AI Primero: Aplicaciones del Futuro

Soy Evan Seaward, jefe de ingeniería en HansonTable, y tuvimos una gran introducción a lo que somos, pero básicamente somos un editor de datos que tiene una hoja de cálculo realmente genial, una interfaz de usuario y una experiencia de usuario, pero eso no es de lo que quiero hablar hoy. Lo que quiero hablar hoy es que creo que, a través de un cambio de mentalidad, podemos explorar las formas en que estamos construyendo con IA y crear aplicaciones de IA que van a crear el futuro juntos, básicamente. Es más o menos de lo que estoy tratando de hablar hoy, pero es un poco difícil de explicar, así que en lugar de eso, vamos a recorrerlo juntos, básicamente.

En realidad, estoy en la cosa equivocada. Esto está un poco roto. No estoy básicamente contento con el estado actual del futuro juntos. Creo que muchos de ustedes podrían compartir este mismo sentimiento conmigo. Recuerdo haber visto recientemente Regreso al Futuro, y me puse bastante triste cuando me di cuenta de que se suponía que íbamos a tener autos voladores para el año 2015, y han pasado casi diez años desde entonces. Me preguntaba básicamente a mí mismo, ¿dónde está mi auto volador? Personalmente, me gustan mucho los aviones, volar y el espacio, y también recuerdo que han pasado 57 años desde el último vuelo en la luna. ¿En qué se relaciona todo esto? Es una buena pregunta, pero vamos a llegar allí.

Una cosa genial que creo sobre esta imagen de IA que generé fue que hizo que los niños en esta imagen sostuvieran el volante, lo cual fue bastante gracioso. No tengo un auto volador, no tengo una casa en la luna, ni vacaciono en Alpha Centauri, y a veces, parece que lo mejor que podrías lograr es construir una supercomputadora que calcule la respuesta al significado de la vida, el universo y todo. ¿Hacia dónde nos está llevando la IA básicamente hoy? La mayoría de las personas que están construyendo con IA diría que solo están construyendo chatbots, lo cual tiene un potencial muy limitado, porque si todo lo que haces es poner un chatbot en tu aplicación, simplemente será un chatbot y no tiene mucho sentido. ChatGPT fue una de las aplicaciones de consumo de más rápido crecimiento, creo que probablemente la más rápida, que alcanzó los 100 millones de usuarios en aproximadamente dos meses, lo cual es una locura. Por eso tenemos tanto impulso detrás de la IA y por eso todo está creciendo tan rápidamente y por eso todos están haciendo eso. Creo que podemos hacer mucho más que solo chatbots. ¿Es realmente el punto máximo de lo que podemos hacer en 2024?

Por eso, antes estaba hablando de autos voladores y el espacio, creo que podemos realmente empujar los límites, y al construir con IA, realmente deberíamos pensar en cómo podemos cambiar el futuro, porque actualmente no lo estamos haciendo, creo, si todo lo que estamos haciendo es agregar un chatbot a nuestra aplicación. Entonces, básicamente, apuntemos más alto para usar la IA para mejorar nuestra vida o resolver problemas del mundo real, para así reavivar nuestra búsqueda de innovación y empujar límites, básicamente. Creo que una cosa realmente buena para mirar en este sentido es mirar hacia atrás en el cambio de móvil primero que ocurrió. Creo que es un poco similar. Es difícil dibujar la similitud al principio, pero básicamente, las aplicaciones que adoptaron primero el móvil dieron forma a la industria y pudimos avanzar mucho más rápido con eso, pero cuando se trata de aplicaciones que construían el móvil como una idea secundaria, realmente no funcionó muy bien. Entonces, este es el cambio que estamos empezando a ver. Estamos volviendo a explorar este espacio, porque probablemente, mientras todos estamos desarrollando aplicaciones ahora, nos gusta pensar que somos algo móvil primero, pero la mayoría de las veces no lo somos realmente. Todavía somos en su mayoría una idea secundaria, pero conocemos los patrones de UX y los patrones de diseño que funcionan bien ahora. Entonces, lo que debemos descubrir es cómo hacer esto con IA y cómo construir una aplicación que realmente aproveche todo esto. Creo que es otra forma de enmarcarlo como un enfoque centrado en el usuario es lo que necesitamos hacer, y básicamente, si lo configuramos, podemos definir un nuevo futuro de aplicaciones y de IA en general. Básicamente, necesitamos priorizar la IA para liderarnos hacia este nuevo futuro de aplicaciones y no quedarnos atrás como muchas empresas que no adoptaron realmente lo móvil o se quedaron allí como viejas formas. Creo que esta es la forma más simple de resumirlo, hay dos formas. Está construir en la parte superior, así es como la mayoría de las personas podrían ser presentadas a ChatGPT.

Recuerdo cuando salió ChatGPT y se volvió muy popular, fue como, vamos a ponerlo en nuestra aplicación, y ahora tenemos una AI start-up, es un poco de broma. Pero esto realmente no implica mucha imaginación sobre cómo podemos realmente seguir adelante y construir una aplicación, y creo que es muy difícil descubrirlo todavía porque nadie realmente lo está haciendo demasiado, y solo necesitamos encontrar su camino. Un enfoque centrado en la IA es básicamente asumir que la IA va a evolucionar y cambiar continuamente, y es difícil predecir el futuro, pero debemos asumir que lo que estamos construyendo va a cambiar. Creo que es un poco como el cambio hacia el móvil primero desde el principio.

Hay una construcción en la parte superior, como agregar cosas a medias, aunque probablemente todos hayamos logrado hacer un sitio web con este enfoque móvil primero agregado al final. Esto fue lo que hice hace muchos años, a los 16 años, antes de decidir siquiera conducir un automóvil, decidí volar un avión, y es fascinante pensar que podría haber jóvenes de 16 años sobre nosotros volando aviones en este momento, pero probablemente la mayoría de nosotros no lo sepa realmente, y probablemente asuste a algunas personas, pero una cosa interesante es que realmente no confiaríamos en un niño de 16 años para volar un avión, pero está sucediendo, y la pregunta es si confiaríamos en una IA para pilotar completamente nuestros aviones y todas estas cosas. Personalmente, lo haría, pero probablemente aterrorice a mucha gente. Lo que voy a hacer ahora es mostrar una pequeña cosa que estaba construyendo.

Lo interesante de esto son muchas cosas. Lo que originalmente quería hacer para esta charla era mostrarte cómo tomar mi voz y dividirla en pequeños fragmentos de dos segundos y enviarla a la nube para que la transcribieran, y luego estaría hablando, digamos, con Chachi o cualquier LLM que quisiéramos, pero tenía miedo de la conectividad aquí, y si fallaría, etc., así que en lugar de eso, lo que terminé haciendo es que probablemente te hayas dado cuenta de que en esta pestaña del navegador tenemos una grabación de voz en marcha, pero lo que tengo es un modelo realmente incrustado en mi navegador y va a transcribir mi voz mientras hablo. Es posible que tenga que bajar un poco la voz para hablar con la computadora mientras hago esto, pero ¿qué es esto? Básicamente, la idea detrás de esto es que me gusta volar aviones y tenía curiosidad por saber qué necesitaría un piloto para un copiloto. Sé como programador lo que querría de un copiloto de GitHub, pero ¿cómo podríamos mejorar el trabajo de un piloto con el vuelo? Esto es solo algo hipotético. Es un poco difícil imaginar qué podría estar haciendo un piloto en un avión, pero generalmente tienen una tableta atada a su pierna y esta tiene todos sus datos de vuelo y todo este tipo de cosas, así que imagina que esto está atado a la pierna del piloto y espero que esto funcione bien, así que voy a... ¿Podrías decirme el plan de vuelo de hoy, por favor? Entonces, sí, perfecto. Eso fue completo, la transcripción fue mala, pero de todos modos, comenzaré de nuevo. ¿Podrías decirme el plan de vuelo de hoy, por favor? Sí, necesito acercarme un poco más. ¿Podrías decirme el plan de vuelo de hoy, por favor? Ok, eso es simple. Solo estoy hablando con un LLM, pero eso no es realmente de lo que estoy tratando de hablar, estoy diciendo alejémonos de los chats. Así que solo te estoy mostrando un chat. Vamos a profundizar un poco más. Lo que estoy tratando de pensar es cómo podemos usar interfaces con IA, pero una nota más. Lo realmente genial de esto es que esta transcripción se realiza completamente en tu navegador, por lo que teóricamente podrías hacer esto completamente sin conexión si también pudieras tener otro LLM incrustado o incluso en tu computadora. Bien, lo siguiente que voy a hacer es... Estoy mirando dos pantallas. Ok. ¿Podrías explicarme el pre... Estoy haciendo clic en el botón equivocado. Este es mi chat de depuración como una cosa. ¿Podrías explicarme el pre-vuelo... Me perdí el botón. Ahí vamos. No, no lo hice.

Oh, Dios. ¿Podrías por favor guiarme a través de la lista de verificación previa al vuelo? Va a estar bien. Ahí vamos. Ahí vamos. Sí, ahora básicamente puedes imaginar que el piloto va a querer revisar su lista de verificación y básicamente la AI está respondiendo. He tratado de simplificar las cosas para que las personas las entiendan en la UI, pero de todos modos.

Así que ahora sigo adelante en el vuelo y... ¿Podrías por favor anunciar la salida al control de tráfico aéreo? Suficientemente bueno. Tengo un comando en caso de... El chat no está funcionando perfectamente porque estamos en el escenario. De acuerdo. Sí, ahora básicamente puedes imaginar que si realmente estuviéramos volando juntos en un avión, estaríamos haciendo, como, la AI podría estar comunicándose con el control de tráfico aéreo por nosotros, pero no estamos en un avión. Hay demasiada gente aquí hoy como para poder hacer eso. Pero el siguiente paso sería... ¿Podrías hacer el monitoreo en vuelo por mí? Olvidé que necesito presionar este botón. Estaba un poco fuera del alcance de mi presentación detectar también cuando el usuario deja de hablar. Pero sí, ahora puedes imaginar que estamos en el cielo volando un avión y la AI está monitoreando todos nuestros sistemas. Así es la idea. Esta AI será como un copiloto. Te ayudará. Así que hagamos, como, un pequeño desastre. Sí, puedes imaginar que en este punto algo ha salido muy mal en el avión, y estamos como... Esperemos que no sea una premonición para mi viaje de regreso a Wroclaw en unos días. Pero de todos modos, ahora la AI estaría tomando el control de muchas cosas, hablando con el control de tráfico aéreo por mí. Así que ahora yo, como piloto, podría simplemente seguir mi lista de verificación de emergencia y no tener que preocuparme por demasiadas cosas. Pero sí. De acuerdo. Esto es algo pequeño y genial que pensé que quería mostrar. Así que sí.

Eso soy yo de nuevo. Y... De acuerdo. De acuerdo. Sí. Ahí vamos. Así que sí.

Antes mencioné la Plataforma Google Cloud. Sí, antes mencioné que hay dos estrategias, construir en la parte superior y primero IA. Lo que estaba pensando es cómo se vería esta demostración si fuera una estrategia construida en la parte superior, y cómo sería una mentalidad de IA primero. En esta mentalidad de construcción de IA en la parte superior, se agrega como una idea posterior. Podrías pensar... Lo que estaba demostrando no es realmente la parte de arriba, pero bueno, solo un experimento mental. Este enfoque de IA en la parte superior tendría capacidades limitadas, respuestas fijas y falta de aprendizaje continuo.

A menudo resultaría en aplicaciones desactualizadas e ineficaces. Puedes pensar en muchas startups que están agregando IA en este momento. Todo lo que realmente hacen es agregar una indicación, y terminan obteniendo solo la respuesta de estos datos entrenados. Entonces, este enfoque de arriba hacia abajo que realmente no piensa en el futuro y no utiliza todo el potencial de las capacidades, es básicamente este enfoque de IA en la parte superior. Básicamente, es solo un chatbot glorificado. Eso es lo que el enfoque de IA en la parte superior es muchas veces, o es una combinación de muchos tipos de chatbots y generadores de imágenes y todas estas otras cosas.

Entonces, el enfoque de IA primero de cómo podríamos tomar esta idea es básicamente... Traté de construirlo con un enfoque de IA primero, y personalmente lo que voy a hacer es conectarlo a un simulador de vuelo para que funcione como quiero, pero el punto principal de esto es que está mejorando las habilidades del piloto, y creo que esta es una palabra clave en la que debemos pensar cuando se trata de construir IA en el futuro, estamos tratando de mejorar al usuario. Estamos tratando de potenciar sus habilidades. Entonces, este enfoque de IA primero, básicamente aprendemos continuamente de los datos. Mejoramos continuamente la precisión y la toma de decisiones con el tiempo porque va a seguir aprendiendo y entrenándose continuamente. Básicamente, no es un chatbot. Va más allá de eso. Básicamente, la IA está tratando de tomar la iniciativa, y necesitamos construir aplicaciones que tomen la iniciativa. No debería ser que hago una pregunta a la IA y me responde. En cambio, según los parámetros y el escenario, debería estar tratando activamente de ayudarme. Esto es lo que quiero decir cuando hablo de mejora, y podremos llegar a un punto en el que la IA en muchos casos pueda ser completamente autónoma, y eso es lo que me emociona mucho.

Entonces, ¿cómo nos prepara esto para la idea que estaba mostrando? Básicamente, la IA va a aprender continuamente, e incluso podrías pensar en configurar un tipo de IA multimodal que tenga visión incorporada. Así que imagina esto en un avión con un piloto. Podría estar viendo la cabina y leyendo los instrumentos, por lo que si hay alguna discrepancia entre las lecturas, podría tomar decisiones al respecto. Básicamente, trata de pensar de manera innovadora, y podríamos tener este sistema, cuando se trata de esta idea, algo como Skynet, pero realmente no queremos eso. Depende de la persona, supongo.

De todos modos, ¿cuáles son algunas de las formas en que podemos comenzar a construir primero la IA? Creo que realmente necesitamos pensar en mejorar, no en construir chatbots de IA. Necesitamos mejorar gradualmente, y creo que un buen ejemplo de este enfoque de mejora es algo como GitHub Copilot. Cuando estás escribiendo código, predice lo que vas a decir a continuación, y esto es solo una forma sencilla para que los programadores entiendan qué es la mejora, por lo que necesitamos comenzar a pensar en nuestras aplicaciones en qué están haciendo nuestros usuarios y cómo podemos hacerlo por ellos antes de tiempo. Básicamente, reducir lo que hay en la interfaz de usuario y deshacernos de muchas cosas. Quería mostrar rápidamente esta otra versión, pero la pregunta debería ser: ¿cómo puedo comenzar a construir algo ahora mismo para mis usuarios? Hay un caso de uso en muchas grandes empresas que estoy descubriendo, y es que quieren generar muchos informes, por lo que creo que una forma de alejarse de construir solo un chatbot en este momento, que es muy simple, como este ejemplo aquí que es increíblemente simple. Es como un formulario de solicitud de software para una empresa y el trabajo de alguien es automatizarlo. Por ejemplo, puedo simplemente escribir VS Code. Obviamente, me responderá con esta respuesta, y luego construirá una tabla, una tabla bastante genial, y básicamente puedes imaginar esto como un informe en una empresa, por lo que esta es una forma muy sencilla de comenzar a construir algo un poco más orientado hacia el futuro, pero de todos modos, es más realista por ahora en comparación con esta demostración de copiloto que mostré antes.

Una cosa de la que quiero hablar es sobre la ética detrás de esto y cómo podemos realmente confiar en la IA, en el avión pilotado por IA, porque creo que esa es la idea de la que estaba hablando antes en ese dominio que eventualmente sucederá, y ¿cómo avanzarán las herramientas de desarrollo? ¿Seremos reemplazados? No lo creo. Vamos a tener una especie de nuevo amigo de IA, un compañero de trabajo al que podemos empezar a gritar, básicamente, como tal vez un amigo patito de goma, pero creo que una forma de construir seguridad y transparencia es básicamente haciendo muchas de estas cosas en el navegador, por lo que un LLM en tu navegador, que básicamente mostré antes, por lo que la transcripción no se enviaría a la nube, sería completamente en el lado del cliente y seguro para ti. Entonces, creo que una cosa en la que debemos pensar es que el medio es el mensaje, y muchas interfaces de IA actualmente son básicamente demasiado abiertas, ofreciendo una caja de texto que deja a los usuarios descubrir qué pueden hacer. Este enfoque es equivocado y probablemente una fase temporal, como una pequeña cosa en nuestro radar en este momento. En un mundo dominado por chatbots, ponemos la carga en los usuarios para explorar las capacidades. Básicamente, actualmente tenemos esta interfaz horizontal, como he escuchado que se le llama, y hace muchas cosas, y es una carga para el usuario explorar nuestra interfaz, pero al final no hacen nada con esta interfaz. Entonces, en lugar de eso, debemos mirar más hacia una solución vertical, como una cosa específica para resolver el problema de un usuario, como crear un informe o en el caso de esta cosa de copiloto. Entonces, básicamente, creo que realmente necesitamos explorar muchas de estas cosas y realmente descubrir por nosotros mismos cuál es el futuro. ¿Cómo podemos llegar allí? Realmente abrazar algún tipo de innovación audaz y construir alguna forma de aplicación de IA transformadora y básicamente hablar mucho entre nosotros y cómo podemos resolver este problema. Creo que el mundo al que nos dirigimos es tal vez puramente a través de la voz podemos hacer muchas cosas en lugar de usar computadoras, y es difícil imaginar esto debido a cómo interactuamos actualmente. Es difícil imaginar cómo sería el futuro. Espero que les haya gustado la charla, soy Evan, y realmente me divertí hablando frente a todos ustedes, y sí. ¡Salud! Tenemos un par de preguntas si están bien con eso.

Veamos, ¿con cuál quiero empezar? Tal vez porque hay tres preguntas sobre esto. ¿Qué modelo usaste para el reconocimiento de voz? Para esto, estaba usando Whisper. Básicamente, creo que se llama Whisper base, y esto se coloca en el navegador. Es un poco experimental en este momento, por lo que tienes que obtener un paquete NPN bastante extraño, pero si envías, creo que lo publiqué en Discord, lo que estaba usando en particular. En realidad, no hay mucho code para configurarnos en este momento, y es realmente utilizable. Creo que eso sería útil, quiero decir, tienes otras cuentas sociales, así que si pudieras compartir eso, creo que sería realmente útil.

Veamos. Coloquemos esto en la parte superior. Muy bien. Has descrito un enfoque AI primero como algo más parecido a una visión de producto. ¿Hay algo específico que se pueda hacer desde el punto de vista del desarrollador? Creo que es cuestionar constantemente lo que estás construyendo, porque creo que es malo como desarrollador simplemente construir lo que te dicen que design. Realmente deberías estar pensando en cuál es la experiencia del usuario, y creo que a través de eso, podrás cuestionar lo que se te propone desde la dirección, y realmente construir algo que el usuario pueda disfrutar. Perfecto. Gracias.

Veamos. Ah, cierto. Probablemente una pregunta en la mente de muchas personas. ¿Cómo podemos solucionar los problemas actuales de LLM, como la alucinación? Quiero decir, en tu diapositiva inicial con las manos de los niños, eso fue un poco espeluznante. Sí, lo fue. ¿Cómo podemos solucionarlo? Ni siquiera me di cuenta hasta hoy. Pensé que era un punto muy gracioso. Una forma es básicamente traer más contexto a tu AI, y básicamente jugar con diferentes parámetros, pero diría que proporcionar más contexto, digamos, tal vez una database de vectores o algo así, e incorporarlo en tu indicación. Perfecto. Gracias. Aún eliminando mucho de... Muy bien, muy bien. Vamos a por este tal vez. ¿Cómo intercepta la aplicación de copiloto la respuesta de LLM para saber a qué interfaz navegar y qué API ejecutar? Sí, básicamente estoy usando el SDK de IA, es lo que se llama en NPN. Básicamente estoy usando la llamada a funciones, y el LLM sabe qué función llamar, y básicamente podemos dirigirnos a la interfaz de usuario correcta en la pantalla. Muy bien.

De acuerdo. Tratando de encontrar preguntas que no tengan nada que ver con el modelo que usaste, porque ya respondiste esa pregunta. De acuerdo, tal vez esta. ¿El AI genera la UI o elige entre componentes predefinidos? Actualmente, mi demo es un poco de ambas cosas. Parte de ella elige entre componentes predefinidos y genera. Me preguntaba qué diferencia hay al tener un if else, pero creo que es un área realmente interesante para explorar, transmitiendo desde el lado del servidor, un componente que no tienes instalado localmente.

De acuerdo. Volvemos al tema de la accessibility. ¿Podría el AI ayudar a que las aplicaciones sean más accesibles, por ejemplo, para las personas que no pueden usar pantallas táctiles o teclados? Sí, esto es exactamente donde creo que podría ser utilizado. Si pudiéramos tener un mundo donde todo sea controlable por voz, al menos podríamos resolver el problema para una gran mayoría de personas. No resolverá todos los problemas de accessibility porque algunas personas no pueden hablar, pero ayuda a avanzar un poco la situación. Bruce, ¿era esta tu pregunta en secreto? ¿Estás haciendo preguntas en secreto? Podría ser. ¿Tenemos algo interesante?

De acuerdo. Tal vez como algo divertido, el AI puede aprender más rápido de lo que yo podría. ¿Por qué debería enseñarle lo que mejor sé hacer? Probablemente te reemplazará de todos modos, diría yo. Actualmente, mucha gente está hablando de que en los próximos años, todos serán reemplazados. No estoy seguro de lo que va a suceder, pero en cierto modo, sí, supongo que solo tenemos que divertirnos, diría yo. De acuerdo. Me encanta eso. Aplaudamos a Evan una vez más. Gracias.