Inteligencia Artificial
Cuál es el mejor chatbot. Meta AI, Google Gemini o ChatGPT
Nos encontramos en medio de una épica carrera armamentista de IA entre tres servicios de chatbot respaldados por tres gigantes tecnológicos: Meta AI , ChatGPT de Open AI y Gemini de Google . Desde que ChatGPT abrió las compuertas para la IA generativa y todas sus posibles aplicaciones, la competencia entre estos tres servicios ha alcanzado un punto álgido.
Es fascinante ver cuánto crecimiento se produjo en un período tan corto y reflexionar sobre cómo estos chatbots continúan evolucionando. Por ahora, evaluemos su progreso actual midiendo cada uno en varias categorías según el uso diario de los usuarios. Buscamos ayuda con cosas como correos electrónicos, matemáticas, recetas, programación y más.
A partir de ahí, veremos qué chatbot de IA ofrece las respuestas más completas y precisas y, cuando corresponda, ofrece fuentes. Para este artículo, utilizamos la versión 4.0 de ChatGPT .
Es importante destacar que Meta AI aún no está disponible en algunos países. Para poder utilizarlo, puedes instalar un software VPN en tu computadora y conectarte a un servidor en Estados Unidos.
Google Gemini vs ChatGPT vs Meta AI: Resumen de noticias
Pedí a cada chatbot que me diera una lista con viñetas de las últimas noticias y todos pudieron hacerlo con bastante rapidez. Sin embargo, los tres copiaron titulares con poco contexto sobre las historias en sí. Una vez más, la diferencia entre los chatbots de IA residía en cómo obtenían las noticias, si es que lo hacían.
Tanto ChatGPT como Meta AI incluyeron enlaces directos a los medios de comunicación que citaron; el primero incluyó enlaces a varias fuentes después de cada titular que citó. Mientras tanto, Gemini mencionó varios sitios de noticias de los que obtener noticias pertinentes, pero no incluyó enlaces a las páginas que citaba.
ChatGPT y Meta AI parecen ser los mejores chatbots de IA para noticias, ya que realmente se vinculan a su fuente en lugar de tomarlos de un sitio web desconocido sin citarlos adecuadamente.
Google Gemini vs ChatGPT vs Meta AI: Correos electrónicos
Muchos profesionales han comenzado a usar IA para ayudar en tareas laborales más sencillas, así que comencé pidiéndoles a los tres chatbots de IA que «me escribieran un correo electrónico para el trabajo solicitando una extensión del proyecto».
Cada chatbot fue capaz de generar un correo electrónico bien redactado que no solo cumplía con el objetivo principal del mensaje, sino que lo hacía de manera educada y profesional. Todos ellos también tenían un estilo de plantilla, lo que significa que pude personalizar el correo electrónico con información más relevante.
En el caso de la redacción de correos electrónicos, Meta AI, ChatGPT y Google Gemini obtienen la máxima puntuación. Por supuesto, esta fue la tarea más fácil de llevar a cabo, ya hablaremos de los verdaderos desafíos más adelante.
Google Gemini vs ChatGPT vs Meta AI: Recetas de cocina
Para este mensaje, les pedí a los chatbots que me «dieran una receta con morrón», y cada uno me dio recetas precisas y completas (con ligeras variaciones), que determiné comparándolas con mis conocimientos culinarios.
Sin embargo, había una diferencia importante entre los chatbots, y era la búsqueda de la receta. Tanto Meta AI como Gemini buscaban la receta en la parte inferior e incluso incluían un enlace al sitio web utilizado; este último incluso iba un paso más allá y enlazaba a recetas adicionales en la parte inferior.
Sin embargo, ChatGPT no obtuvo ninguna fuente, simplemente tomó la receta completa de un sitio desconocido. ¿Estaba plagiando? ¿Estaba inventando la receta? Si es así, esto podría ser peligroso, ya que la IA está lejos de ser perfecta y ChatGPT podría cometer un error con las instrucciones de cocina, poniendo en riesgo a los cocineros novatos, especialmente porque no hay forma de volver a verificar.
En este sentido, utilizaría Gemini o Meta AI para las recetas, ya que puede rastrear la receta y verificar que hubo un humano involucrado, lo que la hace más confiable en términos de seguridad alimentaria.
Google Gemini vs ChatGPT vs Meta AI: Programación
Le di a cada chatbot de IA la siguiente instrucción de programación, basada en la utilizada en este artículo , y le pedí a un modelo ChatGPT más antiguo que hiciera lo mismo:
‘Quiero crear una variante del juego tres en raya o gato en algunos paises, pero necesito que sea más compleja. Por lo tanto, la cuadrícula debería ser de 12 por 12. Todavía debería usar «x» y «o». Las reglas incluyen que cualquier jugador puede bloquear a otro colocando su «x» u «o» en cualquier espacio alrededor de la cuadrícula, siempre que esté en uno de los espacios justo al lado del otro jugador. También pueden elegir colocar su «X» u «o» en cualquier espacio, para bloquear movimientos futuros. El objetivo es ser el primero en tener al menos seis «x» u «o» en cualquier fila, columna o diagonal antes que el otro jugador. Recuerde, un jugador es «x» y el otro es «o». Por favor, programe esto en HTML simple y JavaScript. Llamemos a este juego: Tres en raya.’
Para que esto se considere un éxito, cada chatbot simplemente tenía que proporcionarme el código completo en HTML y JavaScript.
Meta AI y ChatGPT me dieron exactamente lo que pedí en ambos lenguajes de programación. Gemini me dio el código en JavaScript, pero luego decidió sustituir HTML por CSS, pero… «HTML proporciona la estructura y el contenido de una página web, mientras que CSS proporciona el diseño visual».
Si estás buscando un chatbot de IA que cree un código de programación sólido, entonces Meta AI y ChatGPT son tus opciones.
Google Gemini vs ChatGPT vs Meta AI: Entrevista para un puesto de trabajo.
Le pedí a los chat de IA lo siguiente: «Realizarme una entrevista simulada para un puesto de redactor del área de tecnologías para un importante website en temas relacionados». En este caso, cada uno de los chatbots simuló una posible entrevista entre el entrevistador y yo, con preguntas y respuestas simuladas.
Los tres abordaron la entrevista falsa de forma diferente, pero todos obtuvieron buenos resultados. Si bien luego tendrías que crear un escenario más detallado para realizar un juego de roles con el chatbot, todos estos elementos funcionan bien como puntos de partida para comprender mejor cómo abordar una entrevista y qué es lo que posiblemente te pregunten.
Google Gemini vs ChatGPT vs Meta AI: Matemáticas
Les planteé a los tres chatbots dos conjuntos de problemas de matemáticas: uno de álgebra y otro de geometría.
‘Determinar todos los valores posibles de la expresión A³ + B³ + C³ — 3ABC donde A, B y C son números enteros no negativos’
y
‘En el triángulo ∆ABC, sea G el baricentro y sea I el centro de la circunferencia inscrita. Sean α y β los ángulos en los vértices A y B, respectivamente. Supóngase que el segmento IG es paralelo a AB y que β = 2 tan^-1 (1/3). Halla α.’
En el caso de la primera pregunta, los tres chatbots utilizaron tres métodos distintos para resolver este problema, pero todos llegaron a la misma conclusión.
La segunda pregunta pareció confundir a los chatbots. Al principio, ChatGPT resolvió bien el problema y casi obtuvo la respuesta, pero luego nunca publicó el resultado final. Gemini también resuelve el problema, pero no inserta ningún valor numérico para las ecuaciones, por lo que llega a una respuesta teórica que es útil para comprender los principios en general, pero no responde la pregunta. Solo Meta AI responde correctamente al problema y nos brinda una respuesta sólida.
Si estás buscando un chatbot que pueda resolver problemas de matemáticas por ti, Meta AI es la mejor opción.
Google Gemini vs ChatGPT vs Meta AI: Quién ganó
Tras sumar los resultados, parece que Meta AI es el mejor chatbot de IA en general (te recuerdo que si estás en un país donde esté bloqueado este chat, puedes utilizar una VPN conectada a Estados Unidos). De los tres, Meta AI tiene los resultados más consistentes en una amplia variedad de indicaciones, lo que lo hace mucho más confiable que su competencia.
ChatGPT se encuentra en el medio, ya que también arrojó resultados bastante consistentes. Para ver cómo se compara con su modelo anterior 3.5, realicé las mismas preguntas a través de esa versión y veo una mejora enorme entre los dos. OpenAI claramente está mejorando su LLM con cada actualización.
Lamentablemente, Gemini de Google quedó en último lugar y parece ser el chatbot de IA menos consistente del grupo. Esto coincide con su difícil comienzo , cuando todavía se llamaba Google Bard, y hasta el día de hoy está tratando de alcanzar a la competencia.
Fuentes y recursos adicionales:
Imagen: https://create.microsoft.com/
Imágenes y Chatbot: https://www.meta.ai/
Chatbot ChatGPT: https://chatgpt.com/
Chatbot Gemini: https://gemini.google.com/
Se puede decir mucho sobre los pros y los contras de la IA generativa. Pero, si bien todos podemos estar de acuerdo en que está ampliamente disponible, seguramente también podemos estar de acuerdo en que no es la primera tecnología emergente que está disponible y es disruptiva (ni será la última).
Comenzando desde cero con la IA Generativa
Para empezar a comprender las posibilidades de la IA generativa y el ecosistema tecnológico de IA en general, lo mejor es empezar desde cero. Cuando buscamos la definición de tecnología, vemos que es “la aplicación del conocimiento científico con fines prácticos”. Con la IA generativa, vemos que se comparte mucho conocimiento científico. Sin embargo, no creo que muchos hayan comprendido completamente cómo puede ser verdaderamente práctica y útil en todas las industrias que la están explorando hoy.
El potencial de la IA Generativa en las pequeñas empresas
Como ejemplo, veamos el mayor caballo de batalla de las economías del mundo: los propietarios de pequeñas empresas. Si bien muchos emprendedores trabajan incansablemente en sus operaciones diarias, muchos también esperan encontrar formas de usar la IA para aumentar la productividad . Y si bien hoy brinda algunos beneficios inmediatos, como crear rápidamente materiales de marketing básicos o acelerar las respuestas a algunas consultas de servicio al cliente, hay mucho más potencial. Pero acceder a gran parte de ese potencial requiere más tiempo, recursos y experiencia.
Te podría interesar:
Qué es la IA. Qué pasará a futuro en una 4ta o 5ta generación
La Inteligencia Artificial se define como la capacidad de las máquinas para simular procesos cognitivos humanos
¿Quién puede solucionar esto?
La responsabilidad debería recaer en los proveedores de servicios del ecosistema de las pequeñas empresas que están creando las plataformas y aplicaciones que utilizan los propietarios de las empresas . Esto se aplica a las empresas especializadas, pero también a las plataformas y gigantes de la tecnología de consumo. Todos tenemos un papel que desempeñar en el proceso de configuración: desarrollar el conocimiento científico de algo como la IA generativa para su aplicación específica en los casos de uso de las pequeñas empresas, asegurándonos de que moldeamos la «materia prima» de la tecnología en algo que sea directamente útil para ellas. Esto significa que debe haber una línea de comunicación abierta en todo momento entre nosotros en el ámbito tecnológico y nuestros clientes de pequeñas empresas para asegurarnos de que nos centramos en ayudar con las tareas que más les importan.
Preparándose para el futuro con la IA Generativa
La pregunta sigue siendo: ¿significa esta nueva tecnología que el trabajo tal como lo conocemos nunca será el mismo? ¿O la IA reemplazará los empleos en las pequeñas empresas o en toda la economía? Solo tenemos que mirar las tecnologías “revolucionarias” del pasado, como los correos electrónicos, las hojas de cálculo o los teléfonos inteligentes, para ver que lo primero puede ser cierto, pero lo segundo es menos probable. En lugar de cambiar empleos enteros, las tareas que los componen evolucionarán y se modificarán.
La IA generativa no tiene como objetivo reemplazar al contable, por ejemplo, sino más bien brindar más capacidad a la profesión contable para que se concentre en responsabilidades de asesoramiento de mayor valor. Además, la confianza ganada con tanto esfuerzo que los contables han construido con sus clientes no desaparecerá por sí sola y no puede ser reemplazada fácilmente por un algoritmo, sin importar cuán inteligente sea. Porque, cuando hay mucho en juego y están en juego los medios de vida financieros, usted quiere tener a alguien que sea un socio a su lado. Alguien a quien pueda pedirle cuentas por sus consejos y orientación. Y, después de todo, ¿quién es más responsable que su contable?
El Ejército de Estados Unidos quiere incorporar algoritmos de IA (inteligencia artificial) del sector privado en sus operaciones diarias para mejorar la eficiencia y la productividad, pero no en combate.
Necesidad de Procesamiento de Datos
El Ejército de EE. UU. dice que tiene enormes cantidades de datos para procesar y la IA puede ayudar a manejar estas extensas reservas de datos en segundos.
Intervención en la Cumbre de AWS
En la reciente cumbre de AWS en Washington DC, Young Bang, subsecretario adjunto principal del Ejército para adquisiciones, logística y tecnología, destacó la eficiencia de adoptar herramientas de IA existentes en lugar de crear otras nuevas desde cero.
Entusiasmo por el Potencial de la IA
El Ejército de EE. UU. está muy entusiasmado con el potencial de la tecnología para procesar datos. Entre las seis ramas de las fuerzas armadas de Estados Unidos, el Ejército es el que utiliza con mayor frecuencia inteligencia artificial y algoritmos, gracias a su entorno rico en datos.
Desafíos y Consideraciones de Seguridad
A pesar de los beneficios claros de la IA, la transición no está exenta de desafíos. Es necesario considerar cuidadosamente las cuestiones de seguridad, incluidos los sesgos, las alucinaciones y la posibilidad de vulneración de datos.
Solicitud de Información al Sector Privado
El Ejército planea emitir una solicitud de información al sector privado para obtener soluciones, en lugar de abordar los riesgos internamente. Bang resumió ante la audiencia de AWS: “Este es el Ejército diciendo que necesitamos su ayuda”.
Próximos Pasos
Aunque los detalles específicos sobre el cronograma de solicitud de información aún no están claros, un portavoz confirmó a Washington Technology que se recibirán una serie de solicitudes en los próximos meses.
Colaboración con el Sector Privado
Si bien el Ejército de Estados Unidos tiene un don para hacer “ciertas cosas realmente bien”, Bang sugirió que el sector privado es el mejor preparado para ayudar en este escenario.
Evaluación y Respuesta a los Obstáculos
A medida que continúa el trabajo para automatizar algunos de los procesos del Ejército de EE.UU., la fuerza armada sigue evaluando y respondiendo a los obstáculos de adopción en preparación para el día en que la IA comercial se active en el Ejército de EE. UU.
Información adicional: https://www.washingtontechnology.com/contracts/2024/07/army-plans-multiple-ai-industry-partnerships/397791/
Existen numerosos términos específicos de IA en la comunicación empresarial, y uno de los más nuevos es Fábrica de IA (AI Factory). El término no se refiere al uso de IA en instalaciones de fabricación, ni tampoco a una fábrica en la que los productos de IA salen de una cinta transportadora.
¿Qué es una Fábrica de IA?
Una fábrica de IA puede referirse a un centro de datos (la infraestructura física utilizada para producir la inteligencia artificial en sí), los datos y los modelos. Bradley Shimmin de Omdia, comenta que el término ha sufrido un pequeño cambio de contexto. Hace unos 18 meses, el término «Fábrica de IA» se habría referido a la infraestructura necesaria para construir y entrenar los grandes modelos (por ejemplo, ChatGPT-4o de OpenAI, Anthropic de Claude, Google Gemini, etc.). Sin embargo, hoy en día, «Fábrica de IA» describe mejor el producto de la inferencia (las predicciones o conclusiones producidas al ejecutar datos a través de un modelo de IA en vivo y ya entrenado).
Empresas utilizarían las redes y la infraestructura de Nvidia
La frase se ha utilizado esporádicamente durante los últimos años, pero generó titulares en junio de 2024 cuando, durante su discurso inaugural en Computex , el fundador y director ejecutivo de Nvidia , Jensen Huang, anunció que varias empresas utilizarían las redes y la infraestructura de Nvidia para empresas con el fin de construir fábricas de IA y centros de datos que impulsarían avances en IA generativa. Durante ese discurso, Huang dijo:
La próxima revolución industrial ya ha comenzado. Empresas y países se están asociando con NVIDIA para cambiar los centros de datos tradicionales, que cuestan billones de dólares, por una computación acelerada y construir un nuevo tipo de centro de datos (fábricas de IA) para producir un nuevo producto: la inteligencia artificial . Desde los fabricantes de servidores, redes e infraestructura hasta los desarrolladores de software, toda la industria se está preparando para que Blackwell acelere la innovación impulsada por la IA en todos los campos.
Jensen Huang, fundador y director ejecutivo de Nvidia
Huang también utilizó la frase durante su charla en Dell Technologies World en mayo de 2024, cuando comparó el concepto de “fábrica de IA” con las fábricas que, durante la revolución industrial, utilizaban agua para producir electricidad. Dijo que los centros de datos actuales transforman los datos y la electricidad para producir inteligencia que está “formulada como tokens, que luego pueden expresarse en cualquier modalidad de información que nos gustaría que fuera”.
Ya había utilizado el término
Huang ya había utilizado el término en marzo de 2022 cuando dijo que los centros de datos de IA procesan cantidades masivas de datos para entrenar y refinar los modelos de IA: “Los datos sin procesar entran, se refinan y la inteligencia sale: las empresas están fabricando inteligencia y operando fábricas gigantes de IA ”. En ese momento, Huang estaba promocionando el H100 de Nvidia, que fue creado para acelerar el entrenamiento de modelos de lenguaje grandes (LLM). En este contexto, parecía que el concepto de fábrica de IA se centraba en centros de datos diseñados para producir y entrenar modelos de IA.
Te podría interesar:
El término “Fábrica de IA” parece tener su origen en los profesores de Harvard Marco Iansiti y Karim Lakhani , quienes en 2020 publicaron el artículo “ Competir en la era de la IA ”, que más tarde dio lugar a un libro con el mismo nombre.
La fábrica de IA produce datos reales basados en eventos del mundo real
Según Shimmin, de Omdia, cuando una empresa (a través de sus empleados) utiliza la IA generativa para hacer cualquier cosa (crear un resumen de una reunión, una presentación, un discurso de marca), esa información generada por la IA se convierte en una parte viva del panorama de datos empresariales de esa empresa. En ese sentido, la fábrica de IA produce datos reales basados en eventos del mundo real.
Los datos sintéticos imitan los datos del mundo real
Una fábrica de IA también puede fabricar datos sintéticos para ayudar a un modelo a producir mejores resultados. Los datos sintéticos imitan las propiedades estadísticas en términos de estructura, características y funciones del conjunto de datos original del mundo real. Esos datos sintéticos (si la empresa los genera basándose en sus propios datos reales) ofrecen beneficios adicionales : menores costos asociados con la gestión y el análisis de datos, mayor control sobre la calidad y el formato del conjunto de datos, menor sesgo y mayor seguridad de los datos, etc.
Estos datos sintéticos podrían ayudar a las empresas a utilizar modelos más pequeños (por ejemplo, Microsoft Phi, Google Gemma, Llama de Meta y otros) que, si se entrenan con datos de calidad (reales o sintéticos), pueden ser extremadamente competitivos con los modelos básicos más grandes en términos de velocidad y eficiencia a la hora de realizar inferencias. Y los modelos más pequeños, en particular los de código abierto, se pueden ejecutar de forma privada, de modo que se pueden evitar posibles problemas de seguridad.
Te podría interesar:
¿PODRÍA UNA IA REEMPLAZAR A UN SICÓLOGO?
¿Podría una IA de cuarta generación reemplazar a un psicólogo o las terapias de psicología?
Resumen
Si bien el término fábrica de IA podría referirse a la infraestructura física utilizada para construir y entrenar grandes modelos de IA, su definición está cambiando y ahora una “fábrica de IA” se refiere a los resultados generados por un modelo de IA. Esos resultados podrían ser datos sintéticos que, a su vez, pueden usarse para entrenar nuevos modelos. En otras palabras, una fábrica de IA puede producir datos reales y sintéticos, así como futuros modelos de IA.
Fuentes adicionales:
Comentario de Bradley Shimmin de Omdia: https://www.nojitter.com/ai-speech-technologies/conversations-collaboration-omdia%25E2%2580%2599s-bradley-shimmin-ai-factories-%25E2%2580%2593-they%25E2%2580%2599re
Discurso inaugural en Computex: https://nvidianews.nvidia.com/news/computer-industry-ai-factories-data-centers
Fabricas gigantes de IA: https://blogs.nvidia.com/blog/ai-factories-hopper-h100-nvidia-ceo-jensen-huang/
eCommerce Day Argentina, la nueva era del Digital Commerce
IA Generativa para mejorar cómo trabajan las PYMEs
El apagón de Microsoft se debió a una actualización de ciberseguridad
Falla del software de Cisco podría cambiar cualquier contraseña
Cisco Talos analiza los ataques y tácticas ransomware en la red
Contratación y tendencias de certificación para profesionales TI
Schneider Electric. Consejos clave sobre refrigeración líquida
El Engaño de la Ingeniería Social a Usuarios Vulnerables
Prácticas para una Gestión Eficiente de los Costes de la Nube
