GPT-4V es un avance significativo en la IA, pero todavía con limitaciones.

OpenAI ha anunciado una nueva característica para ChatGPT llamada GPT-4V, que permite al chatbot de IA leer y responder a indicaciones de imágenes además de indicaciones de texto.

Con ChatGPT Plus, los usuarios pueden cargar una imagen y hacerle al chatbot una pregunta relacionada con la misma. Por ejemplo, si se le muestra una imagen de un perro, podría generar el texto “Este es un perro. Los perros son animales domésticos que tienen un pelaje que les cubre el cuerpo y además de estar relacionados con el lobo provienen de un grupo ancestral común que data de hace aproximadamente treinta mil años, y desde entonces se ha extendido a todas partes del mundo.

OpenAI ha estado trabajando en el desde el 2022, utilizando una técnica llamada Aprendizaje por Refuerzo a partir de Retroalimentación Humana para entrenarlo y producir respuestas que los usuarios consideren satisfactorias. La compañía también ha tomado medidas para garantizar que el sistema se comporte de manera ética y no genere contenido dañino o inexacto.

GPT-4V es un avance significativo en la IA, pero todavía tiene sus limitaciones. OpenAI está trabajando para mejorar el rendimiento del sistema en otros idiomas y para evitar que genere contenido dañino.

Cuales son las diferencias entre GPT-4 y GPT-4V

Las diferencias principales incluyen:

  • Cuenta con 175 mil millones de parámetros, más del doble que el tamaño de GPT-4. Esto le brinda una mayor capacidad para aprender y procesar información.
  • Es multimodal, lo que significa que puede comprender y responder tanto a texto como a imágenes.
  • En términos de precisión y eficiencia, GPT-4V supera a GPT-4 porque tiene un tamaño de un modelo más grande y se entrenó en un conjunto de datos más grande.

Tiene un problema con los datos que se utilizan para entrenar un modelo de aprendizaje automático ya que existe un sesgo con la presencia de prejuicios o estereotipos ya que pueden afectar el rendimiento del modelo, provocando resultados inexactos o discriminatorios.

Podría ocurrir que el modelo genere texto que sea sexista, racista o discriminatorio debido a que los datos de entrenamiento que incluyen texto vienen de una variedad de fuentes, incluidas las redes sociales, los sitios web y los artículos de noticias y este lo puede aprender GPT-4V.

OpenAI ha implementado estrategias para disminuir el sesgo en los datos de entrenamiento. Esto se ha logrado empleando un conjunto de datos de entrenamiento más variado y representativo en comparación con las versiones previas del modelo. Además, OpenAI ha aplicado técnicas de aprendizaje automático para detectar y eliminar el sesgo presente en los datos.

Las dos opciones que ofrece OpenAI para GPT-4V son:

  • ChatGPT Plus: $20 al mes y permite a los usuarios usar GPT-4V para generar texto, traducir idiomas, escribir diferentes tipos de contenido creativo y responder a preguntas.
  • Una API de GPT-4V: Esta opción donde los desarrolladores pueden integrar GPT-4V en sus proyectos, donde el coste la API varía según el uso.