Elon Musk teme que la inteligencia artificial (IA) pueda acabar perjudicando a la humanidad. Pero eso no ha impedido que el magnate lanzara su propia tecnología similar a ChatGPT en noviembre pasado. El nombre es Grok y, como ocurre con la mayoría de las herramientas de esta clase, con el tiempo y el entrenamiento se está volviendo más inteligente y también más capaz.
Ahora la solución, disponible desde hace unas semanas para todos los suscriptores de X, red social antes conocida como Twitter, es capaz de interactuar con imágenes, por ejemplo, con documentos, capturas de pantalla, diagramas y fotografías. El usuario sólo tiene que compartir la imagen con la IA y esta podrá mantener conversaciones en función de los datos que contiene. Algo que, de una forma u otra, herramientas como ChatGPT o Gemini, de Google, ya pueden hacer.
La novedad llega después de que, a finales de marzo, se anunciara la actualización de la herramienta con un nuevo ‘motor’ de mayor capacidad llamado Grok-1.5. Esto mejora la capacidad de rendimiento de la máquina y le permite realizar tareas relacionadas con la codificación y las matemáticas.
xAI, que así se llama la marca de inteligencia artificial generativa de Musk, ha presentado ahora la nueva versión de su modelo, Grok-1.5V, que es lo que hace que la IA sea multimodal, es decir, la hace capaz de funcionar, además de texto, con imágenes. Todo gracias a su capacidad para procesar información visual.
Según la firma, Grok-1.5v “supera a sus pares” en su nuevo benchmark RealWorldQA, una evaluación de procesamiento de imágenes que mide la comprensión espacial del mundo real y cuya versión inicial consta de más de 700 imágenes, con una pregunta “fácilmente verificable”. y responde para cada uno.
Este conjunto de datos también consta de imágenes anónimas de vehículos y otros objetos del mundo real. Está disponible para descargar y se espera que se expanda a medida que mejoren los modelos multimodales de la empresa.
xAI ha indicado que Grok-1.5V Estará disponible “pronto” para los probadores y usuarios de su chatbot. Además, comentó que en los próximos meses se realizarán mejoras “importantes” en el procesamiento en diferentes modalidades, como imágenes, audio y video.
