7 d’oct. 2020

En este vídeo, Kai-Fu Lee analiza cómo las nuevas tecnologías pueden mejorar la labor educativa y el trabajo de los profesores. Crítico con la falta de adaptación tecnológica en las aulas, Lee sostiene que "la educación debería ser reiniciada". El experto asegura que, al integrar la inteligencia artificial en las aulas, "el profesor podría ahorrar hasta un 40 o un 50 % de su tiempo". El científico taiwanés apuesta por invertir ese tiempo en las relaciones interpersonales, "ese es el futuro de la educación", sostiene. Y para que los niños estén preparados para un futuro laboral en el que la tecnología tendrá un gran impacto, propone un nuevo foco de la educación: "Deberíamos centrarnos en las tres C: curiosidad, pensamiento crítico y creatividad". Kai-Fu Lee es uno de los mayores expertos mundiales en inteligencia artificial. Presidente de Sinovation Ventures y expresidente de Google China, el ejecutivo taiwanés también ha sido parte de los equipos de Apple, SGI y Microsoft. En su último libro, 'Superpotencias de la inteligencia artificial: China, Silicon Valley y el nuevo orden mundial', analiza cómo los grandes avances teóricos en inteligencia artificial han producido prácticas aplicaciones que están a punto de cambiar nuestra vida. #AprendemosJuntos

#AprendemosJuntos

• Entra en nuestra web: https://www.bbvaaprendemosjuntos.com/es 

• Suscríbete a nuestro canal de youtube:    / @aprendemosjuntos   

• Síguenos en Facebook: http://fb.com/aprendemosjuntosBBVA 

• Síguenos en Instagram: https://www.instagram.com/aprendemosj... Síguenos en Twitter: http://twitter.com/aprenderjuntos_ 

• Escucha nuestros podcasts en Spotify: https://open.spotify.com/show/07rXxtO... 

0:00 Intro 

4:34 ¿Qué es ChatGPT? 

8:37 ¿Cómo interactúa ChatGPT? 

10:45 Redes Neuronales 

11:53 Aprendizaje automático (MACHINE LEARNING) 

13:17 Problemas del lenguaje natural 

14:49 ¿Cómo se entrena una red neuronal? 

16:15 Tokenización 

19:18 Embedding

 20:34 ¿Cómo utiliza ChatGPT el Embedding? 

22:52 Lematización

 23:24 ¿De dónde saca las respuestas ChatGPT? 

24:11 ¿Cómo transforma o reconstruye ChatGPT los Tokens en frases únicas? 

25:55 Sampling 

26:36 Check point (repaso de los puntos que se han mencionado hasta ahora) 

28:14 Fases de las redes neuronales 

28:44 Problemas de “memoria” (entrenamiento en secuencia)

 31:59 Long Short- Term Memory 32:52 Transformers (capa de atención) 

35:03 Paralelizar (entrenamiento en paralelo)

 35:53 Bert

 36:44 OpenAI 

39:40 GitHub Copilot 

40:18 ¿Cómo se convierte GPT3 en ChatGPT?

41:27 RLFHF (aprendizaje reforzado de feedback humano)

 43:14 ¿Qué hardware se utilizó para entrenar a ChatGPT? 

43:49 Microsoft apuesta por OpenAI 

44:02 El buscador Bing humilla a Google en AI 

45:32 ¿Por qué Google no tiene servicio de Chat como ChatGPT? 

46:33 ¿Microsoft va a por Google? 

47:27 Los divagues de ChatGPT 

48:48 Bard mete la pata y Google lo paga 

49:12 Conclusión 

50:11 Despedida