Ajuca

OpenAI sorprendió al mundo con el lanzamiento de Sora, su último modelo generador de vídeos ultrarrealistas. Aunque la noticia fue recibida con asombro, no fue un golpe aislado, ya que el sector cuenta con diversos competidores, cada uno con sus comunidades de usuarios y características únicas.

Runway: La Opción Predeterminada

Hasta ahora, Runway se consideraba la opción predeterminada para la generación de vídeos mediante IA. Con su modelo Gen-2 lanzado el pasado noviembre, Runway resolvió problemas de coherencia entre fotogramas y logró imprimir movimiento a imágenes preexistentes. En enero, anunciaron la función Multi Motion Brush, ofreciendo múltiples controles de movimiento. Aunque las capacidades exactas de personalización de Sora aún no están claras, Runway podría seguir siendo una alternativa preferible gracias a su conjunto completo de herramientas de IA, que incluye motion tracking, fondo verde, emborronamiento de caras y más.

En un momento en que Google deja atrás Bard en favor de Gemini y muestra los últimos avances en inteligencia artificial, OpenAI ha destacado su liderazgo en la carrera de la IA con su última creación: Sora. En este artículo, exploraremos lo más relevante de Sora, la impresionante inteligencia artificial diseñada por OpenAI para la creación de vídeos.

¿Qué es Sora y cómo funciona?

Al igual que ChatGPT o DALL-E, Sora es un modelo generativo de inteligencia artificial creado por OpenAI con la capacidad de generar vídeos cortos de hasta 60 segundos a partir de una descripción de texto. Esto significa que puedes expresar lo que deseas crear en lenguaje natural, enviar la descripción y dejar que Sora se encargue del resto.

Mientras la propuesta de la jornada laboral de cuatro días está en boca de todos, el magnate y filántropo Bill Gates plantea una idea diferente que involucra la inteligencia artificial. En una reciente aparición en el podcast "What Now?" de Trevor Noah, Gates sugiere que "la tecnología no reemplazará a los humanos, pero podría hacer posible una semana laboral de tres días".

Gates, conocido por compartir sus reflexiones sobre el futuro de la humanidad y la tecnología en su blog, abordó el tema de una jornada laboral más corta durante el podcast. Imagina un mundo en el que la inteligencia artificial desempeñe un papel crucial, siendo un factor clave para lograr una semana laboral de tres días.

Un profesor de religión en la Universidad de Columbia escribe: "No creo que los seres humanos sean la última etapa del proceso evolutivo". Lo que venga después no será ni simplemente orgánico ni simplemente maquínico, sino que será el resultado de la relación cada vez más simbiótica entre los seres humanos y la tecnología. Unidos como parásito/huésped, ni las personas ni las tecnologías pueden existir separadas unas de otras porque son prótesis constitutivas unas de otras... La llamada inteligencia "artificial" es la última extensión del proceso emergente a través del cual la vida toma formas cada vez más diversas. y formas complejas.

El artículo enumera "cuatro trayectorias que serán cada vez más importantes para la relación simbiótica entre humanos y máquinas".

Servicios como Krea.ai permiten crear estas imágenes fácilmente a partir de un prompt y el patrón (o texto) que elijas

La nueva técnica se basa en la utilización de ControlNet, un tipo de complemento o "plugin" para Stable Diffusion que permite establecer parámetros y características específicas en las imágenes generadas por la IA.

La idea principal es convertir imágenes en mensajes subliminales incorporando palabras ocultas dentro de la imagen. Estos modelos de IA, ya disponibles en varios lugares, permiten generar imágenes no solo a través del prompt, sino también mediante texto, logotipos o patrones que deseemos incluir de forma subliminal.

Durante la última década, se han logrado avances significativos en el campo de la Inteligencia Artificial (IA) y la IA se ha vuelto más omnipresente en nuestra vida diaria. El uso y la adopción generalizados de la IA se pueden atribuir a múltiples factores, incluido el aprendizaje profundo (DL), también conocido como redes neuronales artificiales modernas, la disponibilidad de grandes volúmenes de datos y la potencia informática para entrenar modelos DL. Más recientemente, la IA generativa ha llamado la atención del público en general, gracias a OpenAI y la construcción de modelos de lenguaje grande (LLM) escalables y de alto rendimiento. La IA generativa también se ha utilizado para producir texto, imágenes, vídeos, códigos de programación y música. Existen modelos multimodales que generan imágenes basadas en descripciones de texto (por ejemplo, DALL·E) y viceversa y dichas innovaciones seguirán creciendo con bastante rapidez.

Avances en IA generativa

Durante 2012 se demostró un avance importante en la aplicación de un modelo DL [1] para clasificar imágenes en varios grupos diferentes (ImageNet Large Scale Visual Recognition Challenge 2010). A esto le siguió el uso de DL para tareas de clasificación similares en texto y voz, donde los modelos DL mejoraron significativamente los puntos de referencia previamente establecidos. Estos modelos fueron entrenados para tareas especializadas y ofrecieron un rendimiento de última generación. El uso de DL para generar una amplia gama de resultados ha atraído a los investigadores de IA. Generative Adversarial Networks [2], el trabajo histórico en esta dirección, se llevó a cabo durante 2014 donde se generaron imágenes de aspecto real de rostros y números humanos. Esto llevó a realizar más investigaciones para desarrollar técnicas de IA generativa en otros dominios.