Artículos Relacionados con ChatGPT

El Centro de Noticias de HTX ofrece los artículos más recientes y un análisis profundo sobre "ChatGPT", cubriendo tendencias del mercado, actualizaciones de proyectos, desarrollos tecnológicos y políticas regulatorias en la industria de cripto.

Cuando 500 millones de personas abandonan ChatGPT

A más de tres años y medio desde su lanzamiento, ChatGPT ha experimentado un hito significativo: por primera vez, su cuota de mercado global ha caído por debajo del 50%, situándose en el 46,4%, según un informe de Sensor Tower. Aunque sigue siendo el asistente de IA líder, su dominio ya no es absoluto. Competidores como Gemini (27,7%) y Claude (10,3%) están ganando terreno rápidamente. El mercado ha evolucionado de la novedad a una fase de comparación y utilidad práctica. Los usuarios muestran poca lealtad, migrando fácilmente hacia herramientas que ofrezcan mejor integración ecológica (como Gemini con Google) o capacidades superiores en tareas específicas como escritura y codificación (Claude). Factores como la confianza en la marca y la orientación valoral también influyen. La comercialización se intensifica. Mientras Claude logra una alta tasa de suscripciones de pago (13%), ChatGPT explora modelos como publicidad y comercio integrado para sostener los enormes costes de computación. A nivel global, el gasto en aplicaciones de IA sigue creciendo, aunque el ritmo se ralentiza, y existen diferencias regionales en descargas y poder adquisitivo. En resumen, la IA abandona el pedestal para integrarse en la vida cotidiana. La pérdida de la hegemonía de ChatGPT simboliza la madurez de un mercado diverso, donde los usuarios, pragmáticos, eligen constantemente las herramientas más eficaces para cada tarea. La era del asombro ha dado paso a la de la utilidad y la competencia.

marsbitHace 6 hora(s)

Cuando 500 millones de personas abandonan ChatGPT

marsbitHace 6 hora(s)

El Mundial apenas lleva unos días, ya hay modelos de IA que se consagran y otros que se estrellan en las predicciones

La Copa Mundial apenas ha comenzado, pero los modelos de IA ya están en el centro de atención por sus predicciones, con algunos destacando y otros fallando estrepitosamente. Con el auge de los mercados de predicción, los usuarios ahora apuestan con dinero real sobre resultados, marcadores y eventos específicos como tarjetas rojas. En este contexto, varios modelos de IA, como Qwen, ChatGPT, Gemini, Claude, DeepSeek y Copilot, se utilizan como una referencia más para el análisis previo al partido. Tras los primeros encuentros, algunos modelos han mostrado aciertos notables. Qwen predijo correctamente el 2-0 de México sobre Sudáfrica en el partido inaugural, incluso mencionando el riesgo de tarjetas rojas para Sudáfrica, y también acertó el 2-1 de Corea del Sur ante República Checa. Copilot, por su parte, acertó el mismo 2-0 en el partido inaugural, el 2-1 de Corea del Sur y sorprendió al predecir el empate 1-1 entre Brasil y Marruecos. Sin embargo, también ha habido fallos significativos. Copilot erró en varios partidos como Canadá vs. Bosnia (predijo 2-1, acabó 1-1) y en sorpresas como la victoria 2-0 de Australia sobre Turquía. ChatGPT, aunque ofrece análisis detallados y acertó en el partido inaugural, ha mostrado dificultades para prever partidos ajustados o sorpresas, tendiendo a favorecer a los equipos teóricamente más fuertes. Otros modelos como Gemini, Grok y Claude han mostrado resultados variados en pruebas puntuales, pero aún no hay suficientes datos para evaluarlos completamente. En resumen, mientras que la IA ya sirve como una herramienta de consulta en las apuestas, está lejos de ser infalible. Algunos modelos han tenido inicios brillantes, pero su consistencia a largo plazo está por verse. Se necesitarán más partidos para determinar qué modelos realmente "entienden" el fútbol.

Odaily星球日报06/15 08:54

El Mundial apenas lleva unos días, ya hay modelos de IA que se consagran y otros que se estrellan en las predicciones

Odaily星球日报06/15 08:54

Bitcoin por encima de $63,000: dos modelos de IA esbozan los siguientes escenarios para el movimiento del BTC

El Bitcoin (BTC) ha superado de nuevo los 63.000 dólares, tras tocar su mínimo del año la semana pasada. Dos modelos de IA, analizados por CCN, ofrecen perspectivas dispares sobre su próximo movimiento. ChatGPT plantea cuatro escenarios con probabilidades distintas: un 60% de volatilidad con tendencia alcista, respaldada por entradas a ETFs, posibles bajadas de tipos y adopción corporativa; un 25% de corrección hacia los 60.000$ si persiste la inflación o hay shocks regulatorios; un 10% de un fuerte rally alcista; y un 5% de eventos inesperados ("cisnes negros"). Su pronóstico más probable es un periodo de "caos", con oscilaciones bruscas del 10-20% sin una dirección clara durante meses. Por su parte, Claude centra su análisis en los próximos datos macroeconómicos. Identifica dos eventos clave: el IPC de mayo (10 de junio) y las proyecciones de la FED (17 de junio). Sus tres escenarios condicionales son: 1) Si el IPC repite alto, podría eliminar expectativas de recortes y llevar al BTC a 55.000$-52.000$. 2) Si el IPC está en línea, el BTC probablemente se movería lateralmente entre 60.000$ y 68.000$. 3) Si el IPC es más bajo de lo esperado (por debajo del 3.0%), podría desencadenar un rally de alivio hacia 70.000$-75.000$, aunque Claude considera esta opción menos probable. En resumen, ambos modelos coinciden en que el camino del Bitcoin sigue siendo incierto y estará muy influenciado por los indicadores macroeconómicos y el posicionamiento del mercado en las próximas semanas.

bitcoinist06/09 07:33

Bitcoin por encima de $63,000: dos modelos de IA esbozan los siguientes escenarios para el movimiento del BTC

bitcoinist06/09 07:33

Esta función de "soñar" de ChatGPT, deseo que todas las IA la copien

ChatGPT ha lanzado un nuevo sistema de memoria basado en la tecnología Dreaming, que permite al modelo recordar automáticamente las preferencias del usuario, detalles de proyectos, planes de viaje y otros datos relevantes a partir de las conversaciones. A diferencia de la función anterior, que dependía de que el usuario solicitara explícitamente guardar información, este sistema identifica y sintetiza detalles de manera proactiva. Además, evalúa cuándo la información sigue siendo útil o ha quedado obsoleta, actualizando los recuerdos con el tiempo. La actualización incluye un "resumen de memoria" donde los usuarios pueden revisar, añadir o modificar la información que ChatGPT ha recopilado. También ofrece controles como conversaciones temporales (sin uso de memoria), opciones para eliminar recuerdos y la posibilidad de ver las fuentes que influyen en las respuestas personalizadas. Inicialmente disponible para usuarios Plus y Pro en EE.UU., se extenderá gradualmente a más países y a usuarios gratuitos. OpenAI destaca mejoras significativas en las pruebas: la precisión en la recuperación de hechos aumentó del 41,5% (2024) al 82,8% (2026), y la capacidad de mantener la información correcta en el tiempo pasó del 9,4% al 75,1%. Estos avances acercan a ChatGPT a un asistente personal más contextual y menos dependiente de interacciones aisladas, aunque también plantean cuestiones sobre privacidad y el control de los datos almacenados.

marsbit06/08 00:23

Esta función de "soñar" de ChatGPT, deseo que todas las IA la copien

marsbit06/08 00:23

Tres años después: Una revisión de mis predicciones sobre ChatGPT en 2023

Tres años después: Revisando mis predicciones sobre ChatGPT en 2023 En marzo de 2023, tras el lanzamiento de ChatGPT, Wang Jianshuo hizo 20 predicciones intuitivas sobre la IA. Ahora, en mayo de 2026, un sistema con 41 agentes de IA las ha reevaluado con datos actuales. **Resultados clave:** * **Aciertos (dirección general):** La arquitectura RAG se convirtió en estándar para integrar conocimiento. La Interfaz de Usuario de Lenguaje (LUI) creó una nueva capa de interacción (ej. protocolo MCP). Surgieron redes de agentes autónomos que se comunican. China desarrolló modelos grandes útiles (ej. DeepSeek), cerrando la brecha técnica. Los LLM no tienen conciencia; el Test de Turing solo mide la apariencia. * **Errores/Matices:** La predicción de que GPT-4 tendría 100 billones de parámetros fue incorrecta (≈1.8B). Los LLM **sí** pueden hacer matemáticas complejas sin herramientas externas (ej. medallas IMO 2025). El valor no migró solo a la capa de aplicación; NVIDIA (capa de hardware) capturó gran parte. El contenido generado por IA no evade automáticamente los derechos de autor (multas multimillonarias). La IA personalizada crea, no reduce, "cámaras de eco". Los costes de entrenamiento de modelos líderes superaron con creces la estimación de 5-10 mil millones de dólares. **Lecciones aprendidas:** 1. Predecir **mecanismos y direcciones** es más fiable que dar cifras o declaraciones absolutas. 2. Se tiende a **sobreestimar la velocidad** de cambio a corto plazo y **subestimar su magnitud** a largo plazo. 3. Los promedios generales (ej. "no habrá desempleo masivo") pueden ocultar **impactos distributivos** severos (ej. en jóvenes). 4. Las afirmaciones con **matices y limitaciones** envejecen mejor. 5. Tres años no son suficientes para resolver debates fundamentales (ej. valor final, consciencia de la IA). Este ejercicio subraya la dificultad de hacer predicciones precisas en un campo en rápida evolución y la importancia de la humildad al proyectar el futuro.

marsbit05/31 16:11

Tres años después: Una revisión de mis predicciones sobre ChatGPT en 2023

marsbit05/31 16:11

Tres años después: Volviendo a mis juicios sobre ChatGPT en 2023

En marzo de 2023, Wang Jianshuo hizo veinte predicciones sobre ChatGPT. Tres años después, en 2026, un análisis con múltiples agentes de IA evalúa su precisión. Aciertos clave: predijo correctamente el auge de RAG como arquitectura estándar para conocimiento y reducir alucinaciones, la LUI (interfaz de lenguaje natural) como nueva capa de interacción (aunque no reemplaza a la GUI), y la aparición de redes de agentes autónomos con nuevos protocolos de direccionamiento. También acertó en que China desarrollaría modelos de IA útiles (como DeepSeek) cerrando rápidamente la brecha, y en que ChatGPT carece de consciencia real, pasando el test de Turing por mera apariencia. Otras predicciones válidas fueron que no causaría desempleo masivo (aunque afectó a jóvenes), que 2023 sería un gran año para startups de IA, y que el momento fue similar al del navegador web en 1994. Errores notables: su estimación de que GPT-4 tendría 100 billones de parámetros fue incorrecta (tuvo ~1.8 billones). Se equivocó al declarar que era "imposible" que los LLM hicieran matemáticas complejas sin herramientas, ya que luego ganaron medallas en la Olimpiada Internacional de Matemáticas. También erró al sugerir que el valor se capturaría en la capa de aplicación y no en la base, subestimando el dominio de NVIDIA (capa de hardware), y al pensar que el contenido generado por IA "evitaría" problemas de copyright, cuando han surgido multas históricas. Además, la idea de que los LLM promoverían un "consenso mundial" al promediar opiniones se volvió incorrecta, ya que ahora priorizan la personalización y pueden crear nuevas cámaras de eco. Conclusiones: Sus predicciones sobre mecanismos y direcciones fueron mayormente acertadas, pero falló en números específicos (costes, parámetros) y en subestimar la complejidad de la distribución del impacto (ej. quién gana o pierde con la IA). Tendió a ser demasiado optimista a corto plazo pero conservador sobre los límites a largo plazo. El ejercicio subraya la importancia de predecir tendencias en lugar de cifras exactas y de dejar margen para la incertidumbre.

链捕手05/31 13:43

Tres años después: Volviendo a mis juicios sobre ChatGPT en 2023

链捕手05/31 13:43

活动图片