Sam Altman ataca de nuevo. Esta vez invirtió en un equipo de RPA en etapa inicial de solo 5 personas, Induced AI, con dos cofundadores, Aryan Sharma y Ayush Pathak, uno de 18 y el otro de 19.
No solo Sam Altman, sino también SignalFire, Peak XV, SV Angel y otros participaron en la ronda de financiación inicial de 2,3 millones de dólares de Induced AI. Nat Friedman y Daniel Gross, los dos fundadores de la aceleradora tecnológica AI Grant, también se han unido al equipo de IA inducida. Los dos son muy conocidos en el mundo de la tecnología, ya que Nat es el CEO de Github y Cue, la empresa de motores de búsqueda fundada por Daniel, es adquirida por Apple.
¿Qué tiene de especial este equipo y sus productos, y por qué puede atraer las ramas de olivo de muchos peces gordos?
01 RPA 3.0: Abre el navegador y deja que la IA haga todo el trabajo
Los dos fundadores de Induced AI, Aryan y Ayush, tienen una gran experiencia empresarial, a pesar de su corta edad. Los dos jóvenes programadores tienen currículos empresariales en salud, publicidad, educación, blockchain, web3 y otros campos, e incluso han lanzado comunidades emprendedoras y organizaciones similares a incubadoras.
La IA inducida es un "RPA 3.0" que libera la productividad de los empleados de la empresa. Los usuarios pueden simplemente escribir flujos de trabajo y grabaciones de pantalla en un inglés sencillo, y la IA inducida puede convertirlos en pseudocódigo en tiempo real y llamar a una variedad de herramientas relacionadas para realizar una gran cantidad de tareas repetitivas.
Los dos fundadores|Fuente: Linkedln
La RPA (Automatización Robótica de Procesos) no es un concepto nuevo, y se puede ver en todas partes en la vida cotidiana de la gente común, como la "macro" en Excel, o el gadget "asistente de llaves" utilizado por muchas personas para obtener entradas para conciertos, que puede considerarse como el predecesor de RPA. En la definición tradicional de RPA, el software registra las operaciones humanas, como los clics del ratón, las entradas del teclado, la apertura de carpetas, el envío de correos electrónicos, etc., y corrige estas operaciones para formar reglas y rutinas, que se ejecutan automáticamente en lotes, ahorrando así tiempo a las personas y mejorando la eficiencia del trabajo. Con el avance de la tecnología de IA, la capacidad de las máquinas para reconocer imágenes, comprender el lenguaje y pensar lógicamente se ha mejorado continuamente, y estas tecnologías también se han combinado con RPA para liberar mayor energía.
Tal y como se define en el concepto de RPA, las herramientas de RPA en el mercado hasta ahora requieren el desarrollo manual de reglas claras, y las reglas para tareas complejas pueden requerir mucha mano de obra. La IA inducida utiliza el poder de los grandes modelos lingüísticos para dar a las herramientas la capacidad de razonar lógicamente y emitir juicios. El usuario solo tiene que decir lo que necesita, como "créame un ticket para Jira" o "ayúdame a examinar una ola de currículos y enviar invitaciones a entrevistas a los candidatos", y la IA inducida puede hacer juicios en tiempo real y desmantelar qué hacer, y llamar automáticamente a las herramientas relevantes para completar todo el proceso.
Tomando como ejemplo la tarea de examinar los currículos, el proceso normal de operación manual incluye: iniciar sesión en su cuenta de LinkedIn, buscar currículums, evaluar currículums, descargar currículums, enviar invitaciones, etc. Si LinkedIn no proporciona una API oficial, es probable que RPA en el pasado se quede atascado en el paso de inicio de sesión e incluso pueda ser juzgado como un bot malicioso. La IA inducida crea un entorno de navegador sobre Chromium que tiene su propia memoria, sistema de archivos y credenciales de autenticación (correo electrónico, número de teléfono) para realizar procesos complejos, de modo que pueda automatizar acciones como inicios de sesión, completar captchas, descargas de archivos y almacenar y reutilizar datos, y el software sin API abiertas no puede detener la IA inducida.
02 Se acerca una ola de agentes de IA
Dejar que las herramientas, especialmente las herramientas inteligentes, trabajen para los seres humanos es un sueño que ha surgido desde nuestros antepasados. Desde Wooden Ox hasta Siri, la gente siempre ha sentido que estos "asistentes" todavía son un poco escasos. Hasta que salieron ChatGPT y AutoGPT, parecía que los agentes de IA estaban a punto de ser posibles.
Lilian Weng, investigadora de OpenAI, escribió un artículo en el que define un agente de IA basado en un gran modelo de lenguaje: gran modelo de lenguaje, memoria, planificación de tareas y uso de herramientas, todo lo cual es indispensable. Aunque el equipo de IA inducida se posiciona como "RPA 3.0", en cuanto a las características de su producto, se parecen más a un agente de IA, por lo que los peces gordos de la IA como Sam Altman son unánimemente optimistas sobre este joven equipo.
Bajo el auge actual de la IA, la IA inducida no es el primero, y de ninguna manera el último, equipo de agentes de IA.
Por no hablar de esos pequeños y bonitos agentes que piden entradas y comida para llevar, o de proyectos casi conocidos como AutoGPT y HuggingGPT, hay muchos equipos que tienen la misma ambición de formar empleados de IA que la IA inducida.
Por ejemplo, Adept, que completó una ronda de financiación de serie B de 350 millones de dólares en marzo de este año, entrenó un modelo ACT-1 diseñado para responder y realizar acciones en un ordenador. Puede utilizar todas las herramientas de software, API y sitios web existentes. ACT-1 también funciona basado en navegador, lo que permite a los usuarios ingresar sus propios comandos en el cuadro de chat con la IA, como crear un cliente potencial en Salesforce o calcular algunos datos en GoogleSheet.
ACT-1 de Adepto |
Casualmente, Rabbit, una empresa de tecnología, también ha desarrollado su propio modelo grande LAM (Large Action Model) y ha lanzado un conjunto completo de soluciones de "sistema operativo personal Rabbit OS" basadas en él. LAM es capaz de observar la interfaz de la interacción humano-computadora y formar un "modelo conceptual" para comprender e implementar la intención humana subyacente cuando las instrucciones del lenguaje natural del usuario son menos claras. Basado en LAM, Rabbit también ha diseñado especialmente un conjunto de plataformas de software para permitir a sus agentes completar tareas de una manera más fácil de usar. En octubre de este año, Rabbit recibió 20 millones de dólares en fondos liderados por Khosla Ventures y seguidos por los accionistas existentes.
**03 ¿El futuro ya está aquí? **
Por supuesto, además de los equipos emprendedores, las empresas tradicionales de RPA, low-code, no-code y otras están adoptando casi todas grandes modelos de lenguaje y agentes de IA.
Desde principios de este año, varias aplicaciones populares de AI Agent y varias veces fuera del círculo han llevado la llamada a la inteligencia artificial a un clímax una y otra vez. Pero todavía tenemos que preguntarnos, ¿el futuro ya está aquí? ¿La emoción frente a ti es un cambio o una burbuja?
Si tomamos la conducción autónoma como analogía, productos como Copilot y Midjourney, con los que estamos más familiarizados, son similares a la conducción autónoma L3, es decir, la máquina es el "asistente" y "copiloto" de los humanos, mientras que el agente corresponde al nivel L4 de conducción autónoma, los humanos solo necesitan establecer objetivos, supervisar los resultados y las máquinas completan las decisiones y la ejecución por sí mismas. Hoy en día, el copiloto de IA de nivel L3 todavía se encuentra en la etapa inicial de aplicación, y todavía hay muchos problemas que vale la pena explorar en términos de capacidades técnicas y valor comercial, que no se han promovido por completo.
Desde este punto de vista, la aplicación a gran escala de los agentes de IA L4 puede estar aún más lejana. Entonces, ¿es la locura actual de la IA otra ola de exageración por cortar puerros? ¿Será solo un destello en la sartén como blockchain, VR y el metaverso hace unos años?
Sin duda, la popularidad de la IA generativa y los conceptos relacionados se está desvaneciendo. **
Tanto la atención mediática como la reacción del mercado lo han confirmado implícitamente. En la curva de madurez tecnológica publicada por Gartner este año, tanto la IA generativa como la ingeniería de software mejorada por IA se encuentran en un período de inflación, lo que significa que ambas tecnologías están al borde de un período de desilusión en los próximos 2 a 5 años, al igual que la conducción autónoma y los conceptos tecnológicos antes mencionados en el pasado. Sin embargo, es precisamente durante el período de desilusión, cuando el calor decae y el ruido se calma, que se precipitan experiencias y conocimientos más significativos y se sientan las bases para el siguiente período de iluminación.
En la evolución de la tecnología transformadora, cada pico y valle cuenta.
Desde las máquinas de Turing hasta la supercomputadora Deep Blue de IBM, desde el aprendizaje automático hasta las redes neuronales, desde AlphaGo hasta ChatGPT, cada hito está lleno de decepciones, dudas e inviernos fríos, que amplían el horizonte, y la humanidad ha recorrido un largo camino para llegar a donde está hoy. Con o sin burbuja, el futuro siempre lo crean los optimistas y los hacedores.
Recursos:
Sam Altman respalda la startup de IA para adolescentes que automatiza los flujos de trabajo nativos del navegador (TechCrunch)
Ver originales
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
Sam Altman intervino e invirtió en dos pequeños empresarios menores de 20 años
Fuente original: Silicon Rabbit Race
Sam Altman ataca de nuevo. Esta vez invirtió en un equipo de RPA en etapa inicial de solo 5 personas, Induced AI, con dos cofundadores, Aryan Sharma y Ayush Pathak, uno de 18 y el otro de 19.
No solo Sam Altman, sino también SignalFire, Peak XV, SV Angel y otros participaron en la ronda de financiación inicial de 2,3 millones de dólares de Induced AI. Nat Friedman y Daniel Gross, los dos fundadores de la aceleradora tecnológica AI Grant, también se han unido al equipo de IA inducida. Los dos son muy conocidos en el mundo de la tecnología, ya que Nat es el CEO de Github y Cue, la empresa de motores de búsqueda fundada por Daniel, es adquirida por Apple.
¿Qué tiene de especial este equipo y sus productos, y por qué puede atraer las ramas de olivo de muchos peces gordos?
01 RPA 3.0: Abre el navegador y deja que la IA haga todo el trabajo
Los dos fundadores de Induced AI, Aryan y Ayush, tienen una gran experiencia empresarial, a pesar de su corta edad. Los dos jóvenes programadores tienen currículos empresariales en salud, publicidad, educación, blockchain, web3 y otros campos, e incluso han lanzado comunidades emprendedoras y organizaciones similares a incubadoras.
La IA inducida es un "RPA 3.0" que libera la productividad de los empleados de la empresa. Los usuarios pueden simplemente escribir flujos de trabajo y grabaciones de pantalla en un inglés sencillo, y la IA inducida puede convertirlos en pseudocódigo en tiempo real y llamar a una variedad de herramientas relacionadas para realizar una gran cantidad de tareas repetitivas.
La RPA (Automatización Robótica de Procesos) no es un concepto nuevo, y se puede ver en todas partes en la vida cotidiana de la gente común, como la "macro" en Excel, o el gadget "asistente de llaves" utilizado por muchas personas para obtener entradas para conciertos, que puede considerarse como el predecesor de RPA. En la definición tradicional de RPA, el software registra las operaciones humanas, como los clics del ratón, las entradas del teclado, la apertura de carpetas, el envío de correos electrónicos, etc., y corrige estas operaciones para formar reglas y rutinas, que se ejecutan automáticamente en lotes, ahorrando así tiempo a las personas y mejorando la eficiencia del trabajo. Con el avance de la tecnología de IA, la capacidad de las máquinas para reconocer imágenes, comprender el lenguaje y pensar lógicamente se ha mejorado continuamente, y estas tecnologías también se han combinado con RPA para liberar mayor energía.
Tal y como se define en el concepto de RPA, las herramientas de RPA en el mercado hasta ahora requieren el desarrollo manual de reglas claras, y las reglas para tareas complejas pueden requerir mucha mano de obra. La IA inducida utiliza el poder de los grandes modelos lingüísticos para dar a las herramientas la capacidad de razonar lógicamente y emitir juicios. El usuario solo tiene que decir lo que necesita, como "créame un ticket para Jira" o "ayúdame a examinar una ola de currículos y enviar invitaciones a entrevistas a los candidatos", y la IA inducida puede hacer juicios en tiempo real y desmantelar qué hacer, y llamar automáticamente a las herramientas relevantes para completar todo el proceso.
Tomando como ejemplo la tarea de examinar los currículos, el proceso normal de operación manual incluye: iniciar sesión en su cuenta de LinkedIn, buscar currículums, evaluar currículums, descargar currículums, enviar invitaciones, etc. Si LinkedIn no proporciona una API oficial, es probable que RPA en el pasado se quede atascado en el paso de inicio de sesión e incluso pueda ser juzgado como un bot malicioso. La IA inducida crea un entorno de navegador sobre Chromium que tiene su propia memoria, sistema de archivos y credenciales de autenticación (correo electrónico, número de teléfono) para realizar procesos complejos, de modo que pueda automatizar acciones como inicios de sesión, completar captchas, descargas de archivos y almacenar y reutilizar datos, y el software sin API abiertas no puede detener la IA inducida.
02 Se acerca una ola de agentes de IA
Dejar que las herramientas, especialmente las herramientas inteligentes, trabajen para los seres humanos es un sueño que ha surgido desde nuestros antepasados. Desde Wooden Ox hasta Siri, la gente siempre ha sentido que estos "asistentes" todavía son un poco escasos. Hasta que salieron ChatGPT y AutoGPT, parecía que los agentes de IA estaban a punto de ser posibles.
Lilian Weng, investigadora de OpenAI, escribió un artículo en el que define un agente de IA basado en un gran modelo de lenguaje: gran modelo de lenguaje, memoria, planificación de tareas y uso de herramientas, todo lo cual es indispensable. Aunque el equipo de IA inducida se posiciona como "RPA 3.0", en cuanto a las características de su producto, se parecen más a un agente de IA, por lo que los peces gordos de la IA como Sam Altman son unánimemente optimistas sobre este joven equipo.
Bajo el auge actual de la IA, la IA inducida no es el primero, y de ninguna manera el último, equipo de agentes de IA.
Por no hablar de esos pequeños y bonitos agentes que piden entradas y comida para llevar, o de proyectos casi conocidos como AutoGPT y HuggingGPT, hay muchos equipos que tienen la misma ambición de formar empleados de IA que la IA inducida.
Por ejemplo, Adept, que completó una ronda de financiación de serie B de 350 millones de dólares en marzo de este año, entrenó un modelo ACT-1 diseñado para responder y realizar acciones en un ordenador. Puede utilizar todas las herramientas de software, API y sitios web existentes. ACT-1 también funciona basado en navegador, lo que permite a los usuarios ingresar sus propios comandos en el cuadro de chat con la IA, como crear un cliente potencial en Salesforce o calcular algunos datos en GoogleSheet.
Casualmente, Rabbit, una empresa de tecnología, también ha desarrollado su propio modelo grande LAM (Large Action Model) y ha lanzado un conjunto completo de soluciones de "sistema operativo personal Rabbit OS" basadas en él. LAM es capaz de observar la interfaz de la interacción humano-computadora y formar un "modelo conceptual" para comprender e implementar la intención humana subyacente cuando las instrucciones del lenguaje natural del usuario son menos claras. Basado en LAM, Rabbit también ha diseñado especialmente un conjunto de plataformas de software para permitir a sus agentes completar tareas de una manera más fácil de usar. En octubre de este año, Rabbit recibió 20 millones de dólares en fondos liderados por Khosla Ventures y seguidos por los accionistas existentes.
**03 ¿El futuro ya está aquí? **
Por supuesto, además de los equipos emprendedores, las empresas tradicionales de RPA, low-code, no-code y otras están adoptando casi todas grandes modelos de lenguaje y agentes de IA.
Desde principios de este año, varias aplicaciones populares de AI Agent y varias veces fuera del círculo han llevado la llamada a la inteligencia artificial a un clímax una y otra vez. Pero todavía tenemos que preguntarnos, ¿el futuro ya está aquí? ¿La emoción frente a ti es un cambio o una burbuja?
Si tomamos la conducción autónoma como analogía, productos como Copilot y Midjourney, con los que estamos más familiarizados, son similares a la conducción autónoma L3, es decir, la máquina es el "asistente" y "copiloto" de los humanos, mientras que el agente corresponde al nivel L4 de conducción autónoma, los humanos solo necesitan establecer objetivos, supervisar los resultados y las máquinas completan las decisiones y la ejecución por sí mismas. Hoy en día, el copiloto de IA de nivel L3 todavía se encuentra en la etapa inicial de aplicación, y todavía hay muchos problemas que vale la pena explorar en términos de capacidades técnicas y valor comercial, que no se han promovido por completo.
Desde este punto de vista, la aplicación a gran escala de los agentes de IA L4 puede estar aún más lejana. Entonces, ¿es la locura actual de la IA otra ola de exageración por cortar puerros? ¿Será solo un destello en la sartén como blockchain, VR y el metaverso hace unos años?
Sin duda, la popularidad de la IA generativa y los conceptos relacionados se está desvaneciendo. **
Tanto la atención mediática como la reacción del mercado lo han confirmado implícitamente. En la curva de madurez tecnológica publicada por Gartner este año, tanto la IA generativa como la ingeniería de software mejorada por IA se encuentran en un período de inflación, lo que significa que ambas tecnologías están al borde de un período de desilusión en los próximos 2 a 5 años, al igual que la conducción autónoma y los conceptos tecnológicos antes mencionados en el pasado. Sin embargo, es precisamente durante el período de desilusión, cuando el calor decae y el ruido se calma, que se precipitan experiencias y conocimientos más significativos y se sientan las bases para el siguiente período de iluminación.
En la evolución de la tecnología transformadora, cada pico y valle cuenta.
Desde las máquinas de Turing hasta la supercomputadora Deep Blue de IBM, desde el aprendizaje automático hasta las redes neuronales, desde AlphaGo hasta ChatGPT, cada hito está lleno de decepciones, dudas e inviernos fríos, que amplían el horizonte, y la humanidad ha recorrido un largo camino para llegar a donde está hoy. Con o sin burbuja, el futuro siempre lo crean los optimistas y los hacedores.
Recursos: