Señal, ruido y la era venidera de la curación con IA

En este episodio de "Hablando de Bitcoin", únase a los anfitriones Adam B. Levine, Stephanie Murphy, Jonathan Mohan y el invitado especial Martin Rerak, creador de AllYourFeeds.com, para ver cómo se utiliza la "curación con IA" para determinar qué información es útil y qué es simplemente superflua.

Para obtener más episodios y acceso anticipado gratuito antes de nuestros lanzamientos habituales, suscríbase conPodcasts de Apple,Spotify,Pocketcasts,Podcasts de Google,Caja de fundición,Grapadora,RadioPública,iHeartRadio o RSS.

Este episodio está Patrocinado porCripto,Nexo.io y Elíptico

Cientos de pestañas

En los inicios de Bitcoin, solo había unos pocos sitios donde leer noticias y mantenerse informado, pero con el paso de los años las cosas han cambiado drásticamente. Hoy en día, se crean miles de proyectos y cientos de artículos a diario. Y eso suponiendo que ignoremos la inmensidad de YouTube o las profundidades del Cripto de Twitter.

Había días en los que me despertaba con cientos de pestañas abiertas y prácticamente recargaba las del día anterior... Ya sabes, revisando Slack, Telegram, cuentas de Twitter, Discord, Reddit y docenas de publicaciones en línea [...] Era muy fácil orientar a alguien si preguntaba: "¿Dónde puedo comprar Criptomonedas?". Pero si preguntaba: "¿Hay algún caso práctico para la trazabilidad?", "¿En qué crees que debería invertir?" o "¿Cómo va este proyecto?", la situación se complicaba mucho más y era más desafiante... Martin Rerak, creador de AllYourFeeds.com

Ver también:¿Qué es GPT-3 y deberíamos preocuparnos?

En este episodio, analizamos el panorama de los criptomedios, el entrenamiento de IA, los desafíos en torno a las prácticas sesgadas e imparciales, los posibles impactos del algoritmo de generación de lenguaje natural conocido como GPT-3 y más.

IA sesgada

Aunque inquietante a primera vista, la idea del sesgo en una IA no es tan controvertida como se podría imaginar; es casi necesaria. Como humanos, cada uno tiene sus propias experiencias y preferencias que moldean su punto de vista y sus sesgos. La inteligencia artificial moderna consume "material de entrenamiento" seleccionado por humanos para Aprende qué es correcto o incorrecto para su tarea específica. Una vez entrenada, la IA puede ayudarnos con esas tareas y es más útil cuando sus "instintos" coinciden con los de quien trabaja en su nombre.

Por supuesto, que el sesgo sea bueno o malo depende en gran medida de tus prioridades. Cuando Google entrenó una IA para facilitar la contratación, los datos de empleados, tanto antiguos como actuales, le hicieron creer que un "ingeniero de Google" ideal no tendría una carrera universitaria de mujer en su expediente académico. Para Google, sus historiales académicos anteriores no se correspondían con sus ambiciones futuras, por lo que el sesgo era un problema.

Pero personalmente, he desarrollado una Tecnología de IA (patente en trámite) que asiste en la edición de AUDIO , y aquí la idea del sesgo es crucial. No existe un estándar objetivo de lo que suena mejor, solo preferencias personales. Para que una IA asista a un editor de AUDIO , debe estar en sintonía con esas preferencias y ser capaz de tomar decisiones objetivamente correctas para la persona a la que asiste.

Esto es muy similar a la curación de noticias asistida por IA. Todos tenemos nuestras propias preferencias, intereses y sesgos que nos ayudan a decidir qué nos importa y qué no . En el programa de hoy, profundizamos en este fascinante tema, donde rara vez hay una solución universal y el futuro está completamente abierto.

Para obtener más episodios y acceso anticipado gratuito antes de nuestros lanzamientos habituales, suscríbase conPodcasts de Apple,Spotify,Pocketcasts,Podcasts de Google,Caja de fundición,Grapadora,RadioPública,iHeartRadio o RSS.