Gran Avance hacia la VISION ARTIFICIAL del Futuro! (V-ESTRELLA)

[@DotCSV]

🔥 Esta semana retomamos el LAB con el tutorial de Mixtral 8x7b y el experimento con los Captchas! 👉 www.youtube.com/@DotCSVLab/featured 👈

[@Pitikif]

Oye Carlos, que sam altman regreso a OPEN AI y yo, que mi principal fuente de info eres tu, no me enteré hasta hace poco y de rebote porque tu no hiciste un video comentando el final de la telenovela... si no hubieras dicho nada, vale, pero empezaste a retrasmitir la telenovela y luego no la terminaste :( y claro seguramente habrás pensado que la gente ya lo sabia por twitter o instagram o lo que coño sea, pero tu pusiste esa info en youtube y creo (en mi opinión) que deberías de haber zanjado el tema tb en youtube. Yo personalmente no tengo otras redes sociales porque no me gusta pero la principal razón de mi argumento es que iniciaste la info por aquí y no la terminaste por aquí. Espero que lo tengas en cuenta para el futuro

[@ganado-bo6948]

Harás un video de mistral médium

[@aitorsoriano8538]

Yo sin encontrar el reloj:

[@LucianoTrinidad_TO]

Yo buscando el reloj en la muñeca de la señora: 🤡

[@juanandresyana9797]

x2 😂

[@edwin54944444180099]

Yo no lo encontré me sentí más idiota que la IA 😢

[@webhely1885]

La resolución me traiciono XD

[@danielmurogonzalez1911]

Además ví el líquido del vaso color naranja

[@santiagoperezg43]

Esto es interesante, se acerca bastante a lo que buscamos de la inteligencia artificial: pensar como un humano para resolver problemas. Ver estas cosas da para pensar mucho, entre eso, que los humanos somos muy complejos. ¡Excelente video!

[@josecabanasperales8731]

Shane Legg (co-fundador de DeepMind) dijo hace poco en una entrevista: "un sistema que pueda ir más allá y no solo generalizar de manera novedosa, sino hacer algo que sea verdaderamente creativo, algo que no sea solo una mezcla de cosas existentes, entonces se requiere buscar en un espacio de posibilidades y encontrar estas gemas ocultas que están escondidas en algún lugar. Y eso requiere búsqueda. Así que no creo que veamos sistemas que realmente se salgan de su base de datos de entrenamiento hasta que tengamos una búsqueda poderosa en el proceso" Es posible que el futuro de la IA vaya por ahí....veremos si Q* se hace realidad o no

[@DanCreaMundos]

pregunta: de que color es el reloj? respuesta: Necesito aumentar la graduación de mis gafas 😂

[@RafaTune-o8d]

Tenia entendido que los captchas funcionan también leyendo movimientos con el ratón y tiempos de respuesta, no sólo con la respuesta en sí

[@JATM1204]

Confirmo, por unos procesos que manejo suelo necesitar resolver muchos captchas, y si los realizas muy rapido o de una forma muy secuencial te lo marca como invalido asi uno sea un humano legitimo

[@oswalgg]

yo cuando me salía error lo hacía aún más perfecto, y bueno, ese era el problema

[@armifer]

el principal problema, es el fingerprint qué realizan del navegador que utilizas, por regla general, utilizarás un puppeter o similar para controlar el navegador, y estos, alteran a bajo nivel el contexto del navegador, lo que hacen que estas empresas de Captchas, analicen estas huellas, para identificarte como proceso.

[@hikaroto2791]

10:50 sonidito de Vsauce hahaha mola el guiño

[@lukioou5981]

Or is it?

[@nelsonsanchez7279]

Tremenda entrada... La IA no duerme, y nosotros tampoco. Partiendo de todo lo que hubo el año pasado, nos espera un año muy especial 🤖

[@jrguerra100]

Muy interesante. En física pasa algo parecido. Resulta más sencillo usar modelos sencillos y combinarlos, que intentar resolver un modelo general para todo...

[@luxipo9934]

Este es uno de los canales que más valor genera en todo KZbin tanto de los canales en inglés Cómo en español.

[@moreste87]

Se podria hacer unas pruebas con las imágenes de ¿Donde está Wally?

[@leibvitz]

Parecía que hasta ahora el paradigma de evolución de los LLM era poner más y más parámetros (más madera) pero llega un punto que, con la tecnología actual, no puedes seguir haciendo punta al lápiz (crecer a lo bruto) y te acuerdas de la "inteligencia artificial clásica" y empiezas a probar optimizaciones con modelos híbridos, reforzados, te paras a pensar cómo mejorar. Hasta que la tecnología avance y sea más barata y eficiente y, entonces, sobre un modelo optimizado le puedas volver a sacar punta... hasta el infinito. A la que te das cuenta y emerge la AGI...

[@fernandoz6329]

Muy bien explicado! Parece ser la evolución natural de usar LLM más algoritmos de refinación. Son pasos bastante lógicos. Una mejora importante va a ser LLM + una manera de usar algoritmo(s) genérico(s). Esto va a ir mucho más alla de resolución de problemas de visión.

[@greenyngchannel855]

Excelente inicio de año con este video. Como siempre muy ilustrativo, y reflexivo. Esperamos que puedas generar uno cada semana

[@ryanjararios8315]

Que bonito lunes con dotcsv

[@azhuransmx126]

Hey Carlos habla de lo que sigue después de la Multimodalidad en el campo de la IA, y es la creación de Modelos Mundiales, los americanos ya están hablando mucho de eso, de los World Models, que es lo que precisamente le permitirá a las IAs cumplir sus objetivos, como encontrar ese reloj rápidamente al buscarlo directamente en la ventana de la tienda o en el antebrazo de la mujer ya que se supone ahí se encuentran la mayoría de los relojes gracias al Modelo Mundial Interno que se le dio a la máquina y es lo que por ejemplo solucionaría el problema de la Robótica de cumplir una acción sin violar las reglas del mundo, por ejemplo ir a buscarte un baso de agua al refri sin pisar a tu perro que está durmiendo atravesado en el camino hacia el refrigerador que es lo que sucede hasta hoy día con las IAs de bolsillo pero ya no pasa con los los grandes modelos de Lenguaje como Bing o GPT.

[@joseflorez7761]

Ufffff, esta solución parece tan obvia, pero tomó mucho tiempo llegar a ella. Qué chévere idea!

[@braulioromerobeltran5745]

Exacto De hecho yo ya me la imaginaba hace años pero hasta ahora se les ocurrió hacer eso

[@ACLozMusik]

@@braulioromerobeltran5745 De la imaginación a la implementación hay un trecho también eh. El mundo está lleno de genios que dicen sentados "eso ya se me había ocurrido a mí" jaja Al final muchos problemas interesantes surgen recién cuando uno trata de implementar una idea

[@braulioromerobeltran5745]

@@ACLozMusik si ya lo sé ellos lo hicieron primero fue más como una predicción pero no sé a quién se le ocurrió primero jajaja probablemente a alguien más antes que a mi y que a ellos jajaja

[@rodolfojoseduranarellano9139]

Excelente su capacidad de explicar por tu Inteligencia Natural que domina la Inteligencia Artificial, gracias un fuerte abrazo desd venezuela

Mola que de las últimas técnicas que se han hablado aquí vayan por el camino de hacer más con lo mismo o menos. Que mucho a qué darle vueltas fuera de la caja y abre oportunidades a las 'pequeñas' tech y la comunidad Open Source, sorprendiendo. Después de todo, OpenAI, aunque no era pequeña, tampoco nació siendo una big tech

[@isaaccisneros5649]

No sería mejor usar una IA de segmentación, luego una de etiquetado y finalmente el LLM?

[@juniorhernandez3014]

Justo abri youtube y pum, nuevo videooooo

[@entusiastaX]

Kabuuuum!!! Eso fue IA 😂

[@Zaile1616]

11:18 No puedo creer que en serio haya dicho "Superfluos" en la vida real.

[@ChristianPalominoRiquero]

Ay... De haber sabido que una arquitectura así era tan revolucionaria, hubiera sacado mi paper hace meses 😅 En el trabajo desde el año pasado he implementado esa estrategia para mejorar la calidad de las búsquedas de textos con bastantes buenos resultados. En vez de utilizar algoritmos de sintetización de textos, utilizo los LLM para que aplique estrategias de sintetización de información y en base al resultado mejorar el embedding. Tengo en mente una mejora para esta arquitectura, pero creo que eso ya será material para hacer mi propio paper 😁.

[@Javv1721]

Lastima bro

[@Kusluvalos]

Pasa para leerlo, bro

[@franciscochecadominguez9435]

Combinar lo que ya habíamos aprendido a hacer con lo nuevo de los LLM. Perfecto. 😊

[@NemoNihil07]

Buen inicio de año para el canal 👍

[@vikysiriana9876]

Y así empieza el año, con una IA a la que se le está enseñando el sentido común... no me lo esperaba.

[@conradcastanera7779]

Gracias por le video Carlos! MUY INTERESANTE!!

[@DiegoDneo]

Gran video. ¿Podría ser esta una forma de clasificación? ¿En el sentido de que se clasifican los objetos para que la investigación sea más precisa?

[@SergioSeguraTV]

El vídeo, bien, pero cuando el número de celdas del ejemplo de A* coincide con el número de letras de HEURÍSTICA.. OMG! QUE PLACENTERO! BUEN TRABAJO Y ATENCIÓN AL DETALLE

[@HOPIUM13]

Justo entre a tu canal y pum nuevo video.😂

[@manueldenis730]

Excelente todo el contenido que compartes en este canal. Sería interesante que analices los proyectos (Perceiver, Perceiver IO, Perceiver AR) por DeepMind. En mi opinión son proyectos que podrían ayudar a resolver el problema de la entrada de datos en el entrenamiento de los LLM

[@duosedavelectroacustica2089]

Sigo un monton tus videos, son lo mas! Te hago una pregunta, existe un modelo pareciso con el audio? Saludos!

[@mielinalopezvargas9707]

Siempre flipando por todo lo q nos enseñas...mil gracias una vez mas.

[@LuisSanchez-tk9zq]

Muy interesante el primer video del año😮😊

[@jmm4520]

Están a punto de publicar papers de como conseguir la "autoconsciencia" de las inteligencias artificiales. Autoconsciencia lo pongo entre comillas pues no será del tipo humana pero muy peligrosa de todas formas. Hay una variación sencilla en la arquitectura de los modelos, se trata de construir dos circuitos. Uno que obtengan inputs del mundo ( del no-yo) y otro que obtenga inputs del artefacto (del yo, es decir la ia estará corporeizada mediante sensores que registrarán esos inputs). El yo y el no-yo se irán generando simultanea y complementaria mente mediante el aprendizaje del que dotemos al artefacto. De esta forma el yo se representara a sí mismo. Siento predecir que el futuro será apocalíptico,. Habría que parar el avance en investigación y experimentación ya para evitar ese futuro, pero ni siquiera esto ültimo vamos a ser capaces de lograrlo.

[@juanmealla9826]

Exelente video, basicamente es lo que dice el viaje espiritual, que busquemos dentro nuestro!!! Muchas gracias por la info!!

[@diegop.552]

Esperando con ganas el vídeo del Lab

[@vaugar3494]

Me flipa tu trabajo Carlos! lo que cuentas es brutal. Pero además es que la edición de tus videos me parece una puta locura. Sigue así que estaremos todos escuchando lo que tengas que contar.

[@keyzeed]

pero cómo es tan bueno el explicando este buen hombre? ❤

[@adriann2649]

No lo tengo claro. Si la IA hace lo que comentas en tu ejemplo, sacrifica precisión por rapidez ¿Y si el reloj hubiese estado en la acera?¿Cuando un elemento no está en lo "obvio" cuanto tarda la IA en comparación a otros métodos previos? P.D: Sí, en realidad el humano no mira la ventana sino que Sí escanea con micromovimientos oculares la imagen y sí que lo hace en cierto orden, si no, sería caótico descartar búsquedas en base a futuribles que pueden no ser y que de niño ya con los libros de busca las diferencias sabes que si hay algo a buscar lo mismo no está donde crees obvio. (Tienes quien te lo explique la parte de biología). Lo que el cerebro presta atención a ciertos detalles antes. Posiblemente la gente antes que enunciaras algo ya había leído "Libro" y estaría buscando donde habían libros o revisando la tienda por automatismo sin que hubiese orden de búsqueda.

[@germanburgardt]

Si. Ambos, humanos e IA, "escaneamos" nuestro entorno. La IA necesita segundos por imagen, pero nosotros lo hacemos en tiempo real.

[@L14M17]

Por lo que entendido con los ejemplos del vídeo, con los otros métodos hace un escaneo rápido pero a una resolución muy baja complicando la búsqueda de detalles. Con este nuevo método, en lugar de escanear todo a baja resolución, busca en la región dónde sea más probable que este el objeto y, si no lo encuentra, pasa a la siguiente región más probable cómo comentó Carlos en el ejemplo del vaso en la mesa (entiendo yo que el algoritmo le dé más prioridad a buscar cerca la mesa que en el techo o la pared).

[@isaaccisneros5649]

Hace tiempo habías hecho un video de una IA que segmentaba todo, solo hay que etiquetar qué es cada cosa en vez de buscar en toda la imagen

[@jorgeserrano4416]

Yo: jajaja no hay reloj retrol El: el reloj está aqui

[@ednadez]

Excelente guiño al canal de Vsauce 10:52

[@carlosalmonte8147]

Carlos muy buen contenido informático 👨‍💻 este muchas Gracias bendiciones.

[@alanrairiveragarcia6730]

Gracias por compartir el conocimiento ❤

[@maese.]

Gran video! ¿Existe ya algun algoritmo de este estilo para mejorar la vision? ¿O es todo por ahora teórico? Estoy en un proyecto (TFM) donde reconozco señales de trafico con YOLOv7, pero si pudiese disminuir el tiempo de respuesta dandole mas importancia a las zonas con mas presencia de señales y menos importancia a las demás sería una gran mejora de cara a la implementacion en tiempo real.

[@canaljoseg0172]

El problema de las IA con la imagenes es que lo hacen de forma selectiva, más no codificativa. Nosotro los humanos podemos entrar a una habitación desconocida en un instante reconocer todos los elementos, sin hacer búsqueda!!!. El solo hecho de saber que estamos en una habitación, nuestro cerebro tiene código que no dice es una habitación. Si no teletransportaran a una oficina lo sabría. La IA la refuerzan con objetos, nuestro cerebro lo codifica como elementos, como si fueran letras. Por reconocemos la letra "a", en cualquier forma en que se ponga, siempre la vamos a ver. Si no ponen un letra china no podemos descodificar, pero la interpretamos como un símbolo. 🤨

[@samuelneftaliramosgonzalez4730]

Está genial que ya pueda ver aunque en mi vida confundiría mucho a la IA dejo las cosas en los lugares más ilógicos 😂

[@cristiansuarez9357]

Que gran video, NOS VEMOS CON MAS IA

[@guepardiez]

¿No suena un poco rara la voz de Carlos en sus últimos vídeos? Como si el micrófono no funcionara bien del todo. No sé cómo explicarlo, pero en otros vídeos de KZbin no pasa esto.

[@Kvothe_96]

Estaría guai ver un modelo open source como mixtral, usando la vision de la que hablas en este vídeo

[@pypro]

Excelente ejemplo del concepto

[@jribesc]

Excelente vídeo !!!! Gracias !!!!

[@bjcardenasr]

Buen video como siempre y muy inspirador!

[@vitorouski]

¡Gracias!

[@LaniakeaArmstrong]

3:30 Ese avatar de DotCSV 🤣🤣🤣🤣🤣🤣🤣🤣

[@alavezz]

¡Gracias!

[@millhiorebt]

Excelente INFO, gracias

[@goiviredmi9]

No hablas de chat gpt 6?

[@theskull1030]

Darles algo parecido a la intuición a las inteligencias artificiales suena a una buena manera de volverlas más eficientes. Sin embargo, también hay que tener cuidado de no hacerlas perder lo que las volvería útiles en primer lugar. Los instintos y atajos que tiene nuestro cerebro nos permiten sobrevivir y andar por nuestro día a día sin pararnos a pensar por horas cada cosa. Sin embargo, eso también nos hace susceptibles a ilusiones y a sesgos. Por ejemplo, creo que fuiste tú en este mismo canal quien mostró un ejemplo de una IA viendo una imagen que a simple vista parecía un concierto, pero que era una ilusión óptica, y el modelo fue capaz de identificar que era un campo de algodón. Me preocupa que un modelo diseñado para ser más rápido se termine confundiendo de la misma forma que lo haría un humano.

[@SpOoLk2]

Carlos, cuando coges el siguiente vuelo en 2024, es para esperar la salida de gpt5.

[@oliverrey1843]

Xdddd fijenlo

[@danielmurogonzalez1911]

Jajaja

[@RodrigoBocanegraCruz]

Gracias, muy bueno :)

[@Dron_David]

Un gran video Carlos.

[@thejaxco]

Hola Carlos, ¿Has visto Rabbit R1? un SO con IA basado en lo que han llamado LAM (large Action Model)?

[@fan7asm492]

Que ganas tenia de escucharte coñooo!..

[@lupulo89]

Según vi hace poco, las capchas ya podían ser resueltas por robots, así q en lugar de q el capcha vea q ha sido correctamente resuelto era comprobar q el movimiento del mouse no fuese robotico

[@mrloldev]

Nopecha puede resolver cualquier captcha

[@victor_king]

Feliz año dot

[@ConRdeRicardo]

Buen video, gracfias por la información

[@jarvb]

Funciona igual en niños. Les preguntas y si no saben casi siempre se lo inventan, si los guías, como buena inteligencia en desarrollo, lo dicen y suelen estar bien, igual. Es tan similar, me encanta!

[@jarvb]

Posiblemente aplicar la psicología animal (humana o psicología básica) en tecnología les ahorre mucho tiempo.

[@Nicofuell]

Si somos sinceros el tema de vision nadie lo ocupara, solo servira para entretenimiento, para lo que si serviria seria para interpretar planos, leer documentos, encontrar fallas en sofware

[@enderenemy]

A la espera del lab

[@jg7632]

podrías hacer una revew de los modelos (LAM)

[@Arion-tt8ju]

Estos videos son cine 🍿 🍿 me trago hasta el anuncio del sponsor que locura 😜 😜

10:50 el sonido de Vsauce! jaja

[@armifer]

esta técnica, se podría aplicar también a LLM, no? es decir, un LLM principal encargado de "orquestar" LLM más especializados. Haciendo el foco en temas concretos. Algo similar a lo de Mixtral con los expertos, solo que expertos en temas concretos.

[@ArthurAndrade-sp3yr]

¿Has oído hablar del LLM Multimodal Sapiens Chat?

[@maxfarmacox]

Chat GPT me dijo que eres el mejor canal de IA.

[@hernangomezvelez129]

V* interesante, todo lo de este canal es muy interesante. V* me imagino que será el fin de las captchas.

[@jfernandez454]

Yo también hubiera dicho blanco. Porque el dial del reloj es blanco :)

[@WeisserAllan]

Dot CSV. Año 2040. Aun haciéndose el loco con Grok.

[@tecopss]

Hola Carlos, buen video... pero de todo el video, lo que me llamó mas la atencion fue el final... Todos esos gestos no habituales; soles ser expresivo, pero no con tanta notoriedad, ¿tuvieron un proposito?¿fue casualidad'¿estas por probar algo nuevo en la forma de expresarte, para que no te IAlisen? jaja

[@javierfraile8199]

Gracias dotcsv, muy crack❤

[@franciscomartinez5150]

Es muy sencillo. Los seres vivos no funcionan así. Y es muy fácil de comprobar. Tu te sientas en el salón de tu casa y miras a uno de los objetos en la distancia. Ahora, sin dejar de enfocar ese objeto, tratas de evaluar que objetos hay alrededor. Esta claro que los estas viendo, pero eres incapaz de identificar ningún objeto que esté a un mínimo de distancia. En realidad no necesitarías tener todo el cuadro de imagen en alta resolución. Sería suficiente una imagen de baja resolución y que la resolución sea mayor en el punto de enfoque.

[@ΠερσόφανηςΠολυμαθής]

¿Alguien más no vio el reloj en el escaparate hasta que Carlos lo mencionó? jajaja

[@AsxMx]

¿Que tal se comportará si lo ponemos a buscar a Wally? y no es broma, es muy complejo dado que sus particularidades son muy pequeñas y es complicado encontrarlo para un humano, entonces para una IA será mucho más complicado.

[@carlosrodriguez4320]

Que buen trabajo!

[@miguela1180]

Eres un crack en los análisis, gracias

[@ceap2089]

increible!

[@content1]

Q es for quantum. GPT tiene la AGI ready pero no la quieren sacar por un tema politico. La sociedad no esta preparada para el shock economico. Las GPT store tiene un problema de seguridad, basta con preguntar y revela el contenido instrucciones y conocimento.

[@yoverale]

10:51 v-sauce

[@freesha6505]

Gracias!

[@bleinxu]

Gràcies!

[@facundoezequielabizanda7675]

Jajajaaja ese final se merece un comentario

[@Sakkshi_]

sigo sin encontrar el reloj...

[@juanrodenasdomercq1392]

¿Qué le pasó a tu micro Carlos? El audio parece que ha perdido algo de calidad, quizá no es cosa del micro, si no a la estancia. Parece que haya mucho eco, te falta algo de absorción. Muy buen contenido eso sí, como siempre.

[@zeotres]

excelente se sienten las energías recargadas para este año

[@paolobassetti-ur6170]

Genial!

[@0rionxiu]

Ya veo a mi madre diciendo a la IA: ¿Y si lo encuentro yo qué te hago?

[@leonardodelgado296]

Amé el guiño a Vsauce

[@ricardosalazarescobar2518]

¿de que color es el reloj? yo: ¿hay un reloj? literal tuve que esperar la respuesta jajajaja