Recordemos, Cisco, en los años noventa, fabricaba el equipamiento de, digamos, nuclear de las comunicaciones para posibilitar Internet.

00:09:39.000 --> 00:09:42.000
Entonces, conforme las expectativas económicas respecto a la red se se

00:09:42.000 --> 00:09:45.000
multiplicaban, aumentaban, la valoración de Cisco, que era un poco el

00:09:45.000 --> 00:09:48.000
facilitador, la infraestructura, es decir, de de de este desarrollo de de

00:09:48.000 --> 00:09:51.000
de la red subían y explotaban e iban hacia arriba, como le pasaba ahora

00:09:51.000 --> 00:09:58.000
mismo a Nvidia.

00:09:58.000 --> 00:09:59.000
¿Qué es lo que pasa?

00:09:59.000 --> 00:10:02.000
Que cuando explota la burbuja punto com, se se produce esa gran decepción

00:10:02.000 --> 00:10:05.000
de que económicamente Internet, por lo menos en el año final de los

00:10:05.000 --> 00:10:08.000
noventa, el año dos mil, no iba a responder a las expectativas, algo que

00:10:08.000 --> 00:10:11.000
sí haría de cada después, pero en ese momento no no lo hizo, claro,

00:10:11.000 --> 00:10:17.000
todo lo asociado a Internet empezó a caer en picado.

00:10:17.000 --> 00:10:20.000
Pero es que además a Cisco le pasó otra cosa más, no es solo que

00:10:20.000 --> 00:10:23.000
Internet y sus valoraciones habían sido descabelladas y se vinieran

00:10:23.000 --> 00:10:26.000
abajo, sino que su tecnología empezó a ser commodity, es decir, perdón

00:10:26.000 --> 00:10:29.000
por el anglicismo de nuevo, pero básicamente se se viene a referir a que

00:10:29.000 --> 00:10:32.000
fue igualada y fue muy sustituible por otro montón de compañías que

00:10:32.000 --> 00:10:35.000
eran capaces de fabricar los mismos, a a un nivel similar, los mismos

00:10:35.000 --> 00:10:44.000
equipos de comunicación.

00:10:44.000 --> 00:10:47.000
O sea, que para Nvidia caerse como es disco tendría que pasar, en teoría,

00:10:47.000 --> 00:10:50.000
las dos cosas, que hubiera una gran excepción de la burbuja de la

00:10:50.000 --> 00:10:53.000
integración artificial, que está por ver, y dos, que los competidores

00:10:53.000 --> 00:10:56.000
sean capaces de ponerse a su nivel.

00:10:56.000 --> 00:10:58.000
Aquí yo tengo más dudas de lo segundo, porque es bastante más

00:10:58.000 --> 00:11:00.000
sofisticado lo que hace Nvidia que lo que hacía Cisco, da la impresión

00:11:00.000 --> 00:11:03.000
de que tienen años de ventaja.

00:11:03.000 --> 00:11:06.000
Un momento, Antonio, que tengo que contarte una cosa.

00:11:06.000 --> 00:11:10.000
Tú sabes que yo hace un año compré una silla, compré una silla, pues de

00:11:10.000 --> 00:11:14.000
estas de Amazon Superventas, pensando que era ergonómica, que me iba a

00:11:14.000 --> 00:11:19.000
salir bien la cosa, pues no no ha salido bien la cosa, ¿vale?

00:11:20.000 --> 00:11:27.000
Chirría, cruje, se le ha acabado el gas por lo que se baja, bueno, no era

00:11:27.000 --> 00:11:34.000
de la calidad que parecía cuando abrí caja, pero resulta que Flexiespot,

00:11:34.000 --> 00:11:42.000
que patrocina este episodio de monos estocásticos, me ha mandado una de las suyas.

00:11:42.000 --> 00:11:51.000
Esta de aquí, la BS once Pro, que tiene ahora mismo ciento diez euros de descuento en la web de Flexpot punto es.

00:11:51.000 --> 00:11:58.000
De todas formas dejaremos un enlace personalizado para monos estocásticos en la descripción del episodio, por si queréis echarle un vistazo.

00:11:59.000 --> 00:12:03.000
Y bueno, es es una pasada, se nota la solidez y y la diferencia de esta

00:12:03.000 --> 00:12:07.000
silla con la que tenía antes, y también he podido probar, porque esta

00:12:07.000 --> 00:12:11.000
gente vende Standing Desk, de estos escritorios elevables para trabajar de

00:12:11.000 --> 00:12:15.000
pie, He podido probar el E siete Pro, que ahora mismo está en oferta, es

00:12:15.000 --> 00:12:20.000
una oferta flash.

00:12:21.000 --> 00:12:25.000
Me ha sorprendido muchísimo también la calidad de este escritorio de de

00:12:25.000 --> 00:12:29.000
madera oscura, también lo tienen en en blanco, con esas patas

00:12:29.000 --> 00:12:33.000
telescópicas de tres partes que cuando yo busqué en mi escritorio me

00:12:33.000 --> 00:12:37.000
decían, tiene que tener tres partes para que sea más estable, pues este

00:12:37.000 --> 00:12:42.000
es verdaderamente una pasada.

00:12:42.000 --> 00:12:43.000
Muchas gracias, Flexpot.

00:12:44.000 --> 00:12:46.000
Bueno, competidores, va a haber amenazas de, yo creo que hay amenazas, no

00:12:46.000 --> 00:12:48.000
solo de de competidores directos que hagan lo mismo que Nvidia, sino de

00:12:48.000 --> 00:12:50.000
modelos de inteligencia oficial que funcionen con otro tipo de

00:12:50.000 --> 00:12:52.000
arquitectura de computadores que no sean las de Nvidia, luego

00:12:52.000 --> 00:12:58.000
mencionaremos uno.

00:12:58.000 --> 00:13:03.000
Mientras en China, esto es interesante, creo que Huawei está consiguiendo

00:13:03.000 --> 00:13:09.000
un un nivel de de fabricación con la con la empresa oficial China, con ese mic.

00:13:09.000 --> 00:13:11.000
Huawei, que es el Cisco de China.

00:13:12.000 --> 00:13:13.000
Más o menos.

00:13:14.000 --> 00:13:18.000
Fíjate, a mí Huawei, en Chataca, pues visitábamos cosas de Huawei, hablamos con su representante, una una marca que cubríamos.

00:13:18.000 --> 00:13:22.000
Siempre me una marca que cubríamos.

00:13:22.000 --> 00:13:26.000
Siempre me pareció que era un intento de de de hacer una IBM moderna china, ¿no?

00:13:26.000 --> 00:13:29.000
Una IBM como la gran empresa que hace de todo tecnológica, ¿no?

00:13:29.000 --> 00:13:33.000
Bueno, el caso es que, de hecho, Huawei en China se ha tenido que mover de

00:13:33.000 --> 00:13:37.000
fabricar menos kirtings, que son los microprocesadores, para sus móviles

00:13:37.000 --> 00:13:41.000
y sus dispositivos de electrónica de consumo, para fabricar muchísimos

00:13:41.000 --> 00:13:45.000
más chips de inteligencia artificial, porque el gobierno chino, y la

00:13:45.000 --> 00:13:49.000
dulce China están presionando hacia ellos.

00:13:50.000 --> 00:13:54.000
Entonces, China, a pesar del aislamiento, sobre todo con con el con el hito

00:13:54.000 --> 00:13:58.000
de conseguir la fabricación de de chips de bajo número de de

00:13:58.000 --> 00:14:02.000
nanómetros, empezó a a señalar o a sacar pecho de que a pesar del veto

00:14:02.000 --> 00:14:08.000
de Estados Unidos no se iba a quedar atrás por no tener la sempidia.

00:14:08.000 --> 00:14:10.000
Entonces, bueno, es un tema fascinante, yo creo que nos va a salir mucho

00:14:10.000 --> 00:14:12.000
mucho este año, bueno, tú te anticipabas que íbamos a hablar de

00:14:12.000 --> 00:14:16.000
OpenEye, Mathee, y OpenEye.

00:14:16.000 --> 00:14:19.000
En estas dos semanas que solo hemos estado mirando Sora, hay como otras

00:14:19.000 --> 00:14:22.000
quince noticias importantes que vamos a intentar resumir en las dos o tres

00:14:22.000 --> 00:14:26.000
más relevantes.

00:14:26.000 --> 00:14:27.000
Cuando te dejo elegir a a cuál vamos.

00:14:27.000 --> 00:14:33.000
Yo me quedaría con la de, la más importante yo creo que es la de el el trabajo que están haciendo de agentes inteligentes.

00:14:33.000 --> 00:14:36.000
Yo lo que más estoy esperando, esto lo he dicho en varios episodios, es

00:14:36.000 --> 00:14:39.000
que lleguen ya esos agentes prometidos de IA y que ellos tenga que

00:14:39.000 --> 00:14:42.000
trabajar, interactuar con el ordenador lo mismo lo menos posible, y que la

00:14:42.000 --> 00:14:46.000
IA lo automatice todo por mí.

00:14:46.000 --> 00:14:48.000
Pero no están llegando, Antonio.

00:14:48.000 --> 00:14:51.000
Y ahora estamos hablando de que OpenAI está desarrollando dos agentes de

00:14:51.000 --> 00:14:54.000
IE internos, bueno, como producto, para automatizar tareas en en en tus

00:14:54.000 --> 00:14:59.000
dispositivos, ¿no?

00:15:00.000 --> 00:15:02.000
Sí, fíjate, yo creo que está muy relacionado con el tema anterior,

00:15:02.000 --> 00:15:04.000
Matty, porque con la tecnología y lo que tenemos ahora, tú me dices,

00:15:04.000 --> 00:15:07.000
¿es una burbuja allá?

00:15:07.000 --> 00:15:11.000
Pues con lo que tenemos ahora yo no veo una correspondencia entre el

00:15:11.000 --> 00:15:15.000
impacto que puede tener, pues, los generadores de imágenes, incluso ChatGPT, ¿no?

00:15:15.000 --> 00:15:19.000
Todo este tipo, porque cuando la inteligencia artificial se queda reducida

00:15:19.000 --> 00:15:23.000
a dos cosas, a dos requisitos, que es tareas unitarias, es decir, que

00:15:23.000 --> 00:15:27.000
empiecen y acaban, y fin, una tarea aislada.

00:15:28.000 --> 00:15:34.000
Y además que tienes que tener mucha tolerancia al error, porque todavía alucinan, porque todavía la inventan, porque genera imágenes imperfectas.

00:15:34.000 --> 00:15:38.000
Cuando la inteligencia artificial queda reducida a esos casos de uso, yo no

00:15:38.000 --> 00:15:42.000
veo la revolución económica que justifica los trillones, billones,

00:15:42.000 --> 00:15:46.000
millones, que que siempre hablamos en el podcast.

00:15:46.000 --> 00:15:50.000
Ahora bien, si OpenAI consigue estos agentes inteligentes, que recordemos

00:15:50.000 --> 00:15:54.000
un poco la idea, es soy capaz de ejecutar un conjunto de pasos de forma

00:15:54.000 --> 00:15:59.000
autónoma, si se puede poner el ejemplo de cómprate un billete de avión, ¿no?

00:15:59.000 --> 00:16:04.000
Pues yo le digo que quiero viajar a tal sitio y y a la gente, pues, lo busca todo, ¿no?

00:16:04.000 --> 00:16:10.000
Que hace una búsqueda, compara precios, se sabe cosas que a mí me interesan de los viajes y me y me lo reserva todo, ¿no?

00:16:10.000 --> 00:16:14.000
Es como tengo mi agente de viajes hecho con inteligencia artificial.

00:16:14.000 --> 00:16:17.000
Claro, si vamos al escenario de ese tipo, ahí sí ahí puede haber, y

00:16:17.000 --> 00:16:20.000
además es fiable y no se equivoca, puede haber automatizaciones potentes

00:16:20.000 --> 00:16:25.000
que tengan un valor económico muy alto.

00:16:25.000 --> 00:16:34.000
Entonces, yo creo que en este tema, más que en GPT cinco, creo yo, se juega OpenAI y la industria evitar el camino de la burbuja.

00:16:34.000 --> 00:16:42.000
¿Tú crees que esto de los agentes de IEA puede dar que hablar en en materia de privacidad más de lo que están dando ya que hablar los chatbots?

00:16:43.000 --> 00:16:49.000
Porque para ser un buen agente de IEA tendrán que saber cómo funcionas tú a un nivel muy profundo, ¿no?

00:16:49.000 --> 00:16:51.000
Sí, sí, sí, sí, sí.

00:16:51.000 --> 00:16:54.000
De hecho, hay temas de privacidad y yo creo que hay temas de confianza, yo

00:16:54.000 --> 00:16:57.000
creo que una nueva oleada de de miedo y recelo de la inteligencia

00:16:57.000 --> 00:17:00.000
artificial, porque primero lo los extremos diciendo, uf, este es el camino

00:17:00.000 --> 00:17:03.000
para darle el control de las armas nucleares a la inteligencia artificial

00:17:03.000 --> 00:17:08.000
y moriremos todos.

00:17:08.000 --> 00:17:09.000
¿No?

00:17:09.000 --> 00:17:13.000
Bueno, habrá un poco de eso, pero habrá también micro historias de

00:17:13.000 --> 00:17:17.000
cuántos peligros hay en dejar que la IA, en ciertos aspectos, decida

00:17:17.000 --> 00:17:21.000
cosas por ti, y eso realmente yo creo que las generaciones que han crecido

00:17:21.000 --> 00:17:25.000
con Internet, las generaciones que han crecido sin Internet, cómo

00:17:25.000 --> 00:17:29.000
consideramos algo nuevo de lo que no nos fiamos, también debate técnico

00:17:29.000 --> 00:17:34.000
muy potente sobre si realmente son capaces de hacerlo y que sea fiable, ¿no?

00:17:35.000 --> 00:17:37.000
Mira, te voy a contar una movida personal.

00:17:37.000 --> 00:17:41.000
A mí me gustaba, y durante muchos años tuve una sola cuenta de de Google,

00:17:41.000 --> 00:17:45.000
y lo que hacía era reenviar de todas mis otras cuentas de trabajo y tal a

00:17:45.000 --> 00:17:49.000
esa cuenta todos los emails, hasta que un día en mi en Gimmodo me

00:17:49.000 --> 00:17:53.000
dijeron, oye, vemos que tienes configurado un un reenvío automático,

00:17:53.000 --> 00:17:57.000
esto lo tienes que quitar porque no lo puedes hacer así, no sé qué.

00:17:57.000 --> 00:18:00.000
Y a partir de entonces, inicié un camino en el desierto en el que fui

00:18:00.000 --> 00:18:03.000
probando diferentes clientes de email, y al final me quedé con uno que

00:18:03.000 --> 00:18:06.000
barato no es, pero como que tiene tiene aplicaciones para todas las para

00:18:06.000 --> 00:18:12.000
todos los dispositivos, se llama Spark.

00:18:12.000 --> 00:18:16.000
Bueno, pues Spark tenía ahí integrada, pero no la usaba para nada porque escribía los emails.

00:18:17.000 --> 00:18:25.000
Estimada, tú lo podías ajustar un poco el nivel de de formalidad a informalidad, pero que sabes que ese email no lo ha escrito Matías.

00:18:25.000 --> 00:18:28.000
Bueno, pues el otro día lo abrí y me pone Spark ahora escribe con tu

00:18:28.000 --> 00:18:31.000
estilo, pero no me ponía en ningún sitio la política de privacidad,

00:18:31.000 --> 00:18:34.000
solo me daban la solo me daban la opción de probar o entendido, o cómo

00:18:34.000 --> 00:18:39.000
cancelar, ¿no?

00:18:39.000 --> 00:18:45.000
Y y y no sé no sé si darle a probar, entonces, oye, tengo tengo un poco de miedo y los últimos mes míos son con mi gestor.

00:18:46.000 --> 00:18:53.000
Pero, esto es un tema que que me parece chulísimo, Mati, porque para enseñártelo por la pantalla, el sistema de correo lee tu correo.

00:18:54.000 --> 00:18:58.000
En teoría, pues mueve los bits de un sitio a otro y dependiendo de lo

00:18:58.000 --> 00:19:02.000
cifrado o del funcionamiento de seguridad del correo, pues en los

00:19:02.000 --> 00:19:06.000
servidores del proveedor estará tu correo en plano o estará cifrado, de

00:19:06.000 --> 00:19:10.000
manera que a lo mejor el propietario, el proveedor de correos no no tiene

00:19:10.000 --> 00:19:15.000
forma de leerlo, hay distintos niveles de privacidad aquí.

00:19:15.000 --> 00:19:19.000
Prota un mail, por ejemplo, es súper seguro y otros, pues, son más laxos.

00:19:19.000 --> 00:19:22.000
Pero claro, conceptualmente, tú dices, para que me lo pueda enseñar

00:19:22.000 --> 00:19:25.000
algunos de los sistemas, al final acaba leyendo, y sé leyendo en el

00:19:25.000 --> 00:19:28.000
correo convencional tenemos esa idea de que, pues no hay un problema de

00:19:28.000 --> 00:19:34.000
seguridad porque simplemente lo enseña, ¿no?

00:19:34.000 --> 00:19:36.000
Hace un análisis semántico.

00:19:36.000 --> 00:19:41.000
Aquí, probablemente, en términos de sistema y de seguridad esté pasando

00:19:41.000 --> 00:19:46.000
algo muy parecido con tus correos, pero claro, Spark, de alguna manera,

00:19:46.000 --> 00:19:51.000
tiene que hacer un análisis más, pues, como más complejo, ¿no?

00:19:51.000 --> 00:19:55.000
Tiene que intentar adivinar tus tus frases hechas, tu estilo de escritura.

00:19:56.000 --> 00:19:59.000
Entonces, hace como como un análisis un poquito más profundo y, aunque

00:19:59.000 --> 00:20:02.000
técnicamente sea lo mismo, es decir, guardan tu correo, podrían acceder

00:20:02.000 --> 00:20:05.000
a él, lo tienen allí en en sus servidores, pero como ahora hacen este

00:20:05.000 --> 00:20:08.000
análisis de intentar entender cómo tú lees, ¿no te da una sensación

00:20:08.000 --> 00:20:13.000
de menos privacidad?

00:20:13.000 --> 00:20:17.000
¿No te da una sensación de que me están me están mirando mis cosas?

00:20:17.000 --> 00:20:21.000
Sí, sí, totalmente, o sea, me me sentía expuesto, no sabía si aceptaste.

00:20:21.000 --> 00:20:22.000
Aceptaste, ¿verdad?

00:20:22.000 --> 00:20:24.000
Acepté, por supuesto, no

00:20:24.000 --> 00:20:27.000
Sí, sí, es que ya te conocemos, yo también hemos dado un análisis.

00:20:28.000 --> 00:20:30.000
No lo pensé, no lo pensé ni ni medio minuto, ¿verdad?

00:20:30.000 --> 00:20:31.000
Acepté.

00:20:31.000 --> 00:20:33.000
Bueno, ¿tenés ratito de opinión hay?

00:20:33.000 --> 00:20:37.000
Porque se llevan demasiado protagonismo y hoy yo creo que tenemos chicha en otros temas.

00:20:37.000 --> 00:20:40.000
Uno, dicen, publicaba The Verts que estaban preparando un buscador, bueno,

00:20:40.000 --> 00:20:43.000
no sabemos qué es un buscador, pero si un competidor es el buscador de

00:20:43.000 --> 00:20:46.000
Google, ya muchos casos de uso, yo me lo llevo más a HGPT que a Google,

00:20:46.000 --> 00:20:51.000
pero, bueno, ellos parece ser que quieren hacer algo más estructurado.

00:20:51.000 --> 00:20:53.000
Aquí yo creo que el referente es Perplexity.

00:20:53.000 --> 00:20:57.000
Eso iba a decir, es que Perplexity, si tú ves entrevistas, perdona que te

00:20:57.000 --> 00:21:01.000
interrumpa, pero ves entrevistas a varios súper CEOs, no sé si era Jeff

00:21:01.000 --> 00:21:06.000
Bezos, pero todo el mundo está usando Perplexity.

00:21:07.000 --> 00:21:10.000
O sea, la gente a uno de los productos que más les ha flipado y que está

00:21:10.000 --> 00:21:13.000
un poco bajo el radar es Perplexity, porque claro, une ese esa motor de

00:21:13.000 --> 00:21:16.000
búsqueda tradicional con la IA tan bien, tan bien, y lo hace tan bien,

00:21:16.000 --> 00:21:21.000
que es como adelantarte un poco al futuro.

00:21:21.000 --> 00:21:26.000
Pero aquí yo añado un punto sobre burbujas de inteligencia artificial, burbujas del mundo en el que vivimos.

00:21:26.000 --> 00:21:29.000
Tú miras los estudios de mercado de mercado de búsquedas y un Bing Home

00:21:29.000 --> 00:21:32.000
Perplexity no le están haciendo nada, nada de pupa en los números

00:21:32.000 --> 00:21:36.000
grandes a Google, así que, bueno, esperemos.

00:21:36.000 --> 00:21:40.000
Dos más de OpenAI, han perdido los derechos de exclusiva de la, bueno, no

00:21:40.000 --> 00:21:44.000
han conseguido registrar como marca comercial GPT, lo cual para todas las

00:21:44.000 --> 00:21:48.000
aplicaciones así que intentan parecerse a ChatGPT y que están en en los

00:21:48.000 --> 00:21:53.000
mercados y para todos esos proyectos empresariales, ¿no?

00:21:53.000 --> 00:22:00.000
Matías GPT, etcétera, pues es una noticia, entre comillas, buena porque no no tienes la marca todavía.

00:22:00.000 --> 00:22:06.000
Sí, porque GPT al final es la tecnología, es un Transformer preentrenado generativo, ¿no?

00:22:06.000 --> 00:22:07.000
Eso es en lo que significan.

00:22:07.000 --> 00:22:09.000
Sí, sí, sí, es verdad.

00:22:09.000 --> 00:22:18.000
Yo aquí legalmente me me pierdo un poco, no sé si se debe de otorgar o no, pero bueno, es verdad que se parece un poco a lo genérico, ¿no?

00:22:18.000 --> 00:22:19.000
Pues no lo sé.

00:22:19.000 --> 00:22:24.000
Y por último, un un amigo del podcast, Karpathy, se ha ido de de OpenEye.

00:22:24.000 --> 00:22:25.000
Eso me ha dolido.

00:22:25.000 --> 00:22:28.000
creo que OpenEye ha perdido uno de los genios de la inteligencia artificial

00:22:28.000 --> 00:22:31.000
de esta generación, aparte de que a Shut Kever lo tienen metido en un en

00:22:31.000 --> 00:22:35.000
un congelador, creo que es un rumor que corre por ahí que no que

00:22:35.000 --> 00:22:37.000
no le dejan hacer mucho de

00:22:37.000 --> 00:22:38.000
esta Ilia.

00:22:39.000 --> 00:22:41.000
Hemos podido ganar, hemos podido ganar a un gran youtuber, Carpati, los

00:22:41.000 --> 00:22:43.000
vídeos de que tiene de inteligencia artificial son una maravilla,

00:22:43.000 --> 00:22:46.000
entonces cuanto más

00:22:47.000 --> 00:22:48.000
Y hace tu tiempo tengas.

00:22:49.000 --> 00:22:50.000
Sí, está está muy bien.

00:22:50.000 --> 00:22:54.000
Lo que pasa es que, claro, pasas de ser director de IAT Tesla a OpenAI, y

00:22:54.000 --> 00:22:58.000
uno piensa, joder, pues este, le han ofrecido algo interesante, y se va en

00:22:58.000 --> 00:23:03.000
nada de tiempo, en unos meses, no habrá pasado ni un año, ¿no?

00:23:03.000 --> 00:23:09.000
No sé, es que a veces es como los fichajes del del mercado de invierno en el fútbol, ¿no?

00:23:09.000 --> 00:23:12.000
Que no, no, no entras bien, no llegas con el equipo que ya estaba rodado,

00:23:12.000 --> 00:23:15.000
no acabas de integrarte, de entrenador no te da oportunidades suficientes

00:23:15.000 --> 00:23:18.000
y, bueno, mejor separar caminos.

00:23:18.000 --> 00:23:23.000
Mira, fíjate, yo creo que hay un hilo conductor en este podcast que tiene

00:23:23.000 --> 00:23:28.000
que ver con el el si estamos en una burbuja o no, porque hay un un

00:23:28.000 --> 00:23:33.000
reportaje muy muy interesante que han hecho la gente de, creo que Ware

00:23:33.000 --> 00:23:38.000
Slic Journal otra vez, bueno, sí, sobre empresas que han integrado

00:23:38.000 --> 00:23:43.000
Copilot de Microsoft, es decir, la versión empresarial, esta que son

00:23:43.000 --> 00:23:48.000
veinte, treinta dólares al mes por por usuario, y que ofrece

00:23:48.000 --> 00:23:53.000
integraciones de IA en toda la suite de de de Microsoft, cosa Tracy cinco.

00:23:53.000 --> 00:23:57.000
Y de momento, parece Matte que hay división de opiniones.

00:23:57.000 --> 00:24:00.000
¿El Lenovo lo ha lo ha integrado y no no les ha ido bien o quién?

00:24:00.000 --> 00:24:04.000
Bueno, básicamente han venido a decir que que los usuarios no empezaron a

00:24:04.000 --> 00:24:08.000
usarlo y probarlo con entusiasmo, pero que después de un mes el el uso de

00:24:08.000 --> 00:24:12.000
Copi lo había caído el veinte por ciento.

00:24:12.000 --> 00:24:16.000
No es buena señal, no no es buen síntoma de que de entrada, de la fase de

00:24:16.000 --> 00:24:20.000
experimentación y prueba empieces a usarlo cada vez menos, y fíjate,

00:24:20.000 --> 00:24:26.000
¿Sabes la la la funcionalidad que has mencionado como más útil?

00:24:26.000 --> 00:24:29.000
Es el llevarte una IA a las reuniones, que es, por ejemplo, ahora que

00:24:29.000 --> 00:24:32.000
estamos hablando tú y yo aquí, pues tendríamos un tercer invitado, que

00:24:32.000 --> 00:24:35.000
es la IA, que lo grabaría todo, que lo transcribiría a texto y que

00:24:35.000 --> 00:24:40.000
sería capaz de hacernos un resumen.

00:24:41.000 --> 00:24:45.000
Y, sobre todo, la gente lo está usando para faltar a reuniones, Mati, es

00:24:45.000 --> 00:24:49.000
decir, no puedo, estoy muy liado, pero va mi hija, escucha y me hace un

00:24:49.000 --> 00:24:53.000
resumen y, por lo tanto, yo, pues pueda estar trabajando de verdad, ¿no?

00:24:53.000 --> 00:24:56.000
Porque me tenéis hasta hasta el hasta arriba, ¿no?

00:24:56.000 --> 00:24:58.000
De reuniones y juntas.

00:24:58.000 --> 00:25:01.000
Pues yo esto lo uso en mi día a día, pero no con reuniones.

00:25:01.000 --> 00:25:05.000
Yo lo dije en el episodio anterior, me parece, me descargo transcripciones

00:25:05.000 --> 00:25:09.000
de vídeos y le pido a ChatGPT que haga una enumeración de los puntos

00:25:09.000 --> 00:25:14.000
claves del vídeo, y me ahorro verme el vídeo.

00:25:14.000 --> 00:25:19.000
Y yo esto me parece un uso que te ahorra un montón de tiempo.

00:25:21.000 --> 00:25:31.000
siento por los Sí, sí, sí, de verdad que, claro, el vídeo es que es muy demandante de de de atención y cada vez estamos menos menos dispuestos.

00:25:31.000 --> 00:25:37.000
Mira, a mí me pasó cuando salió una una web, un servicio que te resumía libros.

00:25:37.000 --> 00:25:43.000
Entonces, hay mucha gente del mundo de la empresa que que le gustan los libros de, se llama el libro de management, ¿no?

00:25:43.000 --> 00:25:45.000
De de consejos profesionales y empresariales.

00:25:45.000 --> 00:25:50.000
Claro, decían, pues, mira, estos estos libros tienen mucho relleno, tienen

00:25:50.000 --> 00:25:55.000
dos o tres ideas y al final te meten doscientas páginas y me vale con el resumen.

00:25:55.000 --> 00:26:02.000
Yo ahí no no no no acabé de entrar, no me, fíjate, ni siquiera llegar a probar el servicio porque no me gustaba la idea, Matthew.

00:26:02.000 --> 00:26:04.000
Para mí convencerme de una idea.

00:26:04.000 --> 00:26:07.000
Para yo realmente interiorizarla, no me interesa solo punto final o la

00:26:07.000 --> 00:26:10.000
conclusión, sino tengo que ver cómo se ha llegado, cuál es el camino,

00:26:10.000 --> 00:26:13.000
cuál es el razonamiento, cuáles son los argumentos, cuáles son la base,

00:26:13.000 --> 00:26:19.000
cuáles son las pruebas, porque si no, no la interiorizo y no me convenzo.

00:26:19.000 --> 00:26:22.000
Y creo que ese de cómo he llegado a esta conclusión es muy importante y

00:26:22.000 --> 00:26:25.000
por lo tanto yo nunca acabo de entrar en lo en en los resúmenes en en en

00:26:25.000 --> 00:26:30.000
esa conclusión final y y punto, ¿no?

00:26:30.000 --> 00:26:33.000
Espero que mucha gente piense como tú, porque nuestro podcast dura una hora.

00:26:33.000 --> 00:26:36.000
No quiero que la gente empiece a transcribir nuestro podcast y resumirlo,

00:26:36.000 --> 00:26:39.000
porque si no se se perdería, seguramente que el Chagembe te descarte los

00:26:39.000 --> 00:26:42.000
los chistes y este tipo de conversaciones.

00:26:44.000 --> 00:26:52.000
Por cierto, Microsoft invertirá casi dos mil millones de euros en España en dos años, notición, notición.

00:26:52.000 --> 00:26:56.000
Es verdad que está Microsoft en un papel de súper inversor en todos

00:26:56.000 --> 00:27:00.000
lados, en Alemania, por ejemplo, va a meter tres mil millones, Alemania es

00:27:00.000 --> 00:27:04.000
más grande, no no pasa nada, pero es un un un paso importante ahí que

00:27:04.000 --> 00:27:08.000
que que vamos a tener y que, bueno, me gustaría ver un poco más de

00:27:08.000 --> 00:27:12.000
detalle, creo que sería interesante saber si es mucha infraestructura, es

00:27:12.000 --> 00:27:16.000
decir, data center, servidores, etcétera, o también hay parte del know

00:27:16.000 --> 00:27:20.000
how de de de trabajo de alta cualificación que se va a quedar aquí y no

00:27:20.000 --> 00:27:24.000
todo va a ser manejado desde desde Redmond, Seattle o donde donde tenga el

00:27:24.000 --> 00:27:31.000
centro de inteligencia artificial Microsoft, pero bueno, en todo caso

00:27:31.000 --> 00:27:35.000
Podríamos decir de todas formas que los mejores data centers de ahí están en Madrid, ¿no?

00:27:35.000 --> 00:27:38.000
Que estoy segura que en Madrid no están mucho.

00:27:38.000 --> 00:27:40.000
No, no sé dónde lo van a poner, fíjate, ese ese detalle no es cierto,

00:27:40.000 --> 00:27:42.000
pero claro, hay una cosa con España, que es que lo tienes que poner en un

00:27:42.000 --> 00:27:46.000
sitio con agua.

00:27:46.000 --> 00:27:49.000
Aquí Andalucía tenemos la ha de perder, no tenemos un, a lo mejor, bueno,

00:27:49.000 --> 00:27:52.000
hay hay algunas personas de Andalucía que sí tienen un un una unas

00:27:52.000 --> 00:27:55.000
lluvias decente, pero claro, el agua de Madrid es muy buena, entonces, por

00:27:55.000 --> 00:28:00.000
ahí a lo mejor Madrid tiene tiene opciones.

00:28:00.000 --> 00:28:03.000
De hecho, el otro día estuve en un evento, Mati, que fue el ministro de

00:28:03.000 --> 00:28:06.000
Escrivá, en el nuevo Ministerio de Transformación Digital, y tengo que

00:28:06.000 --> 00:28:09.000
decir aquí que me gustó mucho el el discurso de Escrivá sobre

00:28:09.000 --> 00:28:12.000
desarrollo de inteligencia artificial, apuesta por el futuro y que España

00:28:12.000 --> 00:28:16.000
y Europa están en ese vagón y no lo pierdan, ¿no?

00:28:16.000 --> 00:28:20.000
Que me parece uno de los, sobre todo porque mis expectativas con respecto a

00:28:20.000 --> 00:28:24.000
las posturas típicas del gobierno con respecto a la IA y el desarrollo

00:28:24.000 --> 00:28:28.000
tecnológico han sido, bueno, las expectativas eran bajas porque siempre

00:28:28.000 --> 00:28:32.000
han abundado mucho más los mensajes negativos y y fiscalizadores, más

00:28:32.000 --> 00:28:36.000
que el de impulso y el desarrollo a a la industria y la tecnología.

00:28:37.000 --> 00:28:39.000
Y bueno, me gustó mucho el el mensaje de escribir.

00:28:40.000 --> 00:28:43.000
Vamos a cerrar el el momento político de del podcast, porque uno un amigo

00:28:43.000 --> 00:28:46.000
del podcast, un ex ministro, no está pasando por su mejor momento, que

00:28:46.000 --> 00:28:49.000
que es un un tema delicado, Matías, pero, bueno, no vamos a aumentar la

00:28:49.000 --> 00:28:52.000
dicha, porque hay un modelo que está fuera de las grandes empresas y que

00:28:52.000 --> 00:28:59.000
nos da un poco de esperanza de que las startups tienen mucho que decir aquí.

00:28:59.000 --> 00:29:02.000
Se llama GROC y no es de Elon Musk.

00:29:02.000 --> 00:29:05.000
Claro, yo cuando empecé a oír a hablar sobre GROC, que hubo unos días

00:29:05.000 --> 00:29:08.000
que era todo lo que la gente está mencionando en redes sociales, porque

00:29:08.000 --> 00:29:11.000
estaban flipando.

00:29:11.000 --> 00:29:16.000
Ahora hablaremos de la velocidad de este de esta IA, de este sistema de IA.

00:29:16.000 --> 00:29:20.000
Hubo un momento que me me me confundí, GROC, me suena un poco de cierto

00:29:20.000 --> 00:29:24.000
modelo o chatbot cuñado de Elon Musk, pero se escribe con q, el el Groc

00:29:24.000 --> 00:29:29.000
de Elon Musk se escribe con k.

00:29:29.000 --> 00:29:31.000
Entonces, ahí está la diferencia, el matiz.

00:29:31.000 --> 00:29:40.000
Por lo demás, parece que esta gente se ha montado un equipo que permite que vaya, pero, de verdad, como ningún otro modelo de Ian.

00:29:40.000 --> 00:29:48.000
Sí, aquí te voy a confesar, yo me tengo que meter un poco más en el el el en los documentos técnicos de de los amigos Groc.

00:29:48.000 --> 00:29:52.000
Solo me he quedado un poco en los resúmenes un poco más a alto nivel y es

00:29:52.000 --> 00:29:56.000
súper interesante porque ellos dicen, en el momento de inferencia, es

00:29:56.000 --> 00:30:00.000
decir, cuando el modelo ya está entrenado y te va a dar a dar la

00:30:00.000 --> 00:30:04.000
respuesta, se tarda mucho por la arquitectura actual, porque hay mucha

00:30:04.000 --> 00:30:09.000
aleatoriedad y que de alguna manera ellos presentan una arquitectura.

00:30:09.000 --> 00:30:12.000
En este momento, en el momento de darte una respuesta, la respuesta sea

00:30:12.000 --> 00:30:15.000
bastante mal determinista, se calcule en el momento de entrenar y no en el

00:30:15.000 --> 00:30:18.000
momento de responder, y que por debajo, en vez de una GPU, tenga una LPU,

00:30:18.000 --> 00:30:23.000
una unidad de proceso lingüístico.

00:30:23.000 --> 00:30:27.000
Me parece superinteresante porque es una innovación para los modelos de

00:30:27.000 --> 00:30:31.000
lenguaje desde la unidad de procesamiento, y esta innovación desde la

00:30:31.000 --> 00:30:35.000
unidad de procesamiento es el tipo de competencia o el tipo de alternativa

00:30:35.000 --> 00:30:39.000
que podría hacer más pupa a Nvidia, y no tanto el que alguien o otra

00:30:39.000 --> 00:30:43.000
empresa consiga un nivel de GPU similar a ellos.

00:30:43.000 --> 00:30:49.000
No, a tu juego no te voy a ganar, pero si cambiamos de juego, pues pues simplemente sí, porque de que haya más competencia.

00:30:49.000 --> 00:30:51.000
Y lleva por debajo Mistra, ¿no?

00:30:51.000 --> 00:30:52.000
La el modelo francés.

00:30:53.000 --> 00:30:59.000
Es decir, ellos han innovado más en el hardware y han aprovechado modelos de inteligencia artificial abiertos.

00:30:59.000 --> 00:31:01.000
Fíjate que cuando ya estamos a este tipo de de velocidades, estas

00:31:01.000 --> 00:31:03.000
innovaciones que hacen que la respuesta del modelo de inteligencia

00:31:03.000 --> 00:31:05.000
artificial sea inmediata, de repente nos podemos flipar con cosas que

00:31:05.000 --> 00:31:10.000
ahora mismo sabemos que no son posible.

00:31:10.000 --> 00:31:16.000
¿Por qué en los videojuegos va a ser está siendo todavía muy difícil meter modelos grandes de lenguaje?

00:31:17.000 --> 00:31:20.000
Porque en videojuegos no podemos esperarnos medio minuto a que el personaje

00:31:20.000 --> 00:31:23.000
que tenemos delante se le ocurra qué tiene que decir, porque como nuestra

00:31:23.000 --> 00:31:26.000
nuestra diálogo con él no estaba preprogramado, cuando está

00:31:26.000 --> 00:31:31.000
preprogramado y es, si dice esto, respondo lo otro.

00:31:31.000 --> 00:31:35.000
Un if lo resuelve de inmediato, pero los modelos grandes del lenguaje no funcionan así.

00:31:35.000 --> 00:31:42.000
Fíjate que ya hay gente que se ha flipado y dice, mira, vamos a juntar Sora y su creación de mundos.

00:31:42.000 --> 00:31:46.000
Un modelo a lo Groc que inmediatamente sea capaz de de dar respuestas y, de

00:31:46.000 --> 00:31:50.000
repente, tú ya puedes tener un mundo de videojuegos o de de de virtual en

00:31:50.000 --> 00:31:54.000
el que los personajes son ultrarrealistas, te pones tus gafas de la gama

00:31:54.000 --> 00:31:58.000
virtual, Mati, y además a la hora de hablar son inmediatos, son tiempos

00:31:58.000 --> 00:32:03.000
reales, son como si fueran personas humanas.

00:32:03.000 --> 00:32:06.000
Entonces, este tipo de innovaciones que dices es solo más rápido, pues

00:32:06.000 --> 00:32:09.000
bueno, solo más rápido, pero a veces esta rapidez permite usos que hasta

00:32:09.000 --> 00:32:13.000
ahora no no eran no eran verdad.

00:32:13.000 --> 00:32:17.000
Sí, es verdad, ya empezamos a ver videojuegos que se hacen con esto

00:32:17.000 --> 00:32:21.000
porque, pues, pues, está interesante, cómo puede llegar a disparar la

00:32:21.000 --> 00:32:25.000
creatividad de mucha gente que no tiene conocimiento ni dinero para para

00:32:25.000 --> 00:32:30.000
desarrollar un videojuego, poder hacerlo de esta forma.

00:32:30.000 --> 00:32:34.000
Bueno, bueno, hay unos amigos del podcast, los amigos de Google, que han

00:32:34.000 --> 00:32:38.000
hecho muchas cositas y han sido muy protagonistas, Mati, Han dado juego,

00:32:38.000 --> 00:32:43.000
Gem y Nai, esta estas dos semanas.

00:32:43.000 --> 00:32:53.000
Sí, y creo que fue el mismo día, empezaron anunciando Gemma o Gemma, que es el el Jamie Knight de código abierto.

00:32:53.000 --> 00:32:57.000
O sea, cuidado, Mark Zuckerberg, porque se te se te terminan los argumentos

00:32:57.000 --> 00:33:02.000
que otras empresas grandes parece que también van a apostar por el open source, ¿no?

00:33:02.000 --> 00:33:05.000
Sí, sí, es muy interesante, muy buena propuesta.

00:33:05.000 --> 00:33:08.000
En los benchmark, bueno, hay que decir que los modelos de Genma son

00:33:08.000 --> 00:33:11.000
versiones de Jamie Eye chiquititas, o sea, se suelen meter como siete B,

00:33:11.000 --> 00:33:16.000
trece B por el el nivel de compresión al que someten a al modelo.

00:33:16.000 --> 00:33:19.000
El caso es que, claro, estos modelos chiquititos son muy interesantes para

00:33:19.000 --> 00:33:22.000
ser ejecutados en local, para integrarse con dispositivos como teléfonos

00:33:22.000 --> 00:33:27.000
móviles, bueno, todavía son un poco demasiado para el teléfono móvil.

00:33:27.000 --> 00:33:30.000
Pero bueno, en caso que que es un camino hacia hacia esa ejecución sin

00:33:30.000 --> 00:33:33.000
tener que ser, a tirar al a la nube y preguntar, y son súper interesantes

00:33:33.000 --> 00:33:36.000
de cara a que otra gente como GROCA ha hecho con Mistrack pueda hacer sus

00:33:36.000 --> 00:33:42.000
propios desarrollos.

00:33:42.000 --> 00:33:45.000
Y bueno, en los benchmark está saliendo mejor que JAMA dos, esto es esto

00:33:45.000 --> 00:33:48.000
es Gemma de de de Google, y parece que la estrategia de Google va a ser

00:33:48.000 --> 00:33:51.000
jugar a dos barajas, tener unos modelos propietarios, los los de mayor

00:33:51.000 --> 00:33:54.000
nivel o los más potente, pero la verdad intentar capturar parte de los

00:33:54.000 --> 00:33:59.000
beneficios que da liberar el software y y eso es lo que ha hecho.

00:33:59.000 --> 00:34:03.000
Y ese mismo día que anunciaron Jetman también anunciaron que JetAJ está

00:34:03.000 --> 00:34:07.000
integrada la IAT de Jetmina en en Google Workspace, que es la versión de

00:34:07.000 --> 00:34:12.000
Gmail y de todos los servicios de Google para empresas.

00:34:12.000 --> 00:34:19.000
Así que han pisado el acelerador de una forma en Google interesante, pero también se han pasado de frenado.

00:34:20.000 --> 00:34:22.000
Ha sido el meme de la semana, ¿no?

00:34:22.000 --> 00:34:25.000
Maty, antes de pasar al meme de la semana, es decir, yo llevo pensando en

00:34:25.000 --> 00:34:29.000
estos días y te lo te lo quería plantear porque había un tweet de Sander Pichai.

00:34:29.000 --> 00:34:33.000
Estamos introduciendo una nueva oferta llamada Gemini Business, que permite

00:34:33.000 --> 00:34:37.000
a las organizaciones utilizar IA generativa en Workspace a un precio

00:34:37.000 --> 00:34:41.000
inferior al de Gemini Enterprise, que sustituye a duet AI para Workprise,

00:34:41.000 --> 00:34:46.000
para Workspace Enterprise.

00:34:46.000 --> 00:34:48.000
Te has enterado, Mati?

00:34:48.000 --> 00:34:49.000
Te lo repito.

00:34:49.000 --> 00:34:54.000
Entonces, atención, con con este trabalenguas de Google, con sus productos

00:34:54.000 --> 00:34:59.000
de profesional de inteligencia artificial, ¿se han hecho la pichai un lío, Mati?

00:35:02.000 --> 00:35:07.000
Es que yo iba pensando en, jodín, puedo meter, hacerse la pichai un lío en en el podcast.

00:35:07.000 --> 00:35:09.000
Llevo tres días pensando en eso, Matías.

00:35:10.000 --> 00:35:13.000
Yo yo te iba a contestar algo serio sobre cómo Google y los nombres de

00:35:13.000 --> 00:35:16.000
productos y cómo todo lo está, lo planea siempre así con el culo, pero

00:35:16.000 --> 00:35:21.000
después del del chiste creo que pasemos a

00:35:21.000 --> 00:35:26.000
Bueno, yo creo que ya, bueno, no sé si nos va a poner en la en la en la

00:35:26.000 --> 00:35:32.000
lista de vetados Google a la orden de de de la información de la de la empresa.

00:35:32.000 --> 00:35:34.000
Bueno, es es una broma amigos.

00:35:34.000 --> 00:35:40.000
Pero bueno, tenemos un síndrome que tú que tú ibas a mencionar, Mati, que es el de los nazis negros, cuéntanoslo.

00:35:40.000 --> 00:35:44.000
Dios, nazis negros, además ya te estás posicionando un poco en la pelea

00:35:44.000 --> 00:35:48.000
que que hubo, porque esto, yo es que me paso las veinticuatro horas del

00:35:48.000 --> 00:35:52.000
día en Twitter, y de un error en Gemini, un error de de afinamiento al

00:35:52.000 --> 00:35:56.000
final, se han sacado tantos debates a flote que que empezó a dar hasta

00:35:56.000 --> 00:36:00.000
pereza el tema.

00:36:00.000 --> 00:36:05.000
La cuestión es que el Gemini, el el Pro uno punto cinco, creo que es el

00:36:05.000 --> 00:36:10.000
que genera las imágenes, cuando le pedías imágenes, que dibujara

00:36:10.000 --> 00:36:15.000
imágenes históricas, por ejemplo, los vikingos, o sea, era te los hacía

00:36:15.000 --> 00:36:20.000
negros, te los hacía latinos, el papa era una mujer, una mujer de color,

00:36:20.000 --> 00:36:25.000
y era como muy frecuente, y una de las, digamos, grupos étnicos menos

00:36:25.000 --> 00:36:30.000
representados en estas imágenes eran, pues, los hombres blancos, y esto

00:36:30.000 --> 00:36:35.000
generó, pues, un montón de debate que provocó que Google paralizara la

00:36:35.000 --> 00:36:40.000
generación de imágenes con Jaminai Pro, y básicamente se ayer a pedir

00:36:40.000 --> 00:36:46.000
disculpas al día siguiente porque había sido un error de de afinamiento.

00:36:46.000 --> 00:36:51.000
Sí, Bati, aquí tenemos la guerra cultural, ¿no?

00:36:51.000 --> 00:36:56.000
El de estos walk, estos somos anti walk, los walk nos nos dominan.

00:36:56.000 --> 00:37:00.000
Bueno, al final el el find tuning, es decir, se trata de cómo las

00:37:00.000 --> 00:37:04.000
empresas, una vez que han entrenado sus modelos, ajustan para evitar

00:37:04.000 --> 00:37:10.000
resultados no deseados y potenciar lo que ellos esperan más.

00:37:11.000 --> 00:37:15.000
Entonces, un problema proverbial o clásico de la inteligencia artificial

00:37:15.000 --> 00:37:19.000
es que según lo que abunde más en los datos de entrenamiento, pues eso

00:37:19.000 --> 00:37:23.000
pasará más en los resultados del modelo de inteligencia artificial.

00:37:24.000 --> 00:37:27.000
Si en los datos de entrenamiento hay mucha más gente blanca, por ejemplo,

00:37:27.000 --> 00:37:30.000
pues el modelo tenderá a responder cuando le piden generar imágenes,

00:37:30.000 --> 00:37:33.000
pues con gente blanca.

00:37:33.000 --> 00:37:34.000
¿Qué es lo que ha hecho Google?

00:37:34.000 --> 00:37:38.000
Pues intentar meter más diversidad en los resultados, forzando y

00:37:38.000 --> 00:37:42.000
trabajando muchísimo para obligar al modelo de cada vez que crees

00:37:42.000 --> 00:37:46.000
imágenes, pues prioriza generar gente negra, siempre que haya hombres y

00:37:46.000 --> 00:37:51.000
mujeres, y también indios, indios americanos.

00:37:51.000 --> 00:37:53.000
Esta es una diversidad sui generis, es decir, es una diversidad pensando en

00:37:53.000 --> 00:37:55.000
Estados Unidos, porque tú le pides, dibújame el papa que no te hace un

00:37:55.000 --> 00:37:59.000
papa gitano, Mati.

00:37:59.000 --> 00:38:06.000
Es decir, no te hace no te hace un papa con rasgos arábicos, algunos sale, pero muy muy pocos, ¿no?

00:38:06.000 --> 00:38:09.000
O no te sale un indígena de Indonesia.

00:38:09.000 --> 00:38:18.000
Lo que te salen son, pues, justo el debate sobre las razas en el que está atrapada la sociedad estadounidense en las últimas décadas, ¿no?

00:38:18.000 --> 00:38:22.000
Y su su discusión de del del racismo y de y de la discriminación, ¿no?

00:38:23.000 --> 00:38:29.000
Entonces, hay que recordar una cosa que que que Google tuvo una experiencia traumática hace unos años.

00:38:29.000 --> 00:38:35.000
La experiencia traumática de Google fue cuando introdujeron una herramienta de etiquetado en Google Fotos.

00:38:35.000 --> 00:38:37.000
Era un software de inteligencia artificial

00:38:38.000 --> 00:38:41.000
Que una inteligencia artificial que clasifica, ¿sí?

00:38:41.000 --> 00:38:46.000
Dada una imagen, te dice, pues, esto es lo que hay en la imagen, pues aquí sale un perro, ¿no?

00:38:46.000 --> 00:38:50.000
Si sales tú, pues de una, aquí sale una persona, incluso te puede agrupar, ¿no?

00:38:50.000 --> 00:38:51.000
Y son muy populares en Google Fotos.

00:38:51.000 --> 00:38:56.000
Todas las fotos que tengo de Matías o de Elena, de mi mujer, de lo que sea, los puedes buscar.

00:38:56.000 --> 00:39:03.000
Bueno, saltó la liebre de que a mucha gente negra la etiquetaba como Gorilas.

00:39:04.000 --> 00:39:09.000
Esto fue un momento supertenso y supercomplicado para Google, que reflejaba

00:39:09.000 --> 00:39:15.000
la problemática y los sesgos que puede tener un modelo de inteligencia artificial.

00:39:15.000 --> 00:39:19.000
Porque se había entrenado con tan poca gente negra que no la identificaba

00:39:19.000 --> 00:39:23.000
como persona, porque no se había entrenado bien con ella y, por lo tanto,

00:39:23.000 --> 00:39:29.000
tuvieron este este esta crisis que que realmente era supergrave, ¿no?

00:39:29.000 --> 00:39:31.000
Porque una sociedad estadounidense tan sensible.

00:39:32.000 --> 00:39:36.000
Ahora yo creo que Google, partiendo de ese trauma, entre comillas, pues se

00:39:36.000 --> 00:39:40.000
le ha ido completamente de la de las manos, porque tenemos el resultado

00:39:40.000 --> 00:39:45.000
que ha dado esto de este toda esta controversia, Matías.

00:39:45.000 --> 00:39:48.000
Me recuerda a dos cosas, me recuerda que cuando hubo la la polémica de la

00:39:48.000 --> 00:39:51.000
de los gorilas, nos enteramos de cosas como que muchas personas negras

00:39:51.000 --> 00:39:54.000
tienen problemas para que el expedador de jabón automático de los

00:39:54.000 --> 00:40:00.000
aeropuertos reconozca que hay una mano debajo.

00:40:01.000 --> 00:40:04.000
Entonces, nos enteramos de problemas que hay de de de falta de diversidad

00:40:04.000 --> 00:40:07.000
en el desarrollo de las cosas, pero yo tengo que defender lo mío,

00:40:07.000 --> 00:40:10.000
Antonio, y es que cada vez que sale un mexicano un poco gordito en alguna

00:40:10.000 --> 00:40:14.000
red social, la gente me menciona diciendo que soy yo.

00:40:14.000 --> 00:40:15.000
Por favor, señores.

00:40:17.000 --> 00:40:20.000
Un poco de seriedad.

00:40:21.000 --> 00:40:23.000
Los compas, los compas, Matías.

00:40:24.000 --> 00:40:27.000
Bueno, aquí es que puede haber un montón de debates, Matías.

00:40:27.000 --> 00:40:35.000
Mira, uno, sí es verdad, es decir, va a haber mucha ideología, mucha ideología codificada dentro de los modelos de inteligencia artificial.

00:40:35.000 --> 00:40:38.000
Porque ante la decisión de los modelos de inteligencia artificial tienen

00:40:38.000 --> 00:40:41.000
que reflejar el mundo como es o tienen que reflejar el mundo como debería

00:40:41.000 --> 00:40:44.000
ser, estamos mucho más en lo segundo.

00:40:44.000 --> 00:40:48.000
Si tú dices, tiene que reflejar el mundo como es, pues tienes que

00:40:48.000 --> 00:40:52.000
recopilar datos y trasladar en los resultados las desigualdades que hay en el mundo.

00:40:53.000 --> 00:40:57.000
Es lo típico problema de Google, que siempre se le ha señalado a Google,

00:40:57.000 --> 00:41:01.000
cuando busco CEO en Google me aparecen señores blancos viejunos y nos

00:41:01.000 --> 00:41:06.000
aparecen negros, mujeres, otras minorías, etcétera.

00:41:06.000 --> 00:41:10.000
Si tú dices, voy a reflejar el mundo como debe ser, en ese como debe ser

00:41:10.000 --> 00:41:14.000
hay mucha diversidad de opiniones de cómo debe ser el mundo, y ahí es

00:41:14.000 --> 00:41:18.000
donde las empresas están codificando ideología.

00:41:18.000 --> 00:41:22.000
Es decir, parte de lo que Google está trasladando es esa idea

00:41:22.000 --> 00:41:26.000
interseccional de que hay un privilegio blanco y eso está en el discurso,

00:41:26.000 --> 00:41:30.000
en Silicon Valley, en que aunque muchas veces se señala a los grandes

00:41:30.000 --> 00:41:34.000
directivos como reaccionarios o de extrema derecha o ultra capitalista, la

00:41:34.000 --> 00:41:38.000
mayoría de Silicon Valley de sus trabajadores son de izquierdas y siempre

00:41:38.000 --> 00:41:42.000
refleja Silicon Valley como un donante mucho mayor del partido demócrata

00:41:42.000 --> 00:41:47.000
que del partido republicano de las elecciones estadounidenses.

00:41:47.000 --> 00:41:50.000
Bueno, el caso es que, desde ese punto de vista de en que uno puede estar

00:41:50.000 --> 00:41:53.000
más de acuerdo o no, hay un privilegio blanco en el que hay que, que es

00:41:53.000 --> 00:41:56.000
sistémico que está en el sistema y que para combatirlo hay que provocar

00:41:56.000 --> 00:41:59.000
una desigualdad a la contra en favor de la de las minorías, pues eso

00:41:59.000 --> 00:42:02.000
está codificado en el modelo de inteligencia artificial con una cosa que

00:42:02.000 --> 00:42:05.000
yo creo que también podemos empezar a debatir, no solo por por T-Mobile,

00:42:05.000 --> 00:42:13.000
sino que el software desde que es software hace lo que le pedimos.

00:42:13.000 --> 00:42:21.000
Tú tienes el blog de notas y el blog de notas, pues tú escribes, guardas, copias, pegas, cortas y haces todo lo que lo que tú quieres, ¿no?

00:42:21.000 --> 00:42:24.000
Tú eres el el el el jefazo, ¿no?

00:42:24.000 --> 00:42:25.000
De del blog de notas.

00:42:25.000 --> 00:42:29.000
Pero con el software inteligencia artificial, eso parece cada vez menos,

00:42:29.000 --> 00:42:33.000
porque de nuevo no va a hacer lo que tú quieras, sino lo que el

00:42:33.000 --> 00:42:37.000
fabricante de inteligencia artificial dice o piensa que deberías hacer.

00:42:38.000 --> 00:42:46.000
Sí, de hecho, esto que dice, por por cierto, Andrés Torrubia de no debería tener el usuario algo más de control ella generativa.

00:42:47.000 --> 00:42:50.000
Esto ya se había planteado, creo que hasta Sam Alman lo dijo que le

00:42:50.000 --> 00:42:53.000
gustaría que ChatGPT pudiera personalizarse según lo que cada uno espera

00:42:53.000 --> 00:42:56.000
que responda, porque realmente lo que puedes hacer es eso, es ajustar un

00:42:56.000 --> 00:42:59.000
poco la, permitir al usuario personalizar un poco la respuesta, pero si

00:42:59.000 --> 00:43:02.000
dejas que sea un modelo totalmente anarquista, puede pasar como el de el

00:43:02.000 --> 00:43:05.000
de Microsoft, este de Twitter, el Tai creo que se llamaba, que se volvió

00:43:05.000 --> 00:43:14.000
completamente nazi.

00:43:14.000 --> 00:43:19.000
sea, claro, a mí me recuerdo un poco el debate de la moderación y las redes sociales.

00:43:19.000 --> 00:43:24.000
Tenemos que moderarlas y censurarlas desde un punto de vista de lo que la red social considera que es aceptable o no.

00:43:25.000 --> 00:43:27.000
Pues si tú dices no, porque queremos la libertad de expresión y que cada

00:43:27.000 --> 00:43:29.000
uno puede decir lo que quiera, bueno, de repente aparece un nazi y habría

00:43:29.000 --> 00:43:33.000
que quemar a todos los judíos.

00:43:33.000 --> 00:43:35.000
Joder, joder.

00:43:35.000 --> 00:43:38.000
Pero si tú dices sí, pues realmente empiezas a establecer un control de

00:43:38.000 --> 00:43:41.000
qué discursos son aceptables y te tienes que mojar editorial e

00:43:41.000 --> 00:43:44.000
ideológicamente, y por lo tanto la gente que quede fuera o perjudicada te

00:43:44.000 --> 00:43:48.000
va a señalar y va a decir en contra.

00:43:48.000 --> 00:43:51.000
Aquí lo que dice Antor yo creo que es es muy relevante y yo creo que lo

00:43:51.000 --> 00:43:54.000
importante, no sé, y yo si me pusiera en la piel de Google o cualquier

00:43:54.000 --> 00:43:57.000
otro desarrollo de de modelo de grandes lenguajes, dirían lo siguiente,

00:43:57.000 --> 00:44:00.000
es razonable que haya una diversidad de modelos grandes de lenguaje que

00:44:00.000 --> 00:44:03.000
reflejen distintos puntos de vista de de cómo creemos que debe ser o

00:44:03.000 --> 00:44:09.000
cómo es el mundo, pero un mismo modelo a lo mejor no tiene que serlo.

00:44:09.000 --> 00:44:13.000
Es decir, la diversidad se puede llegar por la polaridad de modelos, tú

00:44:13.000 --> 00:44:17.000
puedes coger el Gemma de Google, puedes coger un modelo libre, por

00:44:17.000 --> 00:44:21.000
ejemplo, JAMA está muy fantuneado, está muy ajustado para ser bastante

00:44:21.000 --> 00:44:25.000
wok, wok, bueno, perdóname, para ser bastante flander, mejor dicho, ¿no?

00:44:25.000 --> 00:44:28.000
O puedes tirar por el de él o más que al parecer va a ser más

00:44:28.000 --> 00:44:31.000
desinhibido o puede tener posiciones más incorrectas desde el punto de

00:44:31.000 --> 00:44:34.000
vista de de del once, ¿no?

00:44:34.000 --> 00:44:38.000
Entonces, a lo mejor a esta diversidad podemos llegar porque haya pluralidad de de modelos.

00:44:38.000 --> 00:44:42.000
De de todas maneras es un debate del de la ideología en los modelos que que vamos a tener hasta en la sopa.

00:44:42.000 --> 00:44:50.000
Yo te adelanto, Antonio, que yo ya estoy pagando Netflix, HBO, Max, el Apple TV Plus, el Disney Plus.

00:44:50.000 --> 00:44:52.000
Yo no voy a pagar varios modelos, Antonio.

00:44:52.000 --> 00:44:57.000
Yo me voy a quedar con con uno, así que este esta idea tuya que no salga adelante, por favor.

00:44:59.000 --> 00:45:03.000
Bueno, antes de pasar a nuestra sección favorita, es que Nvidia ha sacado

00:45:03.000 --> 00:45:07.000
un chatear con RTK RTX que te lo puedes bajar, Mati, atención, lo puedes

00:45:07.000 --> 00:45:11.000
instalar si tienes una Nvidia medio potente, creo que el requisito era de

00:45:11.000 --> 00:45:15.000
de la de la generación de la de la RTX treinta o superiores, y ahí

00:45:15.000 --> 00:45:22.000
puedes charlar con tus documentos y con vídeos de YouTube.

00:45:23.000 --> 00:45:25.000
Entonces, a lo mejor tu combo puede ser, pues mira, tengo el chateo con la

00:45:25.000 --> 00:45:27.000
tarjeta gráfica gratis el local y luego para otras cosas, pues tengo un

00:45:27.000 --> 00:45:31.000
modelo, un modelo más sofisticado.

00:45:32.000 --> 00:45:36.000
Ah, yo había entendido, chatear con tu RTX es chatear con tu tarjeta gráfica.

00:45:36.000 --> 00:45:38.000
En verdad, hola, ¿cómo te va?

00:45:38.000 --> 00:45:42.000
Estás, has tenido un trabajo muy intenso hoy, estás relajada, pero no,

00:45:58.000 --> 00:46:02.000
que es el puerta grande o enfermería.

00:46:10.000 --> 00:46:18.000
Más puerta grande de enfermería vengo virgen, no me he leído las ideas locas que has traído, así que me dejo sorprender.

00:46:18.000 --> 00:46:22.000
Pues tenemos un estudio de la Fundación Mocilla, Mocilla lo que hacen el

00:46:22.000 --> 00:46:26.000
Firefox y y y otros otros software libre, un histórico de la industria de

00:46:26.000 --> 00:46:30.000
Internet, que por el día de San Valentín hicieron un estudio sobre

00:46:30.000 --> 00:46:34.000
novias hechas con inteligencia artificial.

00:46:34.000 --> 00:46:38.000
Dice, ese estudio sobre once chatbots románticos de inteligencia

00:46:38.000 --> 00:46:42.000
artificial, revela que recopilan mucha información personal y que diez de

00:46:42.000 --> 00:46:46.000
ellos pueden vender o compartir los datos que recogen.

00:46:47.000 --> 00:46:49.000
Matty, tú te esperabas que tu novia en inteligencia artificial fuera tan

00:46:49.000 --> 00:46:51.000
cotilla, tan indiscreta, de que le contara todo lo vuestro a otros, a

00:46:51.000 --> 00:46:55.000
otros bots y a otros sistemas?

00:46:55.000 --> 00:46:57.000
A mí me queda sorprendido, ¿a ti qué te parece?

00:46:57.000 --> 00:47:00.000
Bueno, yo cuando los adolescentes están en una relación, pues necesitan

00:47:00.000 --> 00:47:03.000
contárselo a alguien, contarle todos los detalles, porque con las novias

00:47:03.000 --> 00:47:08.000
de de Ia, pues pasa lo mismo, ¿no?

00:47:08.000 --> 00:47:09.000
Son son cotillas.

00:47:10.000 --> 00:47:14.000
Lo llevábamos hablando todo el episodio, el tema de la privacidad, cuanto

00:47:14.000 --> 00:47:18.000
más personalizados queramos que estén nuestros nuestros chatbots y y los

00:47:18.000 --> 00:47:23.000
modelos de lenguaje que nos ayudan como asistentes de IA, pues, va a pasar que hablar la

00:47:24.000 --> 00:47:28.000
Ya, ya, ya, es que, claro, lo que tienes que pedir en la primera cita son los términos y condiciones de privacidad.

00:47:29.000 --> 00:47:43.000
Bueno, no, esto esto desde Cincuenta sombras de Grey ya se lleva mucho en el mundo lo de Sí.

00:47:43.000 --> 00:47:47.000
mí lo que me interesó del estudio Mocilla es que al final te dan como

00:47:47.000 --> 00:47:51.000
unos consejos, es como el sexo seguro para no contraer ETS, pero llevado a

00:47:51.000 --> 00:47:55.000
las relaciones cibernéticas y románticas, ¿no?

00:47:55.000 --> 00:47:59.000
Como en vez de usar preservativo, Matías dice, practica buena ciber

00:47:59.000 --> 00:48:03.000
higiene usando una password grande y actualizando y actualizando las

00:48:03.000 --> 00:48:07.000
aplicaciones para no tener, pues, contraer enfermedades de de de

00:48:07.000 --> 00:48:12.000
transmisión, cibersexual, supongo, ves que es el término.

00:48:12.000 --> 00:48:13.000
¿Sabes cuál es el problema?

00:48:13.000 --> 00:48:16.000
Si ya no nos leemos los términos de condiciones, imagínate si vas

00:48:16.000 --> 00:48:19.000
caliente, si quieres hablar ya con tu cibernovia, pues no vas a leerte

00:48:19.000 --> 00:48:23.000
nada, le vas a aceptar aceptar como yo al el mail de Spark.

00:48:23.000 --> 00:48:31.000
Claro, es que aceptas ahí la y si todo y y porque vas ahí todo ahí como un como un mura y y vas más asunto.

00:48:32.000 --> 00:48:38.000
Bueno, no habías inteligencia artificial indiscretas, ojo, cuidado, amigos, ciber sexo seguro, siempre, desde monogensotáctico.

00:48:39.000 --> 00:48:43.000
Te traigo una prueba, erección, Mathis, se la traigo también a nuestra audiencia.

00:48:44.000 --> 00:48:46.000
Te lo te lo voy a plantear así, ¿vale?

00:48:46.000 --> 00:48:53.000
Mathis, a nuestra audiencia le vamos a preguntar, Oyentes, oyentas, tú hiciste esa palabra, de monos estocásticos.

00:48:53.000 --> 00:48:55.000
¿A quién haríais caso?

00:48:55.000 --> 00:48:58.000
Al CEO cofundador, a presidente, director ejecutivo de la empresa en el

00:48:58.000 --> 00:49:01.000
desarrollo de unidad de procesamiento de gráfico más poderosa del mundo,

00:49:01.000 --> 00:49:04.000
que se ha salido de todos los registros históricos de aumento de valor en

00:49:04.000 --> 00:49:07.000
bolsa, que lidera el crecimiento de la categoría, que es clave en la

00:49:07.000 --> 00:49:10.000
expresión de la inteligencia artificial y posiblemente del mayor avance

00:49:10.000 --> 00:49:13.000
tecnológico de este siglo, o a Matías y a mí, presentadores

00:49:13.000 --> 00:49:22.000
monoestrocásticos.

00:49:22.000 --> 00:49:28.000
Venga, mojaros, mojaros, a ver si de verdad sois seguidores de verdad de de este podcast, porque aquí hay un dilema, Matías.

00:49:29.000 --> 00:49:35.000
¿Qué hicimos nosotros en el podcast con el amigo Lupion, dedicado a la programación y la inteligencia artificial?

00:49:35.000 --> 00:49:38.000
Pues concluimos que podía seguir mereciendo la pena la carrera de

00:49:38.000 --> 00:49:41.000
desarrollo software y que había, estaba bien que los chavales aprendan a

00:49:41.000 --> 00:49:44.000
programar a pesar de que salen los copilotos y los escritores de de

00:49:44.000 --> 00:49:49.000
inteligencia artificial de código software.

00:49:49.000 --> 00:49:53.000
Pero el CD NVIDIA dice, atención, que si volviera a estudiar hoy día, ya

00:49:53.000 --> 00:49:57.000
no ya no estudiaría informática, sino que estudiaría otra carrera que

00:49:57.000 --> 00:50:01.000
no es ni más ni menos que la de biología, Matías, porque como el las

00:50:01.000 --> 00:50:05.000
máquinas van a hacer todo el código, ya no tiene sentido estudiar

00:50:05.000 --> 00:50:11.000
informática, dice, Jensei Quan, CEO de Nvidia.

00:50:12.000 --> 00:50:15.000
Oye, para para eso ya estudias directamente filosofía o cosas que que te

00:50:15.000 --> 00:50:18.000
te den tiempo para pensar mientras te aburres, y al final lo lo van a

00:50:18.000 --> 00:50:22.000
hacer todos lasías.

00:50:23.000 --> 00:50:27.000
Pero te te digo una cosa, este comentario es muy poco propio de los CEOs,

00:50:27.000 --> 00:50:31.000
porque muchos de estos grandes CEOs son colleges drop outs, que se llaman

00:50:31.000 --> 00:50:35.000
en inglés, que que dejaron la carrera hace millones de años, pero no es

00:50:35.000 --> 00:50:40.000
un ejemplo a seguir.

00:50:40.000 --> 00:50:45.000
Creo que es más probable que acabe gastándote diez mil euros en el curso

00:50:45.000 --> 00:50:50.000
de ya dos y luego quiebres y termines trabajando para Globo o como

00:50:50.000 --> 00:50:55.000
repartidor de Amazon, que que tener éxitos y dejar los estudios.

00:50:55.000 --> 00:50:57.000
Mal consejo por ahí, ¿no?

00:50:57.000 --> 00:50:58.000
El amigo Jen San Juan.

00:50:58.000 --> 00:51:00.000
Yo no no sé si le haría caso.

00:51:00.000 --> 00:51:06.000
No, o sea, yo por si acaso ahora que que mis chicos, pues, están creciendo, pues estoy repasando el estudio de la célula, ¿no?

00:51:06.000 --> 00:51:07.000
¿Qué qué hacen las mitocondrias?

00:51:07.000 --> 00:51:08.000
¿No?

00:51:08.000 --> 00:51:13.000
Todos esos temas tan tan apasionante, porque claro, si la biología es el futuro, estoy mal colocado, Mati.

00:51:13.000 --> 00:51:20.000
También dijo otra cosa, dijo que la las computadoras superarán cualquier prueba que puede hacer un humano dentro de seis años.

00:51:20.000 --> 00:51:23.000
Es decir, eso nos sitúa en el en el horizonte, sería como la la agenda

00:51:23.000 --> 00:51:26.000
dos mil treinta de Nvidia, que que a mí, mira, a mí me parece que los

00:51:26.000 --> 00:51:29.000
biólogos van a ser los nuevos matemáticos, porque los matemáticos le le

00:51:29.000 --> 00:51:32.000
explicó la lotería, Mati, es decir, tú estudias una carrera con con

00:51:32.000 --> 00:51:39.000
salidas profesionales partas, pequeñas, ¿no?

00:51:39.000 --> 00:51:43.000
Y demás, y dices, el mayor salario si consigo luego entrar al profesor de instituto, ¿no?

00:51:43.000 --> 00:51:48.000
Que era matemático, y de repente está la explosión del análisis de datos, ¿no?

00:51:48.000 --> 00:51:54.000
La convergencia matemático informática a los científicos de datos, y los que le han hecho mates en la carrera se forran.

00:51:54.000 --> 00:52:01.000
Entonces, los biólogos que estaban ahí que que dicen, bueno, ¿cómo cómo clasificamos a la oruga común?

00:52:01.000 --> 00:52:02.000
Este tipo de otro tipo, ¿no?

00:52:02.000 --> 00:52:05.000
Era como una cosa, bueno, con perdón del de los biólogos, que a lo mejor

00:52:05.000 --> 00:52:08.000
es sobresimplificado, pero se van a encontrar ahora una mina de hora,

00:52:08.000 --> 00:52:11.000
porque, como hablaremos si quieres algún día, la biología y la

00:52:11.000 --> 00:52:16.000
ingeniería se están cruzando y ahí es donde donde está la pasta, ¿no?

00:52:16.000 --> 00:52:18.000
Dice el amigo Juan, Juan no, Juan.

00:52:19.000 --> 00:52:22.000
Aquí no sabemos, yo creo que enfermería para el CEO de Nvidia, yo que

00:52:22.000 --> 00:52:25.000
vosotros no compraría sus acciones porque está francamente equivocado

00:52:25.000 --> 00:52:28.000
llevando la contraria a monos histocásticos, no no tiene ninguna posibilidad.

00:52:28.000 --> 00:52:32.000
Te traigo otro tema, la IEA creando trabajos nuevos.

00:52:33.000 --> 00:52:34.000
O tu atención.

00:52:34.000 --> 00:52:37.000
Un trabajo que va a potenciar, el de los abogados.

00:52:37.000 --> 00:52:41.000
Van a tener mucho más empleo los abogados, atención, buenas noticias para

00:52:41.000 --> 00:52:45.000
la gente del derecho, y luego una nueva profesión que es timar a chatbots.

00:52:46.000 --> 00:52:47.000
¿Qué ha pasado, Mati?

00:52:47.000 --> 00:52:50.000
Pues que ICE Canadá, una aerolínea canadiense, se vio obligada a

00:52:50.000 --> 00:52:53.000
reembolsar parte del dinero a un pasajero que fue engañado por un chatbot

00:52:53.000 --> 00:52:56.000
de la aerolínea que le explicaba incorrectamente la política de viaje

00:52:56.000 --> 00:53:02.000
por duelo, por fallecimiento de un familiar, de la aerolínea.

00:53:02.000 --> 00:53:05.000
Murió la abuela del del viajero y Mofat, el señor Mofat, visitó en la

00:53:05.000 --> 00:53:08.000
web de Air Canada para reservar un vuelo a Vancouver y poder ir al

00:53:08.000 --> 00:53:13.000
entierro, ¿no?

00:53:13.000 --> 00:53:16.000
Entonces, como no estaba muy seguro de las tarifas, le preguntó a al chatbot.

00:53:16.000 --> 00:53:19.000
El chatbot es decir, sorpresa, alucinó, se equivocó, le dio información

00:53:19.000 --> 00:53:22.000
inexacta diciendo, en noventa días puedes puedes pedir el reembolso,

00:53:22.000 --> 00:53:25.000
porque por duelo no no te lo vamos a cobrar, es un chapot bien

00:53:25.000 --> 00:53:29.000
intencionado, ¿no?

00:53:29.000 --> 00:53:34.000
Que quería, pues, hombre, estoy aquí con una persona que que se está de luto, ¿no?

00:53:35.000 --> 00:53:43.000
Entonces, el amigo Mofat, pues, dijo, bueno, si me vais a reembolsar reembolsar el dinero, si al final lo puedo volar, pues lo compro.

00:53:43.000 --> 00:53:46.000
Y después se se sorprendió de que cuando pidió el reembolso de facto en

00:53:46.000 --> 00:53:49.000
el el resto de la web de Air Canada, cuando ya vio que no podía volar ese

00:53:49.000 --> 00:53:52.000
día, pues AirCanadá le dijo que no es, que eso de reembolsos por duelo,

00:53:52.000 --> 00:53:58.000
eso se eso es mentira.

00:53:58.000 --> 00:54:06.000
Y al final ha acabado delante de un tribunal que ha obligado a AirCanadá a reembolsar, al menos en parte, el dinero

00:54:06.000 --> 00:54:07.000
Pues con razón.

00:54:07.000 --> 00:54:15.000
Es que yo no sé cómo las empresas estas tan a la ligera implementan chatbots que claramente siguen alucinando con demasiada frecuencia.

00:54:16.000 --> 00:54:19.000
O sea, que vuelvan a a la etapa en la que estaban desarrollando sus propios

00:54:19.000 --> 00:54:22.000
metaversos y sus propias aplicaciones de metaversos, porque esas como no

00:54:22.000 --> 00:54:25.000
las usaba nadie, porque nadie, casi nadie tiene gafas, Antonio, tú

00:54:25.000 --> 00:54:29.000
sitits, pero la mayoría de la población, ¿no?

00:54:29.000 --> 00:54:37.000
Pues ese tipo de formas de tirar el dinero no no había problema, pero con los chatbots es jugársela demasiado por ahora.

00:54:37.000 --> 00:54:38.000
Sí, sí, sí, sí.

00:54:38.000 --> 00:54:41.000
Así que, bueno, yo creo que ahora puede venir la era dorada del del

00:54:41.000 --> 00:54:44.000
pillaje y la era dorada de los pícaros, que se aprovechen de que los

00:54:44.000 --> 00:54:49.000
chatbots, pues tienen buena intención.

00:54:49.000 --> 00:54:54.000
Es era un chatbot buenoide que, claro, si tú le cuentas una historia de pena, pues te te da la razón.

00:54:54.000 --> 00:54:57.000
Claro, aquí yo creo que a él Canadá

00:54:58.000 --> 00:54:59.000
Además, es un prom conocido, ¿no?

00:54:59.000 --> 00:55:04.000
Puede morir mi abuela si si no me si no me devuelves el dinero.

00:55:04.000 --> 00:55:06.000
Es una forma de hackear el chat.

00:55:06.000 --> 00:55:09.000
A ver si Iberia una de estas implemente y yo intento el mismo truco.

00:55:09.000 --> 00:55:10.000
Puerta grande para los chatbot.

00:55:10.000 --> 00:55:13.000
Bueno, Ides, yo creo que aquí estamos a favor.

00:55:13.000 --> 00:55:19.000
Y luego ha sido muy compartido, Mati, aquí nos lo tienes que explicar tú sociológicamente, el argentino

00:55:20.000 --> 00:55:22.000
en su cruzada y lucha contra el reguetón.

00:55:23.000 --> 00:55:27.000
Jo, es que este tío lo han aplaudido toda la semana en las redes sociales

00:55:27.000 --> 00:55:31.000
porque han desarrollado, honestamente, no sé si es con con un un Arduino,

00:55:31.000 --> 00:55:36.000
con una Raspberry, no sé cómo lo hizo.

00:55:36.000 --> 00:55:38.000
Es un Raspberry lo que hay de aquí debajo, sí.

00:55:38.000 --> 00:55:42.000
La cuestión es que cuando detecta que alguien está escuchando reguetón

00:55:42.000 --> 00:55:47.000
en alto, en algún altavoz, hackea el altavoz por Bluetooth y quita la música.

00:55:47.000 --> 00:55:50.000
O sea, el tío lo han encumbrado como un genio.

00:55:51.000 --> 00:55:55.000
Lo que pasa es que yo aquí estaría faltando a mi verdad, es que yo soy un gran oyente de reguetón.

00:55:59.000 --> 00:56:02.000
Entonces, te dejo a ti encumbrarlo como genio si quieres.

00:56:02.000 --> 00:56:05.000
No, no, no, yo estoy en contra, yo estoy en contra, te digo.

00:56:05.000 --> 00:56:12.000
Esta postura de soy un puréta, la música de antes, qué buena era, no como ahora, que los chavales escuchan solo mierdas.

00:56:12.000 --> 00:56:15.000
Mira, eso eso es más viejo que el libro negro, tío, eso ha pasado toda la

00:56:15.000 --> 00:56:18.000
vida, no tiene que gustarte lo de la próxima generación, está bien,

00:56:18.000 --> 00:56:21.000
quizá ok, no no no hay problema, pero, pues mira, la las chavales que

00:56:21.000 --> 00:56:24.000
tienen veinte años no se van a poner a escuchar queen porque tú seas un

00:56:24.000 --> 00:56:29.000
un puréta que no has conseguido pasar esa página.

00:56:29.000 --> 00:56:38.000
Entonces, yo estoy en contra de de los purétas que quieren ahí imponer su su ley sobre las nuevas generaciones musicales y las cosas como son.

00:56:38.000 --> 00:56:42.000
Bueno, el Turizo tiene temazos, Mati, eso eso eso va eso va así.

00:56:43.000 --> 00:56:48.000
Así que enfermería contra los argentinos, contra este argentino, perdóname, a ti.

00:56:48.000 --> 00:56:54.000
Nos queda tiempo para una un puercagrama de enfermería muy chiquitito, una tendencia que no nos esperábamos.

00:56:55.000 --> 00:56:58.000
4chan, un conocido foro lleno de súper troles, de gente poco correcta, de

00:56:58.000 --> 00:57:01.000
gente a veces un poco indeseable también, que hay que decirlo, pero

00:57:01.000 --> 00:57:06.000
bueno, también tienen sus parcelas más positivas.

00:57:06.000 --> 00:57:08.000
Está usando la IA de una manera inesperada.

00:57:09.000 --> 00:57:12.000
Si teníamos esa forma de violencia, que era usar la IA para desnudar a

00:57:12.000 --> 00:57:15.000
personas, casi siempre mujeres y mujeres jóvenes, una nueva tendencia que

00:57:15.000 --> 00:57:20.000
se llama dignify, usar la ILA para vestirlas.

00:57:20.000 --> 00:57:24.000
Es decir, mujeres y hombres que aparecen con con poca ropa, que enseñan

00:57:24.000 --> 00:57:28.000
cacho, Mati, pues los usuarios de de 4chan están usando la IA para

00:57:28.000 --> 00:57:33.000
superponer ropa y que aparezcan mucho más vestidos.

00:57:33.000 --> 00:57:37.000
Entonces, a mí me me ha hecho, me ha resultado muy llamativo, me ha

00:57:37.000 --> 00:57:41.000
parecido muy inesperado y, además, en algunos casos, muy positivo, porque

00:57:41.000 --> 00:57:45.000
tú conoces la foto, claro, de de Elon Musk bajando en un en un yate a

00:57:45.000 --> 00:57:49.000
bañarse, ¿no?

00:57:49.000 --> 00:57:55.000
Pues en el hilo de que que refleja lo de lo de Four Chan.

00:57:56.000 --> 00:57:59.000
Claro, es que visten a a a Elon Musk, ¿no?

00:57:59.000 --> 00:58:04.000
Y no, yo creo que que que mejora un montón la la la imagen gracias a a esta tendencia del dignify.

00:58:05.000 --> 00:58:06.000
¿Tú cómo qué opinas, Mati?

00:58:07.000 --> 00:58:13.000
Claro, pues yo te iba a hablar del puritanismo de de algunos casos, pero es que en este está justificado, ¿no?

00:58:13.000 --> 00:58:16.000
Lo de la foto terrible que le hicieron al pobre Elon en un yate, creo que

00:58:16.000 --> 00:58:19.000
fue en Grecia, pues mejora mucho cuando le le pones ropa y el resultado es

00:58:19.000 --> 00:58:23.000
bastante bueno.

00:58:24.000 --> 00:58:28.000
La verdad es que el Dignify Eye tiene tiene futuro, No no no daría.

00:58:29.000 --> 00:58:32.000
A a pesar de que los orígenes son son un poco negativos, pero que, por

00:58:32.000 --> 00:58:35.000
ejemplo, la Fanta también empezó con los nazis, y a mí me gusta la

00:58:35.000 --> 00:58:39.000
Fanta, pues el Dignify AI,

00:58:39.000 --> 00:58:42.000
a lo mejor en el futuro, pues lo vemos como algo bueno.

00:58:42.000 --> 00:58:45.000
Sí, yo creo que aquí puede haber un gran peligro que todavía no

00:58:45.000 --> 00:58:48.000
habíamos anticipado, Mathi, que es la guerra de la inteligencia

00:58:48.000 --> 00:58:53.000
artificial contra las Instagramers, y esto puede acabar muy mal, Matty.

00:58:53.000 --> 00:58:54.000
¿Por qué?

00:58:54.000 --> 00:59:03.000
Porque hay muchas Instagramers que, bueno, han coseado su éxito, bueno, vamos a a negar lo lo real, a partir de su capital erótico, ¿no?

00:59:03.000 --> 00:59:11.000
Y demostrar, pues, su belleza y su atractivo con poses, con bases con poca ropa, insinuaciones también, ¿no?

00:59:11.000 --> 00:59:16.000
Entonces, en este perfil de de Instagram, tiene una amenaza doble.

00:59:16.000 --> 00:59:19.000
Por un lado, la IA puede vestirla y puede reducir su su capital erótico a

00:59:19.000 --> 00:59:22.000
la hora de mostrarse en Instagram y cosechar esos seguidores, likes y

00:59:22.000 --> 00:59:25.000
comentarios un poco babosillos, pero a la vez la ILA puede competir con

00:59:25.000 --> 00:59:29.000
modelos generadas por inteligencia artificial.

00:59:30.000 --> 00:59:33.000
Entonces, ojo, cuidado, porque puede ir muy a malas contra la inteligencia

00:59:33.000 --> 00:59:36.000
artificial y puede ser que la derrota no llegue por, sé, los los

00:59:36.000 --> 00:59:39.000
diseñadores de gráficos ni los programadores.

00:59:39.000 --> 00:59:42.000
Puede que se llegue por las Instagramers, Mati.

00:59:42.000 --> 00:59:53.000
Joder, es que el o sea, nos estamos quedando sin industria.

00:59:54.000 --> 00:59:59.000
Marta Díaz, esquiando se rompió el ligamento, y ahora la IA, o sea,

00:59:59.000 --> 01:00:04.000
realmente pensábamos que íbamos a tener un una potencia mundial de

01:00:04.000 --> 01:00:09.000
influencers y y se nos está cayendo el negocio.

01:00:09.000 --> 01:00:13.000
Fíjate que el ministro Escrivá, ahora que lo dices, no mencionó nada de este tema.

01:00:13.000 --> 01:00:17.000
Entonces, tengo que rebajar mi nota a su discurso.

01:00:17.000 --> 01:00:22.000
Ya no es un sobresaliente, era es un notable, porque, claro, si si Marta Díaz se rompe una pierna.

01:00:22.000 --> 01:00:24.000
¿Cuánto, qué porcentaje del PIB ha bajado en España?

01:00:24.000 --> 01:00:26.000
Eso no se está calculando, Matías.

01:00:26.000 --> 01:00:29.000
Pues, qué pena que no escuché la charla de Escrivá porque se te te

01:00:29.000 --> 01:00:32.000
marcó, te marcó, creo que es el primer político en el que del que

01:00:32.000 --> 01:00:36.000
hablamos en Monas in Burlernon.

01:00:36.000 --> 01:00:39.000
No, hombre, el ministro Ávalos, Bertran Endongo y Pam y Pablo Casado, era

01:00:39.000 --> 01:00:42.000
nuestro póquer de la inteligencia artificial española, y poco a poco

01:00:42.000 --> 01:00:45.000
empieza a estar tocado ese póquer, Mathey, se cierran nubes negras sobre

01:00:45.000 --> 01:00:50.000
nuestros políticos favoritos.

01:00:50.000 --> 01:00:54.000
Y no solo por la muerte de Bertran en Dunnel, en fin.

01:00:57.000 --> 01:00:58.000
Pues, ¿cuánto llevamos de piso?

01:00:58.000 --> 01:00:59.000
Di, a ver.

01:00:59.000 --> 01:01:07.000
Una hora, una hora pasada, con Dignify yo creo que hemos tocado fondo y era el momento de de chapar esto.

01:01:07.000 --> 01:01:10.000
Bueno, solo dos cosas rápidas, este episodio sale un poco antes en la

01:01:10.000 --> 01:01:13.000
semana porque teníamos muchos temas atascados, pero el episodio que viene

01:01:13.000 --> 01:01:16.000
va a ser muy, muy especial, Matías.

01:01:17.000 --> 01:01:21.000
Jopetas, esperad para la semana que viene y en el contexto del Día

01:01:21.000 --> 01:01:25.000
Internacional de la Mujer, una entrevista que fue chulísima y que no os

01:01:25.000 --> 01:01:29.000
esperáis de dónde viene.

01:01:30.000 --> 01:01:33.000
Así que nada, os dejamos con el hype y nos vemos la semana que viene.

01:01:33.000 --> 01:01:34.000
Chao, amix.