En su reciente artículo publicado en la nueva sección TheNextBigThing de este medio, Xavi Garrido, experto en inteligencia artificial, analizaba el panorama de aplicaciones de inteligencia artificial (IA) generativa y explicaba cómo está construido en diferentes categorías, con el objetivo de proporcionar una comprensión clara de su estructura y alcance.

De la mano de Salvatore Cospito, Garrido repasa en este episodio de Programmatic Talks los entresijos de este landscape y resuelve todas las dudas sobre esta tecnología en auge.

Estas son las categorías que diferencia Xavi Garrido:

• Texto: Esta es la categoría más avanzada, con aplicaciones que incluyen marketing (contenido), ventas (correo electrónico), soporte (chatbots y correo electrónico), escritura general, toma de notas y más. A medida que los modelos mejoren, podemos esperar ver contenidos de mayor calidad y longitud, así como una mejor adaptación específica al sector. Aquí encontramos lo modelos más conocidos, OpenaI GPT-4 y chatGPT, Deepmind de Google, Facebook Opt, etc.

• Código: Con la aparición de herramientas como GitHub Copilot, la generación de código promete tener un gran impacto en la productividad de los desarrolladores a corto plazo y facilitar el uso creativo del código para personas no especializadas en el desarrollo. Aquí podemos ver cómo las aplicaciones son la generación de código, la documentación del mismo, pasar texto a SQL o generar web app.

• Imagen: Aunque es un fenómeno más reciente, la generación de imágenes se ha vuelto viral debido a su facilidad para compartir en redes sociales. Estamos presenciando la aparición de modelos de imágenes con diferentes estilos estéticos y técnicas para editar y modificar las imágenes generadas. Las aplicaciones incluyen generación de imágenes, social y consumo, publicidad, medios y diseño.

• Discurso: Aunque la síntesis de voz existe desde hace tiempo (¡hola, Siri!), las aplicaciones para consumidores y empresas están mejorando. Para aplicaciones de alta calidad, como películas y podcasts, la calidad del habla sintética es esencial. Los modelos actuales ofrecen un punto de partida para el refinamiento adicional o la producción final para aplicaciones utilitarias.

• Vídeo: La generación y edición de vídeo está avanzando rápidamente, y su potencial para desbloquear mercados creativos masivos como el cine, los videojuegos, la realidad virtual, la arquitectura y el diseño de productos físicos es emocionante. Los modelos de vídeo y 3D están siendo desarrollados por organizaciones de investigación en este momento.

• 3D: Modelos 3D y escenas. Esta categoría está emergiendo rápidamente y promete revolucionar áreas como la arquitectura, el diseño de productos y la industria del entretenimiento.

• Otros dominios: La investigación y desarrollo de modelos fundamentales en IA generativa está ocurriendo en numerosos campos, como el audio y la música, la biología y la química (proteínas y moléculas generativas), los videojuegos, la automatización de procesos robóticos (RPA) y más.