Construyamos K.I.T.T. Con JavaScript

Hola a todos. Mi nombre es Nico. Y hoy, me gustaría llevarlos en un pequeño viaje de cómo intenté crear uno de los coches más icónicos en la historia de la televisión directamente en JavaScript en el navegador. Pero antes de hacer eso, algunas palabras sobre mí. Como ya han escuchado, mi nombre es Nico. Soy de Suiza. Trabajo como ingeniero de machine learning en Hugging Face, y también soy parte del Programa de Expertos Desarrolladores de Google en tecnologías web y también IA y machine learning. Eso significa que paso mucho tiempo tratando de cerrar la brecha entre el navegador o el ecosistema del navegador y el mundo de la IA.

Pero comencemos con una pregunta muy simple. ¿Quién es Kit? Kit es la abreviatura de Knight Industries 2000s. Es este coche avanzado impulsado por IA del programa de los años 80 Knight Rider. Y todo el programa básicamente trata sobre Kit y Michael Knight. Luchan contra los malos, así que es este buenos contra malos. Y al final, Kit es solo esta supercomputadora, sofisticada IA. Así que es muy difícil definir realmente quién es Kit.

Así que reformulemos la pregunta, ¿qué es Kit? Y en los años 80, era bastante simple. En ese entonces, Kit era solo un coche supercomputadora muy avanzado haciendo cosas de supercomputadora muy avanzadas. Pero luego aprendimos sobre redes neuronales artificiales, sobre machine learning. Así que tenemos redes que aprenden cosas ajustando las conexiones entre sus neuronas. Así que tal vez Kit sea solo esta enorme red neuronal artificial. Pero hoy estamos en la era de la IA, y tengo una explicación muy simple. Así que Kit es solo un agente de IA que conecta diferentes servicios con un proceso de toma de decisiones. Bien, eso tiene sentido. Vamos a construirlo.

Así que si quieres construir Kit, primero necesitas profundizar en las características. Entonces, ¿cuáles son las características que hacen que Kit sea humano? Primero que todo, escucha, habla, así que podemos hablar con él en lenguaje natural. Es inteligente, por lo que es capaz de procesar información, de actuar sobre esa información. Tiene personalidad, no es solo una máquina sin alma. Tiene humor, tiene sarcasmo, tiene todo eso. Tiene una historia. Así que Michael Knight y Kit, vivieron a través de temporadas y episodios de cosas de las que pueden hablar. Y por último, pero no menos importante, tiene un cuerpo. Realmente vive en el mundo físico. Bien, si queremos resolver esos problemas, esas características, necesitamos trabajar con mucho machine learning. Y lo bueno es que, de hecho, podemos usar machine learning en el navegador. Y la forma más fácil de hacerlo es usar Transform.js. Y para ser completamente honesto, Transform.js es también la biblioteca en la que trabajo a tiempo completo. Fue lanzada en 2021 por mi colega, Joshua Lochner.

Luego se unió a Hugging Face, por lo que toda la biblioteca ahora es parte de la familia Hugging Face. Y al final, el objetivo de Transform.js es hacer que sea lo más fácil posible para ti usar modelos de machine learning en el navegador.

La forma en que funciona es que básicamente puedes hacer casi todo con solo esta función de pipeline. Así que tienes el pipeline, puedes importarlo desde Transform.js. Luego necesitas especificar una tarea, ¿qué debería hacer esa tubería por ti? Luego puedes establecer un modelo, así que puedes especificar el modelo que deseas usar.

Cuando este código se ejecuta, la primera vez, descargará todo el modelo desde el hub de Hugging Face en el almacenamiento de la aplicación en tu dispositivo. Así que podría tomar algún tiempo, porque algunos modelos son súper pequeños, un par de kilobytes. Luego también tenemos modelos que son un par de gigabytes. Así que ahí querrás mostrar un callback de progreso, y luego también puedes especificar un dispositivo y los tipos D. El dispositivo es básicamente el tiempo de ejecución que realmente ejecutará las operaciones.

La forma más recomendada es WebGPU. WebGPU es una API de navegador que permite al navegador ejecutar operaciones de GPU a través de JavaScript. Y luego el tipo D es básicamente la cuantización, así que la compresión que deseas usar con tu modelo. En ese caso, estás usando la precisión completa FP32, pero también podría ser cuantizado a 4 bits, 8 bits, lo que desees.

Y luego tienes el pipe. Puedes tomar cualquier entrada, ejecutarla a través del modelo, y obtendrás la salida. Así que el tipo de entrada y salida depende mucho de la tarea que vayas a usar.

OK, veamos cómo podemos resolver mis problemas con Transform.js. Comencemos con escuchar y hablar. Para la primera parte, tenemos una tarea llamada reconocimiento automático de voz, que básicamente es transcribir audio a texto.

Así que podemos usar el modelo Whisper Tiny. Es un modelo de transcripción muy pequeño de OpenAI. Luego podemos crear el transcriptor. Podemos tomar cualquier entrada de audio, ejecutarla a través del transcriptor, y obtendremos la salida de texto.

Por otro lado, podemos usar Kokoro. Y Kokoro es una biblioteca muy pequeña que nos permite sintetizar texto en voz. Podemos usar una biblioteca llamada Kokoro.js. Es una pequeña abstracción sobre Transform.js. También fue escrita por Joshua, así que es muy similar.

Lo que podemos hacer aquí es tomar cualquier texto, podemos definir una voz, y luego devolverá el audio. OK, intentémoslo. Así que tengo una pequeña tubería, que graba lo que digo. Lo transcribirá, lo sintetizará, y lo devolverá.

Así que puedo decir, hola, ¿cómo estás? Y si el audio funciona, hola, ¿cómo estás? Perfecto. Así que ahora tenemos una tubería de extremo a extremo, pero el problema es que no es realmente inteligente. Así que, ¿cómo podemos agregar inteligencia a esa tubería? Y lo más cercano que tenemos a la inteligencia ahora mismo son los modelos de lenguaje grandes.

Ahora, hay bastantes modelos de lenguaje grandes por ahí. La mayoría de nosotros usamos modelos en esta esquina superior izquierda. Tenemos GPT, tenemos Gemini, tenemos Claude. Pero esos son modelos de código cerrado.

Eso significa que podemos usarlos a través de tal vez su interfaz, a través de una API. Pero no se nos permite usarlos en nuestros propios sistemas. Y son bastante grandes. Y el tamaño de cualquier modelo de machine learning está determinado por la cantidad de parámetros que tienen entre las neuronas. Y en el caso de esos modelos, estamos hablando de billones, como 1, 2, 3 billones de parámetros.

Y cuanto más grande es el modelo, más potencia de procesamiento necesitamos para ejecutar esos modelos. Luego también tenemos modelos más pequeños como el Gemini Nano aquí, que tiene solo 3.25 mil millones de parámetros. Y luego tenemos modelos abiertos. Y ahí tenemos modelos de pesos abiertos y modelos de código abierto. Y la diferencia es que en ambos casos, los pesos entrenados y la arquitectura son de código abierto.

Pero los modelos de código abierto, ahí también tenemos acceso al proceso de entrenamiento completo, a los datos de entrenamiento y todo eso. Así que tenemos, por ejemplo, el modelo Apertus, que es muy cercano a mi corazón porque es un LLM suizo. Fue entrenado por un par de universidades suizas y la supercomputadora ALP. Y en esa categoría, también tenemos modelos pequeños. Tenemos, por ejemplo, la familia GEMMA3. Tenemos IBM Granite. Y tenemos el QEN3, que es el modelo que usé para construir un kit. Y también tenemos modelos de código abierto como una versión pequeña de Apertus y también el pequeño LLM3 que fue entrenado por Hugging Face.

OK. Veamos cómo podemos usar esos modelos en el navegador con transformer shares, por supuesto. Podemos usar esta tarea de pipeline de generación de texto. Luego queremos especificar el modelo GEMMA3 de 270 millones de parámetros. Y básicamente tenemos un array de mensajes. Tenemos un system prompt. Tenemos un user prompt. Podemos ejecutar eso a través del pipe. Y devolverá la respuesta al final.

Y también podemos usar streaming. Así que podemos importar este text streamer de transformers shares. Luego podemos crear un nuevo streamer. Podemos pasar ese streamer al pipe. Y ahora tenemos una función de callback. Así que cada vez que se genera un nuevo token, lo añadirá o, en ese caso, simplemente hará un console lock del nuevo token.

OK. Intentemos lo mismo. Pero ahora tenemos este paso de procesamiento. Hola, mi nombre es Nico. Y estamos ahora mismo en React Advanced. Es una conferencia increíble. Y estamos en el escenario ahora mismo. Así que, ¿podrías presentarte rápidamente a la audiencia? Hola a todos. Soy GEMMA, un modelo de AI desarrollado por Google DeepMind. Estoy aquí para ayudar y interactuar con todos ustedes durante esta increíble conferencia. Estoy emocionada de ser parte de este evento y de conectar con personas como ustedes que están apasionadas por las tecnologías avanzadas y el futuro de la AI. Déjenme saber si tienen alguna pregunta o necesitan asistencia. OK. Eso funcionó.

Así que al final, creamos otro chatbot aleatorio. Porque ahora mismo, estamos hablando con GEMMA. Y quería hablar con Kit, este increíble sistema de AI de la serie de televisión. Entonces, ¿cómo puedo crear una versión más, digamos, ajustada o más individual de esa misma pipeline? Y la forma más fácil de hacer eso es usar la ingeniería de prompts. Y la ingeniería de prompts es básicamente solo el proceso de elaborar prompts de entrada precisos y efectivos para optimizar la salida de los modelos de AI. Suena complejo. Pero todo se reduce a esto.

Tengo la misma pipeline aquí. Pero ahora, tengo un prompt de sistema diferente. Tengo un prompt de sistema donde le digo al LLM cómo debería comportarse. Así que es Kit de Knight Rider. Le doy contexto. Debería hablar con Nico. Tengo un resumen del tono de Kit. Así que cómo debería comportarse realmente, cómo debería responder. Y también tengo algunas pautas de lo que debería hacer, lo que no debería hacer.

Probemos la misma pipeline que antes. Hola, estamos ahora mismo en React Advanced. Es una conferencia increíble. Y estamos en el escenario ahora mismo. Así que, ¿podrías presentarte rápidamente a la audiencia? Hola, soy Kit el Knight Rider. Soy un automóvil de alto rendimiento equipado con lo último en tecnología y una mente que puede manejar cualquier desafío. Estoy aquí con mi compañero, el Rider, para ayudarte a navegar el mundo de React Advanced. Soy un poco un enigma, pero disfruto resolviendo problemas y ayudando a los demás. Estoy aquí para asistirte en lo que pueda. Déjame saber si necesitas ayuda con algo. Bien. Exactamente el mismo modelo, exactamente la misma pipeline. Lo único que cambiamos es el prompt de sistema. Ahora hablemos de recuerdos, porque en el caso de Kit, tenemos muchas cosas de las que podríamos hablar.

Tenemos temporadas de episodios de escenas a las que podemos referirnos. Y las próximas diapositivas me llevaron por un gran agujero de conejo, pero intenté mantenerlo lo más corto posible. Así que si alguna vez te encuentras en la misma situación, si quieres tener todas las escenas de tu programa favorito, quieres ir a Reddit, habrá un subreddit de tu programa favorito. Y habrá alguien que tenga las transcripciones de todos esos programas o los guiones de toda esa serie o los episodios. Puedes entonces crear un pequeño script de playwright que raspe todos esos guiones en texto plano.

Luego descubrirás que esos guiones fueron escritos en tiempos previos a la web mundial, así que necesitas escribir tu propio pequeño analizador que analice los guiones en un JSON estructurado. Y ahora tienes 6,275 escenas en 432 actos y 84 episodios que puedes realmente añadir a tu base de datos. Usé un IndexedDB. IndexedDB es una base de datos de documentos directamente en el navegador. Así que lo que tengo allí es un par de metadatos sobre la escena y el texto.

Y el problema ahora es, si tengo una pregunta, ¿cómo sabe mi agente, cómo sabe Kit a qué escena me refiero? La solución a eso es una base de datos vectorial. IndexedDB no es una base de datos vectorial, pero al final, todo es una base de datos vectorial si añades la cosa que quieres almacenar y la representación vectorial, así que la incrustación de texto. Podemos crear incrustaciones de texto con TransformersJS. Así que tenemos la pipeline de extracción de características con el modelo que quiero usar, y luego tengo algo de texto, y luego convertirá este texto en un espacio vectorial de 384 dimensiones.

Así que básicamente lo que tenemos es una base de datos de todas las cosas y lo que sea semánticamente similar está más cerca entre sí. Así que otra cosa es que algunas de las escenas son bastante largas, tienen múltiples giros de trama. Algunas de las escenas son bastante cortas. Entonces, ¿cómo podría crear un formato donde básicamente tenga un par de resúmenes al final que luego podría comparar por similitud?

La solución que se me ocurrió es crear este resumidor LLM. El resumidor LLM es básicamente solo una promesa, una función asincrónica que toma toda la escena como texto. Luego verificará cuántas tramas espero, así que es solo la longitud del texto dividida por 2,500.

Luego tengo un breve prompt del sistema, y tengo un prompt de usuario donde le digo al LLM, oye, necesitas resumir las escenas de la serie de televisión Knight Rider. Tengo algunas instrucciones. También soy muy estricto con el formato de salida, así que quería devolver un array de—perdón, un array JSON con los resúmenes como cadenas, y ahí vamos.

Tomó un par de horas y días. Se bloqueó de vez en cuando, pero en realidad pude hacer eso directamente en el navegador en mi dispositivo. Así que ahora tengo algo como esto. Tengo algunos metadatos, tengo el texto, y tengo resúmenes, y también tengo las incrustaciones de esos resúmenes, y eso me permitió crear una función para encontrar escenas similares donde tomo una pregunta, creo la incrustación de vectores, luego averiguo cuán similar es la pregunta a uno de los resúmenes, y luego devolveré las cuatro escenas que son más similares a la pregunta que el usuario hizo.

Bien, tengo la función. Ahora la gran pregunta es cómo llamo a esa función en mi flujo de trabajo de LLM, y la respuesta a eso es la llamada a herramientas. Así que la idea de la llamada a herramientas es, en primer lugar, un LLM no puede ejecutar una herramienta o una función, pero la aplicación puede hacer eso. El LLM puede detectar cuándo se debe llamar a una herramienta basada en la entrada. Luego puede generar una salida estructurada. Podría ser texto, XML o JSON, y la aplicación puede tomar eso, puede ejecutar la función, y puede devolver la respuesta a la conversación.

Bien, veamos cómo podría funcionar eso. Tengo, de nuevo, tengo un prompt del sistema, y tengo un prompt de usuario, y en ese prompt del sistema, básicamente solo le digo al LLM que puede hacer llamadas a herramientas. Es capaz de llamar a herramientas. Las herramientas disponibles son encontrar escenas similares con descripción, con parámetros. También doy un par de ejemplos para que el LLM sepa cuándo y cómo llamar a esa herramienta, y también le digo cómo puede llamar a herramientas. Así que tengo un fragmento de llamada a herramienta XML con un nombre con parámetros, y cuando ejecuto eso, tengo una pregunta, y ahora sabe, bien, para responder a esa pregunta, tal vez debería llamar a una herramienta para encontrar escenas similares. Mi aplicación ahora puede tomar eso o puede analizarlo. Ve, oh, debería llamar a una herramienta, debería ejecutar una función, puede hacer eso, y luego puede devolver la salida a la conversación.

Ese sistema es básicamente lo que o se llama básicamente Rack, porque estamos aumentando el prompt con más información que recuperamos en ese paso de recuperación, y luego generará la salida. Para ser más específicos, ese es un sistema agentic Rack porque la aplicación decide cuándo debe llamar a una herramienta o si debe llamar a una herramienta, y eso es también lo que un AA agent es al final.

Es un programa que completa tareas de manera autónoma o toma decisiones basadas en datos. Probémoslo. Vamos a kit.nico.dev. Ahora puedo activarlo, y luego, cada vez que presiono la barra espaciadora, debería grabar. Vamos. Ahí vamos.

Buenos días, Kit. ¿Cómo estás hoy? Estoy bien, Nico. ¿Cómo puedo asistirte hoy? ¿Recuerdas la conexión entre Sony y el intercambio de gas venenoso mortal y sucedió algo trágico en ese entonces? Necesito buscar información sobre la conexión entre Sony y el intercambio de gas venenoso mortal para proporcionarte una respuesta precisa. La conexión entre Sony y el intercambio de gas venenoso mortal fue parte de un esquema más grande que involucraba a un proveedor químico, Sonny, y un levantador de pesas, Mr. Body. El intercambio...

Sí. Así que, aceleremos eso. Entonces, lo que puedes ver es que tengo toda la conversación aquí. Tengo el system prompt con todo sobre el tono de Kit y todo eso. También tengo instrucciones sobre la llamada de herramientas. Luego, tengo mi primer prompt, buenos días, y eso es solo una respuesta, una pregunta que puede responder sin llamar a una herramienta. Lo hará simplemente, estoy bien, Nico, bla, bla, bla.

Luego pregunto sobre algo que sucedió en la serie. Entonces, intenta o genera esta estructura de llamada de herramientas. La aplicación puede entonces usar eso. Puede ejecutar la herramienta. Puede devolver las cosas que encontró en la base de datos de nuevo a la conversación y luego puede responder la pregunta con el contexto de todas las escenas que encontró en la base de datos.

Bien. Ahora, volvamos a lo último que también quería que tuviera. También quería que tuviera un cuerpo. Y en esta serie, Kit es en realidad un Pontiac Firebird. Y miré un par de Pontiac Firebirds, pero están alrededor de 20,000 a 30,000 francos suizos. Y créelo o no, eso no está en el presupuesto para mi proyecto paralelo. Y además, no soy mecánico, así que no tenía idea de cómo lidiar con eso. Pero aún así, ahí lo tienes. Todavía soy un niño de corazón, así que pude crear este pequeño coche de Lego. Ahí vamos. Pude crear este pequeño coche de Lego. Y la verdadera pregunta ahora es, ¿cómo puedo comunicarme con ese coche a través del navegador?

Y puedo hacerlo usando Web Bluetooth. Entonces, Web Bluetooth es una API que me permite comunicarme con dispositivos BLE desde el navegador. En el dispositivo, tengo un pequeño Arduino Nano RP2040. Está conectado a las ruedas, a las baterías y a esta pequeña tira de LED. Y en esa cosa, tengo un servicio BLE que tiene una característica BLE que tiene dos valores. Cada valor controla un lado del coche. Y ese es el código que uso en la API de Bluetooth.

Pero vamos a probarlo. Ahora puedo encenderlo. Aquí vamos. Y de hecho ahora está buscando una conexión. Voy a dirigirme a kit. Debería poder conectarme al coche. Y cuando presiono las teclas de flecha, realmente puede moverse. Así que, eso funciona, pero también quería hacerlo en un flujo de trabajo agentic. Así que, también añadí herramientas para mover el coche en mi system prompt.

Así que ahora puedo preguntar, oye, kit, tenemos un gran problema. Necesitamos salir de aquí lo más rápido posible. ¿Podrías ir a toda velocidad hacia adelante? Estoy yendo a toda velocidad hacia adelante para sacarnos de aquí lo más rápido posible. Avísame si necesitas cambiar de dirección o reducir la velocidad. He cambiado la velocidad al 100% para sacarnos de aquí lo más rápido posible. Ahora, eso es algo que podría haber logrado simplemente teniendo algunas palabras clave a las que podríamos escuchar. A toda velocidad hacia adelante sería llamar a esta función.

Pero en este caso, en realidad hay algo de inteligencia detrás. Así que, si tengo algo más avanzado, por ejemplo, puedo decir, escucha, hay un bloqueo en la carretera frente a nosotros y hay un río en el lado derecho. Así que, tampoco podemos ir a la derecha. ¿Qué deberíamos hacer a continuación? Voy a girar a la izquierda para evitar el río y sacarnos de esta situación. Así que, en realidad se dio cuenta de que, oh, puede ir recto. Puede ir a la derecha. Entonces, ¿qué debería hacer? Debería ir a la izquierda, por supuesto. Bien. Así que, esto realmente funcionó. Recapitulemos lo que hicimos. En realidad tenemos a Kit que está funcionando en el navegador en JavaScript. Escucha y habla usando Whisper y Kokoro con Transformers.js. Es inteligente usando el Quen3, 4B LLM en el navegador. Tiene una personalidad usando prompt engineering.

Tiene una historia usando todas las escenas de Knight Rider y el Gentic Rag. Y tiene un cuerpo con el que puede comunicarse con el Bluetooth y que puede ejecutar herramientas usando tool calling.

Ahora, ya sabemos lo que hice. Sabemos cómo lo hice. Pero la verdadera pregunta es ¿por qué? ¿Por qué debería pasar tardes y horas recreando un coche de una serie de televisión que ni siquiera vi cuando era niño? Y la respuesta es bastante simple, simplemente porque es divertido. Cuando comencé a construir sitios web, no construía sitios web porque tenía que hacerlo, porque tenía que ganar dinero. Tenía quizás 15, 14 años en ese entonces. Y solo quería ver qué era posible en el navegador. Y tenemos todo un conjunto de herramientas con las que podemos trabajar en el navegador.

Y ahora con IA, con LLMs, con todo el material de aprendizaje automático, simplemente tenemos un par de herramientas más en nuestra caja de herramientas que podemos usar para construir cosas geniales. Así que eso fue todo de mi parte. Muchas gracias por su atención. Sí, muchas gracias. Tal vez no pueda y no quiera responder eso, pero comencé. Comencé hace aproximadamente un año porque tuve la idea. Y solo quería ver cómo funcionaba eso. Y en ese entonces, tenía tantas cosas en mente. Así que la primera idea era tener también entrada de cámara y que pudieras analizar la escena y todo eso. Pero en algún momento, simplemente tuve que parar. Estaba construyendo cosas, y luego pensé, está bien, ese es como el producto mínimo. Tiene memoria. Tiene un cuerpo, todo eso. Así que no puedo decir cuánto tiempo, pero fue mucho. Sí. Está bien. Soy muy ruidoso. Está bien.

¿Tiene Transformer similitudes con TensorFlow, o más contexto sobre Transformer JS, básicamente? Sí, tiene. Así que la cosa es que todo en Transformer JS se basa en esas tareas. Así que básicamente puedes hacer diferentes tareas con Transformer JS.

Y hay algunas tareas que también puedes hacer con TensorFlow. Sé, por ejemplo, que TensorFlow hace mucho con el reconocimiento de imágenes. Así que eliminación de fondo, estimación de profundidad, puedes hacer todo eso también con Transformer JS. Y luego hay muchas cosas de procesamiento de lenguaje natural como generación de texto, extracción de características, donde no estoy seguro si TensorFlow puede hacer eso también. Pero creo que tienen algo de superposición, definitivamente.

Está bien, genial. Alguien también está preguntando, básicamente diciendo que puede ser lento porque necesita descargar todo el modelo en tu computadora. Y, sí, ¿cuál crees que es un caso de uso para eso que tiene sentido? Yo diría que ejecutar LLMs en el navegador no es un caso de uso de producción por ahora. Puede funcionar. Pero, de nuevo, el modelo que estoy usando tiene alrededor de tres gigabytes. Así que tienes que descargar eso de antemano, lo cual no tiene sentido para la gran mayoría de los usuarios de tu sitio.

Pero tienes muchos modelos pequeños para, hay, por ejemplo, un modelo que es solo para detección de voz. Así que toma la transmisión de audio, y luego detectará si eso es voz o no. Y ahí tienes un caso donde no tiene sentido enviar 30 milisegundos de audio al servidor para analizar si eso es voz o no y luego enviarlo de vuelta. Así que ahí tiene que estar en el dispositivo. Y además, el modelo es súper pequeño. Tenemos, siempre que queramos hacer, si tienes una transmisión de video y quieres realizar operaciones en los cuadros de video, no tiene sentido enviar cada cuadro al servidor y luego de vuelta. Así que ahí puedes usar el modelo directamente en el navegador. Así que puedes analizar cada cuadro, y puedes hacer eso.

Quiero decir, depende de la tarea y del dispositivo. Pero normalmente puedes hacer eso a 30 o 60 cuadros por segundo. Así que es fácil hacer todo eso directamente en el navegador donde no quieres tener la latencia. Genial. Sí, eso tiene sentido.

Así que la siguiente pregunta es, ya que está en el navegador, ¿pudiste usar qué tan rápido es tu computadora, como las GPUs y todo? ¿O no? ¿Importaría si usas la laptop HP mala? Sí, importa. ¿Importa? Importa mucho. Sí. Bien, genial. Definitivamente ayuda tener una buena laptop, especialmente los chips de silicio de Apple. Son bastante buenos. También el nuevo piloto. Sí. Tienen la unidad de procesamiento neural. Creo que son bastante buenos para hacer operaciones de machine learning. Snapdragons, ¿verdad? Sí, arquitectura similar. Pero el dispositivo importa mucho.

Bien, genial. ¿Realmente viste Knight Rider? Y si lo hiciste, ¿tenías un episodio favorito? Vi un episodio. El primero. ¿Cuál es ese? ¿Es tu favorito? Tiene que ser mi favorito, supongo. Quiero decir, tal vez lo odiaste. ¿Puedes imaginar si comenzaste este proyecto durante tres meses y luego realmente lo ves y dices, wow, esto es malo. Fue tan genial de ver. En los 80, si estabas pensando en lo que se podría hacer con AI en el futuro, tienes este coche que puede ver millas de distancia con lo que está frente a él.

Tiene tanta información que no hay manera de que pudiera lograr eso. Creo que en ese entonces simplemente no importaba si eso tenía sentido o no. Solo querían construir lo más genial que pudieran imaginar. Y lo tenían en esta serie. Bien, así que pregunta final.

Si tuvieras que hacer todo esto de nuevo, ¿harías algo diferente? Quiero decir, tuve muchos momentos allí. Probé muchos modelos diferentes. Descubrí que el Quen3 es el mejor modelo para ese caso de uso en este momento. Definitivamente no lo haría. Si comenzara de nuevo, sabría qué herramientas usar, qué modelos usar y todo eso. Pero creo que con el resultado, estoy bastante contento. Así que no cambiaría mucho.

Definitivamente el proceso sería mucho más fácil. Bien, genial. Nuevamente, muchas gracias por las preguntas. Muchas gracias, Nico. Un aplauso para Nico y su hijo.