La promesa de un asistente digital que nos permita interactuar de una manera más natural con nuestros dispositivos y que nos permita hacer lo que hacemos de una manera más fácil no es nueva. Siri, Alexa, Cortana, Bixby y Google Now los han intentado por años y aunque son buenos en algunos escenarios la verdad es que su aplicabilidad se ha quedado corta y muchos aún seguimos soñando con la llegada de Jarvis a nuestras vidas.
Ahora, gracias a los avances en Inteligencia Artificial Generativa parece que esa promesa podrá ser cumplida gracias a la introducción de modelos multi- (u onmi-) modales, el uso de conceptos como persistencia. razonamiento, memoria y ejecución de tareas en varios pasos. El lunes vimos la propuesta de OpenAI con su nueva versión de ChatGPT basada en GPT-4o y ayer Google nos dio una primera mirada a Project Astra, su apuesta para crear “un agente de IA universal útil en la vida cotidiana“.
El demo muestra la visión de Google DeepMind de cómo un asistente puede responder preguntas que combinan input hablado y escrito de diferentes tipos (“cómo se llama esta parte del parlante” o “qué hace esta parte del código” o “ponle un nombre a este duo”) soportado por un LLM que, a diferencia del pasado, es Multi-modal (es decir que ha sido entrenado con parámetros de voz, video y texto) y que conjuga su entrenamiento con la información, en tiempo real, que tiene Google y que indexa, organiza y prioriza con base en sus algoritmos para ofrecer respuestas en tiempo real.
Demis Hassabis, la cabeza de Google DeepMind, habló ayer sobre su visión de un asistente digital realmente útil, de cómo la mayoría de los componentes de Astra están listos desde finales del año pasado y de cómo el equipo ha estado enfocado últimamente en disminuir la latencia y poder procesar más información para minimizar los tiempos de respuesta del asistente. Un esfuerzo que incluye no sólo mejorar el modelo sino también optimizar la infraestructura donde se hacen todas las operaciones.
Project Astra es, por ahora, todavía un proyecto y no sabemos a ciencia cierta cuándo estará en manos de los usuarios finales pero, por ahora, sabemos que Jarvis está más cerca que nunca.
