¿Por qué debes dejarte de preocupar de la IA como programador? 

Yo estoy más preocupado por saber si has dejado de amarme

La gente debe preocuparse más por los vende humo y los IA bros, que por la IA en si.

La IA va a terminar siendo como la mecánica en la F1. Va a costar millones tener un avance de 1%

Para mí la IA en programación es como el GPS al manejar antes teníamos que traer un mapa y saber leerlo bien para llegar a nuestro destino o saber de memoria a donde nos dirigíamos, incluyendo desvios. Ahora con la IA no tengo que estar revisando otros programas que he hecho antes o revisar apuntes o libros, me ayuda a programar más rápido, sin tener que saberme todo de memoria o tener que estar buscando fuera de mi editor de código.

Hola Midu. Soy ingeniero de IA y te aseguro que se mete muchísimo hype. Uso muchísimo chatgpt y otros LLMs en mis desarrollos tanto como herramientas como productos, aún queda mucho por mejorar y aún así veo imposible que reemplace a un buen ingeniero. El problema de los datos es muy grave, estamos entrando en un círculo vicioso en el que a medida que aumentan los datos generados por IA los entrenamientos pueden “colapsar” debido a la calidad del dato. Lo primero que te explican en las clases de IA y estadística en general es que da igual la potencia del algoritmo, si tus datos son basura no esperes sacar algo mejor que basura. Por eso mismo ahora esta volviendo el étiquetado manual, que es un tostón y lleva mucho tiempo de cara a que herramientas basadas en IA florezcan

Debo admitir cuando surgio esto de la IA me empece a preocupar y pense que todo el tiempo que llevo estudiando es en vano. A estas alturas la IA se convirtió en mi mejor amiga. La cantidad de problemas que me ayudo a resolver y explicarme cosas que no entendía, por eso no puedo estar mas agradecido. Se convirtio en mi herramienta favorita.

Yo en el Máster estoy viendo mucho de redes neuronales, y mientras mas aprendo más entiendo que aun no van a poder reemplazar absolutamente nada con respecto al desarrollo de software, queda un largo camino aún.

A mi no me preocupa para nada, nunca lo hizo por que la verdad gracias a la IA estoy aprendiendo mas rápido sobre como resolver algún problema sobre programación es mas tengo mi teoría que aquel programador que diga que no usa una IA MIENTE.

Gracias a una IA una tarea de 30 minuto la hice en 7 minutos. Ha mejorado mi productividad para tareas repetitivas.

Sigo insistiendo... el día que nuestro trabajo se pueda reemplazar, cualquier otro también será reemplazable y por fin seremos libres para tocarnos las narices.

"Yo os lo resumo un poco" video original 12:22 video de midu 15:35 XD grande midu ❤

1:22 como??? Polvillo???? XD

Bueno muchachos yo ya abandone el barco, en 7 años los veré en un panadería

super maven, no lo habia oido nunca, podrias comentar un analisis detallado de él un poco más jeje :) gracias como siempre! Pero poniendo llama 3 en code gpt con ollama en vscode tambien te coge el contexto del proyecto no? aunque con ventana de texto pequeña si es el modelo normal

En efecto, cómo estudiante de economía vimos estos casos. El término clave es rendimientos marginales decrecientes, es decir, cada vez cuesta más tener un avance. Y lo que menciona que todo tiene un límite debido a que no tenemos recursos infinitos en el mundo es un puntazo

*Nuestro gobierno está poniendo a tantas familias en situaciones difíciles, usted me ha ayudado mucho a mí y a mi familia, Juanita, imagínese invertir $ 1,000 y recibir $ 12,200 en unos días.*

Yo creo que al principio lo que paso fue más sorprenderse de que chatgpt era capaz de crear codigo medianamente coherente fue más una cosa de novedad y sorpresa, en mi opinión, ahora cuando ya quieres que sobrepase tus capacidades y que te ayude a realmente hacer cosas increibles y sorprendentes que te sobrepasen a ti como programador es cuando ya se queda corto (de momento, después quien sabe)

Creo que el techo de la IA es mas otra cosa que datos y capacidad, sino las arquitecturas de esta misma. Ultimamente hemos visto como modelos de poco tamaño tienen un perfomance mejor con buenos datos (Los modelos Phi pueden buscarlo) y como sistemas de optmizacion como BitNet permite con menos recursoso tener una inferencia mejor. Pero ahora mismo la comunidad de investigadore de IA se estan enfocando en mas como podemos buscar la arquitectura de IA que mejor performance permita, ya no es si se escala más o se la da más dato a la arquitectura, es como la arquitectura digiere esos datos y es muy sabido en la comunidad que los Transformers no son bueno en esto, sirven para lo que es para lograr escalar modelo, pero no es que procese los datos de la mejor manera y últimamente hay demasiado paper cientificos tratando de hacer eso mejorar las arquitecturas para que aproveche mejor los datos y los recursos. Para mi ese es el futuro de las IA, en mejorar las arquitecturas para que esto procesen los datos mejor.

Gracias midu, te quiero!

El envenenamiento de datos, es algo que iba a pasar, la info de mala calidad es muy muy abundante

tienes razón utilizo ias para consultar código o como hacer una cosa y sin embargo pueden darte alguna utilidad no sirven para darte una solución concreta solo como apoyo me paso que generan código Python con un ORM (sqlalchemy) el cual al generarlo muchas veces ese código no funciona o tiene sintaxis de versiones mezcladas de la misma librería. En fin como final feliz logre mi objetivo y aprendí un montón solucionando y revisando los errores de versiones y sintaxis que la IA me proporciono . Por ahí pido algo a la IA ya se como hacer algo o algún error que tenga suele tener errores, al final la IA me tira una idea y con eso leyendo la documentación me hago una idea logro mi solución y aprendo. A mi me ayuda a debuggear mas que todo y crear una parte de código, pero luego toca revisar la documentación y optimizar

Chadpilot no me pudo arreglar un codigo que le faltaba cerrar un bucle xd. Pase como 3 horas viendo porque no se detenia y habia un bucke dentro de otro bucke que no estaba cerrado.

Cuando en nov 2022 aparece el primer GPT hay un escalón de maravillarse que lueg naturalizamos. En realidad debemos disernir entre adelantos cientificos y adelantos tecnológicos, Dar cuerpo a la inteligencia generativa es algo profundo, luego viene el perfeccionamiento tecnológico(saltos más pequeños). La inversión de dinero y esfuerzo en los LLMs es imposible que que sea exactamente a medida de lo que realmente nos puede proporciona(casi siempre se exagera) y por eso hay algunas decepciones. La IA por eficiencia, cantidad de conocimiento y velocidad de aprendisaje ya está haciendo irrelevante el aporte humano en un 80 % de los temas.

Cuando en una impresora, sacas una copia a otra copia, la calidad de los colores empeora. Eso imagino que le pasa a la IA cuando pierde contexto.

puedes responder lo mismo para musica? : si ya no necesitas saber nada de musica para crear y editar canciones de alta calidad(udio, suno, stable audio o eleven labs), porque deberias dejar de preocuparte por la IA como musico profesional? (aparte de tocar en bares y en el metro que no da para sostener una familia y la hipoteca)

🎯 Key Takeaways for quick navigation: 00:27 *📈 Crecimiento exponencial en la IA* - Reflexión sobre el concepto de crecimiento exponencial en la inteligencia artificial. - La idea de crecimiento exponencial en la IA y su debate. - Limitaciones del crecimiento exponencial debido a recursos finitos. 02:16 *📊 Desaceleración del progreso de los modelos de IA* - Discusión sobre la desaceleración del progreso de los modelos de IA. - Evidencia de disminución en los retornos de inversión en IA. - Relación entre inversión y mejoras en modelos de IA. 04:47 *💻 Generación de código y calidad del mismo* - Análisis sobre la generación de código y su calidad en la actualidad. - Decrecimiento de la calidad del código generado por IA. - Importancia de modelos hiper-especializados para mejorar la generación de código. 06:38 *🧠 Límites de la inteligencia artificial* - Debate sobre los límites de la inteligencia artificial y posibles causas de desaceleración en su progreso. - Hipótesis sobre el agotamiento de datos de alta calidad como limitante en el avance de la IA. - Necesidad de modelos más especializados y entrenamiento con datos de calidad para superar los límites actuales. 13:05 *💡 Rumores sobre futuras versiones de modelos de IA* - Discusión sobre los rumores y expectativas en torno a futuras versiones de modelos de IA. - Posibilidad de lanzamiento de gpt 5 y mejoras esperadas. - Aumento del costo y esfuerzo requerido para desarrollar nuevas versiones de modelos de IA. 14:30 *🛠️ Límites de la inteligencia artificial general (AGI)* - Reflexión sobre los límites actuales y futuros de la inteligencia artificial general (AGI). - Debate sobre la posibilidad de alcanzar la AGI con los enfoques actuales de entrenamiento de modelos. - Especulación sobre la necesidad de nuevas técnicas o enfoques para alcanzar la AGI. Made with HARPA AI

Muy buen video, ahora que pasó con la Internet que iba a ser dad por los cables de la corriente eléctrica? Tema para hablar, está todo el foco puesto en la IA pero si aún no lograron que la internet se desplace por los cables. Que es donde la IA iba a tener mucho más futuro.

Vuelvo a este video para comentar algo que lo pensé y hoy estuve leyendo noticias (del mes pasado) para sacarme dudas. La potencia de los GPUs jugará un papel muy importante en los próximos meses, con la fusión de la IA + la computación cuántica, habrá un nuevo salto en esta tecnología. Estaré pendiente de esto porque me asombra/inquieta por igual

Para mi el discurso de la AGI de Sam Altman, suena muy parecido al discurso de Elon Musk sobre llegar a Marte. Una excusa para causar revuelo hoy sobre algo que no va a ocurrir pronto, pero que pueden ir monetizando en forma de marketing.

Yo uso el gpt 3 y la verdad que ayuda mucho, capas nunca lo use para cosas más complejas, pero armar un modelo de algo o pedirle buscar algún error en mi código me ayudó. Si tiene errores horribles como anidado doble a los if jajaj

tengo una pregunta en el tema de las imagenes entiendo que todas usan redes neuronales convolucionales, pero estas son literalmente collages que escalan, un ejemplo que el ojo, toman la imagen del ojo y la escalan mas pequeña, que la silueta, lo mismo, luego lo que hacen es aplicar un filtro para que no se vea el plagio y esto lo usan como parametros, pero peor aun es que los que crearon estas IA lo defienden atravez de decir que es mucho mas intrincado que eso porque usan ecuaciones y demas, yo estudiando en sistemas, desde antes de la IA todos sabemos que para todo se usaban ecuaciones; queria preguntar porque no he ensayado crear directamente una aunque si he trabajado cerca, pero pues el de sistemas no es el que regularmente programa, queia preguntar si todas usan redes convulcionales y porque que dan mejor las imagenes cuyos datos son puntualmente salido de obras de artistas que los que tiene la IA por defecto que se entiende que trabaja con su propios datos o mejor dicho imagenes.

Muchas gracias Midu por traernos estos vídeo jejeje, mucha gente tiene miedo de la IA pero yo creo que es porque no la entienden pero bueno siempre en los grandes cambios ha pasado, el tema de la industrialización ya pasó y con el coche tmb pasó…

esto recién es el comienzo, hay mucho de rutinario en programación, especialmente en la programación web donde generalmente solo se reacomoda el código. Todas esas tareas en un futuro la IA la va a poder hacer con indicaciones en lenguaje humano. Solo sobrevivirá la programación de Frontera, la más avanzada donde hay que resolver problemas novedosos y no sólo reutilizar código y reacomodarlo. Ya hay IAs que resuelven problemas de olimpiadas matemáticas y no van a poder con la programación web.

una pregunta que me he hecho, ha sido, que tan humana puede ser una IA y que relación social puede llegar a tener con un humano?

La IA no está en curva exponencial, lo que pasa es que los saltos de los ultimos años están sesgados porque la liberación de la tecnologia se hace de forma escalonada. Para que pase esto lo que hacen las empresas es acumular conocimiento e implementarlo en productos que de forma programada. GPT3 tenia varios años en desarrollo, cuando llegó a su pico se inicio a trabajar en GPT3.5, luego lo mismo con GPT4 y en ese momento se libera GPT3 entonces cuando GPT4 esta "listo" se saca GPT3.5 y cuando este GPT4 Turbo esta a medias ya es hora de sacar GPT4 y en algun momento los releases alcazarán al researching y alli todo se va a detener por un tiempo, a menos que se introduzca un factor externo como comenzar a usar fuentes diferentes o paradigmas distintos.

Es muy interesante, lo que estamos viendo es lo que en economía se conoce como la ley de rendimientos marginales decrecientes, hasta que haya mas innovaciones. Pero aunque haya múltiples innovaciones en el futuro, creo que hay un límite en los modelos que se lleguen a generan; este límite vendría dado por el problema de la parada de Turing o el teorema de la incompletitud de Gödel. Quizá es una fumada, pero los modelos de IA al fin y al cabo son matemáticas/algoritmos y estarían limitados a las matemáticas que conocemos. ChatGPT me intenta convencer de lo contrario jajaja

pienso que los modelos de lenguaje llegarán a un punto que no puedan mejorar más, por muchos parámetros y por mucha información que contengan, ya gpt-3.5 les costaba 700k dólares diarios solo en la inferencia, imaginemos lo que consumirá GPT-5 o lo que consume a día de hoy GPT-4, además de que la diferencia entre GPT3 a GPT4 es mucho menor que la que hubo con GPT2 y GPT3, por lo que llegaremos a un tope tarde o temprano, y nos tendremos que conformar con esas últimas versiones y optimizarlas como podamos

En economía sería la "ley de rendimientos decrecientes" me parece a mi.

con lo cara que es la electricidad lo unico exponencial con la IA es la tarifa que te va a llegar por resolver preguntas tontas que se resuelven con una simple busqueda en Google

Eso de los datos es algo que se habla en el área hace mucho tiempo con data centric AI, al final el área de modelado a no ser que sea muy de nicho, requiere mucho presupuesto de investigación y los modelos open source ya son lo suficientemente buenos para gran parte de las tareas, al final todo se resume en hacerle fine tuning sobre tus datos y listo, el tiempo de implementar un nuevo modelo desde 0 para cada tarea es cosa del pasado, por lo mismo los llms son implementaciones de papers del 2017 y antes + algunos tweaks como mixture of experts y demás, cualquiera puede implementar attention y los frameworks lo hacen super fácil, pero sin datos, un modelo grande y ultra complejo no sirve de nada

1:17 los secretos del mago han sido revelados !!!

Creo que es un video de ánimo, de darse una palmada en la espalda. De fondo hay una estructura de pensamiento demasiado maltusiana, prospectiva a partir de lo que hemos visto hasta ahora. Es como calcular cuánto podemos alumbrar con antorchas antes de que surja la electricidad. Comprendo lo que explica de la limitación de datos, pero recuerden que los robots están dando una vuelta de tuerca interesantísima a su propia construcción a partir no de datos externos sino del entrenamiento por refuerzo multiplicado por millones de repeticiones. Creo que el futuro de la programación vendrá cuando no dependa de datos, sino de la metodología de refuerzo a partir de resultados, donde la iA plantee directamente nuevas formas de programar, mucho más eficientes, mucho más elegantes, a partir de la repetición de realidades que nosotros no llegamos a experimentar porque no nos da la vida. No nos olvidemos que muy pocas personas plantean lenguajes y metodologías, y la mayoría de nosotros simplemente aplica.

Yo en mi opinión es que si estás siguiendo una tecnología, o siendo experto en una. No digo aprender hacer un for o un if en algún lenguaje. Sino seguir una tecnología en específico no hay manera que una Ai lo haga al ritmo de los cambios que hay y mejoras que hay en cada releases. Entonces los LLMs están buenos para temas básicos y cosas así pero a nivel avanzado no darían pie con bola. Lo que deja claro que si quieres seguir en este mundo de programación tienes que buscar ser mínimo Semi senior en algo para tener trabajo porque junior chat gpt haría tu trabajo

Exacto pensé que era el único que notaba eso la calidad y la precaución del código disminuyó bastante y es como que le tenés UE sar muchísimo contexto para que haga hago y aún así tenés que saber que esperar ...por UE puede devolver cualquier verdura 😅

Quite star, EBM, 1:10 en seis meses vemos a ver, pero por ahora me sigo preocupando no solo de mi trabajo si no de que se alcance la singularidad.

Pero es que cuando se habla de crecimiento exponencial se habla de una fase, no de un desarrollo sin límite, siempre se dice que hay esa fase que luego se a plana poco a poco. No sabemos cuando dejara de ser exponencial o si ya sucedió, porque depende de la resolución que el des al grafico y de que pase mañana, no sabemos si en una semana aparecerá un modelo 3 veces mejor que el mejor actual, o si solo veremos mejoras del 5%. Es muy rápido para saber estas cosas. Los tests, pueden dejar de ser adecuados muy rápido, y hay un límite humano en la capacidad de diferenciar la calidad de los modelos por simple uso. Es decir, llegará un momento en el que tu test no será capaz de diferenciar un modelo que es 5 veces mejor de otro ue es 5 veces peor, porque ambos superan las capacidades de dicho test.

la primera vez que me "asombré" con una IA fue cuando lo que serian 3 horas de trabajo para crear ciertos archivos, este me genero un codigo en python que me automatizo gran parte del problema, pero desde ahi ha tenido cada vez menos utilidad real

Ufa y ahora que hago con todos los stikcers y remeras que me manda hacer de QUITA TRAVAJO?

La economía es el mejor ejemplo de que es así. Ahora se tiene que generar 5 dólares de deuda para 1 dólar de crecimiento, o el petróleo, los nuevos yacimientos están llegando al punto de ser más caros que la energía que producen, o la electrificación que cuesta más de lo que termina siendo utilizable ...

Yo no soy programador, pero hace algún tiempo que tengo como hobby programar en Python. He creado mi propio programita para gestionar los metadatos de los archivos con una interfaz gráfica. Gracias a la IA he podido avanzar, pero es harto dificil todo lo que se tiene que conocer. Y no veo yo que la IA pueda sustituir a ningún programador, al igual que el tractor no sustituye a los agricultores. Al final, se necesitan responsables que se hagan carga de los desarrollos de un programa, por mucha IA que haya. Y si te dan una herramienta que acelera el trabajo, lo que pasará es que te pedirán trabajos cada vez más complicados en menos tiempo, pero no menos trabajo.

Creo que la diferencia entre que las LLM generen codigo basado en repositorios o aprenda en lenguaje y cree sus propios codigo "no basados en humanos" no tiene limite, ya que la capacidad de generacion estara solo limitada por la necesidad del entorno. (aprendizaje continuo de estos modelos). Tambien creo que comercialmente chatGPT (baja el nivel de codigo) a favor que los usuarios vayan a github Copilot (acuerdos entre OpenAI y Microsoft)

Estoy viendo muchos devs que se están volviendo muy dependientes de la generación y no indagan en practicas avanzadas. Con gpt-4 me pasa que no es muy "pro" con el manejo de typescript y el manejo de los tipos. Si quieren avanzar en su carrera empiecen a reforzar los conocimientos para diferenciar lo útil de lo que no.

En chat GPT antes le pedías que te generara un JSON con ciertos datos aleatorios y te devolvía un JSON con los datos. La última vez que lo probé, me devolvía el código JS para obtener un objeto JSON a partir de una variable 🤷‍♂ (Con JSON.parse y JSON.stringify)

¡Gracias!

soy desarrollador de sistemas embebidos de electrónica y es así , intenten crear algo en ensamblador para electrónica, no hay datos y nadie lo va a regalar allí.

A mi lo único que me preocupa es que las fresas de Midu o algo en su cultivo no crece, y en como yo voy a hacer para conseguir un lugar para hacer algo similar

Un posible problema al como la IA identificaría que código es bueno o malo es que cuando la gente sepa como funciona o como lo detecta, se podría comenzar a realizar cosas deshonestas para impulsar ese código por sobre otro o viceversa (como por ejemplo, bombardear con reviews o comentarios de bots)

Si fuera asi nunca la IA hubiera vencido a los campeones en ajedrez y Go. Ya estan generando datos virtuales de la maxima calidad posible para reentrenar modelos y luego ese nuevo modelo seguira creando nuevos datos virtuales y asi...

Yo creo que la IA en lo que si va a mejorar es en ser mas portable y en utilizar cada vez menos recursos.

Yo también ví el vídeo del tipo y la verdad me sentí aliviado. Básicamente el concluye que si la próxima actualización de Chat GPT que saldrá este verano no es exponencialmente mejor, entonces los desarrolladoras van a tener muchas razones para relajarse. Por último el termina aconsejando que los dueños de la IA (Open AI, Meta, Google, Microsoft, etc...) dejen de enfocarse en el Hype de la AGI y se enfoquen más en resolver este problema.

Midu creo que deberías experimentar realmente trabajar con estos modelos. Es decir, todos los días, por meses. Soy dev hace más de 12 años y literalmente me cambiaron la vida. Lo que antes me llevaba una semana ahora lo hago en una noche. Antes descartaba casi toda idea que tenía, todas implicaban mucho esfuerzo. Ahora no descarto ninguna, automatizo todo. Es fácil y rápido programar, lo que se me ocurre lo hago en un rato. Apoyarse con estos modelos (sobretodo Claude Opus y Cursor) acelera el desarrollo de una forma increíble. Es mucho más divertido y menos cansador. No hay que usar tanta energía mental, se puede programar muchas horas seguidas sin cansarte.

Tal vez en lugar de buscar la general artificial intelligence valdría la pena hacer muchos modelos expertos en zonas del conocimiento particulares y que se activaran cuando se detecta que se habla de un tema en concreto

Al final es cuestión de adaptarnos, los que cree que se van a reemplazar pueden ser aún unos novatos en el tema, pero se esperaría que dejen de pensar que será un reemplazo a corto tiempo.

Y si sacan los datos de las documentaciones oficiales y ya esta?

Por cierto, apartir del 9:05 lo que decis, pienso exactamente lo mismo que vos Midu. Y creo que de esa forma se puede obtener mejores resultados. Y quizas sea esa de las principales razones por las cuales; Copilot tiene mejor rendiemiento; es logico, copilot no esta recibiendo el 100% de consultas a la Ai enfocada en la programacion; es mas especialista....Serian esas entonces las nuevas AI especializadas. Habre entonces que crear ese tipo de tecnologias, asi que quizas el costo aumento en el consumo de AI por que sin duda habran muchas que no son gratuitas y ya dejan de ser "sin fines de lucro" aja claro....Pero tenes un punto de vista y un criterio genial. Mas cerebro que tamaño mi pana. Ja! Si conoces el "que ladilla" conoceras el "mi pana" Realmente te admiro querido.....

uno de los comentarios del chat me dejo pensando... claro y si luego dicen que el hardware es el que esta estancado?? y que por ello no pueden hacer mas, no pueden mejorar como antes?? te imaginas midu haha

Mi profesor dice lo mismo, pero mi carrera es más de técnico en servidores y redes y tal, por lo que es más difícil que la IA nos reemplace.

K interesante!!

Me preocupa más la India o México para poner programadores en masa

también hay mucho efecto wow, conforme más nos acostumbramos a estas IA más tontas nos parecen

Midu, corrigiendo algo que dijiste con que el modelo se entrene solo para js es algo que no se puede porque la cosa que hace que el modelo genere mejor codigo no es que tenga una funcion si no que aprenda mas sobre muchas cosas, porque eso hace que sus neuronas se ajusten mejor y por eso no hay un modelo que se entrene con un solo tipo de dato eso lo hace mas torpe en general, :) es solo para aclarar jjj

Yo estoy mas preocupado por el polvillo que se limpió en el 1:22

El gran avance vendrá con la computación cuántica, estoy seguro, son las alas que necesita la inteligencia artificial para crecer de esa forma, el día que se consiga un procesador cuántico como una CPU o GPU se dará el gran salto, dejará estos procesadores a la altura del betún, como estos a su vez lo hicieron con tarjetas perforadas, válvulas de vacío, etc etc.

yo creo que si va a llegar un techo que le tomara luego años o decadas poder superar. en cuanto a la calidad de lo datos y cantidad. creo se ha bebido solo la punta del Iceberg y los de peor calidad, los datos mas valiosos y premium son los projectos privados a los que no ha tenido acceso y tambien hay millones de libros que no estan en digital.

Aunque es interesante la propuesta, me es difícil aceptarla del todo pues aun se esta quemando mucho dinero en la investigación de AI, si de 1-2 años no se siente un avance abismal deberé creerlo totalmente. Los modelos actuales de por sí son increíbles, tocará ver que pasará cuando los costos reduzcan mucho y se pueda correr algo como un GPT4 en un celular de última generación.

Pero eso la ley de rendimientos decrecientes, economía básica papá

No quitar el trabajo... Todavía... Pero va a disminuir la necesidad de varias personas o juniors o especializados.. Lo otro es... Cómo será gpt5 será mucho mejor programando? Va hacer que lo primero que dije cobre más fuerza? Esa es la cuestión

Lo clave aquí es una cosa: Los pueblos que adopten la IA de forma natural tendrán un GAP tan grande respecto a los que se resisten que directamente el avance de los primeros llegara a un punto donde al ver a los segundos, directamente ni los consideraran seres humanos. Parece exagerado, pero imaginen un pais donde su gente usa lA , multiplicando su capacidad. Potenciándose en todos los aspectos(programación, diseño, construcción, medicina etc..). y otro cerrado, que se opone y prefiere seguir cargando cajas o tomarse 2 años para diseñar algo. Al principio no se va a notar pero luego ya será tan agresiva la diferencia que no habrá forma de integrarse. Es como en la época de los imperios, era tanta la diferencia que había entre Europa y otros territorios que directamente los consideraban animales. Faltan algunos años aún, pero ya se puede dilucidar que ASIA sera la que lo adoptara masivamente ( ya medio que lo hacen con otros tipos de robot) y occidente se va a resistir y finalmente relegar sus posiciones de lideres mundiales. Irónico.

Que la no renovación de contrato para ingenieros es por los impuestos, que la ley del retorno, disminuido, que la IA no entiende el contexto para programas largos 😐. Que la cámara digital no va a reemplazar a la analógica :/

Esta bastante equivocado, para empezar tuvimos una sensacion de desarrollo muy rapido porque chatgpt y gpt4 salieron con apenas 4 meses de diferencia, pero la realidad es que gpt4 habia terminado su entrenamiento meses antes de la salida de chatgpt. Respecto a la falta de datos tampoco es cierto, cada cosa que la ia haga mal y alguien sepa como hacerlo bien eso representa un dato que la ia no tiene todavia. Ademas los datos podrian no serlo todo, se esta trabajando en la integracion de algoritmos en la ia que sean capaces de dotrarle de logica. Respecto a que el crecimiento exponencial no existe, quizas no existe pero no sabemos como de lejos estamos de ese techo, la tecnologia misma ha tenido un crecimiento exponencial durante los ultimos 200 años, no veo razones para pensar porque iba a parar. Guardemos nuestras conclusiones para cuando salga gpt5, personalmente estuve usando gpt4 para un proyecto de la uni y practicamente todo mi codigo lo escribio la IA

Este video envejeció como la leche

totalmente, copilot medio que parece muy tonto, me pase a Codeium es muy bueno y eso que en la capa gratis, y de paga podria usar el contexto entero del proyecto, wao

lo de una IA especifica para una tarea. tu ya dijiste en una ocasion que uno empresa habia tomado chat gpte 3 y entrenado para el tema de finanzas y que su resultado es mucho peor que chat gpt 4. y que desperdiciaron millones. Yo creo que si su cerebro es una simulacion de las neurona humanas. tener un basto conocimiento de multiples areas. le ayudara en algo a a ser mejor programador, en lugar de ser una Ia especializada.

Interesante tema. No recuerdo en que canal habia escuchado sobre el cuello de botella en la producción de datos de calidad para las IA. Ya se tragaron el 100% de la literatura universal. Puede haber una explosión de datos para procesar con el IoT y 5G, los chip neuronales y los datos sintéticos.

Midu, creo fielmente que sera una herramienta más, quien esta preocupado por eso son precismanete gente que NO programa, o bien, tiene un nivel demasiado bajo Te deberia preocupar si te preocpa XD Sobre la alimentacion de datos, es un problema (que hasta hace unos meses era teórico) que iba a suceder, y es inevitable, si hiciera un ia específica tambien inevitablemente termianría por colapsar or su propia naturaleza

Si pero cuando aumenten la ventana fe contexto, va a tener otro salto. Y eso esta por pasar.

Lo que habla midu se llama ley de los rendimientos marginales decrecientes, es una ley de los sistemas que dice que a medida que se alcanza un punto los aumento en las mejoras conllevan cada vez mayor gasto De seguir esto pasa dos cosas, el sistema el desarrollo se estanca o el sistema se estresa hasta que colapsa

Cuando le pedís a copilot que genere cosas en Rust o que arregle bugs en Rust, el 99% de las veces empieza a dar vuelta en circulos y a darte código que ni siquiera compila. Ya no es que resuelve mal el problema o lo que sea, directamente es código inválido.

Creo que puede demorarse pero algún día lo van a lograr. A la larga todo se termina resolviendo.

Yo no diría que hay que preocuparse, pero si hay que adaptarse. Intentamos que la IA programe como un humano y es un error. Para que quieres que la IA genere DDD o una arquitectura hexagonal. Si tu no lo vas a mantener ni depurar, solo probar e integrar. Ese es el camino y es por donde estamos avanzando.

yo escuche en una charla que la ia no va remplazar al ser humano pero un humano con ia si va remplazara a otro humano que no utilice ia

Pero no todo es recurso computacional, ahora se esta poniendo atencion en la mejora de las arquitecturas, es posible generar algoritmos que analisen y den sentido a un problema ademas de simular creatividad. El desarrollo de software no ha tenido una mejora general desde hace decadas porque se tomo la ruta de crear una industria y formar profesionistas en vez de tratar de automatizarla, es un hecho, las IAs nos van reemplazar como desarrolladores tarde o temprano

hace unos 50 años se necesitaban muchos obreros para cosechar sembríos de trigo, maíz, etc, hoy una sola persona puede hace eso con maquinaria, ya están experimentando con maquinas controladas por IA para suprimir a ese operario, lo mismo pasa con el desarrollo web,

El problema es para los que realmente sabemos y somos cracks de verdad, ahora los lerdos pueden competir un poquito más con nosotros

Por qué los datos creados por AI para entrenar la AI sería de peor calidad? Al final se va entrenando pero debería quedarse con lo que considere positivo y además ella misma llegará un punto que sabrá sus puntos débiles donde debe entrenar más para resolver problemas

12:24 Jajajajaj por ahi hay gente que se quedo atras diciendo que ahora ellos haran prpgramas sin saber nada de eso, uff si supieras que para manejar la IA para esos programas tienes que saber programacion y mientrss mas avanza muchisisimomas tendras que aprender

Si les molesta tanto la IA sigan programando en binario haciendo su lenguaje, porque todo lo existen fue una tecnología nueva que viene a simplificar el trabajo y ayudar a avanzar de mejor manera. Vscode, git, Google chrome, lo que se te ocurra que usas para programar hasta la pc o el Mac

es verdad, hablaste bien de copilot pero justo hoy hizo varias tonterias con un código que le pedí 😂 ..aun falta para que nos reemplacen. Por otro lado son espectaculares como apoyo. Me inclino mas a pensar que serán herramientas que potenciarán el desarrollo, asi como lo fueron los frameworks en su tiempo.

La IA no es una amenaza pero bueno no es bueno asegurar que se va quedar estancada esto solo es el inicio...

Cada dia en RU-vid se publican 720000 horas de video,esa cantidad de información es casi 2000 veces mas que los datos de entrenamiento de llama3,nuestro cerebro absorbe 20MB/s y genera 10MB/s en acciones con 10 PB en sinapsis discretizando su continuidad...