Google lanzó hoy su nuevo modelo de inteligencia artificial (IA) llamado Gemini, que puede comprender imágenes, audio y video por parte de los usuarios, a la vez que se trata “del primer modelo que supera a los expertos humanos en comprensión masiva de lenguajes multitarea” .

La plataforma multimodal puede procesar y generar texto, código, imágenes, audio y vídeo desde distintas fuentes de datos . La versión Gemini Pro está disponible para los usuarios desde hoy, mientras que el año que viene se presentará Bard Advanced con Gemini Ultra para tareas aún más complejas .

El nuevo modelo de lenguaje Google promete ser la IA más avanzada hasta la fecha en su competencia con el conocido ChatGPT, de la empresa OpenAI, ya puede utilizarse en tres tamaños, donde se espera que para principios del 2024 se publique la versión más compleja de este programa .

“Cada cambio tecnológico es una oportunidad para avanzar en los descubrimientos científicos, acelerar el progreso humano y mejorar vidas. Creo que la transición que estamos viendo ahora con la IA será la más profunda de nuestras vidas, mucho mayor que el paso anterior a los dispositivos móviles o a la Web”, aseguró el director ejecutivo de Google y Alphabet, Sundar Pichai, en la web de la plataforma .

“La IA tiene el potencial de crear oportunidades (desde las cotidianas hasta las extraordinarias) para personas de todo el mundo. Traerá nuevas olas de innovación y progreso económico e impulsará el conocimiento, el aprendizaje, la creatividad y la ciencia”, agregó .

GPT-4, la última versión de Chat GPT lanzada por la compañía OpenAI en marzo de este año, permite realizar múltiples tareas orientadas a eficientizar el uso del tiempo y los recursos en el ámbito agronómico.

Así lo indicó el docente e investigador de la Facultad de Agronomía de la UBA, Martín Oesterheld, durante una charla ofrecida en la reunión de la Mesa de Planes Nacionales de la red CREA, realizada en la sede porteña de la entidad.

GPT-4 es la versión más avanzada del sistema desarrollado por Open AI para mantener conversaciones en cualquier idioma, dado que sus algoritmos tienen la capacidad de interpretar órdenes para generar respuestas basadas en la información con la que la aplicación ha sido entrenada. La versión más completa, Chat GTP Plus, además de disponer de mayor cantidad de funcionalidades, se actualiza en tiempo real con los registros presentes en Internet; la misma tiene un costo mensual de 20 dólares.

“Cuando yo iba a la facultad te decían: acá te damos la llave de la biblioteca, y luego llegó Google. Pero ahora apareció esta nueva tecnología”, expresó Oesterheld, quien aseguró que los sistemas de inteligencia artificial como Chat GTP serán de uso habitual en los próximos años.

Las respuestas a las preguntas relativas a cuestiones agronómicas aportadas por GTP-4 son, por lo general, correctas, aunque generales, dado que carecen aún de la profundidad y el conocimiento específico propio de cuestiones regionales o locales.

Oesterheld recalcó que GTP-4 debe ser considerada como una herramienta más de trabajo. “Es un asistente de tiempo completo que resuelve problemas: la clave reside en hacerle buenas preguntas y de manera adecuada”, apuntó.

El sistema tiene la capacidad de sintetizar y clarificar textos de toda índole. Por ejemplo, Oesterheld pidió a GTP-4 que explique brevemente en español, para una audiencia no experta, el contenido de un artículo científico sobre cultivos de servicio. El resumen realizado por el sistema fue equivalente al que podría haber hecho el propio Oesterheld. Posteriormente, solicitó que dicho resumen sea comprimido en un tweet y el resultado también fue apropiado.

Esta herramienta permite mejorar textos para simplificarlos y hacerlos más accesibles. De esta manera, cualquier escrito puede ser incorporado a GTP-4 para solicitarle al sistema que escriba el texto de manera más breve, directa y efectiva, lo que por lo general arroja un resultado acorde a lo esperado.

Además, el sistema puede ayudar a escribir textos. Se le puede solicitar, por ejemplo, que escriba un párrafo para un boletín técnico de temas agropecuarios en torno a lo siguiente: “Los sensores remotos proveen valiosos servicios a la producción agropecuaria”. El resultado es el siguiente:

También es factible solicitar que enriquezca el texto aportado, por ejemplo, pidiéndole que, en lo que respecta a la mención realizada sobre agricultura, reemplace el texto por algo que diga que los sensores son utilizados para generar modelos de predicción de rendimientos.

Oesterheld cargó en el sistema un gráfico que correlaciona las precipitaciones con la producción primaria neta aérea (ANPP por sus siglas en inglés) y le preguntó a GPT-4 lo siguiente: ¿Qué muestra este gráfico en sus ejes? ¿Cuáles son los diferentes puntos de datos? ¿Cuál es el resultado principal que se obtiene de él? ¿Qué significa? “Yo escribí el artículo del cual proviene ese gráfico y puedo decir que las respuestas son correctas”, remarcó Oesterheld.

También es útil para identificar aspectos contenidos en imágenes, como puede ser el caso de síntomas de enfermedades de cultivos.

El sistema también puede emplearse para programar. Por ejemplo, se le puede cargar una planilla con datos y solicitarle que escriba un script en lenguaje Python para elaborar un gráfico box-plot de “rendimiento” para cada “región CREA” con los resultados ordenados de mayor a menor. “Con estas instrucciones, Chat GTP-4 explica qué es lo que hace para luego mostrar el código que permite elaborar el gráfico solicitado”, indicó.

Existe una alternativa más práctica, denominada “Análisis Avanzados de Datos”, por medio de la cual, en lugar de brindar el código para elaborar el gráfico, se saltea ese paso y genera directamente el gráfico, lo que permite ahorrar gran cantidad de tiempo. “Con esto es factible elaborar gráficos con Python sin saber nada de Python”, manifestó.

Otra herramienta disponible es la generación de imágenes a través de instrucciones de texto. Las creaciones elaboradas por Dall-E 3 -aplicación específica para el desarrollo de imágenes- no son tomadas de archivos existentes en la web, sino desarrolladas por el propio sistema, lo que permite emplearlas sin problema en presentaciones, ya que no tienen derecho de autor (de hecho, la imagen central del presente artículo fue generada con Dall-E 3).

“Cuando los científicos y técnicos hacemos presentaciones solemos perder mucho tiempo buscando las imágenes adecuadas para expresar lo que queremos comunicar; con esta herramienta ese trabajo se facilita mucho”, explicó.

Por ejemplo: se le solicitó una imagen partida en tres secciones: la de la izquierda representa un campo de soja con mucha sequía. En el centro un agricultor angustiado hace cuentas con muchas deudas sobre la mesa. En la derecha otro campo de soja en buen estado con tiempo lluvioso. Y las cuatro propuestas fueron el siguientes:

Oesterheld, a partir de su propia experiencia y del estudio de la potencialidad presente en la herramienta, brindó consejos prácticos para poder sacarle el “mayor jugo” posible a GTP-4.

El primero es preguntar dando contexto (“Debo dar una charla a un grupo de productores de tambos pequeños que han atravesado por un…” “La idea central que quiero transmitir es…”). También es recomendable definir el rol que debe asumir (“Eres un experto en ecofisiología de cultivos…”). Otro consejo es definir el público destinatario (“Explica para una audiencia general la diferencia entre plantas C3 y C4”)

“No es conveniente quedarse con la primera respuesta. Es recomendable repreguntar, pedir explicación, ampliación, alternativas, ejemplos. La herramienta puede emplearse a modo de un diálogo socrático”, comentó.

El investigador también señaló que es necesario ser prudentes y no aportarle a la aplicación pistas o suposiciones asociadas a las preguntas, porque las respuestas podrían mostrar un sesgo hacia tales premisas implícitas. Además, hay que estar atentos porque, eventualmente, las respuestas aportadas pueden llegar a ser parcial o totalmente erróneas.

Por último, dado que las fuentes empleadas para desarrollar respuestas pueden variar en los diferentes idiomas, recomendó realizar preguntas en varios lenguajes con el propósito de verificar las distintas respuestas.

Fuente: Contenidos CREA

Las cámaras de videovigilancia se han vuelto parte integral de la vida cotidiana, desde su uso más común para la seguridad, control de tránsito y hasta el deporte, ahora su influencia se expande al ámbito profesional, transformando la forma en que las empresas gestionan la asistencia laboral.

Los sistemas tradicionales de registro de horarios y asistencia, como credenciales, firmas y aplicaciones han demostrado ser susceptibles a diversas fallas y suplantación, lo que a menudo se traduce en pérdidas significativas para las organizaciones.

Ante esta problemática, una nueva tecnología emerge como solución: la biometría de rostro y la tecnología de pruebas de detección de vida. “Esta tecnología se basa en dos pilares: en primer lugar, la biometría de rostro utiliza algoritmos avanzados para analizar las características faciales únicas de cada individuo, garantizando una identificación precisa, esto  potenciado con Inteligencia Artificial permiten establecer un filtro que garantiza un 99.5 % de eficiencia utilizando pruebas de detección de vida, es decir, no solo hacen la lectura de los puntos clave en rostro sino que un algoritmo especializado se encarga de detectar señales que solo una persona viva puede tener, evitando los fraudes con fotos o vídeos una persona ausente” afirma Franky Su, Country Manager de Dahua Technology, reconocido fabricante a nivel mundial de soluciones en videovigilancia.

Además de la prevención de fraudes de suplantación, este sistema también ofrece funcionalidades adicionales que benefician a las empresas. Permite un control exhaustivo de la asistencia, registrando entradas y salidas, horarios de comida, retardos y horas extras de manera automática y precisa, facilitando la entrega de reportes que pueden ser vinculados con el sistema de nómina, gestionado desde un equipo de cómputo convencional. Asimismo, también cuenta con una función de videoportero brinda una capa adicional de seguridad que hará la función de control de acceso mediante biometría de rostro para los colaboradores y con los visitantes.

Sin duda, los beneficios de esta tecnología se traducen en una organización más eficiente y segura. La prevención de fraudes y suplantación de asistencia no solo reduce las pérdidas económicas, sino que también fomenta un ambiente de trabajo más honesto y responsable. Mientras que a su vez, la automatización de procesos de registro ahorra tiempo y recursos, permitiendo a las empresas enfocarse en tareas críticas para el crecimiento.

A medida que esta tecnología continúa evolucionando, es evidente que su adopción se extenderá aún más en el futuro. “Creemos que la prevención y optimización de tareas mediante sistemas de videovigilancia avanzados se convertirá en una norma en el mundo laboral, contribuyendo al desarrollo de empresas más eficientes y resilientes ante los desafíos modernos. La era de la videovigilancia inteligente está aquí para quedarse, y su potencial para transformar la forma en que trabajamos sigue en constante crecimiento.” concluyeron desde Dahua Technology.