1
00:00:09,679 --> 00:00:15,660
Buenas, esto es BIMPRAXIS, el podcast donde el

2
00:00:15,660 --> 00:00:17,719
BIM se encuentra con la inteligencia artificial.

3
00:00:20,219 --> 00:00:23,480
Exploramos la ciencia, la tecnología y el futuro

4
00:00:23,480 --> 00:00:26,460
desde el enfoque de la arquitectura, ingeniería y

5
00:00:26,460 --> 00:00:27,120
construcción.

6
00:00:28,679 --> 00:00:29,440
¡Empezamos!

7
00:00:36,799 --> 00:00:39,359
¡Hola, humanas y humanos!

8
00:00:39,799 --> 00:00:44,240
Aquí estamos con un episodio nuevo de BIMPRAXIS.

9
00:00:44,240 --> 00:00:48,119
En el episodio de hoy, seguimos profundizando en

10
00:00:48,119 --> 00:00:50,820
técnicas innovadoras para que los modelos de IA

11
00:00:50,820 --> 00:00:53,200
ofrezcan resultados de más calidad.

12
00:00:53,500 --> 00:00:55,179
Ya veréis qué interesante.

13
00:00:55,679 --> 00:00:57,500
Porque hoy vamos a analizar a fondo una

14
00:00:57,500 --> 00:01:00,479
de esas técnicas que, bueno, parecen casi ciencia

15
00:01:00,479 --> 00:01:02,820
ficción, pero que ya están dando unos resultados

16
00:01:02,820 --> 00:01:03,759
sorprendentes.

17
00:01:04,079 --> 00:01:04,459
¡Hola!

18
00:01:04,620 --> 00:01:05,099
¿Qué tal?

19
00:01:05,379 --> 00:01:07,319
Pues sí, es un tema fascinante.

20
00:01:07,500 --> 00:01:10,780
El punto de partida es una gráfica que

21
00:01:10,780 --> 00:01:12,560
ha llamado mucho la atención.

22
00:01:12,560 --> 00:01:16,439
Vemos un modelo como Gemini Flash 3, que

23
00:01:16,439 --> 00:01:20,439
está diseñado para ser rápido, ligero… El pequeño

24
00:01:20,439 --> 00:01:22,060
de la familia, por así decirlo.

25
00:01:22,459 --> 00:01:23,120
Exacto.

26
00:01:23,120 --> 00:01:26,840
Y de repente supera a gigantes como GPT

27
00:01:26,840 --> 00:01:31,159
5 .2 Hive o Claude Opus 4 .5.

28
00:01:31,359 --> 00:01:32,359
La pregunta es obvia.

29
00:01:32,400 --> 00:01:33,319
¿Cómo es posible?

30
00:01:33,500 --> 00:01:36,599
Y la respuesta está en un concepto llamado

31
00:01:36,599 --> 00:01:40,480
autoagregación recurrente, o RSA para abreviar.

32
00:01:40,500 --> 00:01:42,060
Vamos a desgranar cómo funciona.

33
00:01:42,560 --> 00:01:43,280
Que tiene miga.

34
00:01:43,299 --> 00:01:43,819
Exacto.

35
00:01:43,939 --> 00:01:46,760
La pregunta clave que resuelve esta técnica es,

36
00:01:46,879 --> 00:01:49,500
si entrenar y reentrenar modelos cada vez más

37
00:01:49,500 --> 00:01:52,000
grandes es carísimo, o sea, es insostenible.

38
00:01:52,200 --> 00:01:52,540
Claro.

39
00:01:52,799 --> 00:01:55,379
¿Cómo podemos exprimir al máximo la inteligencia que

40
00:01:55,379 --> 00:01:57,980
ya tienen sin tener que modificar sus parámetros?

41
00:01:58,239 --> 00:02:00,700
Y la solución, por lo que parece, es

42
00:02:00,700 --> 00:02:02,379
hacer que trabajen más tiempo.

43
00:02:02,599 --> 00:02:04,480
Más tiempo, pero de forma inteligente.

44
00:02:04,799 --> 00:02:06,840
En el momento de la inferencia, que es

45
00:02:06,840 --> 00:02:07,859
cuando generan la respuesta.

46
00:02:08,159 --> 00:02:10,620
Y el método RSA es una forma muy,

47
00:02:10,680 --> 00:02:14,479
muy ingeniosa de gestionar… Vale, pues antes de

48
00:02:14,479 --> 00:02:17,439
meternos de lleno en esta evolución artificial, que

49
00:02:17,439 --> 00:02:19,900
es como la llaman, creo que deberíamos explicar

50
00:02:19,900 --> 00:02:21,919
las formas más comunes de hacer que un

51
00:02:21,919 --> 00:02:23,879
modelo piense más en un problema.

52
00:02:24,259 --> 00:02:26,240
Sí, para entender lo nuevo, hay que ver

53
00:02:26,240 --> 00:02:26,699
lo de antes.

54
00:02:27,020 --> 00:02:29,360
La primera es la que podríamos llamar, no

55
00:02:29,360 --> 00:02:31,199
sé, la fuerza bruta en paralelo.

56
00:02:31,479 --> 00:02:31,919
Correcto.

57
00:02:32,439 --> 00:02:34,520
Consiste de forma muy simple en pedirle al

58
00:02:34,520 --> 00:02:37,560
modelo que genere, por ejemplo, 20 respuestas diferentes

59
00:02:37,560 --> 00:02:38,539
a la misma pregunta.

60
00:02:39,379 --> 00:02:41,159
Y luego, supongo, se hace una especie de

61
00:02:41,159 --> 00:02:41,639
votación.

62
00:02:42,020 --> 00:02:42,460
Justo.

63
00:02:42,560 --> 00:02:43,740
Un sistema de votación.

64
00:02:43,960 --> 00:02:46,300
Si 15 de las 20 respuestas dicen lo

65
00:02:46,300 --> 00:02:48,319
mismo, se asume que esa es la más

66
00:02:48,319 --> 00:02:49,639
probable de ser correcta.

67
00:02:49,860 --> 00:02:51,919
El problema que le veo, y que comentan

68
00:02:51,919 --> 00:02:53,919
las fuentes, es que cada una de esas

69
00:02:53,919 --> 00:02:56,259
20 respuestas es como tirar un dado una

70
00:02:56,259 --> 00:02:56,460
vez.

71
00:02:57,400 --> 00:03:00,539
Le das 20 oportunidades, sí, pero en cada

72
00:03:00,539 --> 00:03:02,800
una de ellas tiene que salir todo perfecto

73
00:03:02,800 --> 00:03:03,159
a la primera.

74
00:03:03,400 --> 00:03:05,400
No hay un proceso de mejora entre un

75
00:03:05,400 --> 00:03:06,259
intento y el siguiente.

76
00:03:06,680 --> 00:03:07,120
Precisamente.

77
00:03:07,360 --> 00:03:08,719
Esa es la gran limitación.

78
00:03:08,919 --> 00:03:11,280
Hay amplitud, pero no hay profundidad.

79
00:03:11,280 --> 00:03:13,639
Y por eso surgió la otra estrategia.

80
00:03:13,699 --> 00:03:14,419
¿La secuencial?

81
00:03:14,639 --> 00:03:16,680
La secuencial, o de autocorrección.

82
00:03:16,900 --> 00:03:19,439
Aquí el modelo genera una primera respuesta, y

83
00:03:19,439 --> 00:03:21,180
luego se le pide que la revise y

84
00:03:21,180 --> 00:03:21,740
la corrija.

85
00:03:21,860 --> 00:03:23,900
Como si fuera su propio profesor o editor.

86
00:03:24,300 --> 00:03:26,680
Eso es, en un proceso paso a paso.

87
00:03:26,919 --> 00:03:29,159
Este es mi borrador, ahora lo reviso.

88
00:03:29,300 --> 00:03:30,939
Ah, mira, aquí he fallado.

89
00:03:31,039 --> 00:03:31,680
Lo corrijo.

90
00:03:31,860 --> 00:03:33,039
Suena mejor, la verdad.

91
00:03:33,580 --> 00:03:35,259
Pero también tiene un punto débil, ¿no?

92
00:03:35,360 --> 00:03:35,659
Sí.

93
00:03:35,860 --> 00:03:38,120
Es como si, al escribir un texto, te

94
00:03:38,120 --> 00:03:40,780
centraras tanto en mejorar una frase, que no

95
00:03:40,780 --> 00:03:42,439
te das cuenta de que todo el párrafo

96
00:03:42,439 --> 00:03:43,879
se basa en una idea equivocada.

97
00:03:44,039 --> 00:03:45,099
Has dado en el clavo.

98
00:03:45,319 --> 00:03:47,840
El modelo puede atascarse mejorando una idea sin

99
00:03:47,840 --> 00:03:49,979
explorar otras que podrían ser mucho mejores.

100
00:03:50,180 --> 00:03:51,379
Le falta diversidad.

101
00:03:51,539 --> 00:03:54,099
Se queda atascado en lo que en optimización

102
00:03:54,099 --> 00:03:55,539
llaman un mínimo local.

103
00:03:55,979 --> 00:03:56,419
Justamente.

104
00:03:56,780 --> 00:03:59,500
Teníamos un método con amplitud, pero sin profundidad,

105
00:03:59,539 --> 00:04:01,539
y otro con profundidad, pero sin amplitud.

106
00:04:01,680 --> 00:04:03,780
Y aquí, por fin, es donde entra la

107
00:04:03,780 --> 00:04:06,240
autoagregación recursiva, o RSA.

108
00:04:06,460 --> 00:04:08,439
Para combinar lo mejor de los dos mundos.

109
00:04:08,520 --> 00:04:09,479
¿La idea central?

110
00:04:09,879 --> 00:04:10,759
Es fascinante.

111
00:04:11,099 --> 00:04:13,639
Trata a las respuestas como si fueran una

112
00:04:13,639 --> 00:04:15,759
población en un proceso de evolución.

113
00:04:15,979 --> 00:04:18,660
Es una analogía muy potente y muy acertada.

114
00:04:18,720 --> 00:04:22,160
El proceso, explicado de forma sencilla, sigue varios

115
00:04:22,160 --> 00:04:22,720
pasos.

116
00:04:23,000 --> 00:04:25,339
Podemos usar un ejemplo de las fuentes para

117
00:04:25,339 --> 00:04:26,139
que quede más claro.

118
00:04:26,579 --> 00:04:27,139
Perfecto.

119
00:04:27,540 --> 00:04:30,879
Mencionaban el de calcular el factorial de 136.

120
00:04:31,160 --> 00:04:34,319
Ideal, porque implica muchísimas multiplicaciones seguidas.

121
00:04:34,339 --> 00:04:36,120
Un error en una de ellas y ya

122
00:04:36,120 --> 00:04:36,939
está todo mal.

123
00:04:37,220 --> 00:04:38,879
Vale, pues, primer paso.

124
00:04:39,100 --> 00:04:39,660
¿El modelo?

125
00:04:39,879 --> 00:04:41,500
No genera una, sino una población.

126
00:04:41,860 --> 00:04:43,980
Digamos, ocho respuestas distintas.

127
00:04:44,019 --> 00:04:46,160
Ya tenemos la diversidad del primer método.

128
00:04:46,339 --> 00:04:50,240
Algunas serán parecidas, otras muy diferentes, con fallos

129
00:04:50,240 --> 00:04:51,199
en distintos puntos.

130
00:04:51,459 --> 00:04:51,939
Exacto.

131
00:04:52,100 --> 00:04:52,920
Segundo paso.

132
00:04:53,120 --> 00:04:54,519
Se identifican los genes.

133
00:04:54,899 --> 00:04:55,759
¿Los genes?

134
00:04:55,939 --> 00:04:56,139
Sí.

135
00:04:56,199 --> 00:04:59,420
Cada parte de la respuesta, cada multiplicación en

136
00:04:59,420 --> 00:05:00,740
este ejemplo, es un gen.

137
00:05:00,939 --> 00:05:03,519
Un gen puede ser correcto o incorrecto.

138
00:05:03,819 --> 00:05:06,240
Imagina que la respuesta número uno hace todo

139
00:05:06,240 --> 00:05:08,819
bien hasta multiplicar 56 por 55.

140
00:05:09,879 --> 00:05:10,339
¿Por qué se equivoca?

141
00:05:10,660 --> 00:05:11,100
Vale.

142
00:05:11,220 --> 00:05:13,420
Pues, todo lo anterior a ese error es

143
00:05:13,420 --> 00:05:14,079
un gen bueno.

144
00:05:14,319 --> 00:05:15,819
Una secuencia correcta.

145
00:05:15,959 --> 00:05:16,399
Entiendo.

146
00:05:16,560 --> 00:05:18,779
Y Kikó es la respuesta número seis, se

147
00:05:18,779 --> 00:05:19,879
equivocó al principio.

148
00:05:20,139 --> 00:05:22,560
Pero a partir de esa multiplicación, la de

149
00:05:22,560 --> 00:05:26,279
56 por 55, lo hizo todo perfecto.

150
00:05:26,300 --> 00:05:26,680
Justo.

151
00:05:27,060 --> 00:05:28,839
Esa parte final es otro gen bueno.

152
00:05:29,019 --> 00:05:29,959
Ya veo por dónde vas.

153
00:05:30,139 --> 00:05:32,740
Se buscan los trozos buenos en todas las

154
00:05:32,740 --> 00:05:34,839
respuestas, aunque la respuesta entera esté mal.

155
00:05:34,980 --> 00:05:35,379
Eso es.

156
00:05:36,100 --> 00:05:37,439
Y ahora viene el tercer paso.

157
00:05:37,740 --> 00:05:39,120
El corazón del asunto.

158
00:05:39,420 --> 00:05:39,860
¿El corazón del asunto?

159
00:05:39,879 --> 00:05:40,579
La agregación.

160
00:05:40,660 --> 00:05:41,699
La reproducción.

161
00:05:41,860 --> 00:05:42,199
Algo así.

162
00:05:42,879 --> 00:05:45,120
Se cogen varias respuestas al azar de la

163
00:05:45,120 --> 00:05:48,399
población, por ejemplo cuatro, y se le presentan

164
00:05:48,399 --> 00:05:49,360
a un modelo juez.

165
00:05:49,420 --> 00:05:50,740
¿Que es otro modelo distinto?

166
00:05:50,860 --> 00:05:51,199
No.

167
00:05:51,240 --> 00:05:52,339
Y eso es importante.

168
00:05:52,600 --> 00:05:55,160
Es el mismo modelo, pero con una instrucción,

169
00:05:55,180 --> 00:05:56,819
con un prompt específico.

170
00:05:57,120 --> 00:05:59,660
El juez tiene la tarea de analizar esos

171
00:05:59,660 --> 00:06:02,079
genes y construir una nueva respuesta que sólo

172
00:06:02,079 --> 00:06:04,060
contenga los buenos, los correctos.

173
00:06:04,160 --> 00:06:07,000
O sea, una especie de Frankenstein optimizado.

174
00:06:07,220 --> 00:06:08,439
Has dado en el clavo.

175
00:06:09,879 --> 00:06:11,740
Y coge las partes buenas de varias respuestas

176
00:06:11,740 --> 00:06:13,720
para crear una nueva que es superior a

177
00:06:13,720 --> 00:06:15,060
cualquiera de las originales.

178
00:06:15,160 --> 00:06:15,680
Exacto.

179
00:06:15,680 --> 00:06:17,439
Y lo crucial es el cuarto paso.

180
00:06:18,560 --> 00:06:19,079
Recursivo.

181
00:06:19,579 --> 00:06:21,860
Este proceso no se hace una sola vez.

182
00:06:21,980 --> 00:06:22,879
Ah, claro.

183
00:06:23,040 --> 00:06:25,500
Se repite para crear una nueva generación de

184
00:06:25,500 --> 00:06:27,720
respuestas que a su vez sirve de base

185
00:06:27,720 --> 00:06:28,379
para la siguiente.

186
00:06:28,720 --> 00:06:31,800
La población de respuestas va evolucionando.

187
00:06:31,860 --> 00:06:35,079
Y cada generación es, en teoría, más correcta,

188
00:06:35,079 --> 00:06:36,319
más apta que la anterior.

189
00:06:36,699 --> 00:06:38,339
Es un ciclo de mejora continua.

190
00:06:38,339 --> 00:06:39,579
¿Es brillante?

191
00:06:39,680 --> 00:06:40,819
Es que es brillante.

192
00:06:40,959 --> 00:06:41,259
Lo es.

193
00:06:41,459 --> 00:06:43,300
Y claro, los resultados son la prueba de

194
00:06:43,300 --> 00:06:43,720
que funciona.

195
00:06:44,019 --> 00:06:47,920
En benchmarks de matemáticas, de código, de razonamiento

196
00:06:47,920 --> 00:06:50,839
general, RSA ha demostrado ser superior a los

197
00:06:50,839 --> 00:06:51,759
métodos anteriores.

198
00:06:51,839 --> 00:06:53,000
Sí, por un margen considerable.

199
00:06:53,420 --> 00:06:55,579
Esto explica perfectamente la gráfica del principio.

200
00:06:55,800 --> 00:06:58,579
Como modelos más ligeros pueden, de repente, competir

201
00:06:58,579 --> 00:07:00,680
e incluso ganar a los más pesados.

202
00:07:00,899 --> 00:07:03,139
Aunque es importante matizar una cosa que señalan

203
00:07:03,139 --> 00:07:03,759
las fuentes.

204
00:07:03,879 --> 00:07:04,160
A ver.

205
00:07:04,300 --> 00:07:07,040
En un área específica, la de recordar conocimiento

206
00:07:07,040 --> 00:07:07,920
puro y duro.

207
00:07:07,920 --> 00:07:09,060
Un dato, vamos.

208
00:07:09,399 --> 00:07:10,579
La capital de Mongolia.

209
00:07:10,759 --> 00:07:11,259
Por ejemplo.

210
00:07:11,660 --> 00:07:14,420
Ahí, la estrategia simple de la votación mayoritaria

211
00:07:14,420 --> 00:07:15,800
sigue siendo más eficaz.

212
00:07:16,180 --> 00:07:19,060
RSA brilla en tareas que requieren razonamiento complejo.

213
00:07:19,220 --> 00:07:21,360
Lo cual tiene todo el sentido del mundo.

214
00:07:21,620 --> 00:07:23,759
No hay nada que razonar en un dato

215
00:07:23,759 --> 00:07:24,120
puro.

216
00:07:24,199 --> 00:07:25,680
O se sabe o no se sabe.

217
00:07:25,740 --> 00:07:26,220
Correcto.

218
00:07:26,579 --> 00:07:28,779
RSA no es para recuperar datos, es para

219
00:07:28,779 --> 00:07:29,420
procesarlos.

220
00:07:29,620 --> 00:07:31,040
Y esto nos lleva a una de sus

221
00:07:31,040 --> 00:07:32,180
aplicaciones más útiles.

222
00:07:32,480 --> 00:07:34,240
Los sistemas RAG, ¿verdad?

223
00:07:34,639 --> 00:07:36,639
Retrieval Augmented Generation.

224
00:07:36,639 --> 00:07:37,540
Justo.

225
00:07:37,560 --> 00:07:39,819
Los que consultan documentos para responder.

226
00:07:40,160 --> 00:07:41,459
Ahí el riesgo de error es alto.

227
00:07:41,680 --> 00:07:42,220
Altísimo.

228
00:07:42,480 --> 00:07:44,639
Y las fuentes describen un ejemplo muy claro.

229
00:07:44,720 --> 00:07:47,759
Un sistema RAG para ingenieros que consultan manuales

230
00:07:47,759 --> 00:07:48,120
técnicos.

231
00:07:48,500 --> 00:07:51,180
La consulta es, ¿cómo solucionar el error de

232
00:07:51,180 --> 00:07:52,800
presión en la válvula X4?

233
00:07:53,040 --> 00:07:55,620
Un entorno donde un error puede ser grave.

234
00:07:55,899 --> 00:07:56,579
Muy grave.

235
00:07:56,939 --> 00:08:00,079
El sistema recupera varios fragmentos de los manuales.

236
00:08:00,100 --> 00:08:02,360
Y a partir de ahí, genera su población

237
00:08:02,360 --> 00:08:03,240
de respuestas.

238
00:08:03,819 --> 00:08:04,779
Imagina dos candidatos.

239
00:08:05,360 --> 00:08:05,800
Venga.

240
00:08:05,800 --> 00:08:08,920
Un candidato de respuesta identifica bien los pasos

241
00:08:08,920 --> 00:08:11,459
de seguridad, pero se equivoca en las herramientas

242
00:08:11,459 --> 00:08:12,019
que hay que usar.

243
00:08:12,339 --> 00:08:12,639
Mal.

244
00:08:13,019 --> 00:08:16,279
Otro candidato acierta con las herramientas, pero olvida

245
00:08:16,279 --> 00:08:17,759
un paso de seguridad crítico.

246
00:08:17,899 --> 00:08:18,519
Peor todavía.

247
00:08:18,959 --> 00:08:19,519
Exacto.

248
00:08:19,720 --> 00:08:22,680
Por sí solas, ambas respuestas son un desastre

249
00:08:22,680 --> 00:08:22,980
potencial.

250
00:08:23,459 --> 00:08:26,939
Pero con RSA, el juez identifica el gen

251
00:08:26,939 --> 00:08:28,459
bueno de la seguridad del primero.

252
00:08:28,620 --> 00:08:30,579
Y el gen bueno de las herramientas del

253
00:08:30,579 --> 00:08:30,879
segundo.

254
00:08:31,139 --> 00:08:33,419
Y los combina en una respuesta final completa

255
00:08:33,419 --> 00:08:34,179
y correcta.

256
00:08:34,179 --> 00:08:37,200
Reduce muchísimo el riesgo de alucinaciones o de

257
00:08:37,200 --> 00:08:38,080
errores lógicos.

258
00:08:38,259 --> 00:08:39,919
Una de las cosas que más me llama

259
00:08:39,919 --> 00:08:42,740
la atención es que, según el análisis, la

260
00:08:42,740 --> 00:08:46,240
implementación de RSA es bastante sencilla.

261
00:08:46,659 --> 00:08:47,559
Relativamente, sí.

262
00:08:47,740 --> 00:08:50,100
El prompt para el modelo juez es tan

263
00:08:50,100 --> 00:08:53,960
simple como agrega ideas útiles y produce una

264
00:08:53,960 --> 00:08:55,639
sola respuesta de alta calidad.

265
00:08:55,960 --> 00:08:56,100
Sí.

266
00:08:56,220 --> 00:08:58,139
Su accesibilidad es un punto a favor.

267
00:08:58,320 --> 00:09:01,340
No requiere una ingeniería de prompts súper compleja.

268
00:09:01,480 --> 00:09:04,159
Sin embargo, el autor del análisis original indica

269
00:09:04,159 --> 00:09:04,159
que no.

270
00:09:04,159 --> 00:09:05,220
Y entonces se introduce una idea que me

271
00:09:05,220 --> 00:09:07,340
parece, bueno, me parece clave.

272
00:09:07,399 --> 00:09:07,679
¿Cuál?

273
00:09:07,940 --> 00:09:10,220
El crema es en una explosión del trabajo

274
00:09:10,220 --> 00:09:12,279
que en una explosión de la inteligencia.

275
00:09:12,679 --> 00:09:13,500
Explosión del trabajo.

276
00:09:13,740 --> 00:09:15,059
¿Qué significa eso exactamente?

277
00:09:15,519 --> 00:09:16,840
Pues que si tomas un modelo que ya

278
00:09:16,840 --> 00:09:18,559
es muy inteligente y le das un proceso

279
00:09:18,559 --> 00:09:21,580
estructurado como RSA, junto con muchísimo tiempo de

280
00:09:21,580 --> 00:09:21,960
cómputo.

281
00:09:22,139 --> 00:09:23,740
Claro, porque esto consume tiempo.

282
00:09:24,120 --> 00:09:24,720
Mucho tiempo.

283
00:09:25,039 --> 00:09:28,200
El resultado puede parecer súper inteligente, pero no

284
00:09:28,200 --> 00:09:29,980
es que el modelo base sea mágicamente más

285
00:09:29,980 --> 00:09:30,460
listo.

286
00:09:30,659 --> 00:09:31,059
Entiendo.

287
00:09:31,179 --> 00:09:32,559
Sino que se le ha dado un método.

288
00:09:32,559 --> 00:09:34,139
Y los recursos para trabajar así.

289
00:09:34,139 --> 00:09:34,899
Y eso puede llevar en un problema a

290
00:09:34,899 --> 00:09:37,059
un nivel de profundidad que antes era imposible.

291
00:09:37,159 --> 00:09:38,919
Es una distinción muy importante.

292
00:09:39,279 --> 00:09:41,220
No es que la IA sea de repente

293
00:09:41,220 --> 00:09:43,340
más consciente, sino que le hemos dado un

294
00:09:43,340 --> 00:09:45,139
método de trabajo mucho mejor.

295
00:09:45,600 --> 00:09:46,159
Exacto.

296
00:09:46,240 --> 00:09:48,759
Hemos pasado de pedirle que corra un sprint

297
00:09:48,759 --> 00:09:50,940
a darle un plan de entrenamiento y los

298
00:09:50,940 --> 00:09:52,539
medios para correr una maratón.

299
00:09:52,840 --> 00:09:56,539
Entonces, si esta es la explosión del trabajo,

300
00:09:56,860 --> 00:09:58,139
¿cuál es la limitación?

301
00:09:58,259 --> 00:10:00,379
O bueno, ¿cuál es el siguiente paso?

302
00:10:00,659 --> 00:10:03,000
La gran ventaja de RSA es que no

303
00:10:03,000 --> 00:10:04,120
necesita verificadores.

304
00:10:05,000 --> 00:10:06,039
¿Se autocorrige?

305
00:10:06,200 --> 00:10:07,200
Se autocorrige, sí.

306
00:10:07,279 --> 00:10:09,879
No tiene que consultar Internet o ejecutar código

307
00:10:09,879 --> 00:10:11,559
para saber si va por buen camino.

308
00:10:11,860 --> 00:10:14,820
Sin embargo, el análisis sugiere que las versiones

309
00:10:14,820 --> 00:10:17,860
más potentes en el futuro… Mmm, probablemente sí

310
00:10:17,860 --> 00:10:19,299
incorporarán esa verificación externa.

311
00:10:19,879 --> 00:10:20,240
Sin duda.

312
00:10:20,580 --> 00:10:23,620
Además de otras técnicas como dividir problemas complejos

313
00:10:23,620 --> 00:10:24,679
en tareas más pequeñas.

314
00:10:25,299 --> 00:10:27,419
RSA es un método potentísimo.

315
00:10:27,600 --> 00:10:28,879
Pero es una pieza del puzzle.

316
00:10:29,399 --> 00:10:29,919
Exacto.

317
00:10:30,259 --> 00:10:32,679
Quizá es sólo una pieza del puzzle final

318
00:10:32,679 --> 00:10:34,120
para alcanzar un razonamiento.

319
00:10:34,139 --> 00:10:36,559
Un razonamiento artificial aún más robusto.

320
00:10:37,179 --> 00:10:40,720
Imagina combinar la evolución interna de RSA con

321
00:10:40,720 --> 00:10:42,919
la capacidad de contrastar las ideas con el

322
00:10:42,919 --> 00:10:43,399
mundo real.

323
00:10:43,620 --> 00:10:46,100
Que el modelo pueda pararse y decir, a

324
00:10:46,100 --> 00:10:48,320
ver, esta pieza de código que he creado,

325
00:10:48,419 --> 00:10:50,220
¿funciona si la ejecuto de verdad?

326
00:10:50,519 --> 00:10:53,139
O este dato que estoy usando, puedo verificarlo

327
00:10:53,139 --> 00:10:54,860
en una fuente fiable en tiempo real.

328
00:10:55,220 --> 00:10:57,399
Eso sería un salto cualitativo enorme.

329
00:10:57,740 --> 00:10:58,600
La verdad es que sí.

330
00:10:58,700 --> 00:11:02,039
Por eso, RSA es un avance formidable en

331
00:11:02,039 --> 00:11:03,919
cómo organizar el trabajo de una IA.

332
00:11:04,139 --> 00:11:06,980
El siguiente gran avance vendrá de conectar ese

333
00:11:06,980 --> 00:11:08,240
trabajo con la realidad.

334
00:11:08,600 --> 00:11:09,779
Nos despedimos por hoy.

335
00:11:09,860 --> 00:11:12,100
No sin antes recordar que las voces que

336
00:11:12,100 --> 00:11:15,139
escuchas son generadas por una IA, Notebook LM.

337
00:11:15,620 --> 00:11:17,379
Pero el podcast no se genera de forma

338
00:11:17,379 --> 00:11:18,179
automática, no.

339
00:11:18,539 --> 00:11:20,299
Detrás de todo lo que escuchas está un

340
00:11:20,299 --> 00:11:22,679
humano, que os manda saludos, que se llama

341
00:11:22,679 --> 00:11:23,840
Julio Pablo Vázquez.

342
00:11:24,100 --> 00:11:26,539
Muchas gracias y hasta el próximo episodio.

343
00:11:37,500 --> 00:11:39,639
Y hasta aquí el episodio de hoy.

344
00:11:39,779 --> 00:11:41,559
Muchas gracias por tu atención.

345
00:11:52,279 --> 00:11:53,039
BIMPRAXIS.

346
00:11:53,259 --> 00:11:55,799
Nos escuchamos en el próximo episodio.