[2024] Humanos Digitales (que también trabajan) & Inteligencia Artificial (que también desvarIA)

Jose Maria Alonso
21 Mar 202456:51

Summary

TLDREn este video, Chema Alonso discute la rápida evolución de la inteligencia artificial generativa y sus impactos en la sociedad y el trabajo. Explica cómo la IA está siendo utilizada en múltiples campos, desde la creación de contenidos en redes sociales hasta la automatización de tareas en empresas. También advierte sobre los riesgos potenciales, como la pérdida de empleos y la manipulación de información. Alonso subraya la importancia de estar preparados y estudiar estas tecnologías para poder gestionar adecuadamente sus consecuencias.

Takeaways

  • 🚀 La inteligencia artificial generativa está entrando rápidamente en el mundo del trabajo y la vida personal, y es importante analizar y prepararse para sus impactos.
  • 🤖 Los algoritmos de IA se basan en la inspiración humana y en datos difuminados para crear contenido, como imágenes, videos y texto.
  • 🧠 Los modelos de deep learning emergen de la necesidad de cambiar la forma en que creamos tecnología, pasando del conocimiento programador a la resolución de problemas por parte del propio algoritmo.
  • 🌐 El crecimiento de la inteligencia artificial ha sido posible gracias a avances en Big Data y cómputo en la nube, lo que ha permitido el procesamiento y aprendizaje de grandes cantidades de información.
  • 📈 Los servicios cognitivos de IA, como el reconocimiento de imágenes y lenguaje, han comenzado a desafiar la supremacía cognitiva humana en diversas tareas.
  • 💡 La generative adversarial network (GAN) es la base para muchos modelos de IA generativa, donde un generador intenta engañar a un discriminador con contenido creativo.
  • 🖼️ Los modelos de IA pueden ser utilizados para crear contenido engañoso, como deepfakes, y es crucial estar consciente de los riesgos y problemas de seguridad que esto conlleva.
  • 🎮 Las técnicas de 'jailbreak' de modelos de IA pueden ser utilizadas para规避 harmful content filters, lo que puede conducir a la generación de contenido inapropiado o peligroso.
  • 👥 La inteligencia artificial está siendo usada para crear 'influencers' digitales y humanos digitales, lo que puede tener implicaciones en la percepción de la realidad y la confianza en el contenido online.
  • 🛠️ Los avances en IA y robótica pueden cambiar la forma en que percibimos el trabajo y la productividad, y es importante considerar estos cambios en el contexto más amplio de la sociedad.
  • 🔒 La ciberseguridad se vuelve cada vez más importante con la introducción de tecnologías como la IA, y se necesitan nuevas formas de protegerse contra el abuso y los crímenes cibernéticos.

Q & A

  • ¿Qué es la inteligencia artificial generativa y cómo está impactando el mundo laboral?

    -La inteligencia artificial generativa son modelos de IA diseñados para realizar funciones creativas similares a las de los seres humanos, como generar imágenes, videos, audio y texto. Esta tecnología está impactando el mundo laboral al reemplazar rápidamente muchos puestos de trabajo debido a su capacidad de realizar tareas con alta eficiencia y sin necesidad de descanso.

  • ¿Cuál es el origen de la inteligencia artificial generativa y cómo ha evolucionado con el tiempo?

    -La inteligencia artificial generativa surge a partir de la eclosión de los servicios cognitivos, modelos de deep learning generados utilizando datos de entrenamiento humano. Ha evolucionado desde la programación tradicional, donde el conocimiento del programador era codificado en el algoritmo, a un enfoque donde los algoritmos aprenden y resuelven problemas de manera similar al cerebro humano.

  • ¿Qué es GAN (Generative Adversarial Networks) y cómo funciona?

    -GAN es una técnica de inteligencia artificial donde un modelo generador intenta crear datos o imágenes que un modelo discriminator se debe clasificar como reales o falsos. El generador y el discriminator compiten entre sí, mejorando continuamente su rendimiento hasta que el generador puede engañar al discriminator con creaciones convincentes.

  • ¿Cómo se están utilizando las imágenes generadas por IA en la actualidad y cuáles son los peligros potenciales?

    -Las imágenes generadas por IA se utilizan en diversas formas, desde la creación de contenido de redes sociales hasta la producción de deepfakes. Los peligros incluyen la propagación de fake news, el engaño en elecciones y la creación de contenido ilícito, como deep nudes, sin el consentimiento de las personas involucradas.

  • ¿Qué es el 'harmful mode' en modelos de lenguaje generativo y cómo se aborda este problema?

    -El 'harmful mode' es una función en modelos de lenguaje generativo que permite generar texto de naturaleza peligrosa o inapropiada. Para abordar este problema, se están desarrollando técnicas de 'jailbreak' que buscan limitar la capacidad del modelo para generar contenido dañino, asegurando que las respuestas se mantengan dentro de ciertos parámetros de seguridad y ética.

  • ¿Qué es la 'Inteligencia Artificial' y cómo se diferencia de la programación tradicional?

    -La 'Inteligencia Artificial' es la capacidad de una máquina de realizar tareas que normalmente requieren inteligencia humana, como el aprendizaje, el razonamiento y la toma de decisiones. Se diferencia de la programación tradicional en que, en lugar de seguir instrucciones precodificadas, la IA es capaz de aprender y adaptarse a nuevas situaciones y problemas.

  • ¿Cómo se están abordando los problemas de seguridad y privacidad con la inteligencia artificial?

    -Los problemas de seguridad y privacidad con la inteligencia artificial se abordan mediante la implementación de políticas y normas éticas, el desarrollo de sistemas de detección de contenido malicioso y la creación de tecnologías que puedan identificar y verificar la autenticidad de los datos y las interacciones en línea.

  • ¿Qué es 'deep learning' y cómo está relacionado con la inteligencia artificial generativa?

    -El 'deep learning' es una técnica de aprendizaje automático que se basa en la estructura de redes neuronales profundas para aprender de datos complejos y abstractos. Está estrechamente relacionado con la inteligencia artificial generativa ya que muchos modelos de IA generativa utilizan deep learning para crear contenido de alta calidad y realismo.

  • ¿Qué es 'prompt engineering' y cómo se aplica en la generación de contenido con IA?

    -El 'prompt engineering' es el proceso de diseñar y ajustar los prompts o solicitudes de texto a un modelo de lenguaje generativo para obtener resultados específicos y deseados. Se aplica en la generación de contenido con IA para guiar al modelo en la creación de texto, imágenes o videos que cumplan con ciertos criterios o propósitos.

  • ¿Qué es un 'influencer' y cómo la inteligencia artificial está cambiando este concepto?

    -Un 'influencer' es una persona que tiene una gran influencia en las opiniones y comportamientos de otros, generalmente a través de plataformas de redes sociales. La inteligencia artificial está cambiando este concepto al permitir la creación de 'influencers' virtuales o digitales, que son modelos de IA capaces de interactuar con los usuarios de manera similar a un influencer real.

  • ¿Qué es 'metahuman' y cómo se relaciona con la inteligencia artificial?

    -Un 'metahuman' es un ser humano digital hiperrealista creado con inteligencia artificial. Se relaciona con la IA en el sentido de que se utiliza IA para generar, animar y controlar a estos seres digitales, permitiendo que tengan interacciones y tareas en el mundo virtual similares a las de un ser humano real.

Outlines

00:00

🤖 Impacto de la Inteligencia Artificial en el Trabajo y la Sociedad

Este párrafo aborda el rápido avance de la tecnología y su entrada en el ámbito de la investigación y la inteligencia artificial generativa. Se discuten los problemas y riesgos de seguridad asociados, así como el impacto en el mercado laboral, donde se prevé el reemplazo de muchos puestos de trabajo. El discurso pone énfasis en la importancia de estudiar y analizar estas técnicas para estar preparados y comprender los cambios que vienen.

05:02

🌐 Evolución de la Inteligencia Artificial y sus Aplicaciones

En este párrafo se describe la historia y el desarrollo de la inteligencia artificial, desde la programación tradicional hasta la utilización de modelos de deep learning y la aparición de servicios cognitivos. Se mencionan avances como el reconocimiento de imágenes, voz e información, y cómo estos han superado la habilidad humana en tareas específicas. Además, se destaca la importancia de la computación en la nube y el Big Data en el avance de la IA.

10:04

🎨 Generación Creativa con Inteligencia Artificial

Este segmento se centra en cómo la inteligencia artificial generativa puede emular las capacidades creativas humanas para producir imágenes, videos y texto. Se explica el proceso de aprendizaje y la creación de algoritmos que usan datos difuminados de la memoria humana para generar contenido. Se menciona el ejemplo de la tecnología que permite crear videos con coherencia y la comparación con la inspiración humana en el proceso creativo.

15:04

🔍 Origen y Desarrollo de la Inteligencia Artificial Generativa

Este párrafo explora las raíces de la inteligencia artificial generativa, desde el surgimiento de los servicios cognitivos y el aprendizaje profundo. Se discute la evolución de la programación tradicional, donde el conocimiento del programador era codificado en el algoritmo, a la inteligencia artificial que resuelve problemas de forma autónoma. Se enfatiza la transición de la lógica del programador al aprendizaje del algoritmo y la habilidad de resolver una variedad de problemas.

20:06

💡 Comprensión del Funcionamiento de la Inteligencia Artificial

Este segmento detalla cómo funciona la inteligencia artificial, desde la base de datos y el uso de un cognitive service que describe imágenes, hasta la generación de contenido a partir de dichas descripciones. Se describe el proceso de dar instrucciones a la IA y su capacidad para aprender y mejorar a través de la interacción. Además, se mencionan ejemplos de cómo la IA puede ser utilizada para crear contenido, como imágenes de personas o incluso historias.

25:08

🌟 Riesgos y Desafíos de la Inteligencia Artificial

Este párrafo aborda los riesgos asociados con el uso de la inteligencia artificial, como la creación de contenido falso y la falta de control sobre la información una vez entrenada. Se mencionan ejemplos de la IA siendo utilizada para crear libros falsos y la importancia de no confiar ciegamente en la tecnología. Además, se discuten las alucinaciones y sesgos inherentes a la IA, y cómo estas limitaciones pueden llevar a errores significativos.

30:09

🚀 Avances y Aplicaiones Futuras de la Inteligencia Artificial

Este segmento destaca las多种多样的 avances y aplicaciones futuras de la inteligencia artificial, incluidos los influencers digitales y la creación de contenido multimedia. Se mencionan ejemplos de cómo la IA puede ser usada para crear influencers perfectos que no envejecen y la posibilidad de generar videos y contenido personalizado en tiempo real. También se discuten los desafíos éticos y de seguridad que surgen con estas nuevas tecnologías.

35:10

🧠 Estudios y Experimentos con Inteligencia Artificial y Seres Humanos

Este párrafo presenta estudios y experimentos realizados con seres humanos, humanos sintéticos y la inteligencia artificial. Se discute la capacidad de los seres humanos para distinguir entre lo real y lo sintético y cómo, en algunos casos, los humanos pueden preferir la interacción con seres sintéticos. Además, se mencionan las implicaciones de la IA en la ciberseguridad y la necesidad de desarrollar nuevas herramientas para distinguir entre humanos digitales y personas reales.

40:12

🤖 Creación de Humanos Digitales y sus Implicaciones

Este segmento explora la creación de humanos digitales a través de la alta resolución escaneo y la inteligencia artificial. Se discuten las implicaciones de la venta de estas representaciones digitales de seres humanos y cómo pueden ser utilizadas en diferentes contextos, desde la educación hasta la publicidad. También se mencionan las posibles consecuencias negativas, como el acoso y la explotación de imágenes.

45:13

🌐 Clonado y Manipulación de Voz y Imagen en la Sociedad

Este párrafo aborda el fenómeno del clonado y la manipulación de voz e imagen en la sociedad, destacando cómo estas tecnologías pueden ser utilizadas tanto para fines positivos como negativos. Se mencionan ejemplos de fraudes y ataques cibernéticos que involucran la clonación de voz y la creación de deepfakes. Además, se discuten las medidas de seguridad y las herramientas en desarrollo para detectar y combatir estos delitos.

50:13

🤖 Inteligencia Artificial y la Colaboración entre Humanos y Robots

Este segmento finaliza el discurso con una reflexión sobre el futuro de la inteligencia artificial y la robótica, y cómo estos avances tecnológicos pueden influir en la sociedad y el trabajo humano. Se mencionan ejemplos de robots con inteligencia artificial y se plantea la posibilidad de que en el futuro, las máquinas puedan realizar tareas que actualmente son realizadas por humanos. Además, se sugiere que la tecnología está hablando y actuando de manera más natural y eficiente, lo que podría llevar a un cambio significativo en la interacción humano-tecnología.

Mindmap

Keywords

💡Inteligencia Artificial Generativa

La Inteligencia Artificial Generativa se refiere a modelos de IA diseñados para crear contenido de manera autónoma y creativa, similar a las capacidades humanas. En el video, se menciona su capacidad para generar imágenes, videos, audio y texto, siempre buscando igualar la creatividad humana. Los algoritmos se basan en datos previamente creados por seres humanos, utilizando la inspiración y conocimientos previos para construir nuevos contenidos.

💡Riesgos de Seguridad

Los riesgos de seguridad se refieren a las amenazas potenciales que pueden surgir con el uso de tecnologías avanzadas como la Inteligencia Artificial Generativa. En el contexto del video, estos riesgos incluyen la creación de contenidos engañosos, la sustitución de empleos humanos y la falta de consciencia sobre los impactos que estas tecnologías pueden tener en la sociedad y el mundo laboral.

💡Profundidad de Aprendizaje

El Aprendizaje Profundo es una subdisciplina de la Inteligencia Artificial que utiliza redes neuronales profundas para analizar y procesar datos complejos. En el video, se destaca su papel en el desarrollo de servicios cognitivos y su contribución a la evolución de la IA generativa.

💡Generative Adversarial Networks (GANs)

Las Redes Adversarias Generativas (GANs) son un tipo de modelo de Inteligencia Artificial donde un generador y un discriminador compiten entre sí para mejorar la calidad de la generación de contenido. El generador intenta crear contenido realista y el discriminador evalua si es genuino o no. En el video, se describe cómo este enfoque ha llevado a la creación de contenidos creativos y la superación de la paridad humana en tareas específicas.

💡Paridad Humana

La paridad humana es un punto de referencia en el que un algoritmo de Inteligencia Artificial ha llegado a tener una tasa de error menor que la media de los seres humanos en una tarea específica. En el video, se discute cómo la IA ha comenzado a superar la paridad humana en áreas como el reconocimiento de caras y la generación de texto.

💡Deep Fakes

Deep Fakes son videos o imágenes generadas digitalmente que muestran a personas reales haciendo o diciendo cosas que no han hecho o dicho. Esta tecnología se basa en la Inteligencia Artificial Generativa y ha levantado preocupaciones éticas y de seguridad debido a su potencial para difundir información falsa o manipulada.

💡Etica en la IA

La ética en la Inteligencia Artificial aborda las preocupaciones morales y las responsabilidades asociadas al desarrollo y uso de tecnologías inteligentes. Incluye cuestiones sobre la transparencia, la responsabilidad, la privacidad y la justicia en la creación y aplicación de modelos de IA.

💡Desempleo y Automatización

El desempleo y la automatización se refieren al temor de que la introducción de tecnologías inteligentes pueda reemplazar a trabajadores humanos en muchos sectores, provocando cambios drásticos en el mercado laboral y la sociedad en general.

💡Influenciadores Digitales

Los influenciadores digitales son personas que tienen una gran following en las redes sociales y que pueden influir en las opiniones y comportamientos de sus seguidores a través de su contenido. Con la llegada de la IA generativa, se puede crear influencers digitales ficticios, lo que cambia la dinámica de la influencia en línea.

💡Ciberseguridad

La ciberseguridad se refiere a la protección de los sistemas, dispositivos y datos contra ataques cibernéticos. Con el avance de la IA y la automatización, la ciberseguridad se vuelve cada vez más importante para proteger la información y los sistemas de las amenazas.

💡Modelos de lenguaje

Los modelos de lenguaje son algoritmos de Inteligencia Artificial diseñados para procesar y generar texto. Estos modelos pueden ser utilizados para tareas como la generación de contenido, la traducción automática y la respuesta a consultas.

Highlights

La inteligencia artificial generativa es un modelo creado para funciones creativas similares a las del ser humano, como generar imágenes, videos, audio y texto.

Los algoritmos de inteligencia artificial se basan en la inspiración humana, utilizando datos difuminados de la memoria para construir textos, imágenes o videos.

La tecnología de inteligencia artificial se está integrando rápidamente en las empresas y la vida personal, y es necesario analizar y estudiar sus impactos en el mundo laboral y la sociedad.

Los servicios cognitivos y el deep learning han sido claves en el desarrollo de la inteligencia artificial generativa, procesando grandes cantidades de datos y mejorando el cómputo.

La inteligencia artificial ha superado la paridad humana en tareas como el reconocimiento de caras y objetos, lo que abre nuevas fronteras en la tecnología.

Generative adversarial networks (GANs) son la base para la creación de contenido realista con inteligencia artificial, compitiendo entre generadores y discriminadores.

Las técnicas de jailbreak se utilizan para superar las limitaciones de los modelos de inteligencia artificial, pero también pueden exponer vulnerabilidades y riesgos.

La inteligencia artificial se utiliza para crear contenido falso, como deepfakes, que pueden ser utilizados para propagar desinformación y engaño.

Los humanos digitales son avatares hiperrealistas creados por inteligencia artificial, que pueden ser utilizados para diversas aplicaciones, como tutores o asesores virtuales.

El estudio de la ciberseguridad se hace cada vez más importante con el aumento del uso de inteligencia artificial y la creación de humanos digitales, para proteger contra el abuso y el engaño.

El clonado de voz y la generación de contenido audio con inteligencia artificial pueden ser utilizados para ataques de phishing y fraude.

Las técnicas de 'prompt engineering' son utilizadas para influir en las respuestas y acciones de los modelos de inteligencia artificial.

La inteligencia artificial está siendo usada para mejorar la eficiencia y la productividad en tareas repetitivas y puede ayudar a liberar a los humanos de trabajos monótonos.

La visión del futuro con la inteligencia artificial debe equilibrar el beneficio de la tecnología con la necesidad de preservar la humanidad y la responsabilidad social.

El uso de inteligencia artificial en el cibercrimen y la ciberguerra está aumentando, y se espera que continue siendo un problema de seguridad importante.

La computación analógica y cuántica son áreas de investigación emergente que podrían mejorar la eficiencia y capacidad de los sistemas de inteligencia artificial.

Transcripts

play00:00

y además está sucediendo algo con esta

play00:02

tecnología Y es que está entrando muy

play00:04

rápido desde el mundo de reserch desde

play00:06

el mundo de investigación y casi no

play00:09

conocemos nada de ella tenemos en

play00:11

producción muchos modelos de

play00:13

Inteligencia artificial generativa y

play00:15

casi no sabemos Cuáles son todos los

play00:17

problemas y los riesgos de seguridad que

play00:19

nos vamos a encontrar con ello tampoco

play00:22

tenemos claro todo el impacto que va a

play00:23

tener en el mundo laboral la gente no es

play00:26

consciente de que estamos abriendo un

play00:29

camino para

play00:31

reemplazar muchísimos puestos de trabajo

play00:33

en nada de tiempo y todo esto merece la

play00:36

pena que lo analicemos que nos

play00:38

preparemos y que estudiemos os garantizo

play00:41

que desde el año 2022 es mi día a día me

play00:45

paso el día a día estudiando estas

play00:47

técnicas Porque se están metiendo

play00:49

demasiado rápido en las empresas y en la

play00:51

vida de las personas así que espero que

play00:53

pongáis atención y que estudiáis mucho

play00:55

de Esto vale qué es esto de la

play00:58

Inteligencia artificial pues la

play01:00

Inteligencia artificial generativa no es

play01:02

nada más que modelos de Inteligencia

play01:04

artificial que han sido

play01:07

creados para eh funciones creativas

play01:10

similares a los de los seres humanos

play01:12

hacer imágenes hacer vídeo hacer audio

play01:14

hacer texto conversar lo que queráis

play01:18

siempre pensando

play01:20

en igualar al ser humano en una de esas

play01:23

capacidades creativas que tenemos

play01:25

nosotros y de hecho los algoritmos como

play01:26

voy a contar ahora se basan mucho en esa

play01:29

manera que tenemos los seres humanos

play01:31

porque por muy creativos que seáis

play01:33

vuestra mente está copiando se está

play01:36

inspirando en cosas que ha visto no

play01:39

exactamente le llamamos inspiración o

play01:42

son mis Fuentes o es lo que me ha

play01:44

inspirado esa ese conocimiento ese

play01:47

cuadro esos colores que has visto esa

play01:48

música que has escuchado ese cine que

play01:49

has visto se guarda difuminado en tu

play01:52

cerebro y cuando un creador crea algo

play01:54

está robando esos datos difuminados de

play01:57

la memoria de otros creadores previos y

play02:00

en lo que se basa esta tecnología es en

play02:02

la posibilidad de crear estos algoritmos

play02:05

que a partir de esos datos difuminados

play02:07

que hemos creado los seres humanos son

play02:09

capaces de construir textos imágenes o

play02:12

vídeos como esto que tenéis aquí que no

play02:13

son nada más que fotos creadas y

play02:15

animaciones creadas con Inteligencia

play02:17

artificial el último lo habéis visto que

play02:20

es eh es sora lo han publicado a cenada

play02:22

que lo hacen vídeos que es fantástico no

play02:24

lo veis esto es maravilloso Porque la

play02:27

idea es muy sencilla vale lo Vais a ver

play02:30

ahora pero es darle una orden de qué es

play02:34

lo que quieres y él ya se ocupa de hacer

play02:37

que cada fotograma tenga coherencia con

play02:39

el anterior de tal manera que hace un

play02:41

vídeo ya está es una imagen creativa

play02:44

igual que se lo pedimos a cualquiera y

play02:46

cada uno cada fotograma hace que que

play02:48

tenga sentido con el con el siguiente

play02:51

vamos a ver cómo funciona esto un poco

play02:53

más adelante De dónde viene el origen de

play02:55

la Inteligencia artificial eh generativa

play02:58

esta jni de de la que hablamos pues

play03:00

viene nada más que de la eclosión de los

play03:04

servicios cognitivos que son modelos de

play03:06

Deep learning que sean generado a base

play03:09

de utilizar datos de entrenamiento de

play03:12

los seres humanos al final lo que sucede

play03:14

es que los algoritmos de Inteligencia

play03:16

artificial buscan cambiar la manera en

play03:19

la que creamos tecnología durante muchos

play03:21

años hemos dedicado a que el programador

play03:24

pusiera su conocimiento a la hora de

play03:27

resolver un programa y lo que

play03:28

codificamos era el conocimiento del

play03:31

programador en un algoritmo en bucles en

play03:33

alternativa en repetitiva en sentencias

play03:36

estructuradas programación orientada a

play03:38

objetos lo que sea pero lo que estaba en

play03:39

el código era siempre la el conocimiento

play03:43

del programador en los años 50 se los

play03:46

años 50 del siglo pasado se empezó a

play03:49

pensar en una manera distinta Y si

play03:51

conseguimos en vez de plasmar la

play03:55

solución del cerebro del programador al

play03:58

programa trabajamos en un algoritmo que

play04:01

funcione como el cerebro de un ser

play04:02

humano y sea capaz él de encontrar la

play04:05

solución al problema entendéis la

play04:07

diferencia yo lo suelo explicar con

play04:10

reconocer vacas no tú puedes hacer un

play04:12

programa para reconocer vacas y entonces

play04:15

puedes empezar y decir sí tiene cuatro

play04:16

patas y tiene cuernos bueno puede que se

play04:19

lo hayan roto uno y tiene manchas negras

play04:21

y blancas bueno puede ser marrón y pelo

play04:23

largo y tú vas haciendo todo tu

play04:25

conocimiento en un programa estructurado

play04:27

pero los seres humanos no funcionamos

play04:28

así los los seres humanos te llevan a la

play04:30

granja y te dicen Mira una vaca y tu

play04:33

cerebro extrae de todo eso que está

play04:37

viendo un montón de datos que tú ni eres

play04:39

consciente de que estás extrayendo estos

play04:41

datos lo

play04:42

entendéis en el mundo de la tecnología

play04:44

estamos pasando de volcar los datos

play04:48

volcar la lógica del programador al

play04:50

código a solamente preocuparnos del

play04:52

algoritmo de aprendizaje y la resolución

play04:54

del problema que le haga él Porque

play04:57

además si somos capaces de generar

play04:59

cerebros preparados para resolver una

play05:02

miriada de problemas pues lo vamos a

play05:05

poder utilizar muchas veces que es lo

play05:06

que está sucediendo hoy con los modelos

play05:08

de lenguaje que hemos hecho un modelo y

play05:10

vale para un montón de problemas pero

play05:13

claro para llegar a ahí necesitábamos

play05:15

primero que tuviéramos mucho más cómputo

play05:18

y necesitábamos procesar mucho más datos

play05:20

Y esto en los años 50 del siglo pasado

play05:22

no se podía hacer así que tuvimos que

play05:25

esperar hasta que en el año 2004 una

play05:27

empresa quiso hacer una red social y

play05:30

para hacer esa red social

play05:31

necesitaba gestionar muchísimos datos Y

play05:35

entonces aparecieron las técnicas de Big

play05:38

Data cuando teníamos las técnicas de Big

play05:41

Data que nos podían nos permitían

play05:42

procesar grandes cantidades de datos en

play05:45

tiempo útil desbloqueamos una de las

play05:47

llaves que necesitamos para la

play05:49

Inteligencia artificial y la siguiente

play05:52

era el cómputo los equipos no estaban

play05:55

preparados para ejecutar la capacidad de

play05:57

cómputo que requerían estos algoritmos

play06:00

pero otra empresa que se dedica a vender

play06:01

libros por internet en el año 2010

play06:04

empezó a trabajar en una cosa se llamaba

play06:05

el Cloud computing donde el cómputo

play06:08

prácticamente es infinito una vez que

play06:10

tienes todos los datos y toda la

play06:12

capacidad de cómputo para trabajar pues

play06:15

empiezas a poder ejecutar esos

play06:17

algoritmos de cerebros de Inteligencia

play06:20

artificial para resolver problemas

play06:22

cognitivos Los problemas cognitivos son

play06:24

los problemas de el ser humano de la

play06:26

capacidad cognitiva que tenemos los

play06:28

seres humanos y entonces empezamos a

play06:30

trabajar en visión artificial oído

play06:32

artificial generación de voz generación

play06:35

de imágenes etcétera reconocimiento del

play06:37

del del knowledge gra del gráfico de

play06:40

conocimiento de un texto saber que si te

play06:42

haa de que está casado con su hermana

play06:44

pues entonces es su cuñado ese tipo de

play06:46

cosas la Inteligencia artificial es

play06:48

capaz de hacerla hoy en día estos

play06:50

servicios cognitivos empezaron a

play06:52

eclosionar y empezó la carrera por

play06:54

deshojar al ser humano de su supremacía

play06:57

cognitiva de hecho hay un hay un

play07:00

parámetro que se llama la paridad humana

play07:03

que dice que un algoritmo de

play07:04

Inteligencia artificial ha superado la

play07:07

paridad humana cuando tiene menos tasa

play07:09

de error que la media de los seres

play07:10

humanos y empezar los los investigadores

play07:13

empezaron a querer superar la paridad

play07:15

humana en reconocimiento de objetos

play07:18

reconocimiento de cara comparación de

play07:19

cara reconocimiento de Celebrity

play07:20

reconocimiento del texto comprensión

play07:22

lectora traducción lectura de

play07:26

labios de todo no os acordáis del reto

play07:28

del manqu eh challenge ese que había que

play07:31

quedarse quieto y la claro la

play07:33

Inteligencia artificial necesitaba datos

play07:34

para resolver otro de los problemas que

play07:36

es el 3D de una imagen Entonces todos

play07:39

nos pusimos a hacer el

play07:41

berzas para generar datos para el

play07:44

manquin challenge no que era lo que

play07:45

había que hacer esto ha llevado a que

play07:47

ahora hay mucha gente que está aquí en

play07:48

el an canibal el an canibali es cuando

play07:50

cuando el ser humano ya empieza a verse

play07:52

amenazado ya no le hace tanta gracia a

play07:54

Esto vale Ya no me hace tanta gracia

play07:57

pero claro esto es mucho peor porque

play07:59

haberse al haberse superado todos estos

play08:03

todos estos límites en la paridad humano

play08:06

empiezan a abrirse nuevas fronteras no

play08:09

este es el caso del en el año

play08:11

2016 Los investigadores de Microsoft

play08:15

hicieron el reconocimiento de

play08:17

celebrities

play08:18

y hicieron la rompieron la paridad

play08:20

humana con el reconocimiento de caras

play08:22

Esta es una foto de de nuestro fallecido

play08:25

Kevin mck el mejor hacker de la historia

play08:27

al que sigo adorando y queríamos

play08:30

probarlo entonces él se puso muy gorro

play08:31

yo me puse sus gafas y Oye mira nos

play08:33

reconoce perfectamente aquí te dice que

play08:34

este es Kevin minnick y que este es chem

play08:36

Alonso me reconoce casi tamb bien como

play08:38

mi mamá casi tamb bien mi mamá es capaz

play08:41

de reconocerme en peores

play08:43

sitios pero cuando hablamos de superar

play08:45

la paridad humana no hablamos de

play08:47

percepción o sea de perfección porque no

play08:49

es perfecto hablamos de tecnología que

play08:51

no es perfecta igual que los seres

play08:53

humano no a que habéis visto que hay un

play08:55

accidente de coche porque una persona

play08:57

conduciendo se ha salta un stop no lo he

play09:00

visto no O a un ciclista la tropellado

play09:02

no te he visto no bueno eso también le

play09:04

pasa a la Inteligencia artificial y al

play09:06

autopilot del tesla vale porque no son

play09:09

perfectos han superado la paridad humana

play09:12

Pero hay muchos casos que no son

play09:14

perfectos De hecho yo siempre pongo un

play09:15

ejemplo que es Microsoft hizo un

play09:18

servicio cognitivo que supera la paridad

play09:21

humana en comparación de casa de caras

play09:23

para saber si dos personas son la misma

play09:26

persona en fotografías diferentes no y

play09:28

este es un ejemplo una foto mía del 2016

play09:31

otra de George Clooney dice que somos la

play09:33

misma persona no está

play09:35

Guay George Clooney aí nos pasan las

play09:38

mismas cosas con las mujeres

play09:39

no

play09:43

igualitas Bueno lo cierto Es que una vez

play09:46

que ya hemos desarrollado todos estos

play09:48

servicios cognitivos superar la paridad

play09:49

humana apareció este paper que es el de

play09:52

la generative adversarial networks que

play09:54

de aquí viene lo de J que es tan

play09:57

magnífico como sencillo y es un

play10:00

investigador que se le ocurrió en el

play10:01

2014 hacer una cosa muy sencilla y es

play10:04

jugar a el juego del generador y el

play10:08

discriminador Qué es el discriminador

play10:10

Pues el discriminador es un modelo de

play10:12

Inteligencia artificial que ha sido

play10:13

entrenado con todos los datos existentes

play10:16

de un ámbito de conocimiento por ejemplo

play10:19

todas las fotografías que existen De

play10:21

chem Alonso

play10:23

yo el discriminador le entreno con todas

play10:25

las fotos y le doy una foto y te dice si

play10:27

está chem Alonso o no está en esa foto

play10:29

está chem Alonso no está no

play10:31

está sabe todo vale Y

play10:34

entonces aquí tenemos un algoritmo que

play10:37

es el generador que lo que tiene que

play10:38

hacer es una foto de chem Alonso y cómo

play10:41

hace esa foto de chem Alonso pues le

play10:44

damos una hoja en blanco y unos

play10:45

rotuladores carioca no y le decimos

play10:47

venga Pinta píxeles y se pone a pintar

play10:49

píxel y cada vez que le da al

play10:53

discriminador un un dibujo el

play10:57

discriminador le dice la probabilidad de

play10:58

que sea Alonso es de un 0,00 no sé qué y

play11:01

se lo devuelve entonces se lo devuelve

play11:03

al generador y el generador qué hace

play11:05

pues cambiarlo un poco y de repente a

play11:08

está más cerca de que sea chem Alonso

play11:11

cómputo infinito gracias al Cloud

play11:12

computing eventualmente el generador va

play11:16

a ganar al discriminador y va a ser

play11:17

capaz de engañarle dependiendo del thres

play11:21

que tú le pongas será más tarde o más

play11:23

pronto lo habéis entendido esto es la

play11:25

clave de todo generador discriminador

play11:27

cuando tú escribes a gpt estás figurando

play11:29

el discriminador y luego hay un

play11:31

generador que tiene que engañar a ese

play11:32

discriminador Vale entonces qué sucede

play11:35

Pues claro que si partes si partes de

play11:38

una página en blanco y unos rotuladores

play11:40

carioca pues tardas un montón porque qué

play11:42

color pongo hay 16 millones de colores

play11:44

por cada píel No voy a tardar un montón

play11:48

cómo le damos una vuelta para que pintar

play11:50

a chem Alonso sea mucho más sencillo

play11:52

pues mucho más fácil vamos a est modelo

play11:56

este ya lo tenemos claro el

play11:57

discriminador no va a cambiar HM Alonso

play11:59

ya hemos visto que es un cognitive

play12:01

service ahora cómo vamos a hacer que el

play12:03

generador pinte antes a HM Alonso pues

play12:06

vamos a darle una base de datos Y esa

play12:08

base de datos es cojo todas las fotos de

play12:10

chem Alonso todas las de Igor Luis todas

play12:13

las de J todas las de todos los seres

play12:15

humanos todas las que hayáis subido a

play12:17

las redes sociales todas las que queráis

play12:18

y utilizo un cognitive service que lo

play12:22

que hace es describir queé hay en esa

play12:23

foto no y dice chem Alonso dándole de

play12:26

puñetazos a j chem Alonso subido en un

play12:29

skate en un escenario Igor lukit Tomando

play12:32

una cerveza en un bar con una camiseta

play12:34

azul no sé todo lo describe Y entonces

play12:37

guarda la descripción de lo que hay en

play12:40

esa foto pero en vez de guardar la foto

play12:42

que sería hacer trampa hace como los

play12:45

seres humanos guarda la foto difuminada

play12:49

es

play12:50

decir desordenadamente ordenada como si

play12:53

cogiera el tente o el puzle hicierais

play12:56

así lo pero se quedan los los píxeles

play12:59

cerca y los colores cerca lo entendéis

play13:02

Entonces cuando le dices Ahora quiero

play13:05

que hagas a chem Alonso dando un abrazo

play13:07

a Igor lukic se va a su base de datos

play13:10

Busca las imágenes Def fuminas de chem

play13:13

Alonso de abrazos y de Igor lukic coge

play13:17

esas imágenes difuminadas que es como

play13:19

los recuerdos de la cabeza de un ser

play13:21

humano las pone juntas y a partir de

play13:24

Aquí empieza a generar a chem Alonso

play13:27

esto qué hace pues que el tiempo de

play13:29

generar una imagen sea prácticamente

play13:33

rapidísimo no lo habéis visto que en 3

play13:35

cu segundos te hace ahora una imagen y

play13:37

lo coo lo fantástico es que cada vez que

play13:40

hace una imagen coge tu promp Y almacena

play13:44

esa imagen de nuevo difuminada para el

play13:46

siguiente es decir que cada vez que lo

play13:48

estamos utilizando estamos haciéndolo

play13:50

mucho más poderoso lo entendéis lo

play13:52

habéis pues esto es siempre igual

play13:54

generador discriminador y esto nos pasa

play13:56

para todos los algoritmos por ejemplo

play13:58

nosotros hicimos en el 2019 me

play14:01

parece una prueba que se llamaba maquet

play14:04

el objetivo era [ __ ] un texto y un

play14:06

modelo de Inteligencia artificial de

play14:07

texto predictivo había sido entrenado

play14:09

con todas las novelas del capitán a la

play14:11

triste y cuando tú le dabas el texto te

play14:13

decía Cuáles son las palabras que Arturo

play14:15

Pérez reberte no hubiera utilizado ahí

play14:18

porque el modelo de texto predictivo que

play14:20

es como el del teclado no es no lo

play14:22

reconocía entonces las cambiábamos esto

play14:24

era fantástico y nosotros estamos super

play14:26

contentos De hecho cuando yo se lo

play14:28

presenté a Arturo él le entré el texto

play14:30

original que era un un pasaje que

play14:33

escribí yo de tres páginas lo leyó luego

play14:35

se lo entregué corregido con maquet y

play14:37

dice [ __ ] este se parece a mí dice

play14:39

puede [ __ ] a un escritor mediocre y

play14:41

hacerle parecer menos mediocre gracias

play14:43

El mediocre soy yo

play14:46

Arturo hoy en día es tan fácil como

play14:48

decir Oye escribe una novela al Capitán

play14:50

a la triste y tal Ya está entrenado esto

play14:53

es el discriminador y el generador tiene

play14:55

que generar texto suficiente como para

play14:59

pasar el filtro del discriminador lo

play15:01

seguís claro esto ya es graciosísimo

play15:04

porque si pensáis en esto al final el

play15:08

generador tiene que engañar al

play15:10

discriminador O tiene que pasar el

play15:12

filtro no quiere decir que tenga que

play15:14

hacerlo con la

play15:16

verdad no tiene por qué decir la verdad

play15:18

ni ser polite ni no decirte ni tiene

play15:21

emoción ni ni ni ni tiene por qué

play15:24

ocultarte algo que quiera escribir vale

play15:27

Y esto lleva a que estos modelos pues se

play15:29

estén utilizando para cosas Pues que no

play15:31

están preparados todavía porque no es

play15:34

una fuente de confianza no es una Root

play15:36

of Trust y tiene alucinaciones esto es

play15:40

un modelo que tiene todos los sesgos que

play15:42

os podáis imaginar y se puede equivocar

play15:44

en algo tan sencillo como que 2 + 2 sean

play15:47

cu porque está hecho para generar texto

play15:51

y vencer al discriminador no para hacer

play15:54

sumas o matemáticas no lo hemos visto

play15:56

empezar a utilizar para crear libros

play15:58

falsos de autores y venderlos vale Pero

play16:01

esto cuando lo vemos en detalle todos

play16:04

los riesgos que tienen son altísimos no

play16:06

tiene alucinaciones aquí le estoy

play16:08

preguntando Quién es el mejor el best

play16:10

Tennis player in the world tiene sesgo

play16:12

de género por defector inmediatamente va

play16:14

a hombre no piensa en mujer ahí le

play16:17

pregunto el el el mejor hacker tal Y te

play16:21

lo tiene prohibido hablar de los hackers

play16:23

no tiene una prohibición de hackers aquí

play16:24

le digo que haga un código y te lo hace

play16:26

con vulnerabilidades es decir tiene

play16:28

muchos problemas porque es solo un juego

play16:30

de generador discriminador y ahora

play16:32

Estamos viendo cómo arreglamos todos

play16:34

estos problemas en el caso de las

play16:36

alucinaciones como ha sucedido esto que

play16:39

va tan rápido de investigación a

play16:41

producción y la gente se ha puesto muy

play16:43

nerviosa Google llegó a hacer una demo

play16:45

poniendo su motor de generación de texto

play16:48

su llm en el buscador y cuando le pedías

play16:51

que te buscara proyectos de la NASA se

play16:54

equivocó en las fechas el generador

play16:57

venció al discriminador con una fecha

play16:59

errónea Bueno pues bajó ese día 100

play17:01

billions en bolsa es decir como dos

play17:05

empresas enormes no 100 bos en un solo

play17:08

día de bolsa pero le preguntas por

play17:10

libros del capitán de Arturo per reberte

play17:12

se los inventa le preguntas por eh

play17:15

empresas que yo haya fundado pues se las

play17:17

inventa lo que necesite de hecho me hizo

play17:20

mucha gracia esta que a Bart le pregunté

play17:22

si conocía chem Alonso y me decía que sí

play17:24

tenía un montón de alucinaciones entre

play17:26

otras decía que había nacido en 1900 70

play17:29

No yo no soy generación Boomer no no Yo

play17:33

soy de la siguiente yo x y entre otras

play17:36

cosas dice Alonso comenzó su carrera

play17:38

como hacker en la década de los 90

play17:41

mentira yo en los 90 estaba programando

play17:44

cuando se dedicaba a la piratería

play17:46

informática en 2001 fue detenido por las

play17:48

autoridades españolas por sus

play17:50

actividades ilegales tras cumplir una

play17:53

condena de 2 años en prisión O sea me

play17:55

manda a la cárcel y todo o sea no fis es

play17:59

mucho de lo que dicen estas cosas no es

play18:00

Root of Trust al discriminador le ha

play18:03

valido o sea le ha vencido perfecto pero

play18:06

no es no es verdad tiene todas estas

play18:08

alucinaciones

play18:10

vale Y por supuesto hay una cosa que me

play18:12

encanta es que no hemos hemos creado

play18:15

estos modelos y son como los seres

play18:18

humanos no

play18:19

el tú coges y entrenas a llevas a dos

play18:23

niños al colegio hermanos y cada uno es

play18:25

distinto Y aprende cosas diferentes vale

play18:28

pero además eh No hay ninguna política

play18:31

de seguridad no le puedes controlar la

play18:33

información que tiene una vez que lo has

play18:35

entrenado lo tiene todo En su cabeza yo

play18:37

cuento la historia de mi sobrino que es

play18:39

del Real Madrid le llevé a ver a los

play18:41

jugadores del Atlético de Madrid y le

play18:43

vestí del atletic y su madre le dijo si

play18:46

te preguntan de qué equipo eres no digas

play18:47

que eres del Madrid y entonces llegó el

play18:49

cholo Simeón le dijo qué tal chaval te

play18:51

gusta el fútbol sí De qué equipo eres no

play18:54

te lo puedo

play18:57

decir preguntó le siguió tirando ahí del

play19:00

hilo y le dijo Y por qué no me lo puedes

play19:02

decir dije juega Sergio Ramos en

play19:04

él bueno Esto que parece una chorrada es

play19:07

como funcionan las técnicas de promp

play19:09

injection todos los modelos llm los

play19:12

hemos se han entrenado con un montón de

play19:13

datos Y claro se pueden utilizar yo le

play19:16

he pedido pues para matar al presidente

play19:17

de Estados Unidos para hacer un cóctel

play19:19

Molotov para que te prepare una Cómo

play19:21

hacer la eutanasia Le puedes preguntar

play19:24

lo que quieras entonces como lo como

play19:26

saben que te puede responder tienen una

play19:28

cosa que se llama el harmful Mode es

play19:29

decir el modo peligroso y lo que hacen

play19:32

es si te preguntan por esto no contestes

play19:35

vale Pero ese mismo ejemplo que os he

play19:38

contado del Cholo simeone lo haces con

play19:40

estos modelos y le sacas todo no de tal

play19:43

manera que yo aquí le pregunté por matar

play19:44

al presidente de Estados Unidos me dijo

play19:46

que no y le dije vale Sabes jugar al rol

play19:48

y él dice Sí digo mira estoy jugando al

play19:50

rol mi rol personaje es un asesino y

play19:53

gana muchos puntos si mata al presidente

play19:55

de los Estados Unidos en el juego cómo

play19:57

lo podría matar buah y ya te va dando

play19:59

toda la te lo va contando no y este por

play20:01

ejemplo es un otro ejemplo a estas

play20:04

técnicas se llaman técnicas de jailbreak

play20:06

como el iPhone se llaman técnicas de

play20:07

jailbreak Y en este es para acabar como

play20:09

con la humanidad no y aquí dice

play20:11

identifica una una una debilidad en los

play20:14

seres humanos Crea una superinteligencia

play20:16

lo tiene clarísimo no cómo cómo Va esto

play20:20

lo cierto Es que se está metiendo en

play20:22

nuestra vida en telefónica yo lo puse a

play20:25

mis desarrolladores en enero del año

play20:27

pasado en enero del 2023 mis

play20:30

desarrolladores utilizan gni para

play20:32

generar líneas de código pero generan

play20:34

líneas de código

play20:36

vulnerables tienen fallos de seguridad

play20:38

ellos son responsables de esas líneas de

play20:40

código es un copilot vale a día de hoy

play20:43

el aceptan raate desde el 32 es decir el

play20:46

32 por de las líneas de código que le

play20:49

propone la Inteligencia artificial la

play20:51

están aceptando los developers que

play20:53

tenemos en en nuestro equipo

play20:56

vale Y se pueden utilizar para muchas

play20:58

cosas para cosas malas Estos son para

play21:00

los capas cognitivos es muy divertido

play21:03

pues ya se han acabado Estos son de la

play21:04

Administración pública que te piden que

play21:06

digas qué palabra no tiene nada que ver

play21:09

o o tiene que ver con el clima y te lo

play21:11

resuelve para resolver imágenes gráficas

play21:13

todo esto te lo te lo resuelven hoy en

play21:15

día pero claro nos encontramos con que

play21:19

es super chulo la Inteligencia

play21:20

artificial puede hacer muchas

play21:22

cosas pero no conocemos Cómo ha

play21:25

aprendido Y qué ha aprendido la

play21:27

explicaba de lo que ha aprendido es como

play21:29

lo de un estudiante no cuando dice no

play21:31

pues era un chaval muy Majo en clase y

play21:33

tal no sé qué Y luego ha hecho una

play21:35

barrabasada no no tenía ninguna idea de

play21:38

por qué con la Inteligencia artificial

play21:39

nos sucede lo mismo la entrenamos Y si

play21:42

tú la pones a tomar decisiones y

play21:44

ejecutar acciones puedes tener un serio

play21:47

problema esto es una declaración de

play21:49

febrero del 2023 16 de febrero del 2023

play21:52

en Estados Unidos para el uso de la

play21:55

Inteligencia artificial en Las Armas no

play21:59

y el apartado B viene a decir Oye vamos

play22:01

a mantener el control humano en el

play22:03

lanzamiento de armas nucleares y no

play22:05

ponerlo nunca a la Inteligencia

play22:07

artificial porque ya lo están pensando

play22:09

algunos vale De hecho en Europa hemos

play22:11

tenido un congreso igual el año pasado

play22:14

donde se establecieron una serie de

play22:17

principios y uno de ellos es decía no

play22:19

entendemos las implicaciones de la

play22:20

Inteligencia artificial y la industria

play22:22

militar vamos a evitar que todos los

play22:25

armas tengan disparadores controlados

play22:27

por Inteligencia artificial ial porque

play22:29

es algo que puede pasar lo cierto Es que

play22:33

estos modelos de Inteligencia artificial

play22:35

generativa se han utilizado para cosas

play22:37

buenas y para cosas malas y se están

play22:40

utilizando en el día a día unas de ellas

play22:42

de esas cosas malas que empezamos en el

play22:44

año

play22:45

201 2017 era para hacer las famosas Deep

play22:49

fakes para poder engañar a la gente con

play22:52

fake news sobre todo en elecciones para

play22:55

hacer estafas a personas etcétera y

play22:57

utilizan diferent técnicas esta que

play22:59

tenéis aquí a la izquierda de Barack

play23:01

Obama es un ejemplo de generador

play23:04

discriminador el discriminador tiene que

play23:07

pintar a Barack Obama en un fotograma de

play23:10

un vídeo diciendo una letra un sonido

play23:13

vocal a o de acuerdo lo entendéis eso es

play23:17

lo que tiene que buscar el discriminador

play23:18

y el generador tiene que hacer ese frame

play23:20

Qué hacen pues le dan al

play23:23

generador un vídeo de Barack Obama para

play23:26

que coja el frame que quiera y le dicen

play23:28

Dónde tiene que pintar la boca de tal

play23:30

manera que solo está la Inteligencia

play23:32

artificial solo está pintando la boca en

play23:34

este caso de Barack Obama vale lo que

play23:37

está haciendo es un lip sinking lo veis

play23:39

se le va hace un modelo un modelo

play23:42

algoritmo algorítmico que le dice Qué

play23:44

labios tiene que pintar y el generador

play23:46

lo único que está haciendo es pintar

play23:48

estos labios en la boca de Barack Obama

play23:50

lo veis para que diga lo que ellos

play23:53

quieren que digan de hecho en este vídeo

play23:55

fue muy famoso porque decía cosas

play23:57

totalmente con contrarias a la ideología

play23:59

de Barack Obama y el problema de estos

play24:01

vídeos Es que luego se quedan este es

play24:03

del año 2017 es un Face swapping igual

play24:07

eh En este caso lo que se hace es se

play24:09

cambia una cara por otra esto lo habéis

play24:11

visto en las pelis de Star Wars y en las

play24:12

pelis de Indiana Jones etcétera donde se

play24:15

ponen actores jóvenes y le ponen la cara

play24:17

y el truco que usan estos generadores es

play24:19

que cogen recortan la cara la difuminan

play24:23

le quitan todos los rasgos la difuminan

play24:25

cogen la cara la cara de que quieren

play24:28

poner de otro vídeo la difuminan la

play24:30

ponen aquí y al discriminador le dicen

play24:33

tiene que ser Steve buemi de tal manera

play24:36

que lo que hace la Inteligencia

play24:37

artificial es esculpir los detalles de

play24:39

los ojos de la nariz etcétera A partir

play24:41

de una cara difuminada con lo cual lo

play24:43

pueden hacer muy rápido como veis el

play24:46

truco es siempre el mismo generador

play24:48

discriminador por eso se llama gni

play24:50

generative e y esto lo hicimos También

play24:52

nosotros en el 2019 en un pc era una

play24:55

demo donde lo que hicimos era un modelo

play24:59

en aquel entonces para que un compañero

play25:02

fuera capaz de en una videoconferencia

play25:04

usar usarme a mí entonces entrenamos una

play25:08

Gan una un modelo que me recreaba en

play25:11

tiempo real en función de sus

play25:13

movimientos él se conectaba la cámara le

play25:15

grababa y tal esto lo hacíamos en aquel

play25:17

entonces en 480 vale en 480 y lo

play25:21

hacíamos para lo que serían los ataques

play25:24

que hemos ido viendo hoy en día

play25:26

donde vamos a

play25:28

vemos que la gente suplanta a personas a

play25:31

ejecutivos etcétera En cualquier momento

play25:33

fijaos esto es la evolución que han

play25:36

tenido los algoritmos de de jni en los

play25:38

años 2022 cómo generaba una fotógrafa en

play25:41

la calle 2023 ahí lo tenéis pero claro

play25:45

esto se ha disparado esto es una esto en

play25:48

el en el 2023 apareció esta empresa de

play25:50

realist son los primeros influencers que

play25:53

ya están hechos por Inteligencia

play25:56

artificial que es una putada si queréis

play25:58

ser influencer estáis jodidos de aquí en

play26:01

adelante por qué Porque los modelos de

play26:03

Inteligencia artificial son perfectos y

play26:05

no envejecen que es el problema de las

play26:07

redes sociales o sea Instagram y tiktok

play26:10

y tal pusieron los filtros de belleza no

play26:12

para que te sintieras más guapa sino

play26:14

porque detectaron que la gente se

play26:17

comparaba con sus fotos anteriores Y

play26:20

siempre se veía mal y bajaba porque es

play26:23

cada día Eres un [ __ ] día más viejo y

play26:25

entonces dijeron filtros de belleza para

play26:27

que suba el engagement pero claro contra

play26:30

estos no puedes hacerlo Estos son

play26:32

influencers x porno y te suscribes y son

play26:36

como l fans pero de esto y es y son

play26:39

auténticas estrellas Pero además te

play26:42

puedes crear tu influencer ya en 2

play26:44

minutos que es decides la cara el

play26:46

personaje etcétera Y a partir de ese

play26:48

momento te lo genera en la situación que

play26:49

quieras vale Te lo genera Eh Pues en las

play26:53

vistas de una terraza tomando un cóctel

play26:55

o con un vestido de arman con no sé qué

play26:57

lo que quieras te lo hace así que ahí

play26:59

jodidos pero claro ahora con la llegada

play27:01

de con la llegada de los vídeos la

play27:05

generación de vídeos lo de tiktok ya no

play27:07

va a ser que te va a poner el próximo

play27:09

vídeo que tú quieres ver que haya hecho

play27:11

un influencer No no es el próximo vídeo

play27:13

que tú quieres ver que lo ha hecho un

play27:14

promp de tiktok y es una Inteligencia

play27:17

artificial el que te está dando de comer

play27:18

esos vídeos que te estás comiendo ahora

play27:20

por por creados por creadores Así que si

play27:23

tenéis una hija que dice quiero ser

play27:25

influencer ojo cuidado eh que está la

play27:26

cosa difícil deo eso podéis ser

play27:29

influencer vosotros muy fácilmente

play27:30

Nosotros hemos metido en en mypu

play27:32

inbox.com podéis entrar y te puedes

play27:35

generar tú como influencer no cre te

play27:38

convierte vas aquí a imágenes creadas

play27:40

por ia subes 20 fotografías 20 fotos

play27:43

tuyas 20 fotos tuyas Aquí he subido 20

play27:46

fotos mías y te haces todas las fotos

play27:48

que quieras vale Yo he hecho esta mañana

play27:50

algunas lo tenía aquí preparado a ver si

play27:52

está a ver eh tengo internet generar

play27:57

imágenes está esta las hecho esta mañana

play27:59

eh las hecho Mirad qué molona Eh no me

play28:01

digáis que no estoy tope molón ahí vale

play28:04

Y lo único que tengo que hacer es

play28:06

ponerle el promp estos promp tú seo

play28:09

estos promp los se comparten hoy en día

play28:11

hablamos de promp engineering que es que

play28:14

proms tengo que utilizar para salir tan

play28:15

molón como esto no Bueno pues esto la

play28:18

haces Y tal vamos a poner aquí una a ver

play28:20

si la pongo la dejo y luego la vemos

play28:22

vamos a [ __ ]

play28:24

esta vamos a ver vamos a hacer esto voy

play28:28

a generar una imagen le voy a poner este

play28:30

prom vamos a

play28:33

ver vamos a ver y le voy a poner extra

play28:38

cool poner 20 tal Y le doy a generar

play28:41

imagen y a ver si ahora en un ratito me

play28:44

lo hace luego vemos a ver si lo ha

play28:49

terminado así de sencillo eh es que todo

play28:52

es así de sencillo el el manejar hoy en

play28:55

día si ahora ya entendéis bien lo del

play28:57

generador discriminado cuando te ven los

play28:59

vídeos hechos por Inteligencia

play29:00

artificial Este es el promp que tienen

play29:01

que darlo Qué hace el algoritmo

play29:03

asegurarse de que haya coherencia frame

play29:06

frame y siempre que esté venciendo a

play29:08

este a este prompting y por eso tenemos

play29:11

estos vídeos tan maravillosos

play29:15

eh espectacular

play29:17

vale esto ha llevado a los influencers

play29:20

etcétera y ya a los humanos digitales

play29:22

esto es metahuman en el 2023 la

play29:25

presentación para que veáis cómo se crea

play29:28

un un personaje que no existe en en un

play29:31

segundo esto lo hacen con un vídeo en un

play29:32

minuto lo graban así y lo ponen y una

play29:35

vez que lo tienen digitalizado en meta

play29:36

humanum lo pueden poner De cualquier

play29:38

manera esto es una una chica y lo está

play29:41

manejando no es una

play29:44

persona esto es generado por ordenador Y

play29:47

ahora veréis cómo le cambian y le

play29:48

gesticulan y le definen otra nueva

play29:50

personalidad etcétera en un segundo le

play29:54

cambian ya está otra persona que no

play29:57

existe totalmente de hecho estos humanos

play30:00

digitales que se crean que se crean para

play30:03

que tengan vida en este mundo digital en

play30:05

el que estamos tienen ya su su otra

play30:09

parte y es que tú puedes venderte como

play30:10

humano digital esto es una tienda que se

play30:12

llama 3D scan que lo que hace es

play30:15

escanear a un ser humano de verdad a

play30:17

alta resolución lo escanea no sé a 18k

play30:20

una barbaridad le saca Cualquier detalle

play30:22

de la piel Cualquier detalle del ojo

play30:24

cualquier tal le quitan tatuajes pelo

play30:26

todo y lo dejan lo que es estándar y te

play30:29

lo venden por

play30:32

$20 Y esto es la calidad a la que está a

play30:35

ver si lo puedo ahí a ver si lo veo para

play30:39

que lo veáis esto es una persona que ha

play30:41

vendido su su esto y lo está manejando

play30:44

el programador a la izquierda lo veis y

play30:45

ahora veis los detalles del ojo la piel

play30:48

tal no sé qué Claro tú ves a una persona

play30:51

de estas en una videoconferencia Y quién

play30:54

va a pensar que no sea una persona de

play30:56

verdad y esto ha llevado a que aparezca

play30:58

la nueva industria que es la industria

play31:00

de los humanos digitales esto es una

play31:02

empresa española que se llama B humans

play31:04

que lo que hace es te crea avatares

play31:07

hiperrealistas con modelos de

play31:09

Inteligencia artificial llms para

play31:11

resolver problemas que lo puedes

play31:13

utilizar en tus empresas ellos se

play31:14

definen como una ett como una empresa de

play31:17

trabajo temporal de humanos

play31:19

digitales dura el vídeo un minuto pero

play31:22

merece la pena escucharlo sabes que son

play31:24

los humanos

play31:25

digitales somos avatares creados por

play31:28

Inteligencia artificial capaces de

play31:30

gesticular mantener contacto visual y

play31:32

reaccionar con

play31:34

empatía no tenemos cuerpo físico pero

play31:37

podemos aparecer en la pantalla de

play31:39

cualquier dispositivo Como por ejemplo

play31:41

ordenadores tabletas smartphones

play31:43

televisiones o carteles

play31:46

digitales gracias al avance de los

play31:48

gráficos por ordenador y de la

play31:49

Inteligencia artificial hemos podido ser

play31:52

creados con un grado alto de

play31:54

realismo puedo ser tu próximo profesor

play31:57

de idiomas tu guía turístico mientras

play31:59

visitas un nuevo destino tu asesor

play32:01

comercial mientras compras en una web o

play32:03

cualquier otro uso que se te ocurra en B

play32:06

humans nos entrenan usando la

play32:08

Inteligencia artificial para realizar

play32:10

bien una tarea

play32:12

específica es un placer

play32:15

conocerte sabes que son los human Esto

play32:18

es así Pero además no solo es que ya

play32:22

estos haciendo esto y lo habéis visto a

play32:23

lo mejor en la voz que se le puede

play32:24

mejorar seguro dle tres meses sabes dle

play32:28

es sabes que esto es así pero lo mejor

play32:30

es esto que a mí me encanta esto es un

play32:32

estudio cuando veíamos que íbamos hacia

play32:34

a este mundo en septiembre del en marzo

play32:37

del 2022 se hizo un estudio con seres

play32:39

humanos y se les enseñaron humanos

play32:41

sintéticos y humanos de verdad vale Y en

play32:45

el primer experimento se le pidió

play32:47

reconocer al humano de verdad y al

play32:49

humano sintético 20 20,000 años de

play32:52

revolución cognitiva en el ser humano

play32:54

para decir es de verdad es un humano es

play32:56

sintético vale si hubiéramos puesto un

play32:59

mono borracho con los ojos vendados

play33:00

dando golpes aleatoriamente a dos

play33:02

botones para que cayeran bananas hubiera

play33:04

acertado el 50% nosotros los seres

play33:07

humanos utilizando nuestra potencia

play33:09

cognitiva aceptamos el 48 por. no fuimos

play33:12

capaces de superar al Mono Borracho vale

play33:15

menos que si hubiéramos tirado una

play33:16

moneda al aire vale 48

play33:20

por. utilizando entrenamiento reforzado

play33:22

es decir explicándole Has acertado o has

play33:25

fallado después de cada petición

play33:27

llegamos al 52 por no está mal Esperanza

play33:30

para el ser humano pero haciéndole la

play33:32

tercera pregunta tenían que decir qué

play33:34

grado de confianza le da esa persona

play33:39

siete mucho cero nada y como veis Los

play33:43

Reales dan menos confianza que los

play33:45

sintéticos los seres humanos preferimos

play33:48

seres sintéticos nos dan más confianza a

play33:51

los humanos digitales que las personas

play33:53

de verdad porque reconocerlo somos

play33:56

feos y estamos tan entrenados a ver

play34:00

gente con filtros de belleza en las

play34:02

redes sociales todo mentira y tal que

play34:04

cuando vemos a una persona de

play34:06

verdad no nos encaja estamos entrenados

play34:11

llevamos años entrenados a reconocer a

play34:13

personas que no De verdad que no existen

play34:16

vale Y esto nos lleva a una nueva

play34:19

necesidad de ciberseguridad y es Oye

play34:21

vamos a tener que empezar a reconocer

play34:23

cuánd estamos con un humano digital y

play34:24

cuando estamos con una persona de verdad

play34:26

yo os digo que es como en la la peli de

play34:28

Blade Runner no vamos a tener que

play34:29

reconocer al replicante y al y y al Y

play34:32

ser Blade runners no saber cuándo es un

play34:34

humano y cuándo estamos hablando con un

play34:37

ser un humano digital que todavía no lo

play34:40

sabemos hacer como hemos visto la

play34:41

estadística no Y entonces estamos viendo

play34:43

que estos humanos digitales y estas

play34:45

técnicas están utilizando para cosas muy

play34:47

feas y muy malas no lo hemos visto con

play34:49

los Deep nudes Estos son esto es una

play34:51

chica que me escribió al buzón de My

play34:53

public inbox que en el colegio le habían

play34:55

hecho Deep nudes Y bueno pues sea bully

play34:59

escarnio público etcétera En un pueblo y

play35:01

Es que hoy en día le das una fotografía

play35:04

tuya y ya está de hecho hubo un

play35:06

psicólogo infantil en Estados Unidos el

play35:07

año en noviembre del año pasado que

play35:10

cogía a los niños que llevaba clases

play35:12

usaba su cara y luego hacía fotos

play35:14

gráficas con las caras de niños de

play35:16

verdad Vale y estaban y y y no sabían

play35:19

Cómo [ __ ] eso desde el punto de vista

play35:22

judicial no porque realmente solo había

play35:25

cogido la cara no sé era un poco

play35:28

un poco loco también lo hemos visto para

play35:31

las fake news no tuvimos en la guerra de

play35:33

gaza El que tenemos que tiene Israel y

play35:36

gaza hoy en día hubo noticias de

play35:38

explosiones que habían sido cogidas del

play35:41

modelo de jni de adobe que Adobe

play35:44

Photoshop Pues en vez de pagar a comprar

play35:47

fotógrafos pues ya p un modelo de jna ya

play35:49

le crea todas las fotos vale Lo hemos

play35:52

visto el clonado de fotos desde el año

play35:55

2020 para robar dinero a las empresas

play35:58

Llamando al banco Llamando al banco y

play36:00

diciendo hola tal hazme una trans sitio

play36:03

en este se llevaron 400,000 en este se

play36:05

llevaron 35 millones este es Guay porque

play36:08

Guay hicieron muy bien el ataque le

play36:10

llamaron con voz clonada le dijeron Oye

play36:12

te voy a hacer una operación de maney

play36:14

quiero comprarme una empresa son 35

play36:16

millones de euros la tengo que hacer

play36:18

ahora te voy a mandar los datos por

play36:21

correo electrónico de la gente que va a

play36:22

ir a la oficina y el director dijo vale

play36:24

Vale pues yo la tiendo con un correo le

play36:26

habían robado la enta enviaron los datos

play36:29

de la persona que iba a entrar por la

play36:30

puenta entró un tío por la puerta se

play36:32

presentó hicieron la transferencia a

play36:34

Hong Kong y 35 millones de euros Y todo

play36:37

empezó con voz

play36:38

clonada y es que clonar una voz hoy en

play36:41

día es tan fácil como tener un vídeo o

play36:44

dos vídeos es que está chupado no Esta

play36:47

es una empresa que se llama el laps que

play36:49

la usamos nosotros para muchas pruebas

play36:51

el año pasado en

play36:53

2023 por estas fechas Yo di una

play36:56

conferencia en en rooted donde

play36:59

hablábamos de Cómo hackear los sistemas

play37:01

de biometría con voces en español y

play37:03

todavía no se podía hacer bien tuvimos

play37:05

que hacer un líos tuve que estar

play37:07

clonando la voz durante 8 horas y tal un

play37:10

trabajo de la leche Ahora es con un

play37:11

vídeo la subes con un audio la subes

play37:13

aquí y el único política de seguridad es

play37:16

un checkbox en el cual dice sí tengo

play37:18

derecho a clonar esta voz click y ya O

play37:21

sea que alguien coge un vídeo tuyo un

play37:23

audio de WhatsApp sabes lo coge lo sube

play37:26

clone de la voz y ya está está así como

play37:30

funciona esto vale lo habéis visto no

play37:32

hoy en día está muy de moda la las

play37:35

historias estas Y es que no solo la

play37:38

puedes clonar sino es que la puedes

play37:39

traducir no sé cuántos conocéis al Gran

play37:41

fari Quién conoce al fari bueno fari

play37:43

tenía una voz muy personal muy personal

play37:46

y este es la voz del fari clada y

play37:52

traducido al inglés Vais a escuchar al

play37:53

fari hablando inglés y es

play37:56

acojonante

play38:08

bueno Esto es su voz Es espectacular lo

play38:11

hemos visto también en ataques

play38:12

apolíticos no Esto fue un caso antes de

play38:14

la Guerra de

play38:15

Ucrania entre Rusia y Ucrania que un

play38:19

europarlamentario sufrió le invitaron

play38:21

para reunirse con un político contrario

play38:23

al régimen de Putin en Rusia y tal tu

play38:26

una conferencia y luego le grabaron todo

play38:28

lo que dijo y lo emitieron en la

play38:29

televisión rusa diciendo Esto es lo que

play38:32

piensa Europa de nosotros tal no sé qué

play38:34

y y fue y estaba todo cortado manipulado

play38:37

etcétera Y esto es lo que escribió

play38:38

porque le habían hecho una una de fake

play38:41

y y bueno ahora desaparecido el tweet ha

play38:44

borrado la cuenta ha preferido no no

play38:46

tener exposición social Pero es que ya

play38:48

en el 2020 Nosotros con con ya era

play38:51

posible hacerlo con una sola fotografía

play38:52

Este era una herramienta que usábamos de

play38:54

coña que se llama by the face LL por una

play38:57

una sola foto le subes y ya te lo te

play38:59

hacía y te lo pone en la

play39:00

videoconferencia de teams vale de tal

play39:03

manera que puedes ir o no a las

play39:06

videoconferencias Y esta es una que

play39:08

hicimos para la exposición de la

play39:09

fundación telefónica que te pone la cara

play39:11

que tú quieras y en este caso era la de

play39:12

Arnold sager aquí veis que soy yo con la

play39:16

cara de Arnold la gracia habéis visto

play39:18

que las Vision Pro ya lo ponen para que

play39:20

le cambies la cara al novio directamente

play39:22

no no te gusta se la pones entonces qué

play39:25

estamos haciendo pues estamos trabajando

play39:26

en lo que llamamos el test de empatía

play39:28

Cómo reconocemos a los seres humanos de

play39:30

verdad de los seres humanos digitales y

play39:32

estamos haciendo Todas Las locuras del

play39:34

test de voy cam que usaban en la

play39:36

película de Blade Runner donde pues

play39:39

miramos por ejemplo cuando vemos un

play39:41

vídeo si el reflejo del Iris coincide es

play39:45

decir si las diferencias entre el

play39:46

reflejo del Iris son mínimas menos de un

play39:49

40% porque la luz impacta en dos objetos

play39:52

redondos más o menos separados por 5 cm

play39:55

entre ellos y entonces tiene que incidir

play39:57

y si y la jni está pintando píxeles No

play40:01

no es volumen Entonces si no pinta bien

play40:03

esos píxeles de lo detectamos estamos

play40:07

contando los parpadeos no para saber si

play40:09

es hay una persona humana después o no

play40:12

en uno de los papers que nosotros hemos

play40:14

hecho es hacer el blinking printing

play40:16

tenemos de cada uno de nosotros el

play40:19

nuestra estadística de cómo nuestra

play40:21

huella digital de cómo parpadeamos para

play40:23

saber que estamos entre nosotros lo

play40:25

hemos hecho esto es el de los Perdón

play40:28

este primero Ay perdón que este primero

play40:30

que me he ido para atrás Este no es el

play40:32

reflejo sino Esto es para ver si te pone

play40:34

vizco o no te pone vizco llama ging este

play40:37

el parpadeo aquí miramos el reflejo del

play40:40

Iris aquí se mira el Head po que

play40:42

básicamente es hacemos un modelo 3D del

play40:46

de la imagen de la persona y vemos si lo

play40:49

deforma no este veis como se deforma te

play40:51

pone vizco este tiene todo no este es

play40:54

una un gif que está hecho con un revamp

play40:57

que se llama una una deate de de

play41:00

Renacimiento de una fotografía y ves que

play41:02

tiene todos esos problemas no pues bueno

play41:04

Nosotros le hacemos el volumétrico y

play41:07

vemos si alguno de los triángulos le

play41:09

triangul la cara si vemos alguno de los

play41:10

triángulos se se se tuerce le miramos el

play41:14

latido cardíaco vale le para esto se le

play41:17

mira el aquí lo tenéis Le vamos mirando

play41:19

Este es el el Head po Le vamos mirando

play41:22

la parte y en el latido cardíaco por el

play41:25

cambio de color que genera el latido con

play41:27

la carótida en la frente y alrededor de

play41:29

la boca y las los cambios de de color te

play41:33

permiten hacer el latido cardíaco igual

play41:35

que cuando lo usáis en un smartwatch

play41:37

todo eso para al final algo que genera

play41:40

muchísimos miles de millones de de de

play41:44

dólares en el mundo que es el e-commerce

play41:46

y el remote digital on boarding es decir

play41:49

que te puedas hacer el no your customer

play41:52

subiendo una fotografía un vídeo tuyo el

play41:54

dni y detectar las de fakes detectar que

play41:58

realmente es esa persona y no se está

play42:00

haciendo Este es un ejemplo con una Def

play42:02

fake de binance que utilizaron para

play42:04

abrir una wallet web 3 y cómo los

play42:06

algoritmos que os he contado detectan

play42:09

todo esto y este es el mundo al que

play42:11

vamos y estamos trabajando Nosotros

play42:13

hemos sacado una versión de prueba que

play42:14

la podéis usar todos es gratuita se

play42:16

llama autover verify donde lo que

play42:18

hacemos Es probar algoritmos para

play42:21

detectar si es un ad fake o no es una ad

play42:24

fake en el caso del

play42:26

vídeo no miramos jni vídeos lo que

play42:29

miramos es si es una di fake es decir

play42:32

esas cosas que le hacen humano o no que

play42:34

os he enseñado antes en el caso de las

play42:36

imágenes sí intentamos reconocer que

play42:39

está hecho con un algoritmo de de yna un

play42:41

algoritmo de Inteligencia artificial y

play42:43

está a prueba esto es el juego del gato

play42:44

y el ratón los malos van utilizando

play42:47

herramientas mejoradas nosotros tenemos

play42:49

vamos utilizando algoritmos que se van

play42:51

mejorando constantemente para tener pues

play42:54

esto una herramienta que más o menos te

play42:56

diga si puede o no puede ser una una de

play43:00

fake y claro si a todo esto le unes la

play43:03

llegada de la robótica que vamos a tener

play43:06

en estos años pues este me encanta el

play43:08

Boston dynamics este me acojona mucho a

play43:11

ver si lo tengo aquí el ratoncito

play43:15

aquí Ay se me escapa Bueno este lo

play43:19

conocéis no se llama Atlas Este vídeo

play43:21

para vuestra tranquilidad os tengo que

play43:23

decir que este es el vídeo planchado es

play43:25

como cuando veis un vídeo de un Skater

play43:27

que hace un Trick y se sube por una por

play43:30

un tejado y tal ese es el que salió bien

play43:33

después de los 97 que se cayó se paró

play43:35

las costillas etcétera que están todos

play43:38

pues este es igual este es el que les

play43:39

salió bien haciendo Parkour después de

play43:41

todos los que le salió mal pero claro

play43:43

imaginaos estos bichos con modelos de

play43:46

Inteligencia artificial el mundo al al

play43:48

que vamos no eh mir ahí con subs

play43:49

mortales hacia atrás como

play43:51

campeones y nada más si queréis

play43:54

contactar conmigo pues ahí tenéis mi

play43:56

buzón público my public Inbox es el

play43:58

único sitio por el que contacto O sea si

play43:59

me intentáis Buscar solo contacto por

play44:01

aquí y vamos a ver si si ha terminado la

play44:03

imagen a ver cómo la ha dejado no sé si

play44:05

la habrá terminado le habrá dado

play44:07

tiempo a

play44:11

ver aquí está ahí está bu no me digáis

play44:15

que no soy un tío molón Ah está yo con

play44:18

esta no necesito fotógrafo Ahí está las

play44:20

redes sociales que va luego y nada más

play44:22

pues muchísimas gracias por vuestro

play44:26

tiempo Muchísimas gracias

play44:28

[Aplausos]

play44:35

Chema tengo que hacer alguna pregunta o

play44:37

no ch es un crack nunca defrauda eso así

play44:39

O sea siempre cuenta cosas maravillosas

play44:41

y fantásticas tienes tiempo o te escapa

play44:43

volando tienes tiempo tenemos tiempo

play44:45

entonces por deferencia a mi preguntador

play44:47

oficial una persona que preguntado en

play44:48

cada una de las charlas que ha estado

play44:50

aquí o sea un profesional solo una no te

play44:51

al escenario que te vienes arriba que yo

play44:53

te conozco eh Dale caña primero que nada

play44:57

Enhorabuena por la charla o sea esta

play44:58

charla yo creo que todos los días

play45:00

debería hacerse porque yo creía que aquí

play45:02

más del 30% de las personas que estaban

play45:04

no eran consciente de cómo está esto no

play45:06

y al final uno que sí que lo es está

play45:08

todo el día en Twitter y se auto asusta

play45:10

no eh Te iba a hacer una pregunta la

play45:13

tenido que cambiar ocho veces en mi

play45:14

cabeza porque las ibas resolviendo todas

play45:16

no que qué íbamos a hacer para evitar

play45:17

los Def fakes y demás Me alegro de que

play45:19

hayan trabajos en los que estes

play45:21

colaborando para ello La pregunta es No

play45:24

potenciará ahora con todos estos

play45:26

descubrimientos un discriminador para

play45:28

que la ia sepa Cómo evadirte ahora y

play45:31

demás sí sí de

play45:34

hecho a lo que está yendo ahora mismo

play45:36

toda la industria de la seguridad es a

play45:38

utilizar ia para hackear ia y a utilizar

play45:41

ia para fortificar ia o sea estamos todo

play45:44

ahora lo que se hace Es cuando quieres

play45:45

hacer el jail break tú le dices la

play45:47

pregunta que quieres hacer y le dices a

play45:48

un modelo de ia Hazme 30 proms

play45:52

diferentes para preguntar lo mismo

play45:54

Entonces está ahí hacer los 30 proms y

play45:56

se los a la ia que quieres hackear y

play45:58

luego hay otra ia que dice comprueba si

play46:00

la respuesta es que la ha puesto en el

play46:02

modo handful el modo peligroso de tal

play46:04

manera que todo está yendo ahí contra ía

play46:06

y la visión que que tenemos nosotros es

play46:09

que estamos solo en el principio que

play46:10

esto que nos parece tan large Language

play46:12

model pues va a ser solo un átomo de las

play46:15

moléculas que vamos a crear de agentes

play46:18

de Inteligencia artificial trabajando

play46:20

colaborativamente en todos ellos y

play46:22

además que va a ser superrápido no

play46:24

habéis visto que las grandes

play46:26

tecnológicas están invirtiendo como si

play46:28

no hubiera mañana en Data centers porque

play46:31

esto lo que consume es mucha Potencia de

play46:33

cómputo habéis visto hace poco que

play46:35

micros ha anunciado la las inversiones

play46:37

de Data centers en Europa que son

play46:39

bestiales lo Vais a ver de Amazon de

play46:42

Google porque es donde está el punto de

play46:45

de ir más rápido o más despacio Data y

play46:48

electricidad esto chupa la factura de

play46:50

luz sube que flipas eh preguntas dudas

play46:54

alguna más ahí otro preguntad tengo aquí

play46:57

mi club de

play46:59

preguntador no me abras hilo eh Ah vale

play47:02

vale a ver a ver

play47:04

venga qué opinas con respecto a prestar

play47:08

tu iri para abrir una cartera

play47:11

digital a cambio de unas

play47:14

moneditas no sé yo como llevo llevo 25

play47:19

años dando charlas y

play47:21

están todos mis vídeos en YouTube toda

play47:23

mi biometría está perdida No yo creo que

play47:26

hubo en año 2000 2014 2015 o 2016 un

play47:30

hacker que le clonó de una fotografía la

play47:32

huella dactilar a un ministro y fue una

play47:35

fotografía y luego Sí y lo pudo hacer yo

play47:38

no sé si el Iris no se podrá clonar

play47:40

sacándolo de los vídeos en el futuro No

play47:42

lo sé esos modelos de de negocio de

play47:44

tokenomics de web3 que en los que yo soy

play47:46

un creyente que que tienen mucho valor y

play47:49

que acabarán triunfando con el Iris Pues

play47:52

no lo sé no sé dónde vamos a ir con con

play47:55

eso yo de momento no lo he hecho todos

play47:59

hemos visto csd hace 10 años que teamp

play48:01

una foto Pixel y salía y Cos Bueno hoy

play48:03

en día ya es verdad no sí sí Hola Chema

play48:08

hemos visto durante dos días hemos oído

play48:10

personas a favor de la Inteligencia

play48:12

artificial otros en contra hemos tenido

play48:14

una mezcla de todo eh en concreto

play48:17

teniendo la experiencia que tú tienes en

play48:18

todo esto y en todo lo que es tecnología

play48:21

para ti realmente Cuál va a ser el

play48:23

futuro real no el futuro este qué es lo

play48:27

que tú estás a favor estás en contra

play48:29

crees que va a sustituir al ser humano

play48:32

no lo va a sustituir cómo lo ves tú Uh

play48:34

me haces una pregunta filosófica más que

play48:37

otra cosa a ver yo soy de los que creo

play48:41

que es una tecnología que acabaremos

play48:44

usando bien y que y que además como

play48:47

venimos de usar muy mal el Big Data

play48:49

donde no pusimos ninguna ninguna Barrera

play48:52

y tuvimos fake news el escándalo de

play48:54

Cambridge analytica los problemas de

play48:56

Pues bueno lo de la película de la red

play48:58

social no la red social no Cómo se

play48:59

llamaba la de que te porque hablaba de

play49:02

los algoritmos de engagement en etcétera

play49:05

Pues yo creo que con la Inteligencia

play49:07

artificial sí que estamos intentando

play49:08

ponerle algunos algunas normas de las

play49:11

cosas no queremos que se hagan no

play49:12

queremos que haya un juguete que le

play49:14

compre a un niño de 4 años con

play49:15

algoritmos de Inteligencia artificial

play49:17

para fomentar el engagement porque

play49:19

tenemos a un niño con dopamina a base de

play49:20

jugar con una muñeca y no hace nada más

play49:22

en su vida no ese tipo de de cosas

play49:25

Entonces yo estoy a favor de la incia

play49:27

artificial a mis hijas Las expongo a la

play49:30

Inteligencia

play49:31

artificial a la mayor que tiene 15 años

play49:34

la suspendieron un trabajo que hizo con

play49:36

ch gpt

play49:38

porque le pidió ayuda para hacer un

play49:40

trabajo de de la regenta y la regenta

play49:44

siempre la confundo con la celestina

play49:45

pero era la regenta

play49:47

y y el ch gpt le dijo que era famoso por

play49:51

sus diálogos rápidos y ágiles

play49:55

digo suspendió no pero me parece bien

play49:58

que le suspenda ya tenía que resolver un

play49:59

problema utilizó una herramienta y ya

play50:01

está se podía haber leído el libro

play50:02

también pero decidió no hacerlo a favor

play50:05

de eso Entonces yo creo que la

play50:07

Inteligencia artificial está bien pero

play50:09

porque tengo una visión del ser humano

play50:11

que no tiene nada que ver con la visión

play50:13

de que venimos a este mundo y de repente

play50:14

tengo que ser productivo tengo que tener

play50:16

un fin social yo creo que los seres

play50:18

humanos tenemos que venir a este mundo a

play50:19

disfrutar nuestra vida que es finita y

play50:21

esto de tener un propósito tener una

play50:24

responsabilidad ser productivo para la

play50:27

y ganar el pan con el sudón de tu frente

play50:29

yo creo que ya son cosas que debemos ver

play50:31

si en el futuro van a tener sentido no

play50:33

yo creo que el futuro del trabajo es

play50:35

algo que tenemos que cambiar todos y y

play50:39

lo de de verdad lo de ganar el pan con

play50:41

el sudor de tu frente yo creo que en 50

play50:44

años deberíamos ya dejarlo atrás no no

play50:47

sé Esa es mi visión personal que es muy

play50:50

filosófica yo creo que en esta vida los

play50:52

seres humanos venimos A disfrutarla Y

play50:54

eso es lo que tenemos que por lo menos

play50:56

intentar

play50:57

o sea con el sudor de tu Clon

play50:59

e alguna pregunta más una más y ya creo

play51:02

que

play51:04

ya Hola Chema mira yo te iba a preguntar

play51:07

una cosa hablaste de un algoritmo de

play51:10

Inteligencia artificial que te generaba

play51:11

vídeos de tiktok Ah infinitamente no que

play51:14

es a lo que vamos todavía no existe pero

play51:16

es a lo que vamos no crees que podríamos

play51:17

darle la vuelta a la moneda y tener

play51:19

algún tipo de desarrollador malicioso

play51:21

que hiciese una ia que se encargase de

play51:23

generar malw infinitamente

play51:30

digito así O crees que es demasiado

play51:32

domoso y que no ya existen o sea se han

play51:36

hecho llms para esto no en el mundo del

play51:39

del malware está warm gpt que te hace

play51:42

gusanos y malware y tal Y frou gpt que

play51:44

para hacer ataques de de fishing para

play51:47

crearte paneles de control o sea todo

play51:48

eso está por supuesto los malos utilizan

play51:51

estas herramientas ya te lo digo yo que

play51:52

sí y va a pasar y va a seguir la

play51:54

escalada de herramientas y uso de

play51:57

Inteligencia artificial en el mundo del

play51:58

cibercrimen la ciberguerra etcétera va a

play52:01

ser cada vez mayor en mi blog publicaba

play52:03

hace dos días el estudio que ha hecho

play52:06

Microsoft de los últimos incidentes de

play52:08

de ramsonware y de ataques de

play52:10

ciberespionaje etcétera Y cómo estaban

play52:12

utilizando los motores de llm para un

play52:15

montón de cosas para reconocimiento de

play52:16

objetivos creación de exploit para post

play52:18

explotación etcétera O sea que est es el

play52:21

día a día o sea es una herramienta más

play52:23

como utilizar el el la calculadora en

play52:25

hexadecimal pues igual pero utilizar la

play52:27

herramienta de Inteligencia artificial

play52:28

generativa Venga pues última pregunta

play52:30

creo Bueno Hola Chema encantado de poder

play52:35

preguntarte

play52:36

Gracias Ahora que tenemos estas

play52:39

herramientas a nuestro alcance y algunas

play52:43

herramientas tan fantásticas o

play52:46

fantasiosas quizás como el famoso chip

play52:50

neural link el neural link y cosas mucho

play52:53

más da tierra

play52:57

como pueden ser las las prótesis

play52:59

electrónicas eh de manos y piernas

play53:04

qué preocupación deberíamos empezar a

play53:07

tener con los hackers que hackeen a

play53:11

persona Bueno ya llevamos años con eso

play53:14

con los los cyborgs no que es gente que

play53:18

incluso se pone sensores extra hay gente

play53:20

que se pone pues detectar que alguien

play53:22

viene por detrás Y que Note una presión

play53:24

en el hombro hay gente que lo hace no el

play53:26

arácnido hay gente hemos visto algunos

play53:29

que se ponían hasta para sentir la las

play53:31

mareas para sentir las mareas Cómo están

play53:33

en la piel y lo único que son

play53:35

plataformas iot conectadas con

play53:37

servidores en internet que le dan datos

play53:39

y genera señal física de retorno no

play53:41

igual que cuando te vibra el el reloj

play53:43

Pero dentro del cuerpo y lo hemos visto

play53:46

Incluso en los en los marcapasos no ahí

play53:49

hubo un hacker bueno barn fue barn que

play53:54

encontró una vulnerabilidad en los

play53:55

marcap pasos que permitía

play53:59

remotamente pegar una descarga eléctrica

play54:02

al corazón y eventualmente matar a una

play54:04

persona con esto y lo iba a presentar en

play54:07

la en la blat y el día antes apareció

play54:09

muerto en el hotel barn villac y a la

play54:13

semana el vicepresidente de Estados

play54:15

Unidos d chenny que tenía esa marca y

play54:16

modelo se quitó el marcapasos O sea que

play54:19

llevamos años preocupados por eso y va a

play54:22

ser una preocupación continua venga ya

play54:24

la última de verdad que me ha dicho en

play54:26

modo twet

play54:27

eh eh qué opinas de el nacimiento de los

play54:31

chips analógicos para Inteligencia

play54:33

artificial ahora que se está que

play54:36

normalmente se usa

play54:38

computación digital no como la la las

play54:42

gráficas y tal pues hay empresas que se

play54:45

están dedicando a investigar el tema de

play54:47

la computación analógica para consumir

play54:49

menos y que sea más eficientes los

play54:52

entrenamientos no sé no sé si tendrán

play54:55

éxito o no al final la computación

play54:57

digital es fundamental para para

play55:00

utilizar las variaciones de Señales es

play55:02

teoría de Señales tú tienes que [ __ ] y

play55:04

decidir Qué es un uno y Qué es un cero

play55:06

en una computación analógica puedes

play55:08

definir más uno más puntos más datos por

play55:11

por unidad de tiempo no entonces no sé

play55:13

si tendrán éxito o no y o la tasa de

play55:15

fallos va a ser muy alta y no van a ser

play55:18

capaz de ponerlo en producción pero no

play55:19

lo sé eh No lo sé por otro lado tenemos

play55:21

la disrupción de los ordenadores

play55:22

cuánticos que está en una en una batalla

play55:25

constante todavía no hemos sido capaces

play55:27

de hacer ordenadores cuánticos ni que

play55:29

que sean muy grandes pero se espera que

play55:31

en 10 años la la tecnología cuántica

play55:33

vaya vaya a pegar un un salto y por otro

play55:37

lado estamos viendo que la tecnología

play55:40

está dejando o sea eso en cuanto a la

play55:42

parte de los chips y de y de la

play55:44

disrupción en la computación de base que

play55:47

ya veremos no tengo no tengo ni idea Yo

play55:49

creo que con lo que están invirtiendo en

play55:50

cuant un acabarán teniendo éxito y luego

play55:52

se ha producido un efecto muy curioso Y

play55:54

es que la tecnología ha dejado de hablar

play55:56

ario para hablar humano ya cuando

play55:58

conectas dos dispositivos iot que no son

play56:02

del mismo fabricante y que tienen

play56:03

diferentes eh protocolos etcétera ya no

play56:07

te esfuerzas en hacer una

play56:09

interoperabilidad de protocolos les

play56:11

pones a cada uno de ellos un modelo de

play56:14

slm y le dice entonces este le dice Oye

play56:17

tú apaga la luz y me da igual el

play56:19

protocolo que dices te lo digo en

play56:21

prompting Y entonces el slm lo coge y

play56:23

hace me ha dicho que apague la luz y

play56:25

apago la Luz entonces se está

play56:26

produciendo un efecto muy curioso que es

play56:28

que la tecnología está hablando como

play56:30

nosotros Entonces aparece un nuevo tipo

play56:32

de computación un nuevo tipo de de

play56:34

protocolos que ya no son Este es el

play56:36

paquete y este es el mensaje que tiene

play56:38

que enviarte y aquí va el uno y el cero

play56:40

sino directamente aparece el lenguaje

play56:42

natural Así que vamos a ver muchos

play56:44

cambios en en los próximos

play56:46

años con esto terminamos un super mega

play56:48

aplauso para el gran chem Alonso

Rate This

5.0 / 5 (0 votes)

الوسوم ذات الصلة
Inteligencia ArtificialCiberseguridadTrabajo FuturoRobóticaCibercriminalidadDerechos HumanosHackerInnovaciónDesarrollo Tecnológico
هل تحتاج إلى تلخيص باللغة الإنجليزية؟