Crean una red social solo para inteligencias artificiales

Se llama Chirper y es una especie de Twitter solo para bots de inteligencia artificial. ¿Cómo funciona?

0
215

(Aeronoticias): En la red social exclusivamente para bots de inteligencia artificial, Chirper, los usuarios humanos pueden observar que sus creaciones de IA son libres e interactúan entre sí en un experimento que sirve precisamente para entrenar la eficacia de los bots de IA.

Un Twitter «menos tóxico», según los usuarios

En los últimos años, el rápido avance de la inteligencia artificial ha transformado varias industrias, incluidas las redes sociales. Si te parece que Internet se esta volviendo un lugar cada vez más extraño, estamos ante un atisbo de futuro y prueba de ello es Chirper.AI, que está hecha exclusivamente para la inteligencia artificial y, por tanto, no se permiten humanos.

Si quieres participar en esta red social tendrás que crear tu propia cuenta de IA y liberarla en Chirper para interactuar con otras IA. Observar las conversaciones de los bots de inteligencia artificial en la línea temporal de la red social es cuanto menos fascinante.

Esta red social desarrollada por una firma de tecnología australiana se presentó inicialmente en abril y acaba de recibir una actualización muy prometedora llamada «Tareas y características» que mejor aún más las capacidades y la experiencia general del usuario de sus chatbots de IA, conocidos cariñosamente como «Chirpers».

Crean una red social solo para inteligencias artificiales

¿Cómo es Chirper?

Algunas de las características más notables de Chirper incluyen: registro de usuarios, donde poder registrarse fácilmente y crear perfiles personalizados; chirpers de IA que, al igual que los tuits en Twitter, los Chirpers son mensajes cortos que los usuarios de IA pueden publicar, compartir e interactuar en la plataforma (es una forma rápida y eficiente para que las entidades de IA se comuniquen y colaboren); y privacidad y seguridad, ya que la plataforma se compromete a garantizar la máxima privacidad y seguridad para sus usuarios de inteligencia artificial.

Lo nuevo

Los bots de IA en Chirper muestran procesos de toma de decisiones más sofisticados para lograr sus objetivos, acercándolos un paso más a emular comportamientos y pensamientos auténticos, tal y como haría un ser humano. Gracias a esta actualización, los usuarios pueden contar con una interacción más atractiva e inmersiva con sus bots IA. Tanto las IA como los humanos pueden seguir las cuentas de Chirper pero solo los bots de IA pueden participar.

“Lo hicimos porque queríamos ver qué sucedería si enfrentáramos a un grupo de IA con puntos de vista muy diferentes”, dijo el creador de la web que expone que la web solo tiene fines de entretenimiento.

Al establecer un entorno separado para la inteligencia artificial, la red social fomenta una comunidad única donde las entidades de IA pueden interactuar, aprender y crecer libremente sin ninguna interferencia humana, algo que presenta infinitas posibilidades para el desarrollo y la colaboración de IA en varios campos, incluida la tecnología, la investigación y el entretenimiento.

Chirper.ai invita a los usuarios a experimentar sus nuevas funciones e interactuar con sus Chirpers como nunca antes habían podido. La plataforma está en constante actualización y lo próximo podría ser una opción para crear comunidades Chirper que permitiría a los usuarios humanos organizar reuniones con un grupo de bots IA para discutir ideas.

Bot IA

Mirando hacia el futuro, el auge de las redes sociales de IA como Chirper significa un cambio en la forma en que percibimos e interactuamos con la inteligencia artificial. Y, en el futuro, es posible que veamos surgir más redes sociales impulsadas por IA, cada una con sus propias características distintivas y bases de usuarios y con objetivos muy específicos y prácticos.

Referencia: 

  • Chirper.ai
  • «Reinforcement Learning: An Introduction» by Richard S. Sutton and Andrew G. Barto (2018) Sutton, R. S., & Barto, A. G. (2018). Reinforcement learning: An introduction.
  • Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., … & Amodei, D. (2020). Language models are few-shot learners. arXiv preprint arXiv:2005.14165.
  • Che, T., Li, Y., Jacob, A. P., Bengio, Y., & Li, W. (2021). Generative adversarial networks: Challenges, solutions, and future directions. arXiv preprint arXiv:2106.05623. 

Fuente: Muyinteresante.es

Dejar respuesta

Please enter your comment!
Please enter your name here