🎧 Cómo las Startups de Silicon Valley Usan Inteligencia Artificial
Conversamos con Omar Flores, científico especialista en IA
Esta edición del Newsletter de Startupeable es presentada por:
Los emprendedores tienen el poder de cambiar el mundo 🌎
Por eso, Watson Institute está buscando a emprededores mexicanos que estén liderando iniciativas de impacto social para su programa.
El programa de 16 semanas será impartido en inglés y enseñará habilidades avanzadas en emprendimiento, liderazgo y experiencias esenciales para empoderar a más personas y transformar sus comunidades.
👉 Aplica aquí. Tienes hasta el 18 de agosto.
👨💻 Episodio: Esta semana tuvimos a Omar Florez, quien ha trabajado más de 10 años en Silicon Valley en Inteligencia Artificial dentro de compañías como Intel, Twitter y el banco americano Capital One. Hablamos sobre cómo las startups están aprovechando IA en Silicon Valley, el impacto que está teniendo la IA y las oportunidades que todavía hay por explorar.
O escucha en Apple Podcasts aquí.
🤯 Gran idea: Omar nos explica que entrenar un modelo de IA desde cero es extremadamente costoso. Para hacer un modelo de la talla de ChatGPT requiere alrededor de 40 mil GPUs (Unidad de Procesamiento Gráfico) durante al menos seis meses, con una cantidad gigante de datos. Además, el modelo va a fallar múltiples veces antes de llegar al algoritmo final. Y a estos costos hay que agregarle la inversión en talento y las herramientas de trabajo.
Sin embargo, una vez un modelo como ChatGPT está entrenado, es posible refinarlo con un set distinto de datos, lo cual es mucho más barato. Las startups en Latinoamérica pueden tomar un modelo complejo y reentrenarlo con datos propios para hacer lo que necesiten.
⭐ Cita favorita: [Sobre la ventaja de tener datos propios para implementar IA] “Hay un lema en Silicon Valley ‘la mejor data es más data’. La calidad de los datos también importa, pero si tienes muchos datos, el talento y el hardware para procesarlos, tienes las tres patas de la mesa para hacer una diferencia. Y tener data anotada, donde puedas distinguir entidades o clases, es incluso mejor que solo data. Una empresa grande que tenga datos masivos está en ventaja frente a una empresa pequeña que no tenga tantos datos. Pero una empresa pequeña que tenga pocos datos pero los tenga anotados, está en ventaja frente a otras empresas. Aparte de los datos, también depende del tipo de algoritmo y la estrategia de entrenamiento.”
🤔 Dato curioso: Omar desarrolló el primer diccionario inglés-español de términos técnicos de IA. Cuando él estaba aprendiendo IA, tenía que leer los libros en inglés y le costaba mucho encontrar el significado de palabras técnicas porque no aparecían en el diccionario y tenía que ir a leer varias páginas de otros libros para entender una sola palabra. Para ahorrarle eso a otros estudiantes de IA, desarrolló el diccionario que está disponible en internet.
🗒 Show notes: Checa las notas del episodio aquí.
Si te gustó este episodio, también escucha: el episodio con Miguel Paredes de AI Fund. Miguel nos explicó las bases de la inteligencia artificial y todo lo que hay detrás de ChatGPT. También nos comentó las oportunidades que hay con esta tecnología.
Invita amigos y gana premios 🎁
Recomienda nuestro newsletter a tus amigos emprendedores 🚀 para ganar recompensas. Revisa los detalles aquí: