Simulando GPT5, Cluster de Playstation 3 y elecciones EEUU 222f26

Si te interesa conocer cómo podemos simular veinticinco con la tecnología actual o si sientes curiosidad en cómo se puede construir un cluster de computación utilizando play station tres o si te inquieta el rol que la inteligencia artificial puede jugar en las elecci jones de estados unidos quédate con nosotros la tertulia de la inteligencia artificial ya falta menos para la singularidad bienvenidos bienvenidas a la tertulia de la inteligencia artificial en el programa de hoy continuamos con la dinámica del anterior episodio en el cual abordábamos un popurrí de temas de rabiosa actualidad en el mundo de la inteligencia artificial como en el anterior programa solo pudimos tratar dos de ellos vamos a continuar hoy con diferentes noticias de este mundo y para tratar estos temas me acompañan los tertulianos habituales víctor goñi muy buenas tardes cómo estamos carlos barrios tal íñigo aquí vengo con misceláneas opiniones guillermo barbadillo un año paco zamora o un año cuánto tiempo sin vernos y quien les habla iñigo alcott y sin más dilación vamos ya con el primer tema del día que nos lo trae guillermo barbadillo gracias niño pues yo os traigo un tema que no sé si iba a dar mucho para debate pero que a mí me ha parecido muy interesante y os lo quería contar yo con tal de llevarte la contraria debate entonces es un estudio que que encontré en una página web que se llama época hay punto org en el cual presentan un comportamiento que se ha visto en los en los modelos de inteligencia artificial en el cual podemos intercambiar tiempo de entrenamiento de un modelo por tiempo de inferencia del tiempo de prohibición cuando ya está entrenado vale entonces para mí la la forma más fácil de entenderlo es pensar en alfa cero alfa cero si recordáis es bueno una modelo o una arquitectura que diseñó deep mind para jugar por ejemplo al ajedrez arrow y algún otro juego vale entonces cómo funcionaba alfa cero pues de una manera muy sencilla por ejemplo cuando está jugando al ajedrez explora los posibles movimientos que puede hacer y va digamos como mirando hacia el futuro pero esta búsqueda que hace mirando hacia el futuro la utiliza la realiza con una red neuronal que intuitivamente dice que movimientos son buenos y qué movimientos son malos en vez de hacer una búsqueda de fuerza bruta en la cual considera todos los movimientos en cada paso realmente considera pocos movimientos vale que es una manera bastante parecida a la que la que hacemos las personas al final los mejores jugadores de ajedrez son capaces de de de visualizar planificar en la partida unos cuantos movimientos hacia adelante pero no lo hacen explorando todas las opciones porque saben que hay unas opciones son muy malas y que no tiene sentido analizarlas entonces pues eso utiliza un un modelo que se encarga de filtrar qué movimientos son buenos y que movimientos no lo son vale entonces bajo esta bajo este sistema cuanto más tiempo le damos al modelo para que elija el próximo movimiento va a ser capaz de encontrar un movimiento mejor porque va a poder explorar más pues tanto en anchura como en profundidad pero a la vez cuanto mejor es la red neuronal que decide qué movimientos tiene sentido probar y cuáles no también el movimiento que vamos a conseguir es mejor entonces podemos ver que tanto el tiempo que utilizamos a la hora de predecir como la calidad la red neuronal van a influir en en la habilidad o en la habilidad del modelo pues jugando al ajedrez y bueno pues esto también sucede con las personas por ejemplo pues quizás podríamos ganar al campeón del mundo del ajedrez a magnus carlsen si a él solo le dejamos un segundo para para tomar la decisión de cada movimiento y nosotros pues nos pegamos un día entero