GPT-4 esta semana que viene ¿Cómo potenciará este nuevo modelo a ChatGPT?

Según nuevos rumores, todo indicaba que el GPT-4 sería presentado para el primer trimestre de 2023, y por suerte será así. El CTO de Microsoft Alemania, Andreas Braun, ha confirmado que su presentación oficial se llevará a cabo la próxima semana y será multimodal. Esto significa que podrá trabajar con distintos tipos de entradas como imágenes, vídeos y audio.

Microsoft se ha convertido en uno de los principales inversores de la inteligencia artificial, por lo que han confirmado la llegada del nuevo modelo de lenguaje. Además, OpenAI no ha decepcionado en este sentido, es así como habrá que esperar para ver cómo potenciará todo esto al ChatGPT. Por ahora, no hay fecha exacta confirmada de la presentación.

GPT-4 sale la próxima semana y será multimodal según Microsoft

El GPT-4 está muy cerca de llegar y es así como esto podría superar todos los alcances logrados hasta ahora del GPT-3.5, por lo que estamos muy cerca de conocer la nueva generación del modelo de inteligencia artificial. Si bien es cierto, el anuncio de esta llegada se había confirmado hace unos cuantos meses atrás, pero hace solo algunas horas le han colocado fecha de llegada.

De manera que la actualización del modelo de inteligencia artificial es todo un hecho. Gran parte de los desarrollos llevados a cabo con relación a la tecnología llegan debido al éxito que ha tenido ChatGPT, por lo que esto ha acelerado todos los planes de Open AI y no quieren perder el tiempo.

Microsoft ha sido el encargado de dar el anuncio de este lanzamiento en donde ha adelantado que podremos ver un nuevo modelo multimodal. De manera que esta próxima generación de GPT será capaz de interpretar y producir tanto textos como muchos otros formatos de contenido.

Por ahora, se desconoce cómo será la precisión en este sentido, pero si nos basamos en el modelo anterior, entonces podemos estar tranquilos, ya que GPT-3.5 es bastante cuidadoso al generar textos. Hasta el momento, Microsoft ha revelado muy pocos detalles, pero se sabe que será capaz de generar vídeos, imágenes, texto y algunos formatos de música.

“Vamos a presentar GPT-4 la próxima semana. Tendremos modelos multimodales que ofrecen posibilidades completamente diferentes. Por ejemplo, vídeos y música”

Andreas Braun, El CTO de Microsoft Alemania

También se ha podido conocer que el nuevo modelo de esta tecnología tendrá la capacidad de gestionar la entrada y salida de los datos en diferentes idiomas. Se trata de una nueva característica agregada que será muy útil para las plataformas y aplicaciones de traducción. Es así, como el CTO de Microsoft en Alemania aseguró que funcionará para cualquier lenguaje.

El director alemán también ha asegurado que el nuevo GPT funcionara como un "game changer" para el sector de la inteligencia artificial. Esto se debe a que ha sido diseñado para enseñar a las máquinas a comprender el lenguaje natural, que les permitirá entender de forma estadística, lo que antes era solo legible y comprensible para los humanos.

Lo cierto es que Microsoft se ha adelantado en esta carrera y muy seguramente podremos ver la implementación del nuevo modelo de la tecnología de forma exclusiva en sus servicios por lo menos de manera temporal. El resto de funciones que tienen incorporado el ChatGPT trabajan con la versión 3.5 de OpenAI.

De manera que la inversión multimillonaria de Microsoft es la principal llave de acceso de este modelo. Es así como todo esto se trata de un paso muy importante para el gigante tecnológico, que claramente saca una ventaja importante por delante de sus principales competidores como Meta o Google, quienes por ahora se han mostrado más reservados en este mercado de la inteligencia artificial generativa.

Durante los primeros días de marzo, se pudo conocer Kosmos-1, presentado por Microsoft y que se trata de un sistema de inteligencia artificial que se diferencia del resto por ser multimodal. De manera que es más completo y avanzada que el resto de modelos anteriores.

Kosmos-1 ha sido entrenado para usar datos de la web, después de varios ensayos para que lograra comprender el lenguaje, la generación del mismo y la clasificación de textos sin reconocimiento óptico de caracteres, descripción de imágenes y respuestas a preguntas visuales, entre otras.

Por lo tanto, todo parece indicar que las posibilidades de que Kosmos-1 se use en el modelo multimodal de OpenAi, GPT-4 son bastante grandes, por lo que no existen muchas dudas de que hayan realizado alguna integración de los modelos allí. Sin embargo, habrá que esperar unos días más para conocer realmente qué nos prepara Microsoft.

Language Is Not All You Need: Aligning Perception with Language Models

introduce KOSMOS-12, a Multimodal Large Language Model (MLLM) that can perceive
general modalities, learn in context (i.e., few-shot), and follow instructions (i.e., zero-shot)

abs: https://t.co/5sOzcR1EnC pic.twitter.com/bhaQCxnkqe

— AK (@_akhaliq) February 28, 2023