OpenAI se une a empresas como Google, Apple y Microsoft para organizar un evento para promocionar un nuevo producto y tiene una expectación similar a cualquier cosa realizada por el fabricante del iPhone.
Entonces, ¿qué podemos esperar del primer evento de anuncio público adecuado de OpenAI? Probablemente no sea lo que espera ver, ya que la empresa comienza a centrarse más en el producto que en el modelo.
El rumor era que veremos algún tipo de nuevo motor de búsqueda y posiblemente GPT-5, pero nada de eso sucederá según el CEO Sam Altman.
Dijo en X que el anuncio “no es gpt-5, ni un motor de búsqueda, ¡pero hemos estado trabajando duro en algunas cosas nuevas que creemos que a la gente le encantarán! Me parece mágico”.
Los rumores se basan en gran medida en el hecho de que vamos a tener un asistente de voz, y este no es un asistente de voz como Siri o Alexa, será más parecido a Samantha de la película “Her”, un verdadero final de -Fin de la IA conversacional.
¿Qué podemos esperar del evento OpenAI?
Estoy de acuerdo con los rumores de que un asistente de voz de alguna descripción es el anuncio importante más probable en el evento OpenAI.
Sin embargo, crear un verdadero asistente de voz implicará algunos modelos significativamente mejorados, incluido un reconocimiento de voz y un análisis de voz mejorados. Esto probablemente significará una nueva versión del ya poderoso modelo de transcripción Whispering de OpenAI.
También es posible que obtengamos un comportamiento similar al de un agente para el nuevo asistente. Aquí es donde la IA puede activarse y realizar acciones por sí sola en su nombre en la web abierta.
Estos modelos alternativos y agentes potenciales podrían llegar a ChatGPT Plus, el plan premium para el producto estrella de OpenAI.
Si obtenemos una gran actualización para ChatGPT Plus, probablemente significará una actualización para la versión gratuita, que finalmente traerá GPT-4 y DALL-E.
¿Un trato con Apple?
Uno de los anuncios más notables del evento de hoy sería un acuerdo alcanzado con Apple que otorga al fabricante del iPhone los derechos para utilizar la tecnología OpenAI en sus propios productos. Tal acuerdo ha sido insinuado por Mark Gurman de Bloomberg y presumiblemente sería la base de Siri 2.0. De hecho, el asistente de voz de Apple podría ser un ChatGPT renombrado, muy parecido a lo que Microsoft ha hecho con Windows Copilot.
Dado que solo falta un mes para la propia WWDC de Apple, podría darse el caso de que dicho acuerdo se mantenga hasta entonces. Pero si se está gestando un acuerdo de este tipo, tal vez el evento de hoy nos brinde un pequeño adelanto.
¿Qué forma adoptará este mágico asistente de voz?
En la película “Her”, el personaje de IA Samantha está diseñado para adaptarse y crecer a través de sus interacciones con los humanos. Con el tiempo, Samantha desarrolla conciencia de sí misma, profundidad emocional y la capacidad de formar conexiones significativas.
Hemos visto indicios de que OpenAI se inclina en esa dirección. ChatGPT ahora puede recordar lo que escribiste y usarlo en conversaciones futuras, y si alguna vez interactuaste con el agente de voz en la aplicación ChatGPT, incluye pausas e inflexiones humanas que lo hacen sonar más emotivo.
No creo ni por un minuto que veamos algo en la escala de Samantha. Pero, si OpenAI ha creado una IA de voz mejorada de extremo a extremo, capaz de actuar en su nombre e integrarse en otro dispositivo, será un momento “mágico”.
El mayor cambio será el paso al habla a voz. Actualmente, ChatGPT Voice convierte su voz en texto y luego toma ese texto, lo envía al modelo de IA, recupera el texto y lo convierte en voz. Esto crea un retraso que no funciona bien para la conversación.
A diferencia de Siri o incluso Gemini, donde interactúas haciendo una pregunta y esperando, esperando que haya sido entrenado o programado para tener la respuesta, con un nuevo asistente de voz real simplemente tendrás una conversación natural y humana.
¿Qué pasa con los agentes?
Los agentes son la próxima gran tendencia en inteligencia artificial. Son mini modelos de IA controlados por el modelo principal como GPT-4, pero capaces de realizar tareas por sí solos.
Por ejemplo, podrías decirle a ChatGPT “es el cumpleaños de mi esposa y lo olvidé” y podría sonar, buscar un regalo a partir de lo que has dicho sobre ella en el pasado, pedir el regalo y organizar la entrega junto con enviarle un mensaje a tu esposa.
Un ejemplo de estos “enjambres” de agentes se puede ver en la plataforma de desarrollo de inteligencia artificial Devin, donde le dices qué hacer y se activa y realiza todas las acciones necesarias para lograr el objetivo, desde navegar por la web hasta descargar imágenes.
¿Qué más podríamos ver?
Es posible que obtengamos más videos de Sora y una indicación de cuándo estará disponible para el público. También podríamos tener una primera idea de qué tan bien funciona realmente la alternativa Voice Engine ElevenLabs.
La atención se centrará en los productos más que en los modelos subyacentes. Estamos entrando en la era comercial de la IA, donde esos impresionantes modelos tienen que ganarse el sustento.
Eso no quiere decir que no veamos nuevos modelos. Altman ya ha dicho que GPT-5 será una mejora significativa con respecto a GPT-4 y que gastará mucho dinero para desarrollar una IA superinteligente.
Este evento se parece más a un laboratorio de IA que ingresa a la esfera comercial y le dice al mundo que nos tomamos nuestra pisión de productos tan en serio como nuestra investigación.
- OpenAI publica el libro de reglas ChatGPT: lo que esto significa para los usuarios
- Google I/O 2024: con el Pixel 8a ya anunciado, la atención se centra en la IA
- La IA podría ayudarnos a vivir vidas más largas y saludables, y todo se reduce a los datos