Transcripción

Transcripción

Tertulia sobre IA y el Nobel de Física 2024: avances, investigaciones y temas destacados — vídeo y transcripción

Patrocinado por Shakers: https://www.shakersworks.com/accede-a-top-talent?utm_source=podcast&utm_medium=podcast&utm_campaign=itnig En esta tertulia de intig traemos a Juan Huguet un experto en ingeniería y física. Vine para debatir sobre l

www.youtube.com 2026-04-19 Ver fuente

Título

Tertulia sobre IA y el Nobel de Física 2024: avances, investigaciones y temas destacados — vídeo y transcripción

Resumen

Patrocinado por Shakers:
https://www.shakersworks.com/accede-a-top-talent?utm_source=podcast&utm_medium=podcast&utm_campaign=itnig

En esta tertulia de intig traemos a Juan Huguet un experto en ingeniería y física. Vine para debatir sobre los temas más relevantes en la intersección entre la Inteligencia Artificial (IA) y los últimos avances en la Física, con un enfoque especial en el Premio Nobel de Física 2024.

Puntos clave

  • [Música] [Música] [Música] k ah [Música] [Música] [Aplausos] [Música] [Música] [Música] Oh [Música] [Música] [Música] [Música] Hola a todos Bienvenidos a una nueva tertulia de hoy est con Juan buenas tardes muy bien muchas gracias Juan es el nuevo de hoy eso es Oye tú eres físico eres ingeniero nuclear con un phd sí no eso es nuevo Aquí somos ingenieros de los otros bueno bueno nosotros tú Bueno yo yo casi tú casi y César vieron un día en una facultad pero se había perdido explícanos Cómo cómo Qué significa ser ingeniero phd ingeniero nuclear tú has trabajado además en research Y ahora estás en el mundo eh de la ia de la tecnología como nosotros no pero qué es la vida cómo es la vida de research en ingeniería nuclear qué qué se hace pues diría que es menos explosiva de lo que creeríais no intentamos que no exploten cosas entonces bien y me atrevería a decir que es bastante similar a lo que encontramos en los departamentos de analítica avanzada Data Science Machine learning que ya hay no al final el día a día es en el que tú tienes un un proyecto en el que trabajas eh de forma constante diría apasionada no porque hay un problema que tienes que resolver simplemente que todavía no se ha planteado Cómo poder resolverlo Entonces al final lo que vas haciendo es vas leyendo vas investigando vas probando cosas Hasta que encuentras un camino que seguir y encuentras que al final de ese camino pues hay una solución a a que yo que lleva bastante tiempo buscando puedes poner un ejemplo de algún tipo de proyectos en los que hayas trabajado sí eh Por ejemplo yo cuando decí no que soy ingeniero nuclear y finalicé ingeniería me especialicé en ingeniería nuclear en Francia ahí tienen bastantes reactores más que en España y luego contin continué haciendo física experimental donde analizaba el impacto que tenía la radiación partículas dentro de distintos materiales esto tenía una aplicación directa sobre todo porque una de las cosas que más limitan el periodo de vida de una central nuclear decisión no las de aluso las que tenemos aquí en España y que también tienen que considerarse a la hora de construir reactores de fusión es el el envejecimiento avanzado de los materiales que están sometidos a un un bombardeo constante de partículas cargadas a una energía brutal no siempre digo lo mismo al final un metal o un material cerámico Si recordáis de no que cristalografía básica suelen estar estructurados de forma regular como cristalografía básica no vine la clase yo el día de cristalografía básica lo al final los materiales no sabes de dónde ha venido Eh ya dich vale vale el filtro de gente aquí en esta cl resumen muy rápido de cristalografía básica básicamente eh un material no lo que es la materia se puede estructurar siguiendo de unos ciertos patrones pues por ejemplo cubos como si fuesen piezas de LEGO o simplemente como cuando tú tiras dentro del cajón al tetines y se van apelotonado no entonces una cosa es regular y cristalina y la otra cosa es amorfa Qué pasa que si tú tienes un material cristalino sobre el el cuál se basan todas las propiedades macroscópicas eléctricas termodinámicas eh mecánicas y demás si tú los estás bombardeando Y estás destruyendo paulatinamente esa red cristalina eh las propiedades físicoquímicas de ese material van perdiéndose Entonces si tú tienes un metal no como podría ser una acero inoxidable que es de lo que están hecho las cuas de los reactores y lo metes a radiación neutrónica no que bum bum bum todos esos neutrones eh están pegando los átomos de Pues de hierro y carbono que están por ahí dentro ese ese acero puede volverse frágil puede ser frágil y de repente pues puede romperse Entonces el el peligro no digamos el el la capacidad de absorber vibraciones choques que puede tener un reactor nuclear viejo a unos jóvenes muy distinta precisamente por ese efecto envejecimiento lo que yo hacía era e simular las condiciones que encontraremos dentro de reactores nucleares avanzados con aceleradores de partículas lineales y eh irradiaba distintos tipos de materiales entonces lo que luego hacía era estudiar cómo habían cambiado sus propiedades en función de ese bombardeo no que que en el caso no bombardeamos con con neutrones sino con bueno iones de oro y y otras y otros nos hemos ya ya es increíble a mí me está interesando entonces el hacer como que podía crear las conciones de contorno aceleradas que tienes dentro de un reactor nuclear y podía estudiar Cuál era el impacto en materiales nuevos que se estan estudiando pues para eh construir los revestimientos de los pero esta simulación era virtual o había construí ais esa claro Esa es la gracia siempre hay como las tesis de física experimentales modernas como una especie de eh acople de las dos cosas suele haber un marco teórico en el que tú te amparas y lo que se intenta hacer es Oye pues yo tengo este marco teórico voy a finar una serie de experimentos para ver si las dos cosas casan y luego con esto puedo hacer predicciones y extrapolar a nuevos casos de uso no entonces esa es el puces tu conclusión es que es seguro o no seguro segura la energía nuclear o no Yo diría como que ido al final V reducción Sí sí sí es brutal hombre te dedicaste a testear los reactores no ergo ergo corret no no hay escapatoria Igualmente em Sí sí por supuesto o sea toda actividad humana conlleva un riesgo asociado e Lo importante es saber medir ese riesgo y sobre todo saber actuar en consecuencia el riesgo asociado a tener un parque nuclear en en un país es muy bajo de hecho hay cifras no que son sorprendentes uno cuando Mira por ejemplo la tasa de mortalidad por unidad de energía generada no número de muertos por kilow de hora generada la tasa de mortalidad de la energía nuclear de fisión al uso está casi a la par que la fotovoltaica y por debajo que la eólica porque gener oa los molinos han matado más gente hay que repararlos y la gente se cae ostas yo estoy seguro que es por eso y la generación por ejemplo de paneles fotovoltaicos utiliza un montón de Pues no sé eh tierras raras que llaman no que para extraerlas pues son eh Son muy contaminantes í hay algunos procesos Pues que pueden afectar a la salud humana Y tú tienes alguna teoría de Por qué el mundo dejó de hacer nuclear de golpe eh Y ahora ahora está volviendo como si fuera lo más normal del mundo O sea qué pasó antes Y qué pasó ahora no vale em Bueno al final es un poco como todo no hay hay unos ciertos periodos de hype luego hay unos periodos de enfriamiento y luego hay unas necesidades claras energéticas como para poder satisfacer la transición hacia un mundo más sostenible e claro el el hype no del inicio de la construcción de centrales nucleares eléctricas dentro de lo que es Europa sale a partir de la crisis del petróleo donde no había como una dependencia enorme con esos países de la OPEP países productores de petróleo entonces de forma estratégica los países dicen necesitamos Independencia energética mi energía no puede depender de los países que producen que encima tienen países o sea gobiernos inestables aquí aquí la solución Más directa es por ejemplo apostar por la energía nuclear porque la cantidad de combustible que tú puedes almacenar es muchísimo más grande que la que podrías hacer almacenando tanto gas O petróleo no siempre digo un poco lo mismo cuando tú em mides la cantidad de energía eléctrica que podrías haber utilizado a lo largo de tu vida si toda fuese de origen nuclear El combustible nuclear de alta actividad que se llama no lo que sería ese uranio que se ha consumido es el tamaño de entre una pelota de tenis y una pelota de gol y además está confinado el problema que tienen las formas clásicas de energía No pues esto porque por persona por el planeta entero no por persona por persona por persona vale cada persona consume en su vida una pelota de golf de uranio Exacto eso es el residuo nuclear que tú generarías vale Y además tiene la ventaja y hay uranio de sobras o se acaba hay reservas de unario en sobras sobre todo porque Y dónde estás está en algún país también que ahora vamos a descubrir que es un problema no O sea una de las principales de reservas de uranio es es Nigeria esto Nigeria acepto un fact check por si acaso me equivoco porque hace 12 años que no me dedico a esto estoy tiando memoria per aquí confiamos y Canadá entonces hay hay también grandes reservas de uranio en Canadá incluso España podría ser energéticamente independiente porque tiene reservas unio suficientes como para poder hacer esto El problema es que luego nadie quiere la central nuclear al lado y nadie quiere el residuo o el cementerio de residuos al lado no sí pero por desconocimiento es decir vivir al lado tú la querrías tú querrías vivir al lado de una pared pared pared con una que estamos en un podcast de emprendeduría No mi primera mi primer sueño de emprendedor era intentar llevar a mallorca a crear una startup de lo que se llaman los reactores nucleares modulares pequeños es m modular reactors en lugar de tener una central nuclear que te genera 1 gw h de de potencia son reactores pequeñitos de 200 mw que los puedes poner y distribuyes mejor esa parte 200 mw para qué edad para mallorca por ejemplo para todo mallorca eh Yo diría que sí y no no te lo compraron no no conseguí financiación en ese momento no est ahora igual la conseguirías No ahora yo creo que hay una tendencia hacia el dtech los smr están como volviendo a [ __ ] mucha potencia small modular reactor no como Están volviendo a [ __ ] como mucha eh mucho Revival hay varias startups que está saliendo dent ese concepto está eh Terranova que está bueno que es la participada de Bill Gates no que están creando este nuevo reactor nuclear que en principio tiene que ser la [ __ ] y hay un resurgir de interés en la energía nuclear porque cuando lo mira sobre papel es la única solución viable como para garantizar una transición energética suave sin destruir la economía a nivel mundial por eso y porque nos han cortado los veductos en Europa no bueno o han explotado solos o han explotado solos allegedly e bueno Bernard te ha preguntado la la típica pregunta que se hace con con reactores de fisión yo t hacer la otra eh la fusión existe Es algo que crees que iba a preguntar justo esto yo cuando era pequeño la sagrada familia estaba a punto de acabarse y la fusión estaba a punto de llegar el ordenador cuán y el ordenador cuántico claro claro es como un moving Target no cada 50 años 50 años lo otrro seguimos esperando haciendo un stb no cuando hablamos de energía nuclear hay como dos grandes tipos de reactores los de fisión que es básicamente Yo tengo un átomo gordaco como el de uranio no y cuando lo parto pues sale una energía liberada y luego los de fusión que es Yo tengo dos átomos ligeros como son los de hidrógeno el3 con algún otro neutrón cosas así que cuando los junto también se liena energía entonces una cosa es romper un átomo que es el de fisión que es lo que hacemos no bombardeando con neutrones y lo otro es eh juntar átomos vamos a decir como de hidrógeno para que nos entendamos Qué pasa que juntar átomos de hidrógeno es es muy complicado porque si os acordáis los dos tienen carga positiva y carga en qué clase lo daban yo asumo que el el el digamos el el público medio de Inn es de un elevado nivel cultural y por tanto le hablo como si fuese Dee juntar átomos de hidrógeno át es complicado porque como tien la misma carga se repelen Qué pasa entonces que necesitas ponerlos en unas condiciones muy especiales que es en una sopa a una muy alta temperatura para que esa velocidad que tienen los los átomos de de hidrógeno en este caso no superen esa Barrera colombiana esa Barrera no y pueden llegar a chocarse y generar esa reacción o bien eh meterles una presión enorme aplastarlos gigant mee hasta que también por presión consigues que se que se junten y acaba librando energía el caso más fácil es el de la bomba nuclear de hidrógeno la bomba termonuclear no la bomba termonuclear al final no es más que una reacción de fisión de fisión que desencadena una reacción de fusión completamente descontrolado entonces pero si si hace falta fisión para hacer la fusión este en el caso de laom Bueno lo pasa es que que van a destruir No pero en el caso de la generación de energía no hemos solucionado el problema de la fisión en el caso de la generación de energía como lo que tú quieres es más bien una deflagración no una especie de reacción nuclear lenta y quieres no generar residuo radioactivo pero generas residuos radioactivos lo que nos genera son residuos radioactivos de alta actividad no tienes Urano que está tal pero sí que hay un residuo que se vuelve radioactivo porque al estar stido radiación neutrónica dentro de esos reactores pues acaba activándose Y eso pues también hay que tener cuidado e entonces hay dos formas o generas una sopa muy caliente que se llama plasma No ese plasma de átomos de hidrógeno que se van juntando qué es lo que hay en el sol que es lo que hay en el Sol y de hecho una de las cosas más más curiosas no que me llama mucho la atención e la diferencia de temperaturas más grande que tú puedes encontrar en el universo está en la tierra está dentro de los reactores de fusión experimentales que se tienen Porque tienes eh que utilizar un imán gigante para contener ese plasma No porque si toca alguna de las paredes la funde directa amente eso está a una temperatura mucho más alta que la que está el sol estamos hablando de cientos de millones de grados centígrados más temperatura que el sol está más caliente que el sol y fuera está a 4 Kelvin que son esos men 270 gr c no porque están enfriando los eh imanes superconductores que son capaces de generar el el bucle magnético pu chapa Y que está más frío que que el espacio no Entonces esto es más frío que el espacio está ah Ahí ahí ahí esto es la mayor y menor temperatura de univo bueno que sepamos No porquea todavía noo hace check de esto s ahora que también o sea yo también alucino mucha gente nosotros mir pero tú no has venido a hablar de eso decir cómo volvemos para hablar de Open aquí antes que eso sea no respondió la pregunta de César Qué es va a pasar o no va a pasar Claro claro Entonces la cosa que es la física existe Es decir el proceso se conoce se sabe cómo se puede hacer hacerlo desde hace muchos años el problema es de ingeniería el problema es cómo conseguimos una reacción de fusión sosten el tiempo de la que nosotros podamos cosechar energía a gran escala hay varios iniciativas tenemos el í en cadash Francia que lleva también unos cuantos años de retraso eh postulado 5000 millones de euros de presupuesto que va por 20.000 luego de esto tenía el demo 20 billón 20 billón creo que ha costado hasta ahora sí Y habían presupuestado pagado por la Unión Europea eh No solo por la Unión Europea por un consorcio de países en los que encontramos a Japón Corea del Sur de Facebook vale una cosa no se escucha César ha dicho que es la mitad de lo que c costó el metaverso de Facebook vale continúa em sí Entonces el el el problema es principalmente ese no O sea que ahora mismo o se necesita meter más energía para poder calentar ese plasma que la que se extrae de ese plasma caliente ha habido alguna serie de de de puntos no de breakthroughs Durante los últimos años que sí que han conseguido ya como un factor de multiplicación energético positivo y esto es esperanzador y de hecho hay como incluso ya inversión privada para generar esos primeros reactores de fusión que no son iniciativas de gobierno que son como startups que están saliendo en torno a esto de aquí 50 años volveremos a hablar pero el que tiene más inercia es el de Boston no es el que ha conseguido mejores resultados hasta ahora intermedios no no durante unos segundos creo conso Claro tiene carácter pulsar entonces Ela llegar a eso que sea más contenido Vale entonces para simular las condiciones que necesita pues la ingeniería en ese caso ahora estamos ahora vamos a llegar vamos lleg es como ir al país de Mago de oce o sea el camino es tortuoso pero llegaremos la Inteligencia artificial ayuda s Cómo vale la Inteligencia artificial ya sab que es como un gran es un palabro que se utiliza para todo ahora mismo en el fondo cuando hablamos de Inteligencia artificial a día de hoy sobre todo después no del age chpt desde noviembre 2022 se asocia sobre todo ella Inteligencia artificial con estos modelos de Deep learning generativos pero que en el fondo lo que tienen es una red neuronal profunda que se llama No una serie de de capas que tú puedes ir acumulando que lo que hacen es optimizar una función de error entonces el Deep learning en su Core de forma muy muy simplificada es una función de aproximación Universal Qué significa esto vosotros habéis trabajado con Excel alguna vez no columna a columna B clic derecho y le tiras una línea y te sale el r cuadrado Entonces eso es un modelo lineal que se ajusta más o menos a los puntos que tienes funcionará mejor o peor pero se ha ajustado el Deep learning es como si tuvieses una regresión lineal a la que tú le puedes ir añadiendo flexibilidad para que se vaya adaptando esos puntos entonces eres capaz de simular cualquier tipo de función teniendo el número suficiente de datos para poder hacer que esa función se adapte de ahí la importancia sea el Deep learning al tener nosotros una herramienta no que es una herramienta de aproximación Universal capaz de adaptarse a la forma de cualquier función que yo quiera optimizar si nos vamos a la física en la física todos son puntos experimentales recogidos que yo quiero entender Qué tipo de patrón están siguiendo Pues si tengo suficientes datos experimentales y tengo un modelo Dear de Deep learning lo suficientemente flexible puedo adaptar un un modelo que luego me puede servir para eh simular esas condiciones de hecho em vosotros habéis visto estos vídeos que han salido que son la [ __ ] de openi no de los sora y los y los que son modelos de de vídeo una de las implicaciones que tienen dicen Es que esto no es un modelo solo vídeo esto es un modelo del mundo porque yo para poder representar Ese mar dentro de una taza de café con un barco pirata digamos que sa ía ha tenido que entender cuál es la dinámica de fluidos de las olas que tendrían que tener dentro de una taza y eso luego me permite pues generar ese nuevo ese nuevo Conocimiento es nuevas simulaciones ese nuevo tipo de de de de forma de aproximar lo que no sea directamente experimental de hecho es que lo veníamos hablando no el el los dos premios nobeles un poco más relevantes que hay para mí en este momento que suelen ser el de química y el de física este año esta misma semana se han otorgado a dos de las iniciativas de ia más grandes de los últimos tiempos que ha sido el proyecto de alphafold que es el proyecto para poder predecir Cómo se pliegan las proteínas dada una secuencia de de aminoácidos que es un proyecto complejísimo que lleva también 50 años abierto y no se que conseguía resolver Y luego también el de física y se ha resuelto con con Inteligencia artificial se ha resuelto con Inteligencia artificial concretamente con Cómo Con qué tecnología con Qué modelo eso F el proyecto de Google no de Alfa es el proyecto sí es el proyecto de Google de Deep Mind eh que empezaron con el alfha cer continuaron con alfha Go demostrando Cómo podían llegar a a calcular esos esos espacios de cálculo infinitos como podría ser una parte partida de go en Netflix estaba ese documental de Alfa de alfha go No donde sale a tiempo real como Lis doll dice [ __ ] o se se me está ganando una máquina pensaba que esto sería imposible Entonces se pusieron un poco más serios y dijeron Bueno en lugar de jugar vamos a intentar hacer algo que tenga un gran impacto para la humanidad y hicieron Alfa fold 1 luego Alfa fold 2 y por esto les han dado el premio Nobel de química porque ha tenido un impacto brutal en la comunidad o sea es lo que decía no el las proteínas que es la base sobre la que se construye la vida que si nos vamos a un nivel más bajo o son esas secuencias de aminoácidos no esas cadenas de nhs que si tú las pones una sobre la otra y luego las dejas en libre se van a retorcer hasta que llega a un estado de equilibrio y se queden en una forma en 3D y esta forma en 3D es super importante porque es la que Define Cómo esas proteínas van a interactuar con todo los su entorno eem eso no se había conseguido hay billones de combinaciones posibles Y gracias al esfuerzo de un montón de químicos y físicos experimentales habían conseguido solo mapear 100,000 estructuras cristalinas con cristalografía x cosas así em a través de alphafold han conseguido predecir 300,000 estructuras que no se habían considerado antes ni se habían visto y que tiene un nivel de acierto que es comparable al que obtenemos experimentalmente entonces Eh Esto salió que en 2021 Lleva más de O sea 2 millones de investigadores están utilizando estos resultados para avanzar en en genética medicina en generación de fármacos el impacto que tiene realmente en en en la humanidad es brutal no que por eso te dan un Nobel qué es lo que va ha generado más impacto en la humanidad para su beneficio pues o sea que no es un que no es un químico sino que es un computer scientist no un ingeniero informático vamos a traducirlo el que recibe el premio de la química que eso es lo que ha generado también un poco de debate hay gente que que no le parece bien el hay gente que es extraña o sea los nobeles siempre generan un poco controversia No si ganas algo mejor que generes un poco controversia porque si no va que lo has ganado entonces tanto elama que ganó el de la paz antes de empezar casi su mandato no Claro claro claro eso yo creo que es la mejor campaña de marketing que ha habido en la historia entonces eh más más eco le dio es como de hecho le creo muchísima presión en plan tío tienes el premio Nobel de la paz antes de empezar a ver qué haces ahora no aquí e al menos han hecho algo Antes de de dárselo y en tanto en el de física como en el de química han sido los dos computer scientist no el de El de Hinton con hopfield que son los padres de la aa moderna los los los que han conseguido que el Deep learning sea una herramienta que funcione qué se inventaron o qué descubrieron estos eh hof Field consiguió crear una red neuronal que ayudaba a predecir patrones pero que aprendía muy mal Hinton lo que hizo fue conseguir digamos hacer que el algoritmo de aprendizaje que es el de Back propagation funciona esa escala dentro de redes neuronales entonces crearon Ya esa herramienta que como decía es como una especie de herramienta de aproximación Universal y esta gente es más matemática o informática o sea es más ingeniería como decías tú antes el problema o era más matemática El problema es que para mí hay un toque de creatividad que no podría ni asignar una cosa ni la otra no esta gente es como decía están muy metidos en en ese tipo de problemas tienen una serie de intuiciones y tienes que tener una gran capacidad matemática para poder plasmar las ecuaciones no que siguen y derivarlo una vez están hechas es es sencillo seguirlo no es ingeniería el reto bueno es la ingeniería el reto ingenieril ha sido que durante muchos años lo que ellos habían planteado en el 886 87 no era útil porque no había ni la capacidad de cálculo suficiente ni la cantidad de datos suficientes para hacerlo entonces qué ha pasado en los últimos 10 años no desde 2012 que se ha juntado el hambre con las ganas de comer tienes una capacidad de cálculo ingente gracias a toda la nube tienes una cantidad de datos in gente Gracias a toda la gente que está utilizando internet y tienes gente motivada como Eh pues Hinton andry W no todos los pops de losa diciéndole a los de Google Oye vamos a hacer algo porque esto va funcionar Sí o sí y vamos a ponerlo sobre GP y vamos a empezar a entrenar y para sorpresa de todos ha funcionado ha funcionado bien y se ha descubierto no solo cómo funciona bien sino Cómo hacer que funcione mejor la gran aportación de Open eii al mundo de la ia ha sido el [ __ ] e digamos el el punto final de es algoritmos de ia no del de de esas arquitecturas de cómo pongo yo los distintos parámetros que es la arquitectura de Transformers ese paper que salió también en de Google en 2017 y que luego H que decían con esto ya solventamos el problema de poder modelizar secuencias largas luego salen las arquitecturas tipo vert no que son la primera Revolución también a nivel de procesamiento de lenguaje natural porque vienen pre aprendidas y tú puedes utilizarlas y luego los modelos tipo gpt que es que predicen la siguiente palabra lo que consiguió hacer bien Open Ai era entender eem [ __ ] Cuanto más dato le meto y Cuanto más poder computacional el meto eso mejor funciona y como yo puedo modelizar cómo mejor funciona puedo optimizar como los entreno para que luego sean capaces de y hay una Innovación importante de Open Ai que yo creo que hablamos poco que es el la innovación del fan Racing porque en realidad nadie le había metido billions a esta experimentación o sea el hecho de poder gastarte billions en licenciar o tener acceso a datos y gastarte billions y decenas de billions en computación nadie lo había intentado es una locura o sea también es una Innovación financiera en este sentido Pero esto esto yo creo que pasó después de la revolución de gpt y habían levantado un billón antes de gpt per Don y ciento y pico millones eh antes que o sea estos proyectos nadie les metía Ahora nos parece 100 millones para í nos parece una seit no clar pero es que fíjate que yo pienso que el punto de inflexión fue precisamente sacar chat gpt o sea chat gpt es lo que lo cambió todo para todo el mundo y y es lo que consigue Que hagan más fan Racing Porque si siguen haciendo demos de dota tení No creo que hubieran conseguido ya tenían inversión de un billón Esta es la otra Innovación la experiencia usuario total lo han pintado y como han hecho que parece una tontería pero siempre las cosas brillantes parecen una tontería no cuando ya están hechas o sea el mundo de research y el mundo comercial Siempre han estado rotos no no no y ellos lo que han hecho es hacerlo muy accesible lo han abierto o sea esto hay que dárselo claro de hecho es que sacaron chat gpt no la versión conversacional se comían un colín no conseguían hacer que nadie utilizase su Api porque funcionaba como el culo O sea no era no era práctico utilizarlos y ha sido a partir de que eso ya tenga esa capacidad de interacción con el usuario casi conversacional que nosotros podemos utilizarlo para proyectos que tienen un impacto práctico hasta el punto que eh lo que dicen es no sacaron ese propio paper Porque no solo se ocupan de la parte comercial ni de la ciencia ni de levantar pasta sino que también hacen como estudios sociológicos del impacto de este tipo de tecnologías y sacaron ese artículo Poco después de de haber sacado el el el [ __ ] como lo llamamos cariñosamente que es gpt r gpt no gener pret Transformers are general purpose technologies es decir el gpt que es un modelo de Deep learning que lo que hace es predecir la siguiente palabra se ha convertido en una herramienta tan horizontal tan transformativa que ya se dice que es una tecnología de propósito general como ha sido en la máquina de vapor en la electricidad internet y ahora la ía es brutal va a transformarlo todo Solo que nadie sabe cómo ni con Qué impacto ni Hasta qué nivel entonces tú como ingeniero nuclear qué parte de tu trabajo la resolví con ia el Y qué tipo de ia vale brevemente Sí sí no básicamente soy conocido por ser muy breve mi entorno no el básicamente como era física experimental y tenía una serie de modelos que probar lo que hacía era utilizar varios algoritmos de Machine learning para ver cómo yo podía encontrar Cuál era el mejor modelo que se adaptaba a los datos experimentales que yo tenía para luego poder hacer predicciones simplemente era un mecanismo más de poner una recta encima de una serie de puntos que había obtenido Y te gustó más eso que la parte de la de la ingeniería nuclear y te decidiste dedicarte a la ia Eh sí O sea la cosa es como que yo soy intensito noces cuando cojo algo que me apasiona eres intensito has dicho vale Yo no sé si lo habéis notado Pero bueno Eh vale No pasa nada estamos acostumbrados mucha intensidad Entonces cuando cojo algo que me que me flipa y me maravilla y me descuadra es como que de repente tengo que poner todo mi foco sobre eso y y lo tengo que Ender lo tengo que hacer y de repente pues me respuesta era Sí sí la ia te interesó más que lo nuclear ves Y entonces decidiste dedicarte a eso bueno no es que me interesase más es que también como quería volver a mallorca que de dónde vivo y tengo mi pareja y todo pues en mallorca como no hay reactores nales consig montar el reactor pequeñito pues pues una empresa de Travel lacería exacto y me puse ahí a analizar pues datos de turismo y yí clarity y de ahí a montar tu propia startup de ahí a clarity de ahí montar mi propia startup justo muy brevemente clarity Qué es y qué hacíais tienes que hacer el prom en menos de 200 palabras para una audiencia generalista interesada en startups y tecnología clarity es una de las no clarity no tu empresa no primero clity que tenemos que llegar Claro claro clarity es una de las grandes startups bar scaleups que hay dentro del país no levantado varias rondas de financiación están blackrock softbank grande en rondas de financiación Eh bueno ha levantado no 130 160 millones no sé el número Exacto porque salí ya de clarity hace unos un par de años pero es como Mi Alma Mater e entonces en clarity lo que hacíamos era generar scores de sostenibilidad para las empresas públicas no que están cotizadas en bolsa para que se pudiese medir Cuál era el impacto que tenían estas empresas Pues a nivel socio medioambiental y de gobierno todo lo que hablan es un checklist Esto del score de sg no es un checklist hay metodologías es decir el el problema es cómo tú agregas toda la información de forma que puedas comparar una empresa que se dedica a la publicidad con otra que se dedica a generar electricidad Si tú tienes que hacer No un un análisis de Cuál es el impacto de emisiones de CO2 de una empresa que genera electricidad pues hombre de facto una empresa que genera electricidad pues va a generar más CO2 que una empresa que genera publicidad no porque o quemas panfletos o no tienes por qué generar mucho mucho CO2 Entonces el Cómo conseguir unos scores que sean comparables y que tengan correlación con las métricas financieras de una empresa es una vertiente metodológica que es compleja Eh hay hay varios Marcos de comparación clarity ha diseñado uno propio o también se Dear temás de regulación y están muy metidos en en distintos distintos Marcos o pero sobre todo también ahí se utilizaba laa pues para toda la parte de eh procesar noticias como conseguíamos señal de distintos de distintas Fuentes porque una de las cosas que nosotros utilizábamos no siempre ponemos el mismo caso el del dieselgate tú miras Volkswagen sobre papel En aquellos años y tenían unos scores de sostenibilidad muy buenos pero luego sale el dieselgate que es una controversia y que básicamente hacían trampas en de sus propios motores ex Entonces tienes que penalizar losos de alguna forma porque ese score medioambiental que tenían estaba estaba pervertido entonces tenías como que penalizar lo en plan Oye en función de esto no entonces ahí también teníamos como muchos algoritmos de procesamiento de lenguaje natural teníamos muchos algoritmos ha fal algoritm O sea hay que procesar el lenguaje natur lo que ha era poner el dedo en la balanza no no pero decir lo que procesaban es que la gente hablaba de de este conflicto esta controversia pero realmente esto era una fue una sentencia no O sea no no hace falta analizar la redes sociales para el Bueno lo que analizamos eran noticias noticias de fuentes eh confiables Por así decirlo no por evitar fake news Y problemas y lo que tú haces es medir como la severidad de la noticia Bueno pues sí han hecho un poco de trampas en las emisiones pero si de repente una fábrica se hunde como las de Pues no sé algunas empresas textiles y matan a 100 personas co Quiénes son los clientes que pagan por ese servicio Pues los clientes que pagan por este servicio el asset managers que luego tienen que utilizar esta información para calibrar sus portfolios de empresas que están participadas empresas que también que tienen que hacer el mundo financiero el mundo financiero sí cuánto factura el salió hace poco en el diario lo estamos mirando antes no la facturación Creo que este año ha sido de 12 13 millones de euros 12 millones de euros yo le ido 13 hace un rato entonces en clarity coincid con dos personas maravillosas no con las que nos llevamos muy bien Diego Pérez y Alejandro Fernández y decidimos Pues también aventurarnos al mundo de la emprendeduría porque nos gustó tanto ver cómo pasó clarity de ser 40 personas ha ser 300 en su momento que dijimos [ __ ] Cómo han conseguido esto Qué hay antes no Qué hay antes de ese scaling de de de c a 40 Cómo lo haces y siempre hemos tenido como esas ganas de emprender y pues nos hemos tiado a la piscina recientemente Cómo se llama el proyecto Any format Hemos llegado ehem Lemos llegado Hemos llegado Hemos llegado hemos empezado lejos estamos coniendo Any format Any format tú eres fundador Y ceo sí de Any format sí bienvenido format gracias muchas gracias en a ver voy a avisar que llego tarde yo tengo un vuelo eh que pues avise también que llegas tarde eh en informat es una plataforma de ya generativa que lo que nosotros queremos ser es como la herramienta de facto para poder procesar y centralizar toda la gestión de datos no estructurados Desde esa parte de extracción gestión y luego parte de análisis es un proyecto muy transversal muy muy ambicioso sabemos que hay distintas iniciativas y distintos Players y nosotros estamos empezando a especializarnos en todo lo que es la parte de ayuda a la automatización de procesos de manual Data entry una cosa que la nosotros nos flipaba era cómo puede ser emp plan en el siglo XXI habiendo salido H gpt que las empresas sigan teniendo el 80% de los datos sin estructurar y la principal forma de estructurarlo sea con gente que está machacando los manos Qué significa datos sin estructurar en el mundo real un par de ejemplos pdfs llamadas vídeos imágenes eh Y qué significa estructurado un estructurado Pues imagínate tú tienes una llamada de audio tú quieres saber de qué está hablando Quién ha llamado que ha comprado no es transcribir transcribir es pasar de voz a texto una vez tienes el texto tienes que hacer una extracción de pues las entidades que hay no que es una persona que es una empresa que es un estructur sabes cuál es el dato Sabes qué es el dato no es metadatos estructurar es lo que tú meterías dentro de una base de datos de toda la vida relacional como lo tendrías en un Excel para que luego puedas hacer análisis sobre ellos Entonces y esto a quién se lo vendéis Esto se lo estamos vendiendo sobre todo a empresas que son muy intensivas en datos estamos centrándonos pues en en intermediarios e infomediary [Música] al final lo que va a tener son muchos contratos a nivel de precio por persona por noche condiciones de cancelación actualizaciones eso son pdfs o incluso por mail y luego un banco de camas lo tiene que ingestar y meter dentro de base datos para ende Y infomediary perdona para acabar de Traducir los conceptos sí infomediary son empresas que son muy intensivas en datos que recolectan dato para luego digamos machacarlo y revenderlo no ejemplo pues en dentro de España tienes eh accesor inform forma equifax tienes también diarios como más pequeños que son como muy especialistas en alguna serie de nichos estas empresas que has dicho por si alguien no las conoce básicamente lo que hacen es leer el registro mercantil o el boe o cosas así no Fuentes que son pdfs y hacen una base de datos con lo que leen ahí exo y eso ahora lo hace un humano y vosotros les decís se hace Solo nosotros les decimos os ayudamos a que los humanos vayan más rápido vale porque vosotros lo sabéis no es que lo haga un humano o sea esto lo tiene el registro mercantil y y hay que ir pagar y sacar el PDF s per esto hay que hacerlo igual pero el tema es que hay hay que meter los datos del PDF a mano en una base de datos dudo que lo haga un humano Eh Esto lo hace un humano tienen combinaciones de algoritmos y demás pero la principal forma de hacerlo también es por vía manual hay empresas subcontratadas en en países vías de desarrollo que te cobran por datap extraído un precio muy caro porque lo hacen personas se se suele externalizar este tipo Proc es y ahora con las nuevas apariciones de tipo ias generativas se está empezando a poder automatizar porque el problema principal que tienen estas Fuentes es que cada una es de su padre y de su madre entonces todos los proyectos hasta ahora eran muy ad para cada fuente y ahora tienes una herramienta que te permite hacerlo y vosotros lo hacéis con el lms sí trabajar o sea a cualquier empresa de ia no te pongas atir contra Open Ai porque vas a acabar muerto No te tienes quear laaga Entonces el tema de los modelos propios siempre pasa por un modelo fundacional que tú estás haciendo fine tuning sobre tu propio dato para que se adapte a tu contexto para que te conteste en la forma que tú quieres y demás y puedes hacerlo con las dos partes eh con vendors tipo p cogir eh cualquier otro o [ __ ] los Open source y utilizarlos internamente la siguiente pregunta de César esmo porque extraes uso de diferentes mod vamos a ver una una V de latitud Direct sigue c sigue lo hablamos luego V No mi siguiente pregunta es cómo de específico es el producto para cada cliente Porque me imagino que Claro si tú hablas con cualquiera de los providers que que has mencionado claro ellos sacan datos de de fuentes completamente distintas Y esperan extraer metadatos completamente distintos con estructuras distintas entonces e tenéis como un producto que es fácil para ellos de utilizar y configurar para ext estos datos o lo configurándolo lo que me has pedido este este Pitch Solo este Pitch es latitud al primer día bueno Más o menos no me está pensando la parte de hacemos algo técnico para que lo pueda hacer gente no técnica Es peligroso o sea es la historia nos cuenta que muy pocos casos lo han conseguido no yo creo que hay los los Her tables los zers y algunas herramientas más modernas de ya generativa que hacen cosas muy potentes que realmente hace gente no técnica pero hay muchos que no que no lo han conseguido no y de hecho tú el otro día César dijiste como parte de de un postmortem de latitud 1.0 no en paz descanse que este concepto de hacer análisis de datos para gente no técnica no lo conseguisteis Pero porque el problema no es que no es la parte técnica es la parte estructurada es la parte de saber hacer preguntas y entender lo que son datos estructuradas en general Claro pero es que eso claro contestando varias cosas no al mismo tiempo al final tú tienes una fuente muy dispersa de datos es decir cada PDF que tú analizas por ejemplo de de un contrato puede tener un distinto pu Ten un idioma distinto pero la persona que necesita extraer el dato no el usuario final que es el que tiene el conocimiento de negocio que es el experto sabe qué tipo de dato quiere y Cuál es la definición de ese dato que él quiere entonces cuando estamos seg están entrenados para ello O sea si lo están haciendo manualmente eh tienen que saberlo si no no est trabajando ahí perd son abogados son en este ejemplo no en este ejemplo en este ejemplo son las personas que tienen que actualizar en la base de datos con los precios por persona a noche sea el equipo de de operaciones es un equipo de de operaciones son expertos de es dominio expos dom Entonces el el la tendencia es que el prompt engineering está muriendo o sea todos los modelos no lo estamos viendo con el preview al final prompt engineering va a acabar siendo también una comodity que va a venir dentro del modelo van a ser como mucho más vamos a discutir esto que nos hemos presentado bien no vale tendía que haber hablado contigo Hace se meses y y la y la parte estructural los datos no se lo va a comer el modelo la parte sí de hecho el el el problema no es que o sea el modelo te hace la estructuración del dato El problema es que cuando estás trabajando con Fuentes muy largas muy dispersas eh No es tanto el proceso de extracción sino el proceso de localizar la información pertinente para alimentar el modelo para que te la pueda extraer Y eso es un proceso de ingeniería de datos para Machine learning en la que tienes que hacer composición de distintas cosas podemos hablar de rack podemos hablar también de clasificadores podemos hablar de detección interna para que luego lo que le metes al modelo que tiene que hacer la extracción tenga la información relevante para hacerlo o sea el problema real es cómo consigues encontrar la información correcta en el formato correcto para que el modelo sea capaz de entenderlo Y eso no te lo va a dar simplemente un llm te lo tiene que dar una serie de procesos podemos hacer doble clic en prompt engineering está muriendo Qué te hace pensar esto el el prompt engineering está muriendo en el sentido de que hay distintas vertientes primero si quieres definimos que es engineering eh Como sabéis pero empie intenta eh No no no no empezaré es que no hay una vía tampoco eh básicamente no estos modelos conversacionales tú le das una instrucción Y esa instrucción tiene que estar formateada de una forma que te ayuda a garantizar el output cada modelo Tiene como su propia forma de hablar de su propia forma de entender por qué porque cada modelo ha tenido su propio dataset de entrenamiento en el que le han dado las instrucciones de una forma u otra De hecho hay hay papers que salían inicialmente no que decían es que si le pones por favor al modelo eh Te funcionar mucho mejor si le pones que tu vida depende de ello aumentas un 3% de que así y si le pones think Step by Step no piensa paso a paso eso te da un Boost de de la [ __ ] y es encontrar esos pequeños hacks de cómo tú te comunicas con el modelo hacen que aumente el performance ante que aumente la eficiencia de El de respuesta y puedes incluso llegar a minimizar el peligro de alucinaciones Entonces por qué digo que está muriendo digo que está muriendo porque al final están saliendo Marcos que te ayudan a optimizar ese prompting al margen de tú tener que escribirlo No si hay algún técnico que me está escuchando algún ingeniero de ella pues que no nadie que sepa tema conad están sendo Marcos de trabajo como dpy no que te ayudan a hacer esa propia optimización y luego los pros modelos como hemos visto con el preview de un debt que ya te hacen como esa especie de aut interno para generarlo entonces son mucho más resilientes ya creo que vion per no está muriendo sino que la palabra se está transformando y hay mucha gente que piensa que cuando o sea y es verdad que venimos de ahí eh venimos de ponerle do not hallucinate no y y que de repente deje de alucinar eh Y y es verdad que hay papers al respecto pues sobre Chain of thought y sistemas similares no e Pero la realidad es que prompt engineering es una serie de técnicas no solamente de cómo construyes la estructura del prompt sino cómo lo alimentas con los datos Eh pues por ejemplo de tu base de datos e hay una serie de técnicas de evaluación también hay otras tnas para evitar que el modelo conteste algo que no que no debería o que se inventa que son los G que se llaman Y al final PR se ha convertido en esta mezcla de distintas técnicas que te ayudan al final a que el prom que el output del lm sea lo que tú esperas no y al final de la misma forma que en programación clásica determinist eh Tienes sistemas de testeo de código porque al final te quieres asegurar de que el [ __ ] haga lo que tú esperas no e todo esto a día de hoy está incluido dentro de de lo que es prompt engineering entonces e no sé yo por lo por lo menos desde desde mi punto de vista del mercado Eh hablo con un montón de empresas que que implementan el lms en producción e está lejos de estar muerto porque la gente sigue poniendo cosas en producción que no funcionan eh Y que se rompen por todas partes y que reciben quejas de clientes porque no les está funcionando eem entonces creo que prompt engineering yo soy de la opinión de que se debería Llamar prom design realmente e porque al final incluyes todas estas cosas y hay mucha gente que se queja de que de que no se debería Llamar ingeniería no tú a todo le llamas design porque te por lo que sea product management prod Exacto e Pero la realidad es que al menos yo según la la visión que tengo del mercado y de las conversaciones que yo teniendo con con distintas empresas está lejos de de estar muerto y cada vez es más grande cada vez hay más técnicas para mejorar el output de de esos modelos y ahora Juan descubrirás qué acaba de lanzar César hoy acab lanz compr hemos sacado Espera espera introduzcamos no introduce el Qué bueno hoy habéis hecho un lanzamiento hecho un lanzamiento hoy sí he visto por medios que la actitud ha salido en produ H en Twitter no y en Twitter de hecho tenemos dos product hands Live ahora mismo en estos momentos compitiendo compitiendo vale está aquí Pau Ramón Cómo vas Pau qué tal desde terraza para el mundo Tú también has sacado un prodan Ho Sí sí sí yo también sa no voy tamb bien como César César está segundo yo sexto Pero la verdad es que tampoco importa mucho bueno que la audiencia del podcast vote a ver quién quiere que gane Exacto vamos a hacer Live el Pit de que hay en prodj en cada lado y voy a ir mirando votar a los dos no que voten a los dos y reporten a los otros no no no no pero haca es broma es broma Entonces qué tienes en producan eh Pues hemos sacado una plataforma Open source para hacer prompt engineering sorpresa brutal Pero eso penso sea yo puedo ir ahí hacer kit clone y totalmente Sí sí perfecto e básicamente de lo que se trata es te ayudamos a construir los prompts te ayudamos a construir un sistema de evaluaciones que tenga sentido eh Para tu caso de uso y de hecho te las generamos automáticamente e y luego además te te sugerimos mejoras en el promt que tienen que ver tanto con el lenguaje como con la estructura del propio prom eh que H vemos que con modelos incluso los últimos con gbt 4o eh puedes pasar de Pues imagínate que tienes un score de un 80% más o menos de de accuracy eh a más de un 95 por con el lo que llamamos el promt refiner e entonces por eso me sorprendía que que dijeras que el pron está muerto porque con los modelos actuales por lo menos la gente que los está intentando poner en producción eh No lo está consiguiendo con las tasas de éxito que esperarían vale Espera esperad que os corte Pau tú qué piensas sobre esto es fantástico gra no sobre PR engineering No a mí me gusta mucho de hecho el tagline que pones en la en el web no Don rog no no sé cómo se pronuncia Esto me parece Me parece muy muy no vayas a pelo con tus prom Bueno o sea no hagas Yolo no O sea no ties tus proms ahí y luego pues innecesarios vale Ya yo que s de Alegría no es que yo os estoy votando en directo eh valeau tú qu tienes en ahora mismo No no es tan Guay como lo de César voy sexto Elba segundo no yo yo extraí de de mi último proyecto extraí una parte que era yo tenía un bookmark manager y extraí la Api que hacía la extracción de contenido de internet que de hecho en cierto modo lo puedo unir un poco con lo que hacéis porque has hablado de extracción de datos Y luego pues esa estructuración de los datos pues lado la parte de extracción de datos de de internet es una p tú le pones una URL y te devuelve pues metadatos screenshot smartd etc etcétera scaping esing Sí pero más más acotado sobre todo para para casos de uso de llms donde tú quieres no quieres el html sino que quieres el el macdown en general Pero tú no utilizas modelos fundacionales no De hecho mi caso de uso era totalmente aparte pero como vi que había interés por lo que había hecho entonces he decidido extraerlo y hacerme un producto aparte pregunta que en directo conviertes pdfs a markdown sí me interesa Exacto también no sí tienes hecho sí O sea si están colgados en internet o sea no no tengo funcionalidad de backet y para adelante perfecto algo más algún deal más que quieras hacer Oye lo de produc han bueno se ha entendido lo que es hinger yo creo que la gente se ha perdido Hace media hora bueno 45 minutos hinger se llama hinger y lo tuyo latitud latitud ese mismo nombre lo va reciclando para cosas nuevas no Claro pero como nadie nos conocía de serie pues Vale pero peru no te dice Oye tú ya has estado aquí Sí pero luego junta junta los l yo voy borrando cosas por detrás está bien está bien todo bien vale bueno eh Oye eh la gente que no se escuche si os parece interesante ir a votar en no no votar porque esto prod noce tiene que darnos soporte en prod Ah bueno darles cariño darles cariño Qué impacto César habéis notado gracias al lanzamiento signups Pero dime cosas de verdad eh signups ventas algo tan la verdad que hemos notado muchísimo cambio en los signups eh o sea ni los he contado porque tambén hemos tenido un pequeño problemilla Y es que no estábamos filtrando Bots y de repente nos han empezado a entrar eh miles de Bots y nos han revent sí nos han reventado la analítica un poco Entonces estamos ahora no claramente no Porque eran todos con el mismo la misma estructura de mail y todo pero ha sido un drama nos han cancelado la cuenta del sistema de mailing bueno total cuidado con los Bots si lanzá en produc e y y nada la verdad que bastante visible en redes sociales y algunas demos inbound que nos han demos inbound dos 10 en torno más de cinco vale seis no s tendré que mirar Vale y signs miles pero muchos Bots sí Muchos Bots no no yo creo en signups conseguiremos unos 300 más o menos vale está bastante bien hinger para m no tan bien no Supongo que ser sexto pero Porque en mi caso el signup tiene necesitas tarjeta de crédito para prevenir abuso e yo tenía más miedo que que César de los Bots Porque en mi caso pues me cuesta pasta pero sí en mi caso han sido 20 20 signups 4000 visitas e Pero al final yo creo que lo hacemos un poco para para marcarte un objetivo y una externalidad es como un ritual casi que que haces hay que lanzar hay que lanzar pero en realidad tampoco no creo que el impacto sea sea tanto O sea yo saco más de un blog po que que de producan César ha levantado capitán al riesgo tiene nóminas a pagar Es muy diferente que tú que estás en tu casa y que te da men Un poco igual Sí pero bueno ha ha ilusión y la verdad es que para este lanzamiento e también hemos invertido eh pasta real Ah Pay to Win no pero ya llamos segundos antes de esto O sea habéis pagado a gente para que os voten produ no no para que no no para que nos voten eh De hecho la mayoría de gente que aparece en primeros puestos de prodam son así los puedes ver en las gráficas de crecimiento de votos eh Porque se los van cargando los de prodan van moderando y les van quitando votos eh nuestra curva es perfectamente orgánica em y lo que hemos hecho diferente esta vez eh hemos contratado entre comillas eh a un influencer eh de estos de Twitter de II e para para que haga un post sobre nosotros e y la verdad que lo hecho bastante Guay se ha currado un vídeo y tal eh tiene decenas de miles de de impresiones ahora mismo e y ha funcionado relativamente bien para para seguir consiguiendo votos no lo de marketing esas cositas Sí sí muy bien muy interesante Oye antes de pasar a a la parte de interactiva tú Jordi querías contar eh el update de wordpress que contaste hace dos semanas creo en Madrid sí os quería hacer un poco de update porque eh brevemente porque vamos estamos fuera de tiempo todo empezó en 1962 no no super brevemente eh wordpress Hablamos hace TR semanas en en Madrid que había habido una batalla legal o estaba habiendo una batalla legal entre wordpress.org una fundación sin ánimo de lucro y un proyecto Open source y automatic que es la empresa detras de wordpress.com que son los misma gente Vale y wp engine que es una un negocio de Hosting de wordpress eso estaba empezando y se complicó un montón y a mí me me apasionan este tipo de sagas porque mezcla el open source el private equity la startup los egos de las personas y la la ver la verdad es que está sufriendo mucho 40% de las páginas web del mundo están eh encima de wordpress con lo cual es muy relevante lo que está pasando Desde que hablamos eh se mandaron cartas amenazándole cual haciendo mucho daño a la comunidad que estaba usando wordpress a través de un proveedor concreto que no sabían que era malvado y de repente no pues Matt mullenberg decidió que no tenían permiso y eso generó mucho debate luego les quitaron este bloqueo no y dijeron tenéis hasta el 1 de octubre para hacer las paces o os vamos a volver a bloquear por el camino se publicó que wordpress le había exigido a wp engine el 8% de su facturación a cambio de dejarles tener un negocio encima de wordpress cuando wordpress es open source cambio de dejarles utilizar la marca de wordpress que es distinto sí técnicamente tienes razón entonces la web de wp engine empezó a meter la r pequeñita de registered al lado de la palabra wordpress y un montón de disclaimers en el foter como para cumplir Pero no Fue suficiente para wordpress que volvió a vetar y incluso metió cuando te registras para formar parte de la comunidad wordpress en wordpress.org un checkbox que pone no estoy afiliado de ninguna forma económica financiera o o en negocios con wp engine con lo cual como nadie sabe qué pasa con ese checkbox pero a ver si tienes narices de de darle al checkbox de que estás afiliado con wp engine cuando intentas contribuir al Open source de wordpress subir una versión nueva de un plugin pero me parece una terrible idea o sea la gente seguramente va a visitar wp engine para ver si es más barato con este checkbox en en wordpress.or bueno es todo fatal no Y la última y ya me callo eh que me ha hecho gracia eh fue nuestro amigo David hemer Hanson a ver si lo digo bien que es uno de los fundadores de basecam y el creador de ruben rails muy muy estimado por nosotros porque hemos construido muchos negocios encima de ruben rails e hizo una publicación criticando muy fuerte a Matt mullenberg y a automatic diciendo que estaba haciendo muchísimo daño a la comunidad Open source y que y que iba a generar un daño Irreversible que las las expectativas o las demandas de Matt mullenberg eran absolutamente irrazonables y es un un poco un pope del Open source Porque otro porcentaje no tanto en volumen como en cantidad de startups y empresas grandes tecnológicas están construidas en rubion rails la verad es que tiene mucho impacto en nuestro mundillo y se ha posicionado muy fuertemente en contra de la postura de m wenberg y automatic y wordpress.org y no es que a favor de pero diciendo Oye no deis por saco esta gente que tú haces una cosa Open source viene a ser su resumen si tú haces Open source pues te jodes y haces Open source y la gente puede usar tu Open source para hacer negocios por enci clar Pero la pregunta es si la propiedad intelectual de la marca es parte del Open source o no que no lo es wp concretamente no lo es no lo ha sido y se ha dicho varias veces que wp no estaba registrado y todas las referencias a wordpress en su página Sí pero eso y todas las qué perdón referencias a wordpress en su página a mí no me parece ninguna locura yo el clim de automatic lo veo un poco pillado con pinzas [ __ ] no sé tío les hace rabia que la mitad del negocio de Hosting de wordpress se lo lleve Silver Lake Pues sí les les hace rabia has construido tú un negocio encima un mod Open source con un software cojon muy popular que cualquiera puede usar y hostear pues no sé sí pero [ __ ] o sea las licencias están para algo no Y la licencia de la Marc licencia Open source te permite explotar el software explotarlo no la marca tú puedes mencionar la marca no puedes utilizarla para confundir a la gente Exacto yo no creo que estuvieran confundiendo a la gente no te pongo un ejemplo el otro día eh pasé por slack eh Por por el slack de de latitud eh empresa no no no O sea pasé subí una cosa tranquilos [ __ ] subí una imagen vale he de Traducir de inglés a españolo dejadme que cabe y lo entenderéis madre mía e subí una eh captura de pantalla de lo que salió de wordpress.org El formulario este donde salía el el checkbox este de no estoy afiliado con w engine e y gente que no sabía el contexto del drama se pensaban que wp engine era parte de wordpress entonces o sea como ejemplo Random de obviamente lleva confusión obviamente a ver hay 1000 distribuidores de Microsoft que se llaman microsolutions micro technologies micro Distribution no sé qué quieres que te diga toda la vida Microsoft no es mod Open source Bueno tamb de hecho también es de los contribuidores de Open source más grandes del mundo estamos hablando de gente que vende Microsoft no tiene nada que ver el ejemplo esta gente viende wordpress oa Yo entiendo que les cabre eh se dedican una cantidad de recursos importantes a construir algo y Lu va alguien coge la marca y hace un negocio más grande que ellos no coge la marca eh coge el software Open source que tienes derecho a distribuir y le llamas wp engine Sí el nombre es un poco pero de repente se han despertado hoy también porque wp engine es más viejo que ir a pie eh o sea se han despertado cuando cuando han querido más revenues normalmente va así eh cuando son pequeños nadie se despierta el problema es cuando creces o sea el problema son los revenus no la marca el problema son los ravin es que no tiene wordpress Claro claro pero bueno eso el open source es un problema cuando es una parte importante intrínseca de tu modelo de negocio tiene que formar parte de la ecuación Si tú permites a otros explotar tu propiedad intelectual pero también puedes cambiar de opinión no sí sí Bueno los juces tampo es cambiar de opinión O sea al final la marca está registrada y es propiedad intelectual de automatic es distinto al código Open source de Word depende del día era propiedad intelectual de la fundación wordpress depende del día de automatic eso tampoco queda claro clarísimo no está no sé yo creo que los de wp engin lo han utilizado como Cruzada eh diciendo que wordpress es anti Open source cuando claramente too lo contrario porque pag Bueno pero claramente lo han hecho sobre el open source cuando el litigio Era sobre otra cosa era sobre el uso de la marca vamos a las preguntas venga venga Quién quiere preguntar comentar primero hay una pregunta Hola Qué tal Buenas primero disculpas creo que voy hacer una pregunta un poco técnica pero quiero aprovechar la situación que tengo unos genios en en la materia y que es Qué modelos matemáticos utilizan para optimizar la hiperparametros y pregunto esto por creo que es para ti bern me tiro eh pregunto esto por una cuestión personal que es que me sorprende que normalmente venga con las redes neuronales se optimicen con gradiente descendiente que es un modelo matemático bastante ineficiente y no Se use por ejemplo la optimización bayesiana vale e son dos cosas distintas vale son dos cosas distintas el el descenso gradiente que es un modelo ización que básicamente no es como tú si te tienes que bajar una montaña vas pegando con un palo a ciegas y Esto va para arriba Esto va para abajo para abajo es muy flexible mientras tengas una función diferenciable convexa pues vas a poder encontrar al menos un un mínimo local el problema de la optimización vallesana eh para este tipo de de optimizaciones es que no puedes como optimizar grandes números de parámetros al mismo tiempo entonces la digamos optimización de modelos al revés no el entrenamiento de los modelos tiene que pasar por el descenso gradiente no que es al final el propagation que nos lleva ello y la optimización ballena no si alguien una persona que se dedica al Machine learning más clásico de fine tuning de per parámetros pues pasa por herramientas tipo optimización vallena como podría ser optuna podría ser todo lo demás donde lo que tú haces es eh para mejorar la eficiencia del modelo imaginaos no tenemos una radio vas sintonizando hasta que la radio suena bien eh Tienes un espacio de búsqueda que es todo lo que puedes girar lo que haces con un modelo vallesano es dices Bueno voy a limitar esto entre tres cu y esto entre dos tres pero pasid una cosa solo voy a irme a este lado no Entonces no tienes un espacio de búsqueda tan grande entonces al final lo que estás haciendo es como limitar tu espacio de búsqueda para mejorar ese modelo pero son dos cosas para mí completamente distintas si tienes una red normal cualquier tipo de modelo que optimiza una función de coste tiene que pasar por desenso radient cuando tienes un modelo Machine learning eh que tienes hiperparámetros no que no son esos pesos que se adaptan ahí ya puedes irte a cosas como optimización bayesiana para reducir el impacto del coste computacional que pueden tener tus modelos Aquí sí que ya hemos perdido a todos o sea tenía que aprovechar la oportunidad una birra y Lu ha te has resuelto la duda o no te has resuelto la duda s y de esto surgen otras cuantas preguntas pero luego con vamos a probar más preguntas de la audiencia Gracias mira ahí hay una última fila esto es el servos tenéis que pasar el micro ahí yo por tener en verdad tengo tres preguntas pero voy a dejar espacio para los demás también nivel agi por ejemplo nos da miedo que llegue un punto en el que esa agi como pueda hacer cualquier tipo de cosa os quite el puesto en en vuestra empresa agi intelcia Inteligencia artificial general general artificial lo digo porque el otro día estuve hablando con el cto de fujitsu y él me dijo que él bajo experiencia dice que en menos de 4 o 5 años Sí o sí va a haber algo así y como va a estar dentro de los procesos actuales de de los que estáis hablando por ejemplo puede llegar a un punto en el que barra y haga un monopolio O sea si el cto de fujitsu se queda sin trabajo toda la gente técnica entiendo no no será muy único ese puesto de trabajo entiendo que cualquier líder tecnológico se queda sin trabajo en 4 años per momento al setio de fujitsu le preocupaba esto decía que le preocup no le preocupaba dijo que en 4 o 5 años Sí o sí iba a ha la agi iba a tener los procesos internos que actualmente por por ejemplo startups están haciendo pueden ser borrados esos startups al final porque no habrá más que sacar pero o sea a ver em tú cuando sales por la O sea sales de casa te preocupas porque te V a atropellar un coche o sea al final es un poco eso no realmente e la tecnología pasa te guste o no igual que la ciencia no son cosas que que que van a pasar te gusten o no Entonces tú qué qué aproximación quieres en la vida sobre cosas que van a pasar o sea si no lo va si no lo descubre uno lo va a descubrir otro o sea nunca he entendido esta esta visión de la tecnología eh de miedo o sea yo yo creo que es algo que es una realidad es una realidad que que uno tiene que entender y aceptar Y si si puede avanzarse mejor no Y si puede formar parte mejor qué sentido tiene decir Oye va va a existir electricidad Y eso va a cambiar mi trabajo que yo antes iba a encender las los fanales fanales es una palabra en castellano las lámparas o lámparas lámparas de la calle No pues sí va a desaparecer tu trabajo te da miedo pues mejor que te informes y que formes parte igual de la nueva generación de de lámparas nuas generaciones de lámparas Unidos y al final yo creo que hay un concepto que es que todos no sé si todos yo eh estoy deseando que alguien me quite mi trabajo de hoy para hacer otro no O sea como concepto espero crecer aprender y evolucionar Entonces mejor si es una Ai o si es una tecnología Y entonces todos podemos dejar de hacer lo que estamos haciendo hoy y inventarnos una cosa nueva Porque históricamente es lo que ha pasado con la humanidad hemos ido Ojalá llegue mañana pero es el hecho de por preguntarlo un poco y luego anclado a esto la la ética Saludos a cto de fujitsu la ética Cómo veis la ética en el mundo ia si debería tener una ética si debería dejar de tenerla Qué tipo de ética llegar a tener éticas normales o gener un poco de abrir debate Juan las fáciles no me alegra que me hagas esta pregunta el avión creo que sale ya voy un hotel o sea aquí hay un sofá no Sí hay muchos sofás yo creo que estás dando un puntos bastante interesantes que yo creo que quedan bastante fuera de lo que es al menos a nivel personal mi mi era de experticia y conocimiento no luego ya abriremos el melón de si es consciente y ya rematamos em o sea yo creo que todo el mundo enlazando con lo de antes también lo que decían Jordi berná es como [ __ ] con lo que ha salido ya hay como dos posturas directas las de la gente que hacemos código Por así decirlo no y es como cursor clot no sé qué y tiro dos líneas dos ampers sans y me hace la mitad del código y veo mi productividad multiplicada por 100 y y lo abrazamos y luego una reticencia no que hemos visto por ejemplo salir en en el mundo más de más creativo más artístico de diseño de gente que escribe gente que hace cosas creativas que lo lo rechazan en lugar de intentar abrazarlo para mí la postura correcta es la de la que hacía Jordi en plan [ __ ] qume trabajo que así puedo hacer más cosas pu mi productividad y puedo quitarme ese cuello de botella a nivel ético para mí se despiertan muchas cuestiones no lo voy a relacionar con la agi no pero sí más por ejemplo Con el impacto directo que puede tener en el la automatización de ciertos procesos de forma muy rápida en el workforce a nivel a nivel mundial o sea es decir no hay mucha gente que es susceptible ahora mismo de quedarse en el paro porque se automatizan procesos por ejemplo como estamos hablando no del manual Data entry e y eso va a tener un impacto directo sobre la calidad de estas personas pero luego lo que va a pasar es lo que dice Jordi que se va a crear una nueva forma de trabajo una nueva economía y se va a multiplicar al final la eficiencia y la productividad heo yo creo que eso va por un lado y que luego nosotros como practitioners no También tenemos que ser conscientes un poco Qué tipo de soluciones estás haciendo Y eso va muy a nivel personal O sea la ía a nivel ético es muy peligrosa la generativa aquí me voy a ir otra vez por las ramas pero todos conocéis aal no harar no el escritor de Sapiens y publicó un art cuando salió chbt que era un poco también agorero diciendo en plan [ __ ] han hackeado lo que nos hace lo que nos hace humanos no lo que nos permite habitar esa ficción intersubjetiva que llamamos sociedad empresas y demás porque han hackeado el lenguaje han hackeado lo que nos permitía a nosotros comunicarnos de forma efectiva y de repente yo soy muy susceptible a que me metan ideas que no son mías que están como prediseñadas y por tanto moldear un poco mi mi voluntad eso es tener mala fe O sea no hacer eso de forma proactiva es como tener mala fe es como utilizar de los de de generación de imágenes para no pero está claro que es un problema o sea o es como usar Photoshop para hacer un fake no pero no es lo mismo No es lo mismo más potente más rápido es verdad que entras en un momento donde la realidad Se confunde O sea ya no sabes qu es cierto y que no justo y eso es un problema o sea yo yo creo que hay que aceptar los problemas como son y luego solucionarlos pero de la misma manera que hay el regulador que está preocupado para parar la Inteligencia artificial y luego hay otro regulador que está pensando en cómo dar trabajo o cómo Cómo gestionar esta transición laboral de esta gente hay dos dos escuelas de pensamiento Pues yo creo que lo que tenemos que hacer es encontrar la solución No pararlo porque no se puede parar no se puede parar es que no tiene sentido o sea todos esos que firmaron ese acta de paremos la Inteligencia artificial es como okay O sea estás Te has como decir dado un baño de moral y ética para postularte pero no no vas a conseguir nada es como cuando le das al y lo que es curioso Es que la gente que está más hablando de la ética y la moral son los que no tienen la capacidad de ejecución y de desarrollar nuevo modelo de gpt y los que está codificando pues esto no se lo están planteando no porque están pensando en lo siguiente entonces este mismatch es curioso sí no O sea la gente que menos entiende Lo que hay lo que está pasando es lo que el que más le preocupa digamos es normal clar pero yo creo que por eso mismo no porque no tienes un conocimiento interno Sabes cuáles son los límites reales las potencialidades hablar de la agi ahora mismo o sea es muy suculento no porque [ __ ] parece que estamos llegando a un punto en el que es la osta que aquí 4 años lo vamos a tener yo lo dudo sinceramente es que no significa nada a día de hoy se ha pervertido tanto el término que ya nadie tiene una definición única de de lo que se según nos has explicado tú lo único que sabemos hacer es acercar palabras predecirla sin palab y el clip de César de hace no sé cuánto tiempo cuál [ __ ] tu clip de YouTube Ah el clip Sí sí yo ya lo dije venga vamos a a otra pregunta o comentario est ya no para mí que eh yo tengo una consulta para César ahora que lanzaron el producto Open source sobre cuál es la estrategia de monetización que que tienen para latitud me encanta que me ha esta pregun yo he montado Lt engine pues cuidado porque tienes que publicar te has mirado licencia em Cuál es la estrategia de monetización eh muy fácil nosotros hacemos de Proxy vale para todas tus llamadas a llms entonces eh cuando tú lo pones en producción tú llamas a través de nuestro sdk o nuestra Api a unp nuestro e y le pasas unos parámetros Y eso te devuelve pues la respuesta del modelo que tú hayas elegido no y esto lo hacemos pues tanto para los prompts como para Las evaluaciones que son las que validan la respuesta del llm Eh pues cada una de estas lo consideramos lo que llamamos un ran vale eh cobramos por rans tenemos un plan gratuito que incluye hasta 40.000 rans al mes eh Cuando te pasas de eso Pues pasas a uno de los planes Team o Enterprise eh el plan Team eh Son $99 al mes y te incluy 100,000 rans que son llamadas al final eh al mes y si te pasas de eso pues tenemos es como los créditos de Amazon básicamente eh cada 20.000 rans son $ más entonces a final de mes pues te pasamos el rastrillo sabes Te pasamos el sombrero eh Y te pedimos que nos pagues y ya está fácil venga quién más Bueno pues si no hay nadie más cuidado luego siempre en las cervezas la gente me viene y dice Oye quería preguntar eso pero no me he Trío se vuelve inidos es un clásico eh No si no se pregunta en directo no se puede tiene que ser en directo siempre Di lo mismo más que nada es por ejemplo que qué opináis de que Sam alman quiera limitar lo máximo posible y que se cree las legislaciones lo antes posible para la ia intentar está eliminando competencia está intentando que la gente no consiga datos o qué opináis También de que una persona que es tan importante quiere intentar cerrar un monopolio la La regulación es la herramienta que tienen los incumbents las grandes empresas para frenar la competencia esto siempre ha sido así o se nos pensamos que es algo para controlar el corporate no no el único que puede afrontar La regulación es el corporate las startups no podemos o sea son barreras para que para que startups que se están creando ahora mismo no puedan Acceder al mercado solo Open Ai con sus muchos billions levantados puede afrontar esta regulación es así como funciona esto hay hay una charla que a mí me gustó de un señor que se llama Bill gley que era un general Partner en benchmark que es uno de los bisis más históricos del mundo que son famosos por no ser especialmente founder friendly hay que decirlo todo pero Bill gurley es un tío interesante un tejano de Texas con con opiniones profundas y que se nota que le ha dedicado tiempo que habla de este concepto que es el regulatory capture no la captura regulatoria y precisamente pone como ejemplo no sé si en esa charla o en otras conversaciones que ha tenido él públicamente sobre Open Ai y como Open Ai a la que consigue una posición de Liderazgo dice vale Yo estoy puntero llevo 2 años mínimo de ventaja a cualquier otro porque ahora se están poniendo las pilas entonces voy a asegurarme de que cualquier Innovación en mi mundo tenga que pasar por 47 comités y el congreso idealmente consejos expertos y tal Entonces eso es lo que hará es frenar a los demás y como dice Bernard yo puedo pagar todos los abogados del mundo puedo tener a un lobis incluso que es un concepto que aquí no existe quizá tanto pero en Estados Unidos es es muy O quizá aquí existe Pero está más escondid eura hay miles de listas Sí pero quizá no está tan está más escondido yo creo que que lo que está en Estados Unidos que está como más reconocido y me encargaré de que yo siempre caiga de pie y que por el camino se mueran otros no Aunque sea esperando la falla del juez o del Congreso y tal y de hecho pone muchos muchos ejemplos y como conclusión la la gracia de la charla es que el nombre de la charla que no me acuerdo del número es el número de millas que hay entre silicon Valley y Washington DC no que son los dos puntos de Estados Unidos casi que están más lejos que podrían estar no y dice no es casualidad que silicon Valley esté lo más lejos posible de Washington DC alguna opinión al respecto Bueno o sea la opinión al respecto viene sobre todo que yo creo que Sam alman es consciente de que no tiene mucho Mode no se al final todos los que no tiene mucho qué mucho mod mucho foso tecnológico con los módelos de lenguaje ha tenido una ventaja tecnológica muy grande Durante los dos primeros años pero a raíz de sobre todo meta y el open source se está atrapando muy rápido y se está dando cuenta de que al final para nosotros los desarrolladores va a ser indistinguible utilizar los modelos de openi que los modelos de de meta y todo entonces De hecho si miráis un poco lo lo que publicaron no de de las líneas de negocio que preveen por incom e están dando mucho más énfasis a la parte de chat gpt de usuario final que a lo que van a hacer incom por por apis porque se dan cuenta de que Bueno me tengo que centrar en hacer producto un producto que sea para gente p más que Api que los desarrolladores podrán elegir entre cualquier modelo que esté disponible incluso está este típico plot no el que generó maxim laborn que es como va avanzando la ía cerrada de Open Ai y como poco a poco se está cerrando el Gap con los modelos Open source hasta que en principio puedes incluso predecir cuándo tendrán el mismo eficiencia con yama 3.2 que ha salido con meta que incluso han baneado dentro de Europa precisamente por medias regulatorias Pues es que ya se está cerrando Por cierto hablando de anear en Europa en teoría no iba yo entendí que no iba a salir el nuevo modelo de voz avanzado de Open Ai en chpt y tengo acceso a él no sí que es Sí sí pero pero se al principio se dijo que no iba a salir en Europa y salió es la [ __ ] es increíble lo rápido que contesta Está bien Voy a quitarte el like Dean es es un poco o sea no es natural a ver no es un humano todavía vale No es no estamos ahí pero la velocidad en la que te empieza a contestar o sea yo me acuerdo hace dos días en el offset donde estábamos con Bernard estamos discutiendo un tema le pregunta una cosa a una persona tardó más en empezar a hablar la persona la respuesta que ech gpt si es increíble no y lo brutal es la la interrupción dices No no no me interesa cualquier cosa y lo entiende reacciona es brutal Eh sí pero es que tengo un poco de de problema personal ahora con con este ha pasado Pues mira le pedí que me explicara una cosa Vale y me dio un montón de no me dio un montón de datos Y le dije vale me puedes repetir esto último que me has dicho porque est me quedé pensando en una de las cosas que me había dicho y me empieza a hablar más lento como si fuera tonto fal el respeto y me lo tomé me lo tomé fatal ese shay te has dado cuenta que era más vista que tú me lo tomé fatal a mí no me hablas así tal cual y le decía pero que me hables más rápido y no me habla rápido vale de si problema lo tienes tú sí es un problema personal clar vale e sería una pregunta para César también eh dícela rápido No hables lento que se puede ofender Sí bueno a la hora de pivotar el producto habéis tenido algún problema a la hora de de de cambiar el diseño del producto habéis tenido problemas con creando otra ui o habéis usado un sistema de diseño ya de antes o habéis usado una librería externa es es muy buena pregunta e empezamos de cero completamente porque al final el diseño de producto yo creo tiene que ir adaptado al propósito del producto y y la imagen de marca que quieres dar la imagen de marca vive en en un entorno de otras marcas no Y tú tienes que destacar de alguna forma eh para este último pivot hemos cambiado completamente el diseño tanto de del bueno el sistema de diseño que teníamos la marca lo que es el logo lo hemos dejado igual pero sí que todos los materiales los hemos cambiado para adaptarlos al diseño de producto eh pero sí sí lo hemos cambiado todo y la verdad es que hoy en día con herramientas como tawin por ejemplo es que o sea se va hiper rápido desarrollar un sistema de diseño nuevo implementándose en latitud son capaces de producir interfaz que ni siquiera pasa por fig O sea que directamente ellos mismos ya saben cuál es y Sones de implementarla directamente y que nos lo comparten con los prod designers pero son capaces de hacer cosas bastante locas que hace 5 años por ejemplo era casi impensable que un developer pudiera hacerte una propuesta de ui que funcionara muy bien dentro del diseño de la plataforma muy bien Oye pues si no hay no hay ninguna última pregun hay una hay una Ah venga va Hola me gustaría preguntar sobre el fondo que estáis levantando si sigue abierto y si podéis explicar un poco estructura de management fe carry y qué participación va a tener vosotros venga J quieres las cuentas auditadas también que las comparte aquí delante de la cámara estaría bien como auditoría para s per no tenemos cuentas ni auditadas ni editar si acaba de empezar el fondo eh A ver es un fondo de que nosotros promocionamos que acabamos de abrir vale estamos empezando a a comunicar con la gente que que invierte con nosotros y y que no ha empezado ni la actividad todavía tiene la estructura estándar de fondo early stage de capital riesgo que tienen todos los que yo conozco en el mundo con lo cual if you know you know no o sea es absolutamente estándar lo estándar es un management fe del 2% y un carry del 20% esto es un 99% de los fondos que yo conozco funcionan así y luego hay casos que he visto donde el carry puede subir cuando se supera un retorno bastante bastante Bueno no te sé resumir todos los detalles del contrato porque no me acuerdo porque la verdad es que hace bastantes meses que lo discutimos esto pero es muy estándar y y está ahora en pura comercialización que se le llama técnicamente Aunque realmente no es bien bien lo que está pasando con este fondo pero si es en en en ir haciendo los papeles de la gente que invierte en el fondo no los conocidos elpis y eh nosotros seguimos buscando proyectos en los que nos interesa invertir para que el fondo pueda invertir la gestión del fondo la la va a hacer Marcel comentaste o no sé si me AC nom los tres socios somos Marcel bernat y yo y luego trabajamos con un equipo de gestores que que hacen la gestión de de fondo Vale gracias y para te interesa invertir o ser invertido me interesa saber para si para si meter un ticket para entender un poco final si vas a meter dinero entender o sea entiendo que os gusta hacer todo esto en abierto también pues preguntar aquí en abierto entiendo que si hay interés pues o me pasaréis con los gestores o con el equipo que sea para para tener más detalles o ver siguientes pasos podemos hablar si quieres después y ya si puedo qui invertir en directo no podemos probar no s no sé si el equipo le va a hacer mucha ilusión la verdad porque la cnm tiene sus cosas Yo tengo un pequeño vehículo junto con mi mi pareja ella trabaja más en el mundo de inversión Yo sé que estoy más en el mundo tecnológico ella trabaja en un private equity Entonces ella sabe mejor todo esto y me ha mandado aquí para preguntar para hacer losos de Ah amigo vale vale vale oye bien hecho eh bien hecho Mira la única cosa que no es estándar no es tan habitual en este fondo Aparte que es un fondo pequeño early stage enfocado a primeras etapas es el el commitment de los promotores es la palabra correcta los promotores del fondo que en este caso es el 10% del fondo o sea esto es una parte important Entonces el commitment bueno los el tamaño del ticket es lo que tenéis o sea lo que hablabais de ser inversor profesional que es hacer un commitment de 100000 exacto y esto Vais a hacer capital calls a lo largo de un periodo o bastante estándar Cómo te llamas Paul Paul esto es bastante est verdad que son buenas preguntas eh voy a si nos ponemos nos ponemos eh ponte ponte vale eh los fondos lo que hacen es que captan compromisos de inversión de los elpis limited partners no que son los inversores que es donde sale el dinero y luego buscan oportunidades de inversión típicamente cuando tú inviertes en un fondo de capital riesgo no inviertes en duro lo que haces es firmar un papel que dice que te comprometes a invertir Y hay como unos compromisos unos unos costes unas unos acuerdos de cuando ganemos dinero nos lo repartiremos así etcétera no el carry el management fee etc etcétera entonces los capital calls que a los que aludes tú es cuando el fondo va a sus elpis y les dice dame dinero entonces normalmente los fondos pequeñitos con inversores que no son super mega instituciones profesionalizadas lo que hacen es que a los elpis con un compromiso muy grande que aportan mucho dinero le hacen los capital calls bajo demanda no encuentra una empresa para invertir necesito 200,000 Pues tú me transfieres 20 tú 20 tú 10 tú 10 tú c Qué pasa que un un fondo pequeño con elpis muy pequeños que se comprometen quizá a 100,000 de un fondo de 10 millones esto es un 1% entonces si yo quiero invertir 100.000 te digo transfiéreme 1000 el coste de gestionar una transferencia de 1000 casi es más grande que lo que se va a ganar con esos 1000 eur entonces algunos fondos early stage lo que hacen es que los inversores que se comprometen a tickets más pequeños eh hacen como bulk de los capital calls no en lugar de hacer uno cada inversión hacen uno al quarter hacen dos al año o hacen uno al año Eso depende del fondo pero resumiendo nosotros seguimos prácticas bastante estándares de un fondo de nuestro tamaño perfectoo en peri van a funcionar pero tampoco creo que es son más detalles si no que nos escriba por YouTube si no se está escuchando y luego sí que tenía una pregunta para César perdón porque el tema Open source sea entiendo sea entiendo tu estructura de cómo lo vas a monetizar siempre está el riesgo de que te salga un Lt engine y y que haga Hosting de de tu mismo código y eso eso es una posibilidad no entiendo que sí y totalmente de hecho ya está pasando Está sacando el portátil esto es más buena idea que lo de hinger y entiendo que eso es un riesgo o con y entiendo que es un riesgo que vas a lo qué quiero decir Vais a hacer algo o hace buenas preguntas eh o es la osra de que hay que aceptarlo No sí hay al final hay hay una serie de de tradeoffs no cosas que tú haces una balanza de positivos y negativos no y y te quedas con lo que más te compense en nuestro caso nosotros lo que estamos planteando es una forma de trabajar en un ecosistema donde no está Clara Cuál es la forma de trabajar entonces no no vemos un camino a convertirnos en la opción por defecto si no es siendo Open source e Porque si si te fijas en la historia la mayor parte de las tecnologías por defecto que se han instaurado han sido tecnologías Open source entonces obviamente necesitamos una serie de protecciones contra esto contra el caso de Pues un Amazon cogiendo latitud sabes y y dándolo como parte a WS sin nosotros ver un duro Entonces por ejemplo la elección de la licencia que hemos hecho normalmente Generalmente estos últimos años mucho software Open source ha elegido licencias Apache 2.0 o mit eh que al son licencias Ultra permisivas donde puedes hacer lo que te dé la gana con el código Nosotros hemos optado por una lgpl e que por lo menos te obliga a que si tocas el código tienes que publicarlo también Entonces nosotros tambén nos vamos a ver beneficiados de Pues si un Amazon decide hacer esto y decide hacer cambios en el código nosotros podemos [ __ ] eh y ponerlo en nuestra en nuestra base de código y por lo menos estamos compitiendo en en esos mismos términos em hay que aclarar una cosa que es que saques algo Open source no significa que tenga éxito en la comunidad Open source o sea t puedes sacar algo y nadie le importa o sea la mayoría de las veces así no es lo normal todos los que hemos hecho Open source y no ha cambiado el mundo Bueno yo hice una librería que en en ciertos momentos fue la más descargada en github de España vale o sea cuidado cuando había 15 usuarios en G en España que estamos en esta sala es verdad no es verdad pero Pero puede ser En caso de que tenga ad opción una herramienta de marketing no de difusión brutal no y también de recruitment y de muchas cosas no Claro porque es Open source porque hinger no es Open source no pero una cosa y creo que es interesante La pregunta es muy buena y me estaba haciendo pensar Oye wordpress volviendo al problema que tiene wordpress wordpress es muy muy muy probable que no existiera o no tuviera ni un revenue si no hubiera sido porque es Open source Entonces si es cierto que wordpress pierde de millones de euros de revenue a silverlake y wp engine porque es Open source Pues sí pero seguramente nunca hubiera ganado centenares de millones de euros porque había un montón de cms mejores en su momento que wordpress que no me acuerdo cómo se llama movable type era uno que era la [ __ ] hab un montón de cms muy chulos que no llegaron a ninguna parte y wordpress por la comunidad Open source la petó y tiene el 40% del tráfico de la web Y sí tiene algún problemilla ahora pero es que si no no hubiera tenido oportunidad de tener ni problemas totalmente y luego hay eso es que es una pregunta Que que me hacen inversores no que por qué Open source si lo puedes hacer eh código privado no y y venderlo comercializado y ya está e Y es que cuando tú te quieres convertir en la opción por defecto es que si no construyes una comunidad alrededor que esté construyendo encima de lo que tú has hecho es que nunca lo serás y por mucha capacidad de distribución que tengas por muchas historias al final siempre habrá una herramienta opensource y es por lo mismo por lo que Mark Zuckerberg decide hacer los modelos llama completamente Open source porque él es lo que busca él Busca convertirse la la el el eh foundational model por defecto cuidado que no es suor business eh Marx zuckerber tiene un negocio de publicidad no es suor business hoy pero digamos está atacando haciendo price dumping y y IP damping total porque su negocio business o sea su Core business Perdona negocio business es la publicidad 100% pero o sea lo puedes hacer también sin que tengas un un negocio principal sabes y y eh luego enganchar tu revenue al Eh Al output que te da ahora hoy en día Ya me acuerdo en en redb hace 14 años que los inversores nos preguntaban Oye esto de que el negocio sea Open source seguro que es buena idea y les dijimos Oye no estamos seguros y dejó de serlo es la realidad pero hoy en día hay bastantes negocios con mucho éxito que son Open source incluso hay hay fondos enteros que solo te invierten seres Open source directamente en Estados Unidos no el caso de Pu de silon aquí también de España Pues que les han invertido vuestro productos Open source no Por qué Pues porque no nos hemos planteado inicialmente no no queremos ser una herramienta de facto que utilice todo el mundo Nosotros sí que vamos a tener una vía mercantil muy definida en ese sentido nosotros no estamos buscando crear ese cosistema on top of nuestra herramienta sino que lo que estamos buscando es crear un producto que utilicen personas y empresas directamente muy bien vale oye pues muchas gracias Juan por venir vosotros por te añadimos a nuestra red de expertos de temas nucleares y física biología porque de repente te has puesto a hablar aquí de proteínas y digo a ver tú estudiado industriales nuclear y física y te has puesto a hablar de química no lo que pasa es que era grtis no Cuando haces tres te dan la cuarta no no pero lo que pasa es que cuando estuve estudiando O sea aquí bern que estamos cerrando ya que os queréis aquí lo podéis Escuchar cuenta no pero que uno de mis mejores amigos cuando estamos estudiando la tesis ahora mismo es como bueno en principio dentro poco va a ser uno de los catedráticos del Imperial college of London de lo que es la ingeniería y biología sintética de hecho acaba de recibir una financiación de 30 millones de euros de la fundación bezos para dedicarse a esto y estaba hablando con él por sabes y decía [ __ ] Rodrigo Sí sí muy bien entonces claro cuando salió lo de Alfa fold en su momento pues la primera persona la que llamo es a Rodrigo le digo tío est lo has visto no sé qué y y no no soy un un entendido en con esor pero sí que tengo la suerte de poder permee de este tipo de cosas de de la gente adecuada muy bien en horabuena por la ronda que habéis anunciado esta semana que no sé ni si lo hemos contado y noticia Enhorabuena Muchas gracias y gracias a los dos como siempre y a todos vosotros y hasta la semana que viene [Aplausos]

Descripción

Patrocinado por Shakers:
https://www.shakersworks.com/accede-a-top-talent?utm_source=podcast&utm_medium=podcast&utm_campaign=itnig

En esta tertulia de intig traemos a Juan Huguet un experto en ingeniería y física. Vine para debatir sobre los temas más relevantes en la intersección entre la Inteligencia Artificial (IA) y los últimos avances en la Física, con un enfoque especial en el Premio Nobel de Física 2024. A lo largo de la conversación, se discuten avances clave como la fusión nuclear, el impacto de la IA en áreas científicas, y cómo estas tecnologías están transformando tanto la investigación como la industria.

La tertulia aborda la evolución de la energía nuclear, los retos de la seguridad y sostenibilidad energética, y el futuro de los pequeños reactores modulares. También exploran cómo Deep Learning y modelos avanzados de IA, como AlphaFold y ChatGPT, están revolucionando campos como la genética, la medicina, la simulación de fenómenos físicos y el análisis de grandes cantidades de datos.

Además de los avances científicos, debaten las implicaciones éticas del desarrollo de IA, el papel de la creatividad humana frente a las máquinas, y cómo la regulación puede influir en la innovación tecnológica. También analizan los desafíos empresariales, estrategias de monetización, y el impacto del código abierto en la tecnología moderna. Finalmente, reflexionan sobre el futuro de la investigación científica, el rol de los inversores y las nuevas oportunidades en la frontera de la física y la IA.


📢 Pitch to Investors (Todos los jueves 18:30h) - https://itnig.net/events/

SOBRE ITNIG
🐦 Twitter - https://twitter.com/itnig
💡 LinkedIn - https://es.linkedin.com/company/itnig
📸 Instagram - https://www.instagram.com/itnig/
💌 Newsletter - https://itnig.net/newsletter/
🌐 Web - https://itnig.net/

ESCUCHA NUESTRO PODCAST EN
🔊 Spotify: http://bit.ly/itnigspotify
🎙️ Apple Podcast: http://bit.ly/itnigapple

TENGO UN PROYECTO
Si tienes un proyecto tecnológico y buscas financiación, completa este formulario y presenta tu proyecto en nuestro Pitch to Investors. https://itnig.net/fund

Index:

00:00:00 – Countdown
00:05:00 – Experiencias en ingeniería nuclear y su relación con la IA
00:10:00 – Seguridad nuclear y comparación con otras fuentes de energía
00:20:00 – IA en física y el impacto del Deep Learning
00:25:00 – AlphaFold y su repercusión en la medicina y genética
00:35:00 – Sustentabilidad empresarial y la manipulación de datos
00:40:00 – Extracción de datos con modelos de IA generativa
00:50:00 – Desafíos técnicos y el impacto del Open Source
01:00:00 – Debates sobre software de código abierto y la propiedad intelectual
01:05:00 – Optimización en machine learning y la IA general
01:10:00 – Ética y dilemas en la toma de decisiones por IA
01:20:00 – Avances en sistemas cerrados y el desafío regulatorio
01:25:00 – Inversión y fondo de itnig
01:30:00 – Beneficios y retos del Open Source en la investigación

Captions con timestamps

Mostrar captions con tiempo
[00:00] [Música]
[00:06] 
[00:06] [Música]
[01:21] 
[01:21] [Música]
[01:28] 
[01:28] k  ah
[01:34] 
[01:34] [Música]
[02:25] 
[02:25] [Música]
[02:29] 
[02:29] [Aplausos]
[02:30] 
[02:30] [Música]
[02:44] 
[02:44] [Música]
[02:52] 
[02:52] [Música]
[02:59] 
[02:59] Oh
[03:05] 
[03:05] [Música]
[03:25] 
[03:25] [Música]
[04:29] 
[04:29] [Música]
[04:39] 
[04:39] [Música]
[04:50] 
[04:50] Hola  a  todos  Bienvenidos  a  una  nueva
[04:52] 
[04:52] tertulia  de  hoy  est  con
[04:59] 
[04:59] Juan  buenas  tardes  muy  bien  muchas
[05:01] 
[05:01] gracias  Juan  es  el  nuevo  de  hoy  eso  es
[05:04] 
[05:04] Oye  tú  eres  físico  eres  ingeniero
[05:06] 
[05:06] nuclear  con  un  phd  sí  no  eso  es  nuevo
[05:09] 
[05:09] Aquí  somos  ingenieros  de  los  otros  bueno
[05:12] 
[05:12] bueno  nosotros  tú  Bueno  yo  yo  casi  tú
[05:16] 
[05:16] casi  y  César  vieron  un  día  en  una
[05:19] 
[05:19] facultad  pero  se  había
[05:23] 
[05:23] perdido  explícanos  Cómo  cómo  Qué
[05:26] 
[05:26] significa  ser  ingeniero  phd  ingeniero
[05:29] 
[05:29] nuclear  tú  has  trabajado  además  en
[05:31] 
[05:31] research  Y  ahora  estás  en  el  mundo  eh  de
[05:35] 
[05:35] la  ia  de  la  tecnología  como  nosotros  no
[05:37] 
[05:37] pero  qué  es  la  vida  cómo  es  la  vida  de
[05:40] 
[05:40] research  en  ingeniería  nuclear  qué  qué
[05:44] 
[05:44] se  hace  pues  diría  que  es  menos
[05:46] 
[05:46] explosiva  de  lo  que  creeríais  no
[05:48] 
[05:48] intentamos  que  no  exploten  cosas
[05:49] 
[05:49] entonces  bien  y  me  atrevería  a  decir  que
[05:52] 
[05:52] es  bastante  similar  a  lo  que  encontramos
[05:54] 
[05:54] en  los  departamentos  de  analítica
[05:56] 
[05:56] avanzada  Data  Science  Machine  learning
[05:58] 
[05:58] que  ya  hay  no  al  final  el  día  a  día  es
[06:00] 
[06:00] en  el  que  tú  tienes  un  un  proyecto  en  el
[06:02] 
[06:03] que  trabajas  eh  de  forma  constante  diría
[06:06] 
[06:06] apasionada  no  porque  hay  un  problema  que
[06:07] 
[06:07] tienes  que  resolver  simplemente  que
[06:10] 
[06:10] todavía  no  se  ha  planteado  Cómo  poder
[06:12] 
[06:12] resolverlo  Entonces  al  final  lo  que  vas
[06:13] 
[06:13] haciendo  es  vas  leyendo  vas  investigando
[06:15] 
[06:15] vas  probando  cosas  Hasta  que  encuentras
[06:18] 
[06:18] un  camino  que  seguir  y  encuentras  que  al
[06:21] 
[06:21] final  de  ese  camino  pues  hay  una
[06:22] 
[06:22] solución  a  a  que  yo  que  lleva  bastante
[06:24] 
[06:24] tiempo  buscando  puedes  poner  un  ejemplo
[06:26] 
[06:26] de  algún  tipo  de  proyectos  en  los  que
[06:27] 
[06:27] hayas  trabajado  sí  eh
[06:30] 
[06:30] Por  ejemplo  yo  cuando  decí  no  que  soy
[06:32] 
[06:32] ingeniero  nuclear  y  finalicé  ingeniería
[06:34] 
[06:34] me  especialicé  en  ingeniería  nuclear  en
[06:36] 
[06:36] Francia  ahí  tienen  bastantes  reactores
[06:39] 
[06:39] más  que  en  España  y  luego  contin
[06:41] 
[06:41] continué  haciendo  física  experimental
[06:44] 
[06:44] donde  analizaba  el  impacto  que  tenía  la
[06:47] 
[06:47] radiación  partículas  dentro  de  distintos
[06:50] 
[06:51] materiales  esto  tenía  una  aplicación
[06:53] 
[06:53] directa  sobre  todo  porque  una  de  las
[06:55] 
[06:55] cosas  que  más  limitan  el  periodo  de  vida
[06:57] 
[06:57] de  una  central  nuclear  decisión  no  las
[07:00] 
[07:00] de  aluso  las  que  tenemos  aquí  en  España
[07:02] 
[07:02] y  que  también  tienen  que  considerarse  a
[07:04] 
[07:04] la  hora  de  construir  reactores  de  fusión
[07:06] 
[07:06] es  el  el  envejecimiento  avanzado  de  los
[07:09] 
[07:09] materiales  que  están  sometidos  a  un  un
[07:11] 
[07:11] bombardeo  constante  de  partículas
[07:13] 
[07:13] cargadas  a  una  energía  brutal  no  siempre
[07:16] 
[07:16] digo  lo  mismo  al  final  un  metal  o  un
[07:18] 
[07:18] material  cerámico  Si  recordáis  de  no
[07:22] 
[07:22] que  cristalografía  básica  suelen  estar
[07:24] 
[07:25] estructurados  de  forma  regular  como
[07:26] 
[07:26] cristalografía
[07:28] 
[07:28] básica  no  vine  la  clase  yo  el  día  de
[07:31] 
[07:31] cristalografía  básica
[07:33] 
[07:33] lo  al  final  los  materiales  no  sabes  de
[07:36] 
[07:36] dónde  ha  venido
[07:39] 
[07:39] Eh  ya
[07:42] 
[07:42] dich  vale  vale  el  filtro  de  gente  aquí
[07:46] 
[07:46] en  esta  cl  resumen  muy  rápido  de
[07:47] 
[07:47] cristalografía  básica  básicamente  eh  un
[07:50] 
[07:50] material  no  lo  que  es  la  materia  se
[07:52] 
[07:52] puede  estructurar  siguiendo  de  unos
[07:53] 
[07:53] ciertos  patrones  pues  por  ejemplo  cubos
[07:55] 
[07:55] como  si  fuesen  piezas  de  LEGO  o
[07:57] 
[07:57] simplemente  como  cuando  tú  tiras  dentro
[07:58] 
[07:58] del  cajón  al  tetines  y  se  van
[08:00] 
[08:00] apelotonado  no  entonces  una  cosa  es
[08:01] 
[08:02] regular  y  cristalina  y  la  otra  cosa  es
[08:03] 
[08:03] amorfa  Qué  pasa  que  si  tú  tienes  un
[08:05] 
[08:05] material  cristalino  sobre  el  el  cuál  se
[08:07] 
[08:07] basan  todas  las  propiedades
[08:08] 
[08:08] macroscópicas  eléctricas  termodinámicas
[08:10] 
[08:10] eh  mecánicas  y  demás  si  tú  los  estás
[08:13] 
[08:13] bombardeando  Y  estás  destruyendo
[08:15] 
[08:15] paulatinamente  esa  red  cristalina  eh  las
[08:18] 
[08:18] propiedades  físicoquímicas  de  ese
[08:19] 
[08:19] material  van  perdiéndose  Entonces  si  tú
[08:21] 
[08:21] tienes  un  metal  no  como  podría  ser  una
[08:22] 
[08:22] acero  inoxidable  que  es  de  lo  que  están
[08:24] 
[08:24] hecho  las  cuas  de  los  reactores  y  lo
[08:25] 
[08:25] metes  a  radiación  neutrónica  no  que  bum
[08:27] 
[08:27] bum  bum  todos  esos  neutrones  eh  están
[08:29] 
[08:29] pegando  los  átomos  de  Pues  de  hierro  y
[08:32] 
[08:32] carbono  que  están  por  ahí  dentro
[08:34] 
[08:35] ese  ese  acero  puede  volverse  frágil
[08:37] 
[08:37] puede  ser  frágil  y  de  repente  pues  puede
[08:39] 
[08:39] romperse  Entonces  el  el  peligro  no
[08:41] 
[08:41] digamos  el  el  la  capacidad  de  absorber
[08:44] 
[08:44] vibraciones  choques  que  puede  tener  un
[08:46] 
[08:46] reactor  nuclear  viejo  a  unos  jóvenes  muy
[08:48] 
[08:48] distinta  precisamente  por  ese  efecto
[08:50] 
[08:50] envejecimiento  lo  que  yo  hacía  era
[08:53] 
[08:53] e  simular  las  condiciones  que
[08:55] 
[08:55] encontraremos  dentro  de  reactores
[08:56] 
[08:56] nucleares  avanzados  con  aceleradores  de
[08:59] 
[08:59] partículas  lineales  y  eh  irradiaba
[09:02] 
[09:02] distintos  tipos  de  materiales  entonces
[09:03] 
[09:03] lo  que  luego  hacía  era  estudiar  cómo
[09:05] 
[09:05] habían  cambiado  sus  propiedades  en
[09:06] 
[09:06] función  de  ese  bombardeo  no  que  que  en
[09:09] 
[09:09] el  caso  no  bombardeamos  con  con
[09:12] 
[09:12] neutrones  sino  con  bueno  iones  de  oro  y
[09:15] 
[09:15] y  otras  y  otros  nos  hemos  ya  ya  es
[09:19] 
[09:19] increíble  a  mí  me  está  interesando
[09:21] 
[09:21] entonces  el  hacer  como  que  podía  crear
[09:24] 
[09:24] las  conciones  de  contorno  aceleradas  que
[09:25] 
[09:25] tienes  dentro  de  un  reactor  nuclear  y
[09:27] 
[09:27] podía  estudiar  Cuál  era  el  impacto  en
[09:28] 
[09:28] materiales  nuevos  que  se  estan
[09:29] 
[09:30] estudiando  pues  para  eh  construir  los
[09:31] 
[09:31] revestimientos  de  los  pero  esta
[09:33] 
[09:33] simulación  era  virtual  o  había  construí
[09:37] 
[09:37] ais  esa  claro  Esa  es  la  gracia  siempre
[09:39] 
[09:39] hay  como  las  tesis  de  física
[09:41] 
[09:41] experimentales  modernas  como  una  especie
[09:43] 
[09:43] de  eh  acople  de  las  dos  cosas  suele
[09:46] 
[09:46] haber  un  marco  teórico  en  el  que  tú  te
[09:48] 
[09:48] amparas  y  lo  que  se  intenta  hacer  es  Oye
[09:50] 
[09:50] pues  yo  tengo  este  marco  teórico  voy  a
[09:52] 
[09:52] finar  una  serie  de  experimentos  para  ver
[09:53] 
[09:53] si  las  dos  cosas  casan  y  luego  con  esto
[09:55] 
[09:55] puedo  hacer  predicciones  y  extrapolar  a
[09:57] 
[09:57] nuevos  casos  de  uso  no  entonces  esa  es
[09:59] 
[09:59] el  puces  tu  conclusión  es  que  es  seguro
[10:02] 
[10:02] o  no  seguro  segura  la  energía  nuclear  o
[10:05] 
[10:05] no  Yo  diría  como  que  ido  al  final  V
[10:08] 
[10:08] reducción  Sí  sí  sí  es  brutal  hombre  te
[10:11] 
[10:11] dedicaste  a  testear  los  reactores  no
[10:13] 
[10:13] ergo  ergo  corret  no  no  hay  escapatoria
[10:17] 
[10:17] Igualmente  em  Sí  sí  por  supuesto  o  sea
[10:20] 
[10:20] toda  actividad  humana  conlleva  un  riesgo
[10:22] 
[10:22] asociado  e  Lo  importante  es  saber  medir
[10:24] 
[10:24] ese  riesgo  y  sobre  todo  saber  actuar  en
[10:25] 
[10:25] consecuencia  el  riesgo  asociado  a  tener
[10:28] 
[10:28] un  parque  nuclear  en  en  un  país  es  muy
[10:31] 
[10:31] bajo  de  hecho  hay  cifras  no  que  son
[10:34] 
[10:34] sorprendentes  uno  cuando  Mira  por
[10:35] 
[10:35] ejemplo  la  tasa  de  mortalidad  por  unidad
[10:38] 
[10:38] de  energía  generada  no  número  de  muertos
[10:40] 
[10:40] por  kilow  de  hora  generada  la  tasa  de
[10:42] 
[10:42] mortalidad  de  la  energía  nuclear  de
[10:44] 
[10:44] fisión  al  uso  está  casi  a  la  par  que  la
[10:47] 
[10:47] fotovoltaica  y  por  debajo  que  la  eólica
[10:49] 
[10:49] porque  gener  oa  los  molinos  han  matado
[10:51] 
[10:51] más  gente  hay  que  repararlos  y  la  gente
[10:53] 
[10:53] se  cae  ostas  yo  estoy  seguro  que  es  por
[10:56] 
[10:56] eso  y  la  generación  por  ejemplo  de
[10:58] 
[10:58] paneles  fotovoltaicos  utiliza  un  montón
[11:00] 
[11:00] de  Pues  no  sé  eh  tierras  raras  que
[11:03] 
[11:03] llaman  no  que  para  extraerlas  pues  son
[11:04] 
[11:04] eh  Son  muy  contaminantes  í  hay  algunos
[11:06] 
[11:06] procesos  Pues  que  pueden  afectar  a  la
[11:08] 
[11:08] salud  humana  Y  tú  tienes  alguna  teoría
[11:09] 
[11:09] de  Por  qué  el  mundo  dejó  de  hacer
[11:11] 
[11:11] nuclear  de  golpe
[11:13] 
[11:13] eh  Y  ahora  ahora  está  volviendo  como  si
[11:16] 
[11:16] fuera  lo  más  normal  del  mundo  O  sea  qué
[11:18] 
[11:18] pasó  antes  Y  qué  pasó  ahora  no  vale
[11:21] 
[11:21] em  Bueno  al  final  es  un  poco  como  todo
[11:24] 
[11:24] no  hay  hay  unos  ciertos  periodos  de  hype
[11:26] 
[11:26] luego  hay  unos  periodos  de  enfriamiento
[11:28] 
[11:28] y  luego  hay  unas  necesidades  claras
[11:30] 
[11:30] energéticas  como  para  poder  satisfacer
[11:31] 
[11:31] la  transición  hacia  un  mundo  más
[11:33] 
[11:33] sostenible
[11:35] 
[11:35] e  claro  el  el  hype  no  del  inicio  de  la
[11:38] 
[11:38] construcción  de  centrales  nucleares
[11:39] 
[11:39] eléctricas  dentro  de  lo  que  es  Europa
[11:42] 
[11:42] sale  a  partir  de  la  crisis  del  petróleo
[11:45] 
[11:45] donde  no  había  como  una  dependencia
[11:47] 
[11:47] enorme  con  esos  países  de  la  OPEP  países
[11:48] 
[11:48] productores  de  petróleo  entonces  de
[11:50] 
[11:50] forma  estratégica  los  países  dicen
[11:52] 
[11:52] necesitamos  Independencia  energética  mi
[11:53] 
[11:53] energía  no  puede  depender  de  los  países
[11:55] 
[11:55] que  producen  que  encima  tienen  países  o
[11:57] 
[11:57] sea  gobiernos  inestables  aquí  aquí  la
[11:59] 
[11:59] solución  Más  directa  es  por  ejemplo
[12:01] 
[12:01] apostar  por  la  energía  nuclear  porque  la
[12:03] 
[12:03] cantidad  de  combustible  que  tú  puedes
[12:05] 
[12:05] almacenar  es  muchísimo  más  grande  que  la
[12:08] 
[12:08] que  podrías  hacer  almacenando  tanto  gas
[12:10] 
[12:10] O  petróleo  no  siempre  digo  un  poco  lo
[12:12] 
[12:12] mismo  cuando  tú
[12:13] 
[12:13] em  mides  la  cantidad  de  energía
[12:16] 
[12:16] eléctrica  que  podrías  haber  utilizado  a
[12:18] 
[12:18] lo  largo  de  tu  vida  si  toda  fuese  de
[12:19] 
[12:19] origen  nuclear  El  combustible  nuclear  de
[12:23] 
[12:23] alta  actividad  que  se  llama  no  lo  que
[12:24] 
[12:24] sería  ese  uranio  que  se  ha  consumido  es
[12:27] 
[12:27] el  tamaño  de  entre  una  pelota  de  tenis  y
[12:28] 
[12:28] una  pelota  de  gol  y  además  está
[12:30] 
[12:30] confinado  el  problema  que  tienen  las
[12:32] 
[12:32] formas  clásicas  de  energía  No  pues  esto
[12:34] 
[12:34] porque  por  persona  por  el  planeta  entero
[12:36] 
[12:36] no  por  persona  por  persona  por  persona
[12:37] 
[12:37] vale  cada  persona  consume  en  su  vida  una
[12:40] 
[12:40] pelota  de  golf  de
[12:42] 
[12:42] uranio  Exacto  eso  es  el  residuo  nuclear
[12:44] 
[12:44] que  tú  generarías  vale  Y  además  tiene  la
[12:47] 
[12:47] ventaja  y  hay  uranio  de  sobras  o  se
[12:50] 
[12:50] acaba  hay  reservas  de  unario  en  sobras
[12:53] 
[12:53] sobre  todo  porque  Y  dónde  estás  está  en
[12:55] 
[12:55] algún  país  también  que  ahora  vamos  a
[12:56] 
[12:56] descubrir  que  es  un  problema  no  O  sea
[12:58] 
[12:58] una  de  las  principales  de  reservas  de
[12:59] 
[12:59] uranio  es  es  Nigeria  esto  Nigeria  acepto
[13:03] 
[13:03] un  fact  check  por  si  acaso  me  equivoco
[13:04] 
[13:04] porque  hace  12  años  que  no  me  dedico  a
[13:05] 
[13:05] esto  estoy  tiando  memoria  per  aquí
[13:07] 
[13:07] confiamos  y  Canadá  entonces  hay  hay
[13:11] 
[13:11] también  grandes  reservas  de  uranio  en
[13:12] 
[13:12] Canadá  incluso  España  podría  ser
[13:14] 
[13:14] energéticamente  independiente  porque
[13:15] 
[13:15] tiene  reservas  unio  suficientes  como
[13:16] 
[13:16] para  poder  hacer  esto  El  problema  es  que
[13:18] 
[13:18] luego  nadie  quiere  la  central  nuclear  al
[13:19] 
[13:19] lado  y  nadie  quiere  el  residuo  o  el
[13:22] 
[13:22] cementerio  de  residuos  al  lado  no
[13:25] 
[13:25] sí  pero  por  desconocimiento  es  decir
[13:28] 
[13:28] vivir  al  lado
[13:29] 
[13:29] tú  la  querrías  tú  querrías  vivir  al  lado
[13:31] 
[13:31] de  una  pared  pared  pared  con  una  que
[13:33] 
[13:33] estamos  en  un  podcast  de  emprendeduría
[13:34] 
[13:34] No  mi  primera  mi  primer  sueño  de
[13:36] 
[13:36] emprendedor  era  intentar  llevar  a
[13:38] 
[13:38] mallorca  a  crear  una  startup  de  lo  que
[13:40] 
[13:40] se  llaman  los  reactores  nucleares
[13:41] 
[13:41] modulares  pequeños  es  m  modular  reactors
[13:43] 
[13:43] en  lugar  de  tener  una  central  nuclear
[13:45] 
[13:45] que  te  genera  1  gw  h  de  de  potencia  son
[13:48] 
[13:48] reactores  pequeñitos  de  200  mw  que  los
[13:50] 
[13:50] puedes  poner  y  distribuyes  mejor  esa
[13:52] 
[13:52] parte  200  mw  para  qué  edad  para  mallorca
[13:55] 
[13:55] por  ejemplo  para  todo  mallorca  eh  Yo
[13:57] 
[13:57] diría  que  sí
[13:59] 
[13:59] y  no  no  te  lo  compraron  no  no  conseguí
[14:02] 
[14:02] financiación  en  ese  momento  no  est  ahora
[14:04] 
[14:04] igual  la  conseguirías  No  ahora  yo  creo
[14:05] 
[14:05] que  hay  una  tendencia  hacia  el  dtech  los
[14:07] 
[14:07] smr  están  como  volviendo  a  [ __ ]  mucha
[14:09] 
[14:09] potencia  small  modular  reactor  no  como
[14:12] 
[14:12] Están  volviendo  a  [ __ ]  como  mucha  eh
[14:16] 
[14:16] mucho  Revival  hay  varias  startups  que
[14:18] 
[14:18] está  saliendo  dent  ese  concepto  está  eh
[14:22] 
[14:22] Terranova  que  está  bueno  que  es  la
[14:24] 
[14:24] participada  de  Bill  Gates  no  que  están
[14:26] 
[14:26] creando  este  nuevo  reactor  nuclear  que
[14:28] 
[14:28] en  principio  tiene  que  ser  la  [ __ ]  y
[14:30] 
[14:30] hay  un  resurgir  de  interés  en  la  energía
[14:32] 
[14:32] nuclear  porque  cuando  lo  mira  sobre
[14:34] 
[14:34] papel  es  la  única  solución  viable  como
[14:37] 
[14:37] para  garantizar  una  transición
[14:38] 
[14:38] energética  suave  sin  destruir  la
[14:41] 
[14:41] economía  a  nivel  mundial  por  eso  y
[14:42] 
[14:42] porque  nos  han  cortado  los  veductos
[14:44] 
[14:44] en  Europa  no  bueno  o  han  explotado  solos
[14:48] 
[14:48] o  han  explotado  solos  allegedly  e  bueno
[14:51] 
[14:51] Bernard  te  ha  preguntado  la  la  típica
[14:53] 
[14:53] pregunta  que  se  hace  con  con  reactores
[14:56] 
[14:56] de  fisión  yo  t  hacer  la  otra  eh  la
[14:59] 
[14:59] fusión  existe  Es  algo  que  crees  que  iba
[15:01] 
[15:01] a  preguntar  justo  esto  yo  cuando  era
[15:03] 
[15:03] pequeño  la  sagrada  familia  estaba  a
[15:05] 
[15:05] punto  de  acabarse  y  la  fusión  estaba  a
[15:07] 
[15:07] punto  de  llegar  el  ordenador  cuán  y  el
[15:09] 
[15:09] ordenador  cuántico  claro  claro  es  como
[15:11] 
[15:11] un  moving  Target  no  cada  50  años  50  años
[15:14] 
[15:14] lo  otrro  seguimos
[15:17] 
[15:17] esperando  haciendo  un  stb  no  cuando
[15:20] 
[15:20] hablamos  de  energía  nuclear  hay  como  dos
[15:22] 
[15:22] grandes  tipos  de  reactores  los  de  fisión
[15:25] 
[15:25] que  es  básicamente  Yo  tengo  un  átomo
[15:26] 
[15:26] gordaco  como  el  de  uranio  no  y  cuando  lo
[15:29] 
[15:29] parto  pues  sale  una  energía  liberada  y
[15:32] 
[15:32] luego  los  de  fusión  que  es  Yo  tengo  dos
[15:34] 
[15:34] átomos  ligeros  como  son  los  de  hidrógeno
[15:35] 
[15:35] el3  con  algún  otro  neutrón  cosas  así  que
[15:38] 
[15:38] cuando  los  junto  también  se  liena
[15:39] 
[15:39] energía  entonces  una  cosa  es  romper  un
[15:41] 
[15:41] átomo  que  es  el  de  fisión  que  es  lo  que
[15:43] 
[15:43] hacemos  no  bombardeando  con  neutrones  y
[15:45] 
[15:45] lo  otro  es  eh  juntar  átomos  vamos  a
[15:48] 
[15:48] decir  como  de  hidrógeno  para  que  nos
[15:49] 
[15:50] entendamos  Qué  pasa  que  juntar  átomos  de
[15:52] 
[15:52] hidrógeno  es  es  muy  complicado  porque  si
[15:53] 
[15:53] os  acordáis  los  dos  tienen  carga
[15:54] 
[15:54] positiva  y  carga  en  qué  clase  lo
[15:57] 
[15:57] daban  yo  asumo  que  el  el  el  digamos  el
[16:01] 
[16:01] el  público  medio  de  Inn  es  de  un  elevado
[16:03] 
[16:03] nivel  cultural  y  por  tanto  le  hablo  como
[16:05] 
[16:05] si  fuese
[16:07] 
[16:07] Dee  juntar  átomos  de  hidrógeno  át  es
[16:09] 
[16:09] complicado  porque  como  tien  la  misma
[16:10] 
[16:10] carga  se  repelen  Qué  pasa  entonces  que
[16:12] 
[16:12] necesitas  ponerlos  en  unas  condiciones
[16:14] 
[16:14] muy  especiales  que
[16:15] 
[16:15] es  en  una  sopa  a  una  muy  alta
[16:19] 
[16:19] temperatura  para  que
[16:22] 
[16:22] esa  velocidad  que  tienen  los  los  átomos
[16:24] 
[16:24] de  de  hidrógeno  en  este  caso  no  superen
[16:26] 
[16:26] esa  Barrera  colombiana  esa  Barrera  no  y
[16:28] 
[16:28] pueden  llegar  a  chocarse  y  generar  esa
[16:30] 
[16:30] reacción  o  bien
[16:33] 
[16:33] eh  meterles  una  presión  enorme
[16:35] 
[16:35] aplastarlos  gigant  mee  hasta  que  también
[16:38] 
[16:38] por  presión  consigues  que  se  que  se
[16:41] 
[16:41] junten  y  acaba  librando  energía  el  caso
[16:44] 
[16:44] más  fácil  es  el  de  la  bomba  nuclear  de
[16:46] 
[16:46] hidrógeno  la  bomba  termonuclear  no  la
[16:47] 
[16:47] bomba  termonuclear  al  final  no  es  más
[16:49] 
[16:49] que  una  reacción  de  fisión  de  fisión  que
[16:51] 
[16:51] desencadena  una  reacción  de  fusión
[16:53] 
[16:53] completamente  descontrolado  entonces
[16:55] 
[16:55] pero  si  si  hace  falta  fisión  para  hacer
[16:57] 
[16:57] la  fusión  este  en  el  caso  de  laom  Bueno
[17:00] 
[17:00] lo  pasa  es  que  que  van  a  destruir  No
[17:02] 
[17:02] pero  en  el  caso  de  la  generación  de
[17:04] 
[17:04] energía  no  hemos  solucionado  el  problema
[17:06] 
[17:06] de  la  fisión  en  el  caso  de  la  generación
[17:08] 
[17:08] de  energía  como  lo  que  tú  quieres  es  más
[17:09] 
[17:09] bien  una  deflagración  no  una  especie  de
[17:11] 
[17:11] reacción  nuclear  lenta  y  quieres  no
[17:14] 
[17:14] generar  residuo  radioactivo  pero  generas
[17:16] 
[17:16] residuos  radioactivos  lo  que  nos  genera
[17:18] 
[17:18] son  residuos  radioactivos  de  alta
[17:19] 
[17:19] actividad  no  tienes  Urano  que  está  tal
[17:21] 
[17:21] pero  sí  que  hay  un  residuo  que  se  vuelve
[17:24] 
[17:24] radioactivo  porque  al  estar  stido
[17:25] 
[17:26] radiación  neutrónica  dentro  de  esos
[17:27] 
[17:27] reactores  pues  acaba  activándose  Y  eso
[17:28] 
[17:28] pues  también  hay  que  tener  cuidado  e
[17:31] 
[17:31] entonces  hay  dos  formas  o  generas  una
[17:33] 
[17:33] sopa  muy  caliente  que  se  llama  plasma  No
[17:35] 
[17:35] ese  plasma  de  átomos  de  hidrógeno  que  se
[17:37] 
[17:37] van  juntando  qué  es  lo  que  hay  en  el  sol
[17:39] 
[17:39] que  es  lo  que  hay  en  el  Sol  y  de  hecho
[17:41] 
[17:41] una  de  las  cosas  más  más  curiosas  no  que
[17:42] 
[17:42] me  llama  mucho  la  atención  e  la
[17:45] 
[17:45] diferencia  de  temperaturas  más  grande
[17:47] 
[17:47] que  tú  puedes  encontrar  en  el  universo
[17:48] 
[17:48] está  en  la  tierra  está  dentro  de  los
[17:50] 
[17:50] reactores  de  fusión  experimentales  que
[17:51] 
[17:51] se  tienen  Porque  tienes  eh  que  utilizar
[17:54] 
[17:54] un  imán  gigante  para  contener  ese  plasma
[17:56] 
[17:56] No  porque  si  toca  alguna  de  las  paredes
[17:57] 
[17:57] la  funde  directa  amente  eso  está  a  una
[17:59] 
[17:59] temperatura  mucho  más  alta  que  la  que
[18:01] 
[18:01] está  el  sol  estamos  hablando  de  cientos
[18:02] 
[18:02] de  millones  de  grados  centígrados  más
[18:03] 
[18:03] temperatura  que  el  sol  está  más  caliente
[18:06] 
[18:06] que  el  sol  y  fuera  está  a  4  Kelvin  que
[18:10] 
[18:10] son  esos  men  270  gr  c  no  porque  están
[18:12] 
[18:12] enfriando  los
[18:14] 
[18:14] eh  imanes  superconductores  que  son
[18:17] 
[18:17] capaces  de  generar  el  el  bucle  magnético
[18:19] 
[18:19] pu
[18:20] 
[18:20] chapa  Y  que  está  más  frío  que  que  el
[18:23] 
[18:23] espacio  no  Entonces  esto  es  más  frío  que
[18:24] 
[18:24] el  espacio  está  ah  Ahí  ahí  ahí  esto  es
[18:27] 
[18:27] la  mayor  y  menor  temperatura  de  univo
[18:29] 
[18:29] bueno  que  sepamos  No  porquea  todavía  noo
[18:32] 
[18:32] hace  check  de  esto  s  ahora  que  también  o
[18:34] 
[18:34] sea  yo  también  alucino  mucha  gente
[18:37] 
[18:37] nosotros  mir  pero  tú  no  has  venido  a
[18:39] 
[18:39] hablar  de  eso  decir  cómo  volvemos  para
[18:41] 
[18:41] hablar  de  Open  aquí  antes  que  eso  sea  no
[18:44] 
[18:44] respondió  la  pregunta  de  César  Qué  es  va
[18:46] 
[18:46] a  pasar  o  no  va  a  pasar  Claro  claro
[18:48] 
[18:48] Entonces  la  cosa  que  es  la  física  existe
[18:50] 
[18:50] Es  decir  el  proceso  se  conoce  se  sabe
[18:52] 
[18:52] cómo  se  puede  hacer  hacerlo  desde  hace
[18:54] 
[18:54] muchos  años  el  problema  es  de  ingeniería
[18:56] 
[18:56] el  problema  es  cómo  conseguimos  una
[18:57] 
[18:57] reacción  de  fusión  sosten  el  tiempo  de
[18:59] 
[18:59] la  que  nosotros  podamos  cosechar  energía
[19:01] 
[19:01] a  gran  escala  hay  varios  iniciativas
[19:04] 
[19:04] tenemos  el  í  en  cadash  Francia  que  lleva
[19:06] 
[19:06] también  unos  cuantos  años  de  retraso  eh
[19:10] 
[19:10] postulado  5000  millones  de  euros  de
[19:11] 
[19:11] presupuesto  que  va  por  20.000  luego  de
[19:14] 
[19:14] esto  tenía  el  demo  20  billón  20  billón
[19:16] 
[19:16] creo  que  ha  costado  hasta  ahora  sí  Y
[19:18] 
[19:18] habían  presupuestado  pagado  por  la  Unión
[19:20] 
[19:20] Europea  eh  No  solo  por  la  Unión  Europea
[19:23] 
[19:23] por  un  consorcio  de  países  en  los  que
[19:25] 
[19:25] encontramos  a  Japón
[19:26] 
[19:26] Corea  del  Sur
[19:29] 
[19:29] de  Facebook  vale  una  cosa  no  se  escucha
[19:33] 
[19:33] César  ha  dicho  que  es  la  mitad  de  lo  que
[19:35] 
[19:35] c  costó  el  metaverso  de  Facebook  vale
[19:38] 
[19:38] continúa
[19:42] 
[19:42] em  sí  Entonces  el  el  el  problema  es
[19:45] 
[19:45] principalmente  ese  no  O  sea  que  ahora
[19:47] 
[19:47] mismo  o  se  necesita  meter  más  energía
[19:50] 
[19:50] para  poder  calentar  ese  plasma  que  la
[19:52] 
[19:52] que  se  extrae  de  ese  plasma  caliente  ha
[19:54] 
[19:54] habido  alguna  serie  de  de  de  puntos  no
[19:56] 
[19:56] de  breakthroughs  Durante  los  últimos
[19:57] 
[19:57] años  que  sí  que  han  conseguido  ya  como
[19:59] 
[19:59] un  factor  de  multiplicación  energético
[20:01] 
[20:01] positivo  y  esto  es  esperanzador  y  de
[20:02] 
[20:02] hecho  hay  como  incluso  ya  inversión
[20:04] 
[20:04] privada  para  generar  esos  primeros
[20:05] 
[20:05] reactores  de  fusión  que  no  son
[20:07] 
[20:07] iniciativas  de  gobierno  que  son  como
[20:08] 
[20:08] startups  que  están  saliendo  en  torno  a
[20:09] 
[20:09] esto  de  aquí  50  años  volveremos  a  hablar
[20:12] 
[20:12] pero  el  que  tiene  más  inercia  es  el  de
[20:14] 
[20:14] Boston  no  es  el  que  ha
[20:17] 
[20:17] conseguido  mejores  resultados  hasta
[20:19] 
[20:19] ahora  intermedios  no  no  durante  unos
[20:22] 
[20:22] segundos  creo  conso  Claro  tiene  carácter
[20:24] 
[20:24] pulsar  entonces  Ela  llegar  a  eso  que  sea
[20:27] 
[20:28] más  contenido  Vale  entonces  para  simular
[20:31] 
[20:31] las  condiciones  que
[20:33] 
[20:33] necesita  pues  la  ingeniería  en  ese  caso
[20:37] 
[20:37] ahora  estamos  ahora  vamos  a  llegar  vamos
[20:40] 
[20:40] lleg  es  como  ir  al  país  de  Mago  de  oce  o
[20:42] 
[20:42] sea  el  camino  es  tortuoso  pero
[20:44] 
[20:44] llegaremos  la  Inteligencia  artificial
[20:46] 
[20:46] ayuda  s
[20:49] 
[20:49] Cómo  vale  la  Inteligencia  artificial  ya
[20:52] 
[20:52] sab  que  es  como  un
[20:54] 
[20:54] gran  es  un  palabro  que  se  utiliza  para
[20:57] 
[20:57] todo  ahora  mismo  en  el  fondo  cuando
[20:59] 
[20:59] hablamos  de  Inteligencia  artificial  a
[21:01] 
[21:01] día  de  hoy  sobre  todo  después  no  del  age
[21:04] 
[21:04] chpt  desde  noviembre  2022  se  asocia
[21:07] 
[21:07] sobre  todo  ella  Inteligencia  artificial
[21:10] 
[21:10] con  estos  modelos
[21:11] 
[21:11] de  Deep  learning  generativos  pero  que  en
[21:15] 
[21:15] el  fondo  lo  que  tienen  es  una  red
[21:18] 
[21:18] neuronal  profunda  que  se  llama  No  una
[21:20] 
[21:20] serie  de  de  capas  que  tú  puedes  ir
[21:23] 
[21:23] acumulando  que  lo  que  hacen  es  optimizar
[21:25] 
[21:25] una  función  de  error  entonces
[21:29] 
[21:29] el  Deep  learning  en  su
[21:31] 
[21:31] Core  de  forma  muy  muy  simplificada  es
[21:35] 
[21:35] una  función  de  aproximación  Universal
[21:37] 
[21:37] Qué  significa  esto  vosotros  habéis
[21:38] 
[21:38] trabajado  con  Excel  alguna  vez  no
[21:40] 
[21:40] columna  a  columna  B  clic  derecho  y  le
[21:42] 
[21:42] tiras  una  línea  y  te  sale  el  r  cuadrado
[21:44] 
[21:44] Entonces  eso  es  un  modelo  lineal  que  se
[21:46] 
[21:46] ajusta  más  o  menos  a  los  puntos  que
[21:47] 
[21:47] tienes  funcionará  mejor  o  peor  pero  se
[21:49] 
[21:49] ha  ajustado  el  Deep  learning  es  como  si
[21:52] 
[21:52] tuvieses  una  regresión  lineal  a  la  que
[21:54] 
[21:54] tú  le  puedes  ir  añadiendo  flexibilidad
[21:56] 
[21:56] para  que  se  vaya  adaptando  esos  puntos
[21:58] 
[21:58] entonces  eres  capaz  de  simular  cualquier
[22:01] 
[22:01] tipo  de  función  teniendo  el  número
[22:03] 
[22:03] suficiente  de  datos  para  poder  hacer  que
[22:05] 
[22:05] esa  función  se  adapte  de  ahí  la
[22:07] 
[22:07] importancia  sea  el  Deep  learning  al
[22:08] 
[22:08] tener  nosotros  una  herramienta  no  que  es
[22:10] 
[22:10] una  herramienta  de  aproximación
[22:11] 
[22:11] Universal  capaz  de  adaptarse  a  la  forma
[22:13] 
[22:13] de  cualquier  función  que  yo  quiera
[22:14] 
[22:14] optimizar  si  nos  vamos  a  la  física  en  la
[22:16] 
[22:16] física  todos  son  puntos  experimentales
[22:18] 
[22:18] recogidos  que  yo  quiero  entender  Qué
[22:20] 
[22:20] tipo  de  patrón  están  siguiendo  Pues  si
[22:22] 
[22:22] tengo  suficientes  datos  experimentales  y
[22:24] 
[22:24] tengo  un  modelo  Dear  de  Deep  learning  lo
[22:26] 
[22:26] suficientemente  flexible  puedo  adaptar
[22:28] 
[22:28] un  un  modelo  que  luego  me  puede  servir
[22:29] 
[22:29] para  eh  simular  esas  condiciones  de
[22:32] 
[22:32] hecho  em  vosotros  habéis  visto  estos
[22:34] 
[22:34] vídeos  que  han  salido  que  son  la  [ __ ]
[22:35] 
[22:35] de  openi  no  de  los  sora  y  los  y  los  que
[22:38] 
[22:38] son  modelos  de  de  vídeo  una  de  las
[22:40] 
[22:40] implicaciones  que  tienen  dicen  Es  que
[22:42] 
[22:42] esto  no  es  un  modelo  solo  vídeo  esto  es
[22:43] 
[22:43] un  modelo  del  mundo  porque  yo  para  poder
[22:45] 
[22:45] representar  Ese  mar  dentro  de  una  taza
[22:47] 
[22:47] de  café  con  un  barco  pirata  digamos  que
[22:49] 
[22:49] sa  ía  ha  tenido  que  entender  cuál  es  la
[22:51] 
[22:51] dinámica  de  fluidos  de  las  olas  que
[22:52] 
[22:52] tendrían  que  tener  dentro  de  una  taza  y
[22:54] 
[22:54] eso  luego  me  permite  pues  generar  ese
[22:56] 
[22:56] nuevo
[22:58] 
[22:58] ese  nuevo  Conocimiento  es  nuevas
[22:59] 
[23:00] simulaciones  ese  nuevo  tipo  de
[23:02] 
[23:02] de  de  de  forma  de  aproximar  lo  que  no
[23:05] 
[23:05] sea  directamente  experimental  de  hecho
[23:06] 
[23:06] es  que  lo  veníamos  hablando  no  el  el  los
[23:08] 
[23:08] dos  premios  nobeles  un  poco  más
[23:10] 
[23:10] relevantes  que  hay  para  mí  en  este
[23:11] 
[23:11] momento  que  suelen  ser  el  de  química  y
[23:13] 
[23:13] el  de  física  este  año  esta  misma  semana
[23:15] 
[23:15] se  han  otorgado  a  dos  de  las  iniciativas
[23:17] 
[23:17] de  ia  más  grandes  de  los  últimos  tiempos
[23:20] 
[23:20] que  ha  sido  el  proyecto  de  alphafold  que
[23:22] 
[23:22] es  el  proyecto  para  poder  predecir  Cómo
[23:25] 
[23:25] se  pliegan  las  proteínas  dada  una
[23:27] 
[23:27] secuencia  de  de  aminoácidos  que  es  un
[23:29] 
[23:29] proyecto  complejísimo  que  lleva  también
[23:30] 
[23:31] 50  años  abierto  y  no  se  que  conseguía
[23:32] 
[23:32] resolver  Y  luego  también  el  de  física  y
[23:35] 
[23:35] se  ha  resuelto  con  con  Inteligencia
[23:36] 
[23:36] artificial  se  ha  resuelto  con
[23:38] 
[23:38] Inteligencia  artificial  concretamente
[23:39] 
[23:39] con  Cómo  Con  qué  tecnología  con  Qué
[23:44] 
[23:44] modelo  eso  F  el  proyecto  de  Google  no  de
[23:45] 
[23:45] Alfa  es  el  proyecto  sí  es  el  proyecto  de
[23:47] 
[23:47] Google  de  Deep  Mind  eh  que  empezaron  con
[23:50] 
[23:50] el  alfha  cer  continuaron  con  alfha  Go
[23:52] 
[23:52] demostrando  Cómo  podían  llegar  a  a
[23:54] 
[23:54] calcular  esos  esos  espacios  de  cálculo
[23:56] 
[23:56] infinitos  como  podría  ser  una  parte
[23:58] 
[23:58] partida  de  go  en  Netflix  estaba  ese
[24:00] 
[24:00] documental  de  Alfa  de  alfha  go  No  donde
[24:03] 
[24:03] sale  a  tiempo  real  como  Lis  doll  dice
[24:05] 
[24:05] [ __ ]  o  se  se  me  está  ganando  una
[24:07] 
[24:07] máquina  pensaba  que  esto  sería  imposible
[24:09] 
[24:09] Entonces  se  pusieron  un  poco  más  serios
[24:10] 
[24:10] y  dijeron  Bueno  en  lugar  de  jugar  vamos
[24:12] 
[24:12] a  intentar  hacer  algo  que  tenga  un  gran
[24:14] 
[24:14] impacto  para  la
[24:15] 
[24:15] humanidad  y  hicieron  Alfa  fold  1  luego
[24:19] 
[24:19] Alfa  fold  2  y  por  esto  les  han  dado  el
[24:21] 
[24:21] premio  Nobel  de  química  porque  ha  tenido
[24:24] 
[24:24] un  impacto  brutal  en  la  comunidad  o  sea
[24:25] 
[24:25] es  lo  que  decía  no  el  las  proteínas  que
[24:27] 
[24:27] es  la  base  sobre  la  que  se  construye  la
[24:28] 
[24:28] vida  que  si  nos  vamos  a  un  nivel  más
[24:31] 
[24:31] bajo  o  son  esas  secuencias  de
[24:32] 
[24:32] aminoácidos  no  esas  cadenas  de  nhs  que
[24:35] 
[24:35] si  tú  las  pones  una  sobre  la  otra  y
[24:36] 
[24:36] luego  las  dejas  en  libre  se  van  a
[24:38] 
[24:38] retorcer  hasta  que  llega  a  un  estado  de
[24:39] 
[24:39] equilibrio  y  se  queden  en  una  forma  en
[24:41] 
[24:41] 3D  y  esta  forma  en  3D  es  super
[24:43] 
[24:43] importante  porque  es  la  que  Define  Cómo
[24:44] 
[24:44] esas  proteínas  van  a  interactuar  con
[24:46] 
[24:46] todo  los  su  entorno  eem  eso  no  se  había
[24:48] 
[24:48] conseguido  hay  billones  de  combinaciones
[24:50] 
[24:50] posibles  Y  gracias  al  esfuerzo  de  un
[24:52] 
[24:52] montón  de  químicos  y  físicos
[24:54] 
[24:54] experimentales  habían  conseguido  solo
[24:56] 
[24:56] mapear  100,000  estructuras  cristalinas
[24:58] 
[24:58] con  cristalografía  x  cosas  así  em  a
[25:01] 
[25:01] través  de  alphafold  han  conseguido
[25:03] 
[25:03] predecir
[25:04] 
[25:04] 300,000  estructuras  que  no  se  habían
[25:07] 
[25:07] considerado  antes  ni  se  habían  visto  y
[25:08] 
[25:08] que  tiene  un  nivel  de  acierto  que  es
[25:10] 
[25:10] comparable  al  que  obtenemos
[25:11] 
[25:11] experimentalmente  entonces  Eh  Esto  salió
[25:14] 
[25:14] que  en
[25:15] 
[25:15] 2021  Lleva  más  de  O  sea  2  millones  de
[25:18] 
[25:18] investigadores  están  utilizando  estos
[25:20] 
[25:20] resultados  para  avanzar  en  en  genética
[25:22] 
[25:22] medicina  en  generación  de  fármacos  el
[25:23] 
[25:23] impacto  que  tiene  realmente  en  en  en  la
[25:25] 
[25:25] humanidad  es  brutal  no  que  por  eso  te
[25:26] 
[25:26] dan  un  Nobel  qué  es  lo  que  va  ha
[25:28] 
[25:28] generado  más  impacto  en  la  humanidad
[25:29] 
[25:29] para  su  beneficio  pues  o  sea  que  no  es
[25:31] 
[25:31] un  que  no  es  un  químico  sino  que  es  un
[25:34] 
[25:34] computer  scientist  no  un  ingeniero
[25:36] 
[25:36] informático  vamos  a  traducirlo  el  que
[25:38] 
[25:38] recibe  el  premio  de  la  química  que  eso
[25:40] 
[25:40] es  lo  que  ha  generado  también  un  poco  de
[25:41] 
[25:41] debate  hay  gente  que  que  no  le  parece
[25:43] 
[25:43] bien  el  hay  gente  que  es  extraña  o  sea
[25:46] 
[25:46] los  nobeles  siempre  generan  un  poco
[25:47] 
[25:47] controversia  No  si  ganas  algo  mejor  que
[25:48] 
[25:48] generes  un  poco  controversia  porque  si
[25:49] 
[25:49] no  va  que  lo  has  ganado  entonces  tanto
[25:51] 
[25:51] elama  que  ganó  el  de  la  paz  antes  de
[25:53] 
[25:53] empezar  casi  su  mandato  no  Claro  claro
[25:55] 
[25:55] claro  eso  yo  creo  que  es  la  mejor
[25:56] 
[25:56] campaña  de  marketing  que  ha  habido  en  la
[25:57] 
[25:57] historia  entonces
[25:59] 
[25:59] eh  más  más  eco  le  dio  es  como  de  hecho
[26:02] 
[26:02] le  creo  muchísima  presión  en  plan  tío
[26:03] 
[26:03] tienes  el  premio  Nobel  de  la  paz  antes
[26:04] 
[26:04] de  empezar  a  ver  qué  haces  ahora  no  aquí
[26:07] 
[26:07] e  al  menos  han  hecho  algo  Antes  de  de
[26:10] 
[26:10] dárselo  y  en  tanto  en  el  de  física  como
[26:12] 
[26:12] en  el  de  química  han  sido  los  dos
[26:15] 
[26:15] computer  scientist  no  el  de  El  de  Hinton
[26:18] 
[26:18] con  hopfield  que  son  los  padres  de  la  aa
[26:20] 
[26:20] moderna  los  los  los  que  han  conseguido
[26:22] 
[26:22] que  el  Deep  learning  sea  una  herramienta
[26:23] 
[26:23] que  funcione  qué  se  inventaron  o  qué
[26:25] 
[26:25] descubrieron  estos  eh
[26:28] 
[26:28] hof  Field  consiguió  crear  una  red
[26:30] 
[26:30] neuronal
[26:32] 
[26:32] que  ayudaba  a  predecir  patrones  pero  que
[26:35] 
[26:35] aprendía  muy  mal  Hinton  lo  que  hizo  fue
[26:39] 
[26:39] conseguir  digamos  hacer  que  el  algoritmo
[26:42] 
[26:42] de  aprendizaje  que  es  el  de  Back
[26:44] 
[26:44] propagation  funciona  esa  escala  dentro
[26:46] 
[26:46] de  redes  neuronales  entonces  crearon  Ya
[26:47] 
[26:47] esa  herramienta  que  como  decía  es  como
[26:49] 
[26:49] una  especie  de  herramienta  de
[26:50] 
[26:50] aproximación  Universal  y  esta  gente  es
[26:53] 
[26:53] más  matemática  o  informática  o  sea  es
[26:55] 
[26:55] más  ingeniería  como  decías  tú  antes  el
[26:57] 
[26:57] problema  o  era  más  matemática  El
[27:01] 
[27:01] problema  es  que  para  mí  hay  un  toque  de
[27:04] 
[27:04] creatividad  que  no  podría  ni  asignar  una
[27:06] 
[27:06] cosa  ni  la  otra  no  esta  gente  es  como
[27:08] 
[27:08] decía  están  muy  metidos  en  en  ese  tipo
[27:10] 
[27:10] de  problemas  tienen  una  serie  de
[27:11] 
[27:11] intuiciones  y  tienes  que  tener  una  gran
[27:13] 
[27:13] capacidad  matemática  para  poder  plasmar
[27:16] 
[27:16] las  ecuaciones  no  que  siguen  y  derivarlo
[27:18] 
[27:18] una  vez  están  hechas  es  es  sencillo
[27:20] 
[27:20] seguirlo  no  es  ingeniería  el  reto  bueno
[27:23] 
[27:23] es  la  ingeniería  el  reto  ingenieril  ha
[27:25] 
[27:25] sido  que  durante  muchos  años  lo  que
[27:27] 
[27:27] ellos  habían  planteado  en  el  886  87  no
[27:30] 
[27:30] era  útil  porque  no  había  ni  la  capacidad
[27:32] 
[27:32] de  cálculo  suficiente  ni  la  cantidad  de
[27:34] 
[27:34] datos  suficientes  para  hacerlo  entonces
[27:36] 
[27:36] qué  ha  pasado  en  los  últimos  10  años  no
[27:37] 
[27:37] desde  2012  que  se  ha  juntado  el  hambre
[27:40] 
[27:40] con  las  ganas  de  comer  tienes  una
[27:42] 
[27:42] capacidad  de  cálculo  ingente  gracias  a
[27:43] 
[27:43] toda  la  nube  tienes  una  cantidad  de
[27:44] 
[27:44] datos  in  gente  Gracias  a  toda  la  gente
[27:45] 
[27:45] que  está  utilizando  internet  y  tienes
[27:48] 
[27:48] gente  motivada  como  Eh  pues  Hinton  andry
[27:51] 
[27:51] W  no  todos  los  pops  de  losa  diciéndole  a
[27:53] 
[27:53] los  de  Google  Oye  vamos  a  hacer  algo
[27:55] 
[27:55] porque  esto  va  funcionar  Sí  o  sí  y  vamos
[27:57] 
[27:57] a  ponerlo  sobre  GP  y  vamos  a  empezar  a
[27:58] 
[27:58] entrenar  y  para  sorpresa  de  todos  ha
[28:01] 
[28:01] funcionado  ha  funcionado  bien  y  se  ha
[28:02] 
[28:02] descubierto  no  solo  cómo  funciona  bien
[28:04] 
[28:04] sino  Cómo  hacer  que  funcione  mejor  la
[28:06] 
[28:06] gran  aportación  de  Open  eii  al  mundo  de
[28:08] 
[28:08] la  ia  ha  sido  el  [ __ ]
[28:11] 
[28:11] e  digamos  el  el  punto  final  de  es
[28:14] 
[28:14] algoritmos  de  ia  no  del  de  de  esas
[28:17] 
[28:17] arquitecturas  de  cómo  pongo  yo  los
[28:18] 
[28:19] distintos  parámetros  que  es  la
[28:21] 
[28:21] arquitectura  de  Transformers  ese  paper
[28:22] 
[28:22] que  salió  también  en  de  Google  en
[28:26] 
[28:26] 2017  y  que  luego  H  que  decían  con  esto
[28:30] 
[28:30] ya  solventamos  el  problema  de  poder
[28:33] 
[28:33] modelizar  secuencias
[28:35] 
[28:35] largas  luego  salen  las  arquitecturas
[28:37] 
[28:37] tipo  vert  no  que  son  la  primera
[28:38] 
[28:38] Revolución  también  a  nivel  de
[28:39] 
[28:39] procesamiento  de  lenguaje  natural  porque
[28:40] 
[28:40] vienen  pre  aprendidas  y  tú  puedes
[28:41] 
[28:42] utilizarlas  y  luego  los  modelos  tipo  gpt
[28:44] 
[28:44] que  es  que  predicen  la  siguiente  palabra
[28:46] 
[28:46] lo  que  consiguió  hacer  bien  Open  Ai  era
[28:47] 
[28:47] entender
[28:49] 
[28:49] eem  [ __ ]  Cuanto  más  dato  le  meto  y
[28:52] 
[28:52] Cuanto  más  poder  computacional  el  meto
[28:54] 
[28:54] eso  mejor  funciona  y  como  yo  puedo
[28:55] 
[28:55] modelizar  cómo  mejor  funciona  puedo
[28:58] 
[28:58] optimizar  como  los  entreno  para  que
[28:59] 
[28:59] luego  sean  capaces  de  y  hay  una
[29:01] 
[29:01] Innovación  importante  de  Open  Ai  que  yo
[29:03] 
[29:03] creo  que  hablamos  poco  que  es  el  la
[29:04] 
[29:04] innovación  del  fan  Racing  porque  en
[29:07] 
[29:07] realidad  nadie  le  había  metido  billions
[29:09] 
[29:09] a  esta  experimentación  o  sea  el  hecho  de
[29:11] 
[29:11] poder  gastarte  billions  en  licenciar  o
[29:13] 
[29:13] tener  acceso  a  datos  y  gastarte  billions
[29:16] 
[29:16] y  decenas  de  billions  en  computación
[29:19] 
[29:19] nadie  lo  había  intentado  es  una  locura  o
[29:21] 
[29:21] sea  también  es  una  Innovación  financiera
[29:24] 
[29:24] en  este  sentido  Pero  esto  esto  yo  creo
[29:25] 
[29:25] que  pasó  después  de  la  revolución  de  gpt
[29:29] 
[29:29] y  habían  levantado  un  billón  antes  de
[29:31] 
[29:31] gpt  per  Don  y  ciento  y  pico  millones  eh
[29:34] 
[29:34] antes  que  o  sea  estos  proyectos  nadie
[29:36] 
[29:36] les  metía  Ahora  nos  parece  100  millones
[29:38] 
[29:38] para  í  nos  parece  una  seit  no  clar  pero
[29:40] 
[29:40] es  que  fíjate  que  yo  pienso  que  el  punto
[29:41] 
[29:41] de  inflexión  fue  precisamente  sacar  chat
[29:43] 
[29:43] gpt  o  sea  chat  gpt  es  lo  que  lo  cambió
[29:45] 
[29:45] todo  para  todo  el  mundo  y  y  es  lo  que
[29:47] 
[29:47] consigue  Que  hagan  más  fan  Racing  Porque
[29:49] 
[29:49] si  siguen  haciendo  demos  de  dota  tení  No
[29:52] 
[29:52] creo  que  hubieran  conseguido  ya  tenían
[29:53] 
[29:53] inversión  de  un  billón  Esta  es  la  otra
[29:55] 
[29:55] Innovación  la  experiencia  usuario  total
[29:58] 
[29:58] lo  han  pintado  y  como  han  hecho  que
[29:59] 
[29:59] parece  una  tontería  pero  siempre  las
[30:01] 
[30:01] cosas  brillantes  parecen  una  tontería  no
[30:02] 
[30:02] cuando  ya  están  hechas  o  sea  el  mundo  de
[30:04] 
[30:04] research  y  el  mundo  comercial  Siempre
[30:07] 
[30:07] han  estado  rotos  no  no  no  y  ellos  lo  que
[30:09] 
[30:09] han  hecho  es  hacerlo  muy  accesible  lo
[30:12] 
[30:12] han
[30:13] 
[30:13] abierto  o  sea  esto  hay  que  dárselo  claro
[30:15] 
[30:15] de  hecho  es  que  sacaron  chat  gpt  no  la
[30:17] 
[30:17] versión  conversacional  se  comían  un
[30:19] 
[30:19] colín  no  conseguían  hacer  que  nadie
[30:20] 
[30:20] utilizase  su  Api  porque  funcionaba  como
[30:22] 
[30:22] el  culo  O  sea  no  era  no  era  práctico
[30:24] 
[30:24] utilizarlos  y  ha  sido  a  partir  de  que
[30:27] 
[30:27] eso  ya  tenga  esa  capacidad  de
[30:29] 
[30:29] interacción  con  el  usuario  casi
[30:30] 
[30:30] conversacional  que  nosotros  podemos
[30:31] 
[30:31] utilizarlo  para  proyectos  que  tienen  un
[30:33] 
[30:33] impacto  práctico  hasta  el  punto  que  eh
[30:36] 
[30:36] lo  que  dicen  es  no  sacaron  ese  propio
[30:38] 
[30:38] paper  Porque  no  solo  se  ocupan  de  la
[30:39] 
[30:39] parte  comercial  ni  de  la  ciencia  ni  de
[30:41] 
[30:41] levantar  pasta  sino  que  también  hacen
[30:43] 
[30:43] como  estudios  sociológicos  del  impacto
[30:44] 
[30:44] de  este  tipo  de  tecnologías  y  sacaron
[30:46] 
[30:46] ese  artículo  Poco  después
[30:49] 
[30:49] de  de  haber  sacado  el
[30:51] 
[30:51] el  el  [ __ ]  como  lo  llamamos
[30:54] 
[30:54] cariñosamente  que  es  gpt  r  gpt  no  gener
[30:58] 
[30:58] pret  Transformers  are  general  purpose
[31:00] 
[31:00] technologies  es  decir  el  gpt  que  es  un
[31:02] 
[31:02] modelo  de  Deep  learning  que  lo  que  hace
[31:04] 
[31:04] es  predecir  la  siguiente  palabra  se  ha
[31:06] 
[31:06] convertido  en  una
[31:08] 
[31:08] herramienta  tan  horizontal  tan
[31:11] 
[31:11] transformativa  que  ya  se  dice  que  es  una
[31:13] 
[31:13] tecnología  de  propósito  general  como  ha
[31:15] 
[31:15] sido  en  la  máquina  de  vapor  en  la
[31:17] 
[31:17] electricidad  internet  y  ahora  la  ía  es
[31:20] 
[31:20] brutal  va  a  transformarlo  todo  Solo  que
[31:22] 
[31:23] nadie  sabe  cómo  ni  con  Qué  impacto  ni
[31:24] 
[31:24] Hasta  qué  nivel  entonces  tú  como
[31:26] 
[31:26] ingeniero  nuclear  qué  parte  de  tu
[31:28] 
[31:28] trabajo  la  resolví  con  ia  el  Y  qué  tipo
[31:32] 
[31:32] de
[31:33] 
[31:33] ia  vale  brevemente  Sí  sí  no
[31:38] 
[31:38] básicamente  soy  conocido  por  ser  muy
[31:40] 
[31:40] breve  mi  entorno  no  el  básicamente  como
[31:44] 
[31:44] era  física  experimental  y  tenía  una
[31:47] 
[31:47] serie  de  modelos  que  probar  lo  que  hacía
[31:48] 
[31:49] era  utilizar  varios  algoritmos  de
[31:50] 
[31:50] Machine  learning  para  ver  cómo  yo  podía
[31:52] 
[31:52] encontrar  Cuál  era  el  mejor  modelo  que
[31:54] 
[31:54] se  adaptaba  a  los  datos  experimentales
[31:55] 
[31:55] que  yo  tenía  para  luego  poder  hacer
[31:56] 
[31:56] predicciones
[31:58] 
[31:58] simplemente  era  un  mecanismo  más
[32:01] 
[32:01] de  poner  una  recta  encima  de  una  serie
[32:03] 
[32:03] de  puntos  que  había  obtenido  Y  te  gustó
[32:05] 
[32:05] más  eso  que  la  parte  de  la  de  la
[32:08] 
[32:08] ingeniería  nuclear  y  te  decidiste
[32:09] 
[32:09] dedicarte  a  la  ia
[32:11] 
[32:11] Eh  sí  O  sea  la  cosa  es  como  que
[32:15] 
[32:15] yo  soy  intensito  noces  cuando  cojo  algo
[32:19] 
[32:19] que  me  apasiona  eres  intensito  has  dicho
[32:21] 
[32:21] vale  Yo  no  sé  si  lo  habéis  notado  Pero
[32:22] 
[32:22] bueno  Eh  vale  No  pasa  nada  estamos
[32:26] 
[32:26] acostumbrados
[32:29] 
[32:29] mucha
[32:30] 
[32:31] intensidad  Entonces  cuando  cojo  algo  que
[32:33] 
[32:33] me  que  me  flipa  y  me  maravilla  y  me
[32:35] 
[32:35] descuadra  es  como  que  de  repente  tengo
[32:36] 
[32:36] que  poner  todo  mi  foco  sobre  eso  y  y  lo
[32:38] 
[32:38] tengo  que  Ender  lo  tengo  que  hacer  y  de
[32:39] 
[32:39] repente  pues  me  respuesta  era  Sí  sí  la
[32:43] 
[32:43] ia  te  interesó  más  que  lo  nuclear
[32:45] 
[32:45] ves  Y  entonces  decidiste  dedicarte  a  eso
[32:49] 
[32:49] bueno  no  es  que  me  interesase  más  es  que
[32:50] 
[32:50] también  como  quería  volver  a  mallorca
[32:51] 
[32:51] que  de  dónde  vivo  y  tengo  mi  pareja  y
[32:53] 
[32:53] todo  pues  en  mallorca  como  no  hay
[32:54] 
[32:54] reactores  nales  consig  montar  el  reactor
[32:56] 
[32:56] pequeñito  pues  pues  una  empresa  de
[32:58] 
[32:58] Travel  lacería  exacto  y  me  puse  ahí  a
[33:00] 
[33:00] analizar  pues  datos  de  turismo
[33:03] 
[33:03] y  yí  clarity  y  de  ahí  a  montar  tu  propia
[33:07] 
[33:07] startup  de  ahí  a  clarity  de  ahí  montar
[33:08] 
[33:08] mi  propia  startup  justo  muy  brevemente
[33:11] 
[33:11] clarity  Qué  es  y  qué  hacíais  tienes  que
[33:13] 
[33:13] hacer  el  prom  en  menos  de  200  palabras
[33:17] 
[33:17] para  una  audiencia  generalista
[33:18] 
[33:18] interesada  en  startups  y  tecnología
[33:20] 
[33:20] clarity  es  una  de  las  no  clarity  no  tu
[33:23] 
[33:23] empresa  no  primero  clity  que  tenemos  que
[33:26] 
[33:26] llegar  Claro  claro  clarity  es  una  de  las
[33:28] 
[33:28] grandes  startups  bar  scaleups  que  hay
[33:31] 
[33:31] dentro  del  país  no  levantado  varias
[33:33] 
[33:33] rondas  de  financiación  están  blackrock
[33:34] 
[33:34] softbank  grande  en  rondas  de
[33:36] 
[33:36] financiación  Eh  bueno  ha  levantado  no
[33:38] 
[33:38] 130  160  millones  no  sé  el  número  Exacto
[33:41] 
[33:41] porque  salí  ya  de  clarity  hace  unos  un
[33:43] 
[33:43] par  de  años  pero  es  como  Mi  Alma  Mater  e
[33:46] 
[33:46] entonces  en  clarity  lo  que  hacíamos  era
[33:49] 
[33:49] generar  scores  de  sostenibilidad  para
[33:51] 
[33:51] las
[33:52] 
[33:52] empresas  públicas  no  que  están  cotizadas
[33:54] 
[33:54] en  bolsa  para  que  se  pudiese  medir  Cuál
[33:57] 
[33:57] era  el  impacto  que  tenían  estas  empresas
[33:58] 
[33:58] Pues  a  nivel  socio  medioambiental  y  de
[34:00] 
[34:00] gobierno  todo  lo  que  hablan  es  un
[34:01] 
[34:01] checklist  Esto  del  score  de
[34:04] 
[34:04] sg  no  es  un  checklist  hay  metodologías
[34:07] 
[34:07] es  decir  el  el  problema  es  cómo  tú
[34:09] 
[34:09] agregas  toda  la  información  de  forma  que
[34:10] 
[34:10] puedas  comparar  una  empresa  que  se
[34:12] 
[34:12] dedica  a  la  publicidad  con  otra  que  se
[34:14] 
[34:14] dedica  a  generar  electricidad  Si  tú
[34:16] 
[34:16] tienes  que  hacer  No  un  un  análisis  de
[34:18] 
[34:18] Cuál  es  el  impacto  de  emisiones  de  CO2
[34:21] 
[34:21] de  una  empresa  que  genera  electricidad
[34:22] 
[34:22] pues  hombre  de  facto  una  empresa  que
[34:24] 
[34:24] genera  electricidad  pues  va  a  generar
[34:25] 
[34:25] más  CO2  que  una  empresa  que  genera
[34:27] 
[34:27] publicidad  no  porque  o  quemas  panfletos
[34:28] 
[34:28] o  no  tienes  por  qué  generar  mucho  mucho
[34:31] 
[34:31] CO2  Entonces  el  Cómo  conseguir  unos
[34:33] 
[34:33] scores  que  sean  comparables  y  que  tengan
[34:35] 
[34:35] correlación  con  las  métricas  financieras
[34:38] 
[34:38] de  una  empresa  es  una  vertiente
[34:40] 
[34:40] metodológica  que  es  compleja  Eh  hay  hay
[34:43] 
[34:43] varios  Marcos  de  comparación  clarity  ha
[34:46] 
[34:46] diseñado  uno  propio  o  también  se  Dear
[34:48] 
[34:48] temás  de  regulación  y  están  muy  metidos
[34:50] 
[34:50] en  en  distintos  distintos  Marcos  o  pero
[34:53] 
[34:54] sobre  todo  también  ahí  se  utilizaba  laa
[34:55] 
[34:55] pues  para  toda  la  parte  de  eh
[34:57] 
[34:58] procesar  noticias  como  conseguíamos
[34:59] 
[34:59] señal  de  distintos  de  distintas  Fuentes
[35:03] 
[35:03] porque  una  de  las  cosas  que  nosotros
[35:05] 
[35:05] utilizábamos  no  siempre  ponemos  el  mismo
[35:06] 
[35:06] caso  el  del  dieselgate  tú  miras
[35:08] 
[35:08] Volkswagen  sobre  papel  En  aquellos  años
[35:11] 
[35:11] y  tenían  unos  scores  de  sostenibilidad
[35:14] 
[35:14] muy  buenos  pero  luego  sale  el  dieselgate
[35:15] 
[35:15] que  es  una  controversia  y  que
[35:18] 
[35:18] básicamente  hacían  trampas
[35:20] 
[35:20] en  de  sus  propios  motores  ex  Entonces
[35:23] 
[35:23] tienes  que  penalizar  losos  de  alguna
[35:24] 
[35:24] forma  porque  ese  score  medioambiental
[35:25] 
[35:25] que  tenían  estaba
[35:27] 
[35:27] estaba  pervertido  entonces  tenías  como
[35:29] 
[35:29] que  penalizar  lo  en  plan  Oye  en  función
[35:30] 
[35:30] de  esto  no  entonces  ahí  también  teníamos
[35:32] 
[35:32] como  muchos  algoritmos  de  procesamiento
[35:33] 
[35:33] de  lenguaje  natural  teníamos  muchos
[35:34] 
[35:34] algoritmos  ha  fal  algoritm  O  sea  hay  que
[35:36] 
[35:36] procesar  el  lenguaje  natur  lo  que  ha  era
[35:38] 
[35:38] poner  el  dedo  en  la
[35:39] 
[35:39] balanza  no  no  pero  decir  lo  que
[35:41] 
[35:41] procesaban  es  que  la  gente  hablaba  de  de
[35:44] 
[35:44] este  conflicto  esta  controversia  pero
[35:46] 
[35:46] realmente  esto  era  una  fue  una  sentencia
[35:48] 
[35:48] no  O  sea  no  no  hace  falta  analizar  la
[35:51] 
[35:51] redes  sociales  para  el  Bueno  lo  que
[35:54] 
[35:54] analizamos  eran  noticias  noticias  de
[35:56] 
[35:56] fuentes  eh  confiables  Por  así  decirlo  no
[35:58] 
[35:58] por  evitar  fake  news  Y  problemas  y  lo
[36:00] 
[36:00] que  tú  haces  es  medir  como  la  severidad
[36:02] 
[36:02] de  la  noticia  Bueno  pues  sí  han  hecho  un
[36:03] 
[36:03] poco  de  trampas  en  las  emisiones  pero  si
[36:05] 
[36:05] de  repente  una  fábrica  se  hunde  como  las
[36:07] 
[36:07] de  Pues  no  sé  algunas  empresas  textiles
[36:09] 
[36:10] y  matan  a  100  personas  co  Quiénes  son
[36:12] 
[36:12] los  clientes  que  pagan  por  ese  servicio
[36:14] 
[36:14] Pues  los  clientes  que  pagan  por  este
[36:15] 
[36:15] servicio  el  asset  managers  que  luego
[36:18] 
[36:18] tienen  que  utilizar  esta  información
[36:20] 
[36:20] para  calibrar  sus  portfolios  de  empresas
[36:22] 
[36:22] que  están  participadas  empresas  que
[36:23] 
[36:23] también  que  tienen  que  hacer  el  mundo
[36:25] 
[36:25] financiero  el  mundo  financiero  sí  cuánto
[36:27] 
[36:27] factura
[36:29] 
[36:29] el  salió  hace  poco  en  el  diario  lo
[36:32] 
[36:32] estamos  mirando  antes  no  la  facturación
[36:34] 
[36:34] Creo  que  este  año  ha  sido  de  12  13
[36:35] 
[36:35] millones  de  euros  12  millones  de  euros
[36:37] 
[36:37] yo  le  ido  13  hace  un
[36:40] 
[36:40] rato  entonces  en  clarity  coincid  con  dos
[36:44] 
[36:44] personas  maravillosas  no  con  las  que  nos
[36:46] 
[36:46] llevamos  muy  bien  Diego  Pérez  y
[36:48] 
[36:48] Alejandro  Fernández  y
[36:50] 
[36:50] decidimos  Pues  también  aventurarnos  al
[36:52] 
[36:52] mundo  de  la  emprendeduría  porque  nos
[36:53] 
[36:54] gustó  tanto  ver  cómo  pasó  clarity  de  ser
[36:56] 
[36:56] 40  personas  ha  ser  300  en  su  momento  que
[36:59] 
[36:59] dijimos  [ __ ]  Cómo  han  conseguido  esto
[37:01] 
[37:01] Qué  hay  antes  no  Qué  hay  antes  de  ese
[37:03] 
[37:03] scaling  de  de  de  c  a  40  Cómo  lo  haces  y
[37:06] 
[37:06] siempre  hemos  tenido  como  esas  ganas  de
[37:07] 
[37:08] emprender  y  pues  nos  hemos  tiado  a  la
[37:10] 
[37:10] piscina  recientemente  Cómo  se  llama  el
[37:13] 
[37:13] proyecto  Any  format  Hemos  llegado  ehem
[37:16] 
[37:16] Lemos  llegado  Hemos  llegado  Hemos
[37:17] 
[37:17] llegado  hemos  empezado  lejos  estamos
[37:19] 
[37:19] coniendo  Any  format  Any  format  tú  eres
[37:22] 
[37:22] fundador  Y  ceo  sí  de  Any  format  sí
[37:25] 
[37:25] bienvenido  format  gracias  muchas  gracias
[37:28] 
[37:28] en  a  ver  voy  a  avisar  que  llego  tarde  yo
[37:31] 
[37:31] tengo  un  vuelo  eh  que  pues  avise  también
[37:33] 
[37:33] que  llegas  tarde  eh  en  informat  es  una
[37:37] 
[37:37] plataforma  de  ya  generativa  que  lo  que
[37:39] 
[37:39] nosotros  queremos  ser  es  como  la
[37:40] 
[37:40] herramienta  de  facto  para  poder  procesar
[37:42] 
[37:42] y  centralizar  toda  la  gestión  de  datos
[37:44] 
[37:44] no  estructurados  Desde  esa  parte  de
[37:46] 
[37:46] extracción  gestión  y  luego  parte  de
[37:48] 
[37:48] análisis  es  un  proyecto  muy  transversal
[37:50] 
[37:50] muy  muy
[37:52] 
[37:52] ambicioso  sabemos  que  hay  distintas
[37:54] 
[37:54] iniciativas  y  distintos  Players  y
[37:55] 
[37:55] nosotros  estamos  empezando  a
[37:57] 
[37:57] especializarnos  en  todo  lo  que  es  la
[37:59] 
[37:59] parte  de  ayuda  a  la  automatización  de
[38:03] 
[38:03] procesos  de  manual  Data  entry  una  cosa
[38:05] 
[38:05] que  la  nosotros  nos  flipaba  era  cómo
[38:06] 
[38:06] puede  ser  emp  plan  en  el  siglo  XXI
[38:08] 
[38:08] habiendo  salido  H  gpt  que  las  empresas
[38:10] 
[38:10] sigan  teniendo  el  80%  de  los  datos  sin
[38:12] 
[38:12] estructurar  y  la  principal  forma  de
[38:14] 
[38:14] estructurarlo  sea  con  gente  que  está
[38:15] 
[38:15] machacando  los  manos  Qué  significa  datos
[38:17] 
[38:17] sin  estructurar  en  el  mundo  real  un  par
[38:19] 
[38:19] de  ejemplos  pdfs  llamadas  vídeos
[38:21] 
[38:21] imágenes  eh  Y  qué  significa  estructurado
[38:23] 
[38:23] un  estructurado  Pues  imagínate  tú  tienes
[38:26] 
[38:26] una  llamada  de  audio  tú  quieres  saber  de
[38:27] 
[38:28] qué  está  hablando  Quién  ha  llamado  que
[38:29] 
[38:29] ha
[38:30] 
[38:30] comprado  no  es  transcribir  transcribir
[38:32] 
[38:32] es  pasar  de  voz  a  texto  una  vez  tienes
[38:35] 
[38:35] el  texto  tienes  que  hacer  una  extracción
[38:37] 
[38:37] de  pues  las  entidades  que  hay  no  que  es
[38:40] 
[38:40] una  persona  que  es  una  empresa  que  es  un
[38:42] 
[38:42] estructur  sabes  cuál  es  el  dato  Sabes
[38:44] 
[38:44] qué  es  el  dato  no  es  metadatos
[38:46] 
[38:46] estructurar  es  lo  que  tú  meterías  dentro
[38:47] 
[38:47] de  una  base  de  datos  de  toda  la  vida
[38:49] 
[38:49] relacional  como  lo  tendrías  en  un  Excel
[38:50] 
[38:50] para  que  luego  puedas  hacer  análisis
[38:52] 
[38:52] sobre  ellos  Entonces  y  esto  a  quién  se
[38:55] 
[38:55] lo  vendéis  Esto  se  lo  estamos  vendiendo
[38:57] 
[38:57] sobre  todo  a  empresas  que  son  muy
[38:59] 
[38:59] intensivas  en  datos  estamos  centrándonos
[39:00] 
[39:01] pues  en  en  intermediarios  e  infomediary
[39:19] 
[39:19] [Música]
[39:27] 
[39:27] al  final  lo  que  va  a  tener  son  muchos
[39:29] 
[39:29] contratos  a  nivel  de  precio  por  persona
[39:31] 
[39:31] por  noche  condiciones  de  cancelación
[39:32] 
[39:33] actualizaciones  eso  son  pdfs  o  incluso
[39:34] 
[39:34] por  mail  y  luego  un  banco  de  camas  lo
[39:36] 
[39:36] tiene  que  ingestar  y  meter  dentro  de
[39:38] 
[39:38] base  datos  para  ende  Y  infomediary
[39:40] 
[39:40] perdona  para  acabar  de  Traducir  los
[39:41] 
[39:41] conceptos  sí  infomediary  son  empresas
[39:44] 
[39:44] que  son  muy  intensivas  en  datos  que
[39:45] 
[39:45] recolectan  dato  para  luego  digamos
[39:48] 
[39:48] machacarlo  y  revenderlo  no  ejemplo  pues
[39:51] 
[39:51] en  dentro  de  España  tienes  eh  accesor
[39:54] 
[39:54] inform  forma  equifax  tienes  también
[39:56] 
[39:56] diarios  como
[39:58] 
[39:58] más  pequeños  que  son  como  muy
[39:59] 
[39:59] especialistas  en  alguna  serie  de  nichos
[40:02] 
[40:02] estas  empresas  que  has  dicho  por  si
[40:03] 
[40:03] alguien  no  las  conoce  básicamente  lo  que
[40:04] 
[40:04] hacen  es  leer  el  registro  mercantil  o  el
[40:06] 
[40:06] boe  o  cosas  así  no  Fuentes  que  son  pdfs
[40:09] 
[40:09] y  hacen  una  base  de  datos  con  lo  que
[40:11] 
[40:11] leen  ahí  exo  y  eso  ahora  lo  hace  un
[40:13] 
[40:13] humano  y  vosotros  les  decís  se  hace  Solo
[40:18] 
[40:18] nosotros  les  decimos  os  ayudamos  a  que
[40:19] 
[40:19] los  humanos  vayan  más  rápido  vale  porque
[40:22] 
[40:22] vosotros  lo  sabéis  no  es  que  lo  haga  un
[40:24] 
[40:24] humano  o  sea  esto  lo  tiene  el  registro
[40:25] 
[40:25] mercantil  y  y  hay  que  ir  pagar  y  sacar
[40:29] 
[40:29] el  PDF  s  per  esto  hay  que  hacerlo  igual
[40:30] 
[40:31] pero  el  tema  es  que  hay  hay  que  meter
[40:32] 
[40:32] los  datos  del  PDF  a  mano  en  una  base  de
[40:35] 
[40:35] datos  dudo  que  lo  haga  un  humano  Eh  Esto
[40:39] 
[40:39] lo  hace  un  humano  tienen  combinaciones
[40:41] 
[40:41] de  algoritmos  y  demás  pero  la  principal
[40:43] 
[40:44] forma  de  hacerlo  también  es  por  vía
[40:45] 
[40:45] manual  hay  empresas  subcontratadas  en  en
[40:49] 
[40:49] países  vías  de  desarrollo  que  te  cobran
[40:53] 
[40:53] por  datap  extraído  un  precio  muy  caro
[40:54] 
[40:54] porque  lo  hacen  personas  se  se  suele
[40:56] 
[40:56] externalizar  este  tipo  Proc  es  y  ahora
[40:58] 
[40:58] con  las  nuevas  apariciones  de  tipo  ias
[41:01] 
[41:01] generativas  se  está  empezando  a  poder
[41:03] 
[41:03] automatizar  porque  el  problema  principal
[41:05] 
[41:05] que  tienen  estas  Fuentes  es  que  cada  una
[41:07] 
[41:07] es  de  su  padre  y  de  su  madre  entonces
[41:08] 
[41:08] todos  los  proyectos  hasta  ahora  eran  muy
[41:10] 
[41:10] ad  para  cada  fuente  y  ahora  tienes  una
[41:11] 
[41:11] herramienta  que  te  permite  hacerlo  y
[41:13] 
[41:13] vosotros  lo  hacéis  con  el  lms  sí
[41:27] 
[41:27] trabajar  o  sea  a  cualquier  empresa  de  ia
[41:28] 
[41:29] no  te  pongas  atir  contra  Open  Ai  porque
[41:30] 
[41:30] vas  a  acabar  muerto  No  te  tienes
[41:35] 
[41:35] quear
[41:37] 
[41:37] laaga  Entonces  el  tema  de  los  modelos
[41:40] 
[41:40] propios  siempre  pasa  por  un  modelo
[41:42] 
[41:42] fundacional  que  tú  estás  haciendo  fine
[41:44] 
[41:44] tuning  sobre  tu  propio  dato  para  que  se
[41:45] 
[41:45] adapte  a  tu  contexto  para  que  te
[41:46] 
[41:46] conteste  en  la  forma  que  tú  quieres  y
[41:48] 
[41:48] demás  y  puedes  hacerlo  con  las  dos
[41:49] 
[41:49] partes  eh  con  vendors  tipo  p  cogir  eh
[41:52] 
[41:52] cualquier  otro  o  [ __ ]  los  Open  source  y
[41:54] 
[41:54] utilizarlos  internamente  la  siguiente
[41:56] 
[41:56] pregunta  de  César  esmo  porque  extraes
[41:57] 
[41:57] uso  de  diferentes  mod  vamos  a  ver  una
[41:59] 
[41:59] una  V  de  latitud  Direct  sigue  c  sigue  lo
[42:02] 
[42:02] hablamos  luego  V  No  mi  siguiente
[42:06] 
[42:06] pregunta  es  cómo  de  específico  es  el
[42:09] 
[42:09] producto  para  cada  cliente  Porque  me
[42:10] 
[42:10] imagino  que  Claro  si  tú  hablas  con
[42:12] 
[42:12] cualquiera  de  los  providers  que  que  has
[42:14] 
[42:14] mencionado  claro  ellos  sacan  datos  de  de
[42:16] 
[42:16] fuentes  completamente  distintas  Y
[42:17] 
[42:17] esperan  extraer  metadatos  completamente
[42:19] 
[42:19] distintos  con  estructuras  distintas
[42:20] 
[42:20] entonces  e  tenéis  como  un  producto  que
[42:23] 
[42:23] es  fácil  para  ellos  de  utilizar  y
[42:26] 
[42:26] configurar  para  ext  estos  datos  o  lo
[42:47] 
[42:47] configurándolo  lo  que  me  has  pedido  este
[42:49] 
[42:49] este  Pitch  Solo  este  Pitch  es  latitud  al
[42:52] 
[42:52] primer  día  bueno  Más  o  menos  no  me  está
[42:57] 
[42:57] pensando  la  parte  de  hacemos  algo
[43:00] 
[43:00] técnico  para  que  lo  pueda  hacer  gente  no
[43:01] 
[43:01] técnica  Es  peligroso  o  sea  es  la
[43:05] 
[43:05] historia  nos  cuenta  que  muy  pocos  casos
[43:09] 
[43:09] lo  han  conseguido  no  yo  creo  que  hay  los
[43:11] 
[43:11] los  Her  tables  los  zers  y  algunas
[43:14] 
[43:14] herramientas  más  modernas  de  ya
[43:16] 
[43:16] generativa  que  hacen  cosas  muy  potentes
[43:17] 
[43:17] que  realmente  hace  gente  no  técnica  pero
[43:20] 
[43:20] hay  muchos  que  no  que  no  lo  han
[43:22] 
[43:22] conseguido  no  y  de  hecho  tú  el  otro  día
[43:23] 
[43:23] César  dijiste  como  parte  de  de  un
[43:26] 
[43:26] postmortem
[43:27] 
[43:27] de  latitud  1.0  no  en  paz  descanse  que
[43:31] 
[43:31] este  concepto  de  hacer  análisis  de  datos
[43:33] 
[43:33] para  gente  no  técnica  no  lo
[43:35] 
[43:35] conseguisteis  Pero  porque  el  problema  no
[43:37] 
[43:37] es  que  no  es  la  parte  técnica  es  la
[43:38] 
[43:38] parte  estructurada  es  la  parte  de  saber
[43:40] 
[43:40] hacer  preguntas  y  entender  lo  que  son
[43:42] 
[43:42] datos  estructuradas  en  general  Claro
[43:44] 
[43:44] pero  es  que  eso
[43:45] 
[43:45] claro  contestando  varias  cosas  no  al
[43:48] 
[43:48] mismo  tiempo  al  final  tú  tienes  una
[43:50] 
[43:50] fuente  muy  dispersa  de  datos  es  decir
[43:53] 
[43:53] cada  PDF  que  tú  analizas  por  ejemplo  de
[43:55] 
[43:55] de  un  contrato  puede  tener  un  distinto
[43:57] 
[43:57] pu  Ten  un  idioma  distinto  pero  la
[43:59] 
[43:59] persona  que  necesita  extraer  el  dato  no
[44:00] 
[44:00] el  usuario  final  que  es  el  que  tiene  el
[44:02] 
[44:02] conocimiento  de  negocio  que  es  el
[44:03] 
[44:03] experto  sabe  qué  tipo  de  dato  quiere  y
[44:05] 
[44:05] Cuál  es  la  definición  de  ese  dato  que  él
[44:06] 
[44:07] quiere
[44:08] 
[44:08] entonces  cuando  estamos  seg  están
[44:11] 
[44:11] entrenados  para  ello  O  sea  si  lo  están
[44:12] 
[44:12] haciendo  manualmente  eh  tienen  que
[44:15] 
[44:15] saberlo  si  no  no  est  trabajando  ahí  perd
[44:17] 
[44:17] son  abogados  son  en  este  ejemplo  no  en
[44:20] 
[44:20] este  ejemplo  en  este  ejemplo  son  las
[44:22] 
[44:22] personas  que  tienen  que  actualizar  en  la
[44:23] 
[44:23] base  de  datos  con  los  precios  por
[44:25] 
[44:25] persona  a  noche  sea  el  equipo  de  de
[44:27] 
[44:27] operaciones  es  un  equipo  de  de
[44:28] 
[44:29] operaciones  son  expertos  de  es  dominio
[44:31] 
[44:32] expos  dom  Entonces  el  el  la  tendencia  es
[44:36] 
[44:36] que  el  prompt  engineering  está  muriendo
[44:38] 
[44:38] o  sea  todos  los  modelos  no  lo  estamos
[44:39] 
[44:39] viendo  con  el  preview  al  final  prompt
[44:42] 
[44:42] engineering  va  a  acabar  siendo  también
[44:43] 
[44:43] una  comodity  que  va  a  venir  dentro  del
[44:45] 
[44:45] modelo  van  a  ser  como  mucho  más  vamos  a
[44:48] 
[44:48] discutir
[44:49] 
[44:49] esto  que  nos  hemos  presentado  bien  no
[44:53] 
[44:53] vale  tendía  que  haber  hablado  contigo
[44:55] 
[44:55] Hace  se  meses  y  y  la  y  la  parte
[44:58] 
[44:58] estructural  los  datos  no  se  lo  va  a
[44:59] 
[44:59] comer  el  modelo  la  parte  sí  de  hecho  el
[45:01] 
[45:01] el  el  problema  no  es  que  o  sea  el  modelo
[45:04] 
[45:04] te  hace  la  estructuración  del  dato  El
[45:06] 
[45:06] problema  es  que  cuando  estás  trabajando
[45:07] 
[45:07] con  Fuentes  muy  largas  muy  dispersas  eh
[45:10] 
[45:10] No  es  tanto  el  proceso  de  extracción
[45:11] 
[45:11] sino  el  proceso  de  localizar  la
[45:13] 
[45:13] información  pertinente  para  alimentar  el
[45:15] 
[45:15] modelo  para  que  te  la  pueda  extraer  Y
[45:16] 
[45:16] eso  es  un  proceso  de  ingeniería  de  datos
[45:18] 
[45:18] para  Machine  learning  en  la  que  tienes
[45:20] 
[45:20] que  hacer  composición  de  distintas  cosas
[45:22] 
[45:22] podemos  hablar  de  rack  podemos  hablar
[45:24] 
[45:24] también  de  clasificadores  podemos  hablar
[45:25] 
[45:25] de  detección  interna  para  que  luego  lo
[45:27] 
[45:27] que  le  metes  al  modelo  que  tiene  que
[45:29] 
[45:29] hacer  la  extracción  tenga  la  información
[45:31] 
[45:31] relevante  para  hacerlo  o  sea  el  problema
[45:32] 
[45:32] real  es  cómo  consigues  encontrar  la
[45:34] 
[45:34] información  correcta  en  el  formato
[45:35] 
[45:35] correcto  para  que  el  modelo  sea  capaz  de
[45:37] 
[45:37] entenderlo  Y  eso  no  te  lo  va  a  dar
[45:39] 
[45:39] simplemente  un  llm  te  lo  tiene  que  dar
[45:41] 
[45:41] una  serie  de
[45:42] 
[45:42] procesos  podemos  hacer  doble  clic  en
[45:45] 
[45:45] prompt  engineering  está  muriendo  Qué  te
[45:47] 
[45:47] hace  pensar  esto  el  el  prompt
[45:49] 
[45:49] engineering  está  muriendo  en  el  sentido
[45:51] 
[45:51] de  que  hay  distintas  vertientes  primero
[45:52] 
[45:52] si  quieres  definimos  que  es  engineering
[45:54] 
[45:54] eh  Como  sabéis  pero  empie  intenta  eh  No
[45:57] 
[45:57] no  no  no  empezaré  es  que  no  hay  una  vía
[46:00] 
[46:00] tampoco
[46:01] 
[46:02] eh  básicamente  no  estos  modelos
[46:04] 
[46:04] conversacionales  tú  le  das  una
[46:06] 
[46:06] instrucción  Y  esa  instrucción  tiene  que
[46:08] 
[46:08] estar  formateada  de  una  forma  que  te
[46:09] 
[46:09] ayuda  a  garantizar  el
[46:11] 
[46:11] output  cada  modelo  Tiene  como  su  propia
[46:13] 
[46:13] forma  de  hablar  de  su  propia  forma  de
[46:15] 
[46:15] entender  por  qué  porque  cada  modelo  ha
[46:16] 
[46:16] tenido  su  propio  dataset  de
[46:17] 
[46:17] entrenamiento  en  el  que  le  han  dado  las
[46:20] 
[46:20] instrucciones  de  una  forma  u  otra  De
[46:21] 
[46:21] hecho  hay  hay  papers  que  salían
[46:23] 
[46:23] inicialmente  no  que  decían  es  que  si  le
[46:24] 
[46:24] pones  por  favor  al  modelo  eh  Te
[46:26] 
[46:26] funcionar  mucho  mejor  si  le  pones  que  tu
[46:28] 
[46:28] vida  depende  de  ello  aumentas  un  3%  de
[46:30] 
[46:30] que  así  y  si  le  pones  think  Step  by  Step
[46:33] 
[46:33] no  piensa  paso  a  paso  eso  te  da  un  Boost
[46:35] 
[46:35] de  de  la  [ __ ]  y  es  encontrar  esos
[46:38] 
[46:38] pequeños  hacks  de  cómo  tú  te  comunicas
[46:40] 
[46:40] con  el  modelo  hacen  que  aumente  el
[46:42] 
[46:42] performance  ante  que  aumente  la
[46:43] 
[46:43] eficiencia  de
[46:44] 
[46:44] El  de  respuesta  y  puedes  incluso  llegar
[46:48] 
[46:48] a  minimizar  el  peligro  de  alucinaciones
[46:49] 
[46:49] Entonces  por  qué  digo  que  está
[46:51] 
[46:51] muriendo  digo  que  está  muriendo  porque
[46:53] 
[46:53] al  final  están  saliendo  Marcos  que  te
[46:57] 
[46:57] ayudan  a  optimizar  ese  prompting  al
[46:58] 
[46:58] margen  de  tú  tener  que  escribirlo  No  si
[47:01] 
[47:01] hay  algún  técnico  que  me  está  escuchando
[47:03] 
[47:03] algún  ingeniero  de  ella  pues  que
[47:06] 
[47:06] no  nadie  que  sepa  tema  conad  están  sendo
[47:09] 
[47:09] Marcos  de  trabajo  como  dpy  no  que  te
[47:11] 
[47:11] ayudan  a  hacer  esa  propia  optimización  y
[47:12] 
[47:13] luego  los  pros  modelos  como  hemos  visto
[47:14] 
[47:14] con  el  preview  de  un  debt  que  ya  te
[47:17] 
[47:17] hacen  como  esa  especie  de  aut  interno
[47:20] 
[47:20] para  generarlo  entonces  son  mucho  más
[47:22] 
[47:22] resilientes  ya  creo
[47:25] 
[47:25] que  vion  per  no  está  muriendo  sino  que
[47:28] 
[47:28] la  palabra  se  está  transformando  y  hay
[47:29] 
[47:29] mucha  gente  que  piensa  que  cuando  o  sea
[47:32] 
[47:32] y  es  verdad  que  venimos  de  ahí  eh
[47:33] 
[47:33] venimos  de  ponerle  do  not  hallucinate  no
[47:35] 
[47:35] y  y  que  de  repente  deje  de  alucinar  eh  Y
[47:38] 
[47:38] y  es  verdad  que  hay  papers  al  respecto
[47:39] 
[47:39] pues  sobre  Chain  of  thought  y  sistemas
[47:41] 
[47:41] similares  no  e  Pero  la  realidad  es  que
[47:43] 
[47:43] prompt  engineering  es  una  serie  de
[47:45] 
[47:45] técnicas  no  solamente  de  cómo  construyes
[47:48] 
[47:48] la  estructura  del  prompt  sino  cómo  lo
[47:50] 
[47:50] alimentas  con  los  datos  Eh  pues  por
[47:52] 
[47:52] ejemplo  de  tu  base  de  datos  e  hay  una
[47:55] 
[47:55] serie  de  técnicas  de  evaluación  también
[47:59] 
[47:59] hay  otras
[48:02] 
[48:02] tnas  para  evitar  que  el  modelo  conteste
[48:05] 
[48:05] algo  que  no  que  no  debería  o  que  se
[48:07] 
[48:07] inventa  que  son  los  G  que  se  llaman  Y  al
[48:11] 
[48:11] final  PR  se  ha  convertido  en
[48:13] 
[48:13] esta  mezcla  de  distintas  técnicas  que  te
[48:17] 
[48:17] ayudan  al  final  a  que  el  prom  que  el
[48:19] 
[48:19] output  del  lm  sea  lo  que  tú  esperas  no  y
[48:21] 
[48:21] al  final  de  la  misma  forma  que  en
[48:25] 
[48:25] programación  clásica  determinist  eh
[48:27] 
[48:27] Tienes  sistemas  de  testeo  de  código
[48:28] 
[48:28] porque  al  final  te  quieres  asegurar  de
[48:30] 
[48:30] que  el  [ __ ]  haga  lo  que  tú  esperas  no  e
[48:33] 
[48:33] todo  esto  a  día  de  hoy  está  incluido
[48:35] 
[48:35] dentro  de  de  lo  que  es  prompt
[48:36] 
[48:36] engineering  entonces  e  no  sé  yo  por  lo
[48:40] 
[48:40] por  lo  menos  desde  desde  mi  punto  de
[48:42] 
[48:42] vista  del  mercado  Eh  hablo  con  un  montón
[48:43] 
[48:43] de  empresas  que  que  implementan  el  lms
[48:45] 
[48:45] en  producción  e  está  lejos  de  estar
[48:48] 
[48:48] muerto  porque  la  gente  sigue  poniendo
[48:49] 
[48:49] cosas  en  producción  que  no  funcionan  eh
[48:51] 
[48:51] Y  que  se  rompen  por  todas  partes  y  que
[48:53] 
[48:53] reciben  quejas  de  clientes  porque  no  les
[48:54] 
[48:54] está  funcionando  eem  entonces  creo  que
[48:57] 
[48:57] prompt  engineering  yo  soy  de  la  opinión
[48:59] 
[48:59] de  que  se  debería  Llamar  prom  design
[49:00] 
[49:01] realmente  e  porque  al  final  incluyes
[49:03] 
[49:03] todas  estas  cosas  y  hay  mucha  gente  que
[49:05] 
[49:05] se  queja  de  que  de  que  no  se  debería
[49:07] 
[49:07] Llamar  ingeniería  no  tú  a  todo  le  llamas
[49:09] 
[49:09] design  porque  te  por  lo  que  sea  product
[49:12] 
[49:12] management  prod  Exacto  e  Pero  la
[49:16] 
[49:16] realidad  es  que  al  menos  yo  según  la  la
[49:19] 
[49:19] visión  que  tengo  del  mercado  y  de  las
[49:21] 
[49:21] conversaciones  que  yo  teniendo  con  con
[49:22] 
[49:22] distintas  empresas  está  lejos  de  de
[49:24] 
[49:24] estar  muerto  y  cada  vez  es  más  grande
[49:26] 
[49:26] cada  vez  hay  más  técnicas  para  mejorar
[49:28] 
[49:28] el  output  de  de  esos  modelos  y  ahora
[49:30] 
[49:30] Juan  descubrirás  qué  acaba  de  lanzar
[49:32] 
[49:32] César  hoy  acab  lanz  compr  hemos  sacado
[49:35] 
[49:35] Espera  espera  introduzcamos  no  introduce
[49:38] 
[49:38] el  Qué  bueno  hoy  habéis  hecho  un
[49:40] 
[49:40] lanzamiento  hecho  un  lanzamiento  hoy  sí
[49:42] 
[49:42] he  visto  por  medios  que  la  actitud  ha
[49:45] 
[49:45] salido  en  produ  H  en  Twitter  no  y  en
[49:48] 
[49:48] Twitter  de  hecho  tenemos  dos  product
[49:50] 
[49:50] hands  Live  ahora  mismo  en  estos  momentos
[49:52] 
[49:52] compitiendo  compitiendo  vale  está  aquí
[49:54] 
[49:55] Pau  Ramón  Cómo  vas  Pau  qué  tal  desde
[49:57] 
[49:57] terraza  para  el
[49:59] 
[49:59] mundo  Tú  también  has  sacado  un  prodan  Ho
[50:02] 
[50:02] Sí  sí  sí  yo  también  sa  no  voy  tamb  bien
[50:05] 
[50:05] como  César  César  está  segundo  yo  sexto
[50:07] 
[50:07] Pero  la  verdad  es  que  tampoco  importa
[50:09] 
[50:09] mucho  bueno  que  la  audiencia  del  podcast
[50:11] 
[50:11] vote  a  ver  quién  quiere  que  gane  Exacto
[50:15] 
[50:15] vamos  a  hacer  Live  el  Pit  de  que  hay  en
[50:17] 
[50:17] prodj  en  cada  lado  y  voy  a  ir  mirando
[50:19] 
[50:19] votar  a  los  dos  no  que  voten  a  los  dos  y
[50:21] 
[50:21] reporten  a  los  otros  no  no  no  no  pero
[50:23] 
[50:23] haca  es  broma  es  broma
[50:26] 
[50:26] Entonces  qué  tienes  en  producan  eh  Pues
[50:28] 
[50:28] hemos  sacado  una  plataforma  Open  source
[50:30] 
[50:30] para  hacer  prompt
[50:32] 
[50:32] engineering  sorpresa  brutal  Pero  eso
[50:35] 
[50:35] penso  sea  yo  puedo  ir  ahí  hacer  kit
[50:36] 
[50:37] clone  y  totalmente  Sí  sí  perfecto  e
[50:39] 
[50:39] básicamente  de  lo  que  se  trata  es  te
[50:41] 
[50:41] ayudamos  a  construir  los  prompts  te
[50:43] 
[50:43] ayudamos  a  construir  un  sistema  de
[50:44] 
[50:44] evaluaciones  que  tenga  sentido  eh  Para
[50:46] 
[50:46] tu  caso  de  uso  y  de  hecho  te  las
[50:47] 
[50:47] generamos  automáticamente  e  y  luego
[50:50] 
[50:50] además  te  te  sugerimos  mejoras  en  el
[50:52] 
[50:52] promt  que  tienen  que  ver  tanto  con  el
[50:54] 
[50:54] lenguaje  como  con  la  estructura  del
[50:56] 
[50:56] propio  prom  eh  que  H  vemos  que  con
[50:59] 
[50:59] modelos  incluso  los  últimos  con  gbt  4o
[51:01] 
[51:01] eh  puedes  pasar  de  Pues  imagínate  que
[51:03] 
[51:03] tienes  un  score  de  un  80%  más  o  menos  de
[51:05] 
[51:05] de  accuracy  eh  a  más  de  un  95  por  con  el
[51:09] 
[51:09] lo  que  llamamos  el  promt  refiner  e
[51:12] 
[51:12] entonces  por  eso  me  sorprendía  que  que
[51:13] 
[51:13] dijeras  que  el  pron  está  muerto  porque
[51:15] 
[51:15] con  los  modelos  actuales  por  lo  menos  la
[51:17] 
[51:17] gente  que  los  está  intentando  poner  en
[51:18] 
[51:18] producción  eh  No  lo  está  consiguiendo
[51:20] 
[51:20] con  las  tasas  de  éxito  que  esperarían
[51:22] 
[51:22] vale  Espera  esperad  que  os  corte  Pau  tú
[51:24] 
[51:24] qué  piensas  sobre  esto  es  fantástico  gra
[51:27] 
[51:27] no  sobre  PR  engineering  No  a  mí  me  gusta
[51:30] 
[51:30] mucho  de  hecho  el  tagline  que  pones  en
[51:32] 
[51:33] la  en  el  web  no  Don  rog  no  no  sé  cómo  se
[51:36] 
[51:36] pronuncia  Esto  me  parece  Me  parece  muy
[51:40] 
[51:40] muy  no  vayas  a  pelo  con  tus  prom  Bueno  o
[51:42] 
[51:42] sea  no  hagas  Yolo  no  O  sea  no  ties  tus
[51:44] 
[51:44] proms  ahí  y  luego
[51:45] 
[51:46] pues
[51:48] 
[51:48] innecesarios  vale  Ya  yo  que  s  de  Alegría
[51:51] 
[51:51] no  es  que  yo  os  estoy  votando  en  directo
[51:54] 
[51:54] eh  valeau  tú  qu  tienes  en  ahora  mismo  No
[51:57] 
[51:57] no  es  tan  Guay  como  lo  de  César  voy
[51:58] 
[51:59] sexto  Elba  segundo  no  yo  yo  extraí  de  de
[52:02] 
[52:02] mi  último  proyecto  extraí  una  parte  que
[52:04] 
[52:04] era  yo  tenía  un  bookmark  manager  y
[52:06] 
[52:06] extraí  la  Api  que  hacía  la  extracción  de
[52:08] 
[52:08] contenido  de  internet  que  de  hecho  en
[52:11] 
[52:11] cierto  modo  lo  puedo  unir  un  poco  con  lo
[52:12] 
[52:13] que  hacéis  porque  has  hablado  de
[52:14] 
[52:14] extracción  de  datos  Y  luego  pues  esa
[52:16] 
[52:17] estructuración  de  los  datos  pues  lado  la
[52:18] 
[52:18] parte  de  extracción  de  datos  de  de
[52:19] 
[52:19] internet  es  una  p  tú  le  pones  una  URL  y
[52:21] 
[52:21] te  devuelve  pues  metadatos  screenshot
[52:24] 
[52:24] smartd  etc  etcétera  scaping  esing  Sí
[52:28] 
[52:28] pero  más  más  acotado  sobre  todo  para
[52:30] 
[52:30] para  casos  de  uso  de  llms  donde  tú
[52:32] 
[52:32] quieres  no  quieres  el  html  sino  que
[52:34] 
[52:34] quieres  el  el  macdown  en
[52:36] 
[52:36] general  Pero  tú  no  utilizas  modelos
[52:38] 
[52:38] fundacionales  no  De  hecho  mi  caso  de  uso
[52:41] 
[52:41] era  totalmente  aparte  pero  como  vi  que
[52:43] 
[52:43] había  interés  por  lo  que  había  hecho
[52:46] 
[52:46] entonces  he  decidido  extraerlo  y  hacerme
[52:48] 
[52:48] un  producto  aparte  pregunta  que  en
[52:50] 
[52:50] directo  conviertes  pdfs  a  markdown  sí  me
[52:53] 
[52:53] interesa
[52:54] 
[52:54] Exacto  también  no  sí  tienes  hecho  sí  O
[52:58] 
[52:58] sea  si  están  colgados  en  internet  o  sea
[53:00] 
[53:00] no  no  tengo  funcionalidad  de  backet  y
[53:02] 
[53:02] para  adelante  perfecto  algo  más  algún
[53:05] 
[53:05] deal  más  que  quieras  hacer  Oye  lo  de
[53:07] 
[53:07] produc  han  bueno  se  ha  entendido  lo  que
[53:09] 
[53:09] es  hinger  yo  creo  que  la  gente  se  ha
[53:11] 
[53:11] perdido  Hace  media  hora  bueno  45  minutos
[53:14] 
[53:14] hinger  se  llama  hinger  y  lo  tuyo  latitud
[53:17] 
[53:17] latitud  ese  mismo  nombre  lo  va
[53:19] 
[53:19] reciclando  para  cosas  nuevas  no  Claro
[53:22] 
[53:22] pero  como  nadie  nos  conocía  de  serie
[53:23] 
[53:23] pues  Vale  pero  peru  no  te  dice  Oye  tú  ya
[53:25] 
[53:25] has  estado  aquí  Sí  pero  luego  junta
[53:28] 
[53:28] junta  los  l  yo  voy  borrando  cosas  por
[53:30] 
[53:30] detrás  está  bien  está  bien  todo  bien
[53:32] 
[53:32] vale  bueno  eh  Oye  eh  la  gente  que  no  se
[53:34] 
[53:34] escuche  si  os  parece  interesante  ir  a
[53:36] 
[53:36] votar  en  no  no  votar  porque  esto  prod
[53:38] 
[53:38] noce  tiene  que  darnos  soporte  en  prod  Ah
[53:42] 
[53:42] bueno  darles  cariño  darles
[53:44] 
[53:44] cariño  Qué  impacto  César  habéis
[53:48] 
[53:48] notado  gracias  al  lanzamiento  signups
[53:52] 
[53:52] Pero  dime  cosas  de  verdad  eh  signups
[53:54] 
[53:54] ventas  algo  tan
[53:57] 
[53:57] la  verdad  que  hemos  notado  muchísimo
[53:59] 
[53:59] cambio  en  los  signups  eh  o  sea  ni  los  he
[54:02] 
[54:02] contado  porque  tambén  hemos  tenido  un
[54:03] 
[54:03] pequeño  problemilla  Y  es  que  no
[54:04] 
[54:04] estábamos  filtrando  Bots  y  de  repente
[54:06] 
[54:06] nos  han  empezado  a  entrar  eh  miles  de
[54:08] 
[54:08] Bots  y  nos  han  revent  sí  nos  han
[54:10] 
[54:10] reventado  la  analítica  un  poco  Entonces
[54:12] 
[54:12] estamos
[54:13] 
[54:13] ahora  no  claramente  no  Porque  eran  todos
[54:15] 
[54:15] con  el  mismo  la  misma  estructura  de  mail
[54:17] 
[54:17] y  todo  pero  ha  sido  un  drama  nos  han
[54:19] 
[54:19] cancelado  la  cuenta  del  sistema  de
[54:20] 
[54:20] mailing  bueno  total  cuidado  con  los  Bots
[54:22] 
[54:22] si  lanzá  en  produc
[54:24] 
[54:24] e  y  y  nada  la  verdad  que  bastante
[54:27] 
[54:27] visible  en  redes  sociales  y  algunas
[54:30] 
[54:30] demos  inbound  que  nos  han  demos  inbound
[54:33] 
[54:33] dos  10  en  torno  más  de  cinco  vale
[54:38] 
[54:39] seis  no  s  tendré  que  mirar  Vale  y  signs
[54:41] 
[54:41] miles  pero  muchos  Bots  sí  Muchos  Bots  no
[54:44] 
[54:44] no  yo  creo  en  signups  conseguiremos  unos
[54:47] 
[54:47] 300  más  o  menos  vale  está  bastante  bien
[54:51] 
[54:51] hinger  para  m  no  tan
[54:53] 
[54:53] bien  no  Supongo  que  ser  sexto  pero
[54:56] 
[54:56] Porque  en  mi  caso  el  signup  tiene
[54:58] 
[54:58] necesitas  tarjeta  de  crédito  para
[55:00] 
[55:00] prevenir  abuso  e  yo  tenía  más  miedo  que
[55:03] 
[55:03] que  César  de  los  Bots  Porque  en  mi  caso
[55:05] 
[55:05] pues  me  cuesta  pasta  pero  sí  en  mi  caso
[55:07] 
[55:07] han  sido  20  20  signups  4000  visitas  e
[55:11] 
[55:11] Pero  al  final  yo  creo  que  lo  hacemos  un
[55:12] 
[55:12] poco  para  para  marcarte  un  objetivo  y
[55:14] 
[55:14] una  externalidad  es  como  un  ritual  casi
[55:16] 
[55:16] que  que  haces  hay  que  lanzar  hay  que
[55:18] 
[55:18] lanzar  pero  en  realidad  tampoco  no  creo
[55:19] 
[55:19] que  el  impacto  sea  sea  tanto  O  sea  yo
[55:21] 
[55:21] saco  más  de  un  blog  po  que  que  de
[55:23] 
[55:23] producan  César  ha  levantado  capitán  al
[55:26] 
[55:26] riesgo  tiene  nóminas  a  pagar  Es  muy
[55:29] 
[55:29] diferente  que  tú  que  estás  en  tu  casa  y
[55:31] 
[55:31] que  te  da  men  Un  poco  igual  Sí  pero
[55:35] 
[55:35] bueno  ha  ha  ilusión  y  la  verdad  es  que
[55:38] 
[55:38] para  este  lanzamiento  e  también  hemos
[55:41] 
[55:41] invertido  eh  pasta  real  Ah  Pay  to  Win  no
[55:45] 
[55:45] pero  ya  llamos  segundos  antes  de  esto  O
[55:47] 
[55:47] sea  habéis  pagado  a  gente  para  que  os
[55:48] 
[55:48] voten  produ  no  no  para  que  no  no  para
[55:50] 
[55:50] que  nos  voten  eh  De  hecho  la  mayoría  de
[55:52] 
[55:52] gente  que  aparece  en  primeros  puestos  de
[55:53] 
[55:54] prodam  son  así  los  puedes  ver  en  las
[55:55] 
[55:55] gráficas  de  crecimiento  de  votos  eh
[55:57] 
[55:57] Porque  se  los  van  cargando  los  de  prodan
[55:59] 
[55:59] van  moderando  y  les  van  quitando  votos
[56:00] 
[56:00] eh  nuestra  curva  es  perfectamente
[56:02] 
[56:02] orgánica  em  y  lo  que  hemos  hecho
[56:05] 
[56:05] diferente  esta  vez  eh  hemos  contratado
[56:08] 
[56:08] entre  comillas  eh  a  un  influencer  eh  de
[56:12] 
[56:12] estos  de  Twitter  de  II  e  para  para  que
[56:16] 
[56:16] haga  un  post  sobre  nosotros  e  y  la
[56:17] 
[56:17] verdad  que  lo  hecho  bastante  Guay  se  ha
[56:19] 
[56:19] currado  un  vídeo  y  tal  eh  tiene  decenas
[56:21] 
[56:21] de  miles  de  de  impresiones  ahora  mismo  e
[56:24] 
[56:24] y  ha  funcionado  relativamente  bien  para
[56:26] 
[56:26] para  seguir  consiguiendo  votos  no  lo  de
[56:29] 
[56:29] marketing  esas  cositas  Sí  sí  muy  bien
[56:33] 
[56:33] muy  interesante  Oye  antes  de  pasar  a  a
[56:36] 
[56:36] la  parte  de  interactiva  tú  Jordi  querías
[56:38] 
[56:38] contar  eh  el  update  de  wordpress  que
[56:41] 
[56:41] contaste  hace  dos  semanas  creo  en  Madrid
[56:44] 
[56:44] sí  os  quería  hacer  un  poco  de  update
[56:45] 
[56:45] porque  eh  brevemente  porque  vamos
[56:47] 
[56:47] estamos  fuera  de  tiempo  todo  empezó  en
[56:49] 
[56:49] 1962  no  no  super  brevemente  eh  wordpress
[56:53] 
[56:53] Hablamos  hace  TR  semanas  en  en  Madrid
[56:56] 
[56:56] que  había  habido  una  batalla  legal  o
[56:58] 
[56:58] estaba  habiendo  una  batalla  legal  entre
[57:01] 
[57:01] wordpress.org  una  fundación  sin  ánimo  de
[57:03] 
[57:04] lucro  y  un  proyecto  Open  source  y
[57:06] 
[57:06] automatic  que  es  la  empresa  detras  de
[57:07] 
[57:08] wordpress.com  que  son  los  misma  gente
[57:09] 
[57:09] Vale  y  wp  engine  que  es  una  un  negocio
[57:13] 
[57:13] de  Hosting  de  wordpress  eso  estaba
[57:14] 
[57:15] empezando  y  se  complicó  un  montón  y  a  mí
[57:17] 
[57:17] me  me  apasionan  este  tipo  de  sagas
[57:19] 
[57:19] porque  mezcla  el  open  source  el  private
[57:21] 
[57:21] equity  la  startup  los  egos  de  las
[57:24] 
[57:24] personas  y  la  la  ver  la  verdad  es  que
[57:27] 
[57:27] está  sufriendo  mucho  40%  de  las  páginas
[57:29] 
[57:29] web  del  mundo  están  eh  encima  de
[57:32] 
[57:32] wordpress  con  lo  cual  es  muy  relevante
[57:34] 
[57:34] lo  que  está  pasando  Desde  que  hablamos
[57:35] 
[57:35] eh  se  mandaron  cartas  amenazándole
[57:56] 
[57:56] cual  haciendo  mucho  daño  a  la  comunidad
[57:58] 
[57:58] que  estaba  usando  wordpress  a  través  de
[57:59] 
[57:59] un  proveedor  concreto  que  no  sabían  que
[58:01] 
[58:01] era  malvado  y  de  repente  no  pues  Matt
[58:03] 
[58:03] mullenberg  decidió  que  no  tenían  permiso
[58:05] 
[58:05] y  eso  generó  mucho  debate  luego  les
[58:06] 
[58:06] quitaron  este  bloqueo  no  y  dijeron
[58:09] 
[58:09] tenéis  hasta  el  1  de  octubre  para  hacer
[58:11] 
[58:11] las  paces  o  os  vamos  a  volver  a  bloquear
[58:14] 
[58:14] por  el  camino  se  publicó  que  wordpress
[58:17] 
[58:17] le  había  exigido  a  wp  engine  el  8%  de  su
[58:19] 
[58:19] facturación  a  cambio  de  dejarles  tener
[58:22] 
[58:22] un  negocio  encima  de  wordpress  cuando
[58:25] 
[58:25] wordpress  es  open  source  cambio  de
[58:26] 
[58:26] dejarles  utilizar  la  marca  de  wordpress
[58:28] 
[58:28] que  es  distinto  sí  técnicamente  tienes
[58:32] 
[58:32] razón  entonces  la  web  de  wp  engine
[58:34] 
[58:34] empezó  a  meter  la  r  pequeñita  de
[58:36] 
[58:36] registered  al  lado  de  la  palabra
[58:38] 
[58:38] wordpress  y  un  montón  de  disclaimers  en
[58:40] 
[58:40] el  foter  como  para  cumplir  Pero  no  Fue
[58:43] 
[58:43] suficiente  para  wordpress  que  volvió  a
[58:46] 
[58:46] vetar  y  incluso  metió  cuando  te
[58:49] 
[58:49] registras  para  formar  parte  de  la
[58:50] 
[58:50] comunidad  wordpress  en  wordpress.org  un
[58:53] 
[58:53] checkbox  que  pone  no  estoy  afiliado  de
[58:56] 
[58:56] ninguna  forma  económica  financiera  o  o
[58:58] 
[58:58] en  negocios  con  wp  engine  con  lo  cual
[59:01] 
[59:01] como  nadie  sabe  qué  pasa  con  ese
[59:03] 
[59:03] checkbox  pero  a  ver  si  tienes  narices  de
[59:05] 
[59:05] de  darle  al  checkbox  de  que  estás
[59:07] 
[59:07] afiliado  con  wp  engine  cuando  intentas
[59:09] 
[59:09] contribuir  al  Open  source  de  wordpress
[59:11] 
[59:11] subir  una  versión  nueva  de  un  plugin
[59:12] 
[59:12] pero  me  parece  una  terrible  idea  o  sea
[59:13] 
[59:13] la  gente  seguramente  va  a  visitar  wp
[59:15] 
[59:15] engine  para  ver  si  es  más  barato  con
[59:17] 
[59:17] este  checkbox  en  en  wordpress.or  bueno
[59:20] 
[59:20] es  todo  fatal  no  Y  la  última  y  ya  me
[59:22] 
[59:22] callo  eh  que  me  ha  hecho  gracia  eh  fue
[59:26] 
[59:26] nuestro  amigo  David  hemer  Hanson  a  ver
[59:29] 
[59:29] si  lo  digo  bien  que  es  uno  de  los
[59:31] 
[59:31] fundadores  de  basecam  y  el  creador  de
[59:34] 
[59:34] ruben  rails  muy  muy  estimado  por
[59:37] 
[59:37] nosotros  porque  hemos  construido  muchos
[59:39] 
[59:39] negocios  encima  de  ruben  rails
[59:41] 
[59:41] e  hizo  una  publicación  criticando  muy
[59:45] 
[59:45] fuerte  a  Matt  mullenberg  y  a  automatic
[59:48] 
[59:48] diciendo  que  estaba  haciendo  muchísimo
[59:49] 
[59:49] daño  a  la  comunidad  Open  source  y  que  y
[59:52] 
[59:52] que  iba  a  generar  un  daño  Irreversible
[59:54] 
[59:54] que  las  las  expectativas  o  las  demandas
[59:56] 
[59:56] de  Matt  mullenberg  eran  absolutamente
[59:58] 
[59:58] irrazonables  y  es  un  un  poco  un  pope  del
[60:00] 
[60:00] Open  source  Porque  otro  porcentaje  no
[60:02] 
[60:02] tanto  en  volumen  como  en  cantidad  de
[60:05] 
[60:05] startups  y  empresas  grandes  tecnológicas
[60:06] 
[60:06] están  construidas  en  rubion  rails  la
[60:08] 
[60:08] verad  es  que  tiene  mucho  impacto  en
[60:09] 
[60:09] nuestro  mundillo  y  se  ha  posicionado  muy
[60:11] 
[60:11] fuertemente  en  contra  de  la  postura  de  m
[60:15] 
[60:15] wenberg  y  automatic  y  wordpress.org  y  no
[60:18] 
[60:18] es  que  a  favor  de  pero  diciendo  Oye  no
[60:20] 
[60:20] deis  por  saco  esta  gente  que  tú  haces
[60:22] 
[60:22] una  cosa  Open  source  viene  a  ser  su
[60:23] 
[60:23] resumen  si  tú  haces  Open  source  pues  te
[60:26] 
[60:26] jodes  y  haces  Open  source  y  la  gente
[60:27] 
[60:27] puede  usar  tu  Open  source  para  hacer
[60:28] 
[60:28] negocios  por  enci  clar  Pero  la  pregunta
[60:30] 
[60:30] es  si  la  propiedad  intelectual  de  la
[60:31] 
[60:31] marca  es  parte  del  Open  source  o  no  que
[60:33] 
[60:33] no  lo  es  wp  concretamente  no  lo  es  no  lo
[60:37] 
[60:37] ha  sido  y  se  ha  dicho  varias  veces  que
[60:39] 
[60:39] wp  no  estaba  registrado  y  todas  las
[60:41] 
[60:41] referencias  a  wordpress  en  su  página  Sí
[60:43] 
[60:43] pero  eso  y  todas  las  qué  perdón
[60:44] 
[60:44] referencias  a  wordpress  en  su  página  a
[60:47] 
[60:47] mí  no  me  parece  ninguna  locura  yo  el
[60:48] 
[60:48] clim  de  automatic  lo  veo  un  poco  pillado
[60:51] 
[60:51] con
[60:51] 
[60:51] pinzas  [ __ ]  no  sé  tío  les  hace  rabia
[60:55] 
[60:56] que  la  mitad  del  negocio  de  Hosting  de
[60:57] 
[60:57] wordpress  se  lo  lleve  Silver  Lake  Pues
[60:59] 
[60:59] sí  les  les  hace  rabia  has  construido  tú
[61:01] 
[61:01] un  negocio  encima  un  mod  Open  source  con
[61:03] 
[61:03] un  software  cojon  muy  popular  que
[61:04] 
[61:04] cualquiera  puede  usar  y  hostear  pues  no
[61:06] 
[61:06] sé  sí  pero  [ __ ]  o  sea  las  licencias
[61:08] 
[61:08] están  para  algo  no  Y  la  licencia  de  la
[61:10] 
[61:10] Marc  licencia  Open  source  te  permite
[61:12] 
[61:12] explotar  el  software  explotarlo  no  la
[61:15] 
[61:15] marca  tú  puedes  mencionar  la  marca  no
[61:17] 
[61:17] puedes  utilizarla  para  confundir  a  la
[61:19] 
[61:19] gente  Exacto  yo  no  creo  que  estuvieran
[61:21] 
[61:21] confundiendo  a  la  gente  no  te  pongo  un
[61:22] 
[61:22] ejemplo  el  otro  día  eh  pasé  por  slack  eh
[61:25] 
[61:25] Por  por  el  slack  de  de  latitud
[61:29] 
[61:29] eh  empresa  no  no  no  O  sea  pasé  subí  una
[61:34] 
[61:34] cosa  tranquilos
[61:35] 
[61:35] [ __ ]  subí  una  imagen  vale  he  de
[61:39] 
[61:40] Traducir  de  inglés  a  españolo  dejadme
[61:42] 
[61:42] que  cabe  y  lo  entenderéis  madre  mía
[61:45] 
[61:45] e  subí  una  eh  captura  de  pantalla  de  lo
[61:50] 
[61:50] que  salió  de
[61:51] 
[61:51] wordpress.org  El  formulario  este  donde
[61:53] 
[61:53] salía  el  el  checkbox  este  de  no  estoy
[61:54] 
[61:55] afiliado  con  w  engine  e  y  gente  que  no
[61:59] 
[61:59] sabía  el  contexto  del  drama  se  pensaban
[62:02] 
[62:02] que  wp  engine  era  parte  de  wordpress
[62:06] 
[62:06] entonces  o  sea  como  ejemplo  Random  de
[62:08] 
[62:08] obviamente  lleva  confusión  obviamente  a
[62:11] 
[62:11] ver  hay  1000  distribuidores  de  Microsoft
[62:13] 
[62:13] que  se  llaman  microsolutions  micro
[62:15] 
[62:15] technologies  micro  Distribution  no  sé
[62:18] 
[62:18] qué  quieres  que  te  diga  toda  la  vida
[62:20] 
[62:20] Microsoft  no  es  mod  Open  source  Bueno
[62:22] 
[62:22] tamb  de  hecho  también  es  de  los
[62:23] 
[62:23] contribuidores  de  Open  source  más
[62:24] 
[62:24] grandes  del  mundo
[62:26] 
[62:26] estamos  hablando  de  gente  que  vende
[62:27] 
[62:27] Microsoft  no  tiene  nada  que  ver  el
[62:29] 
[62:29] ejemplo  esta  gente  viende  wordpress  oa
[62:30] 
[62:30] Yo  entiendo  que  les  cabre  eh  se  dedican
[62:33] 
[62:33] una  cantidad  de  recursos  importantes  a
[62:35] 
[62:35] construir  algo  y  Lu  va  alguien  coge  la
[62:38] 
[62:38] marca  y  hace  un  negocio  más  grande  que
[62:39] 
[62:39] ellos  no  coge  la  marca  eh  coge  el
[62:41] 
[62:41] software  Open  source  que  tienes  derecho
[62:43] 
[62:43] a  distribuir  y  le  llamas  wp  engine  Sí  el
[62:47] 
[62:47] nombre  es  un  poco  pero  de  repente  se  han
[62:49] 
[62:49] despertado  hoy  también  porque  wp  engine
[62:51] 
[62:51] es  más  viejo  que  ir  a  pie  eh  o  sea  se
[62:53] 
[62:53] han  despertado  cuando  cuando  han  querido
[62:56] 
[62:56] más  revenues  normalmente  va  así  eh
[62:58] 
[62:58] cuando  son  pequeños  nadie  se  despierta
[63:00] 
[63:00] el  problema  es  cuando  creces  o  sea  el
[63:02] 
[63:02] problema  son  los  revenus  no  la  marca  el
[63:04] 
[63:04] problema  son  los  ravin  es  que  no  tiene
[63:05] 
[63:05] wordpress  Claro  claro  pero  bueno  eso  el
[63:09] 
[63:09] open  source  es  un  problema  cuando  es  una
[63:11] 
[63:11] parte  importante  intrínseca  de  tu  modelo
[63:13] 
[63:13] de  negocio  tiene  que  formar  parte  de  la
[63:14] 
[63:14] ecuación  Si  tú  permites  a  otros  explotar
[63:16] 
[63:16] tu  propiedad  intelectual  pero  también
[63:17] 
[63:17] puedes  cambiar  de  opinión  no  sí  sí  Bueno
[63:20] 
[63:21] los  juces  tampo  es  cambiar  de  opinión  O
[63:22] 
[63:22] sea  al  final  la  marca  está  registrada  y
[63:25] 
[63:25] es  propiedad  intelectual  de  automatic  es
[63:28] 
[63:28] distinto  al  código  Open  source  de  Word
[63:31] 
[63:31] depende  del  día  era  propiedad
[63:32] 
[63:32] intelectual  de  la  fundación  wordpress
[63:36] 
[63:36] depende  del  día  de  automatic  eso  tampoco
[63:38] 
[63:38] queda  claro  clarísimo  no  está  no  sé  yo
[63:41] 
[63:41] creo  que  los  de  wp  engin  lo  han
[63:43] 
[63:43] utilizado  como  Cruzada
[63:45] 
[63:45] eh  diciendo  que  wordpress  es  anti  Open
[63:48] 
[63:48] source  cuando  claramente  too  lo
[63:49] 
[63:49] contrario  porque  pag  Bueno  pero
[63:52] 
[63:52] claramente  lo  han  hecho  sobre  el  open
[63:53] 
[63:53] source  cuando  el  litigio  Era  sobre  otra
[63:55] 
[63:55] cosa  era  sobre  el  uso  de  la  marca  vamos
[63:59] 
[63:59] a  las
[64:00] 
[64:00] preguntas  venga  venga  Quién  quiere
[64:03] 
[64:03] preguntar  comentar  primero  hay  una
[64:07] 
[64:07] pregunta  Hola  Qué  tal  Buenas  primero
[64:10] 
[64:11] disculpas  creo  que  voy  hacer  una
[64:12] 
[64:12] pregunta  un  poco  técnica  pero  quiero
[64:13] 
[64:13] aprovechar  la  situación  que  tengo  unos
[64:15] 
[64:15] genios  en  en  la  materia  y  que  es  Qué
[64:18] 
[64:18] modelos  matemáticos  utilizan  para
[64:20] 
[64:20] optimizar  la  hiperparametros
[64:23] 
[64:23] y  pregunto  esto  por
[64:27] 
[64:28] creo  que  es  para  ti  bern  me  tiro  eh
[64:30] 
[64:30] pregunto  esto  por  una  cuestión  personal
[64:31] 
[64:31] que  es  que  me  sorprende  que  normalmente
[64:33] 
[64:33] venga  con  las  redes  neuronales  se
[64:35] 
[64:35] optimicen  con  gradiente  descendiente  que
[64:37] 
[64:37] es  un  modelo  matemático  bastante
[64:38] 
[64:38] ineficiente  y  no  Se  use  por  ejemplo  la
[64:41] 
[64:41] optimización
[64:48] 
[64:48] bayesiana  vale  e  son  dos  cosas  distintas
[64:52] 
[64:52] vale  son  dos  cosas  distintas  el  el
[64:53] 
[64:53] descenso  gradiente  que  es  un  modelo
[64:55] 
[64:55] ización  que  básicamente  no  es  como  tú  si
[64:58] 
[64:58] te  tienes  que  bajar  una  montaña  vas
[64:59] 
[64:59] pegando  con  un  palo  a  ciegas  y  Esto  va
[65:00] 
[65:00] para  arriba  Esto  va  para  abajo  para
[65:02] 
[65:02] abajo  es  muy  flexible  mientras  tengas
[65:04] 
[65:04] una  función  diferenciable  convexa  pues
[65:06] 
[65:06] vas  a  poder  encontrar  al  menos  un  un
[65:08] 
[65:08] mínimo  local  el  problema  de  la
[65:09] 
[65:09] optimización  vallesana  eh  para  este  tipo
[65:12] 
[65:12] de  de  optimizaciones  es  que  no  puedes
[65:15] 
[65:15] como  optimizar  grandes  números  de
[65:17] 
[65:17] parámetros  al  mismo  tiempo  entonces  la
[65:19] 
[65:19] digamos  optimización  de  modelos  al  revés
[65:21] 
[65:21] no  el  entrenamiento  de  los  modelos  tiene
[65:23] 
[65:23] que  pasar  por  el  descenso  gradiente  no
[65:24] 
[65:24] que  es  al  final  el  propagation  que  nos
[65:27] 
[65:27] lleva  ello  y  la  optimización  ballena  no
[65:30] 
[65:30] si  alguien  una  persona  que  se  dedica  al
[65:31] 
[65:31] Machine  learning  más  clásico  de  fine
[65:33] 
[65:33] tuning  de  per  parámetros  pues  pasa  por
[65:36] 
[65:36] herramientas  tipo  optimización  vallena
[65:37] 
[65:37] como  podría  ser  optuna  podría  ser  todo
[65:39] 
[65:39] lo  demás  donde  lo  que  tú  haces  es  eh
[65:42] 
[65:42] para  mejorar  la  eficiencia  del  modelo
[65:43] 
[65:43] imaginaos  no  tenemos  una  radio  vas
[65:45] 
[65:45] sintonizando  hasta  que  la  radio  suena
[65:46] 
[65:46] bien  eh  Tienes  un  espacio  de  búsqueda
[65:48] 
[65:48] que  es  todo  lo  que  puedes  girar  lo  que
[65:49] 
[65:49] haces  con  un  modelo  vallesano  es  dices
[65:51] 
[65:51] Bueno  voy  a  limitar  esto  entre  tres  cu  y
[65:53] 
[65:53] esto  entre  dos  tres  pero  pasid  una  cosa
[65:54] 
[65:54] solo  voy  a  irme  a  este  lado  no  Entonces
[65:56] 
[65:56] no  tienes  un  espacio  de  búsqueda  tan
[65:57] 
[65:57] grande  entonces  al  final  lo  que  estás
[65:59] 
[65:59] haciendo  es  como  limitar  tu  espacio  de
[66:01] 
[66:01] búsqueda  para  mejorar  ese  modelo  pero
[66:03] 
[66:03] son  dos  cosas  para  mí  completamente
[66:05] 
[66:05] distintas  si  tienes  una  red  normal
[66:06] 
[66:06] cualquier  tipo  de  modelo  que  optimiza
[66:08] 
[66:08] una  función  de  coste  tiene  que  pasar  por
[66:10] 
[66:10] desenso  radient  cuando  tienes  un  modelo
[66:12] 
[66:12] Machine  learning  eh  que  tienes
[66:14] 
[66:14] hiperparámetros  no  que  no  son  esos  pesos
[66:16] 
[66:16] que  se  adaptan  ahí  ya  puedes  irte  a
[66:17] 
[66:17] cosas  como  optimización  bayesiana  para
[66:19] 
[66:19] reducir  el  impacto  del  coste
[66:21] 
[66:21] computacional  que  pueden  tener  tus
[66:22] 
[66:22] modelos  Aquí  sí  que  ya  hemos  perdido  a
[66:24] 
[66:24] todos  o  sea
[66:26] 
[66:26] tenía  que  aprovechar  la  oportunidad  una
[66:29] 
[66:29] birra  y  Lu  ha  te  has  resuelto  la  duda  o
[66:31] 
[66:31] no  te  has  resuelto  la  duda  s  y  de  esto
[66:34] 
[66:34] surgen  otras  cuantas  preguntas  pero
[66:35] 
[66:35] luego
[66:37] 
[66:37] con  vamos  a  probar  más  preguntas  de  la
[66:40] 
[66:40] audiencia  Gracias  mira  ahí  hay  una
[66:42] 
[66:42] última
[66:45] 
[66:45] fila  esto  es  el  servos  tenéis  que  pasar
[66:48] 
[66:48] el  micro  ahí  yo  por  tener  en  verdad
[66:50] 
[66:50] tengo  tres  preguntas  pero  voy  a  dejar
[66:53] 
[66:53] espacio  para  los  demás  también
[66:55] 
[66:55] nivel  agi  por  ejemplo  nos  da  miedo  que
[66:59] 
[66:59] llegue  un  punto  en  el  que  esa  agi  como
[67:02] 
[67:02] pueda  hacer  cualquier  tipo  de  cosa  os
[67:05] 
[67:05] quite  el  puesto  en  en  vuestra  empresa
[67:08] 
[67:09] agi  intelcia  Inteligencia  artificial
[67:12] 
[67:12] general  general  artificial  lo  digo
[67:14] 
[67:14] porque  el  otro  día  estuve  hablando  con
[67:15] 
[67:15] el  cto  de  fujitsu  y  él  me  dijo  que  él
[67:17] 
[67:18] bajo  experiencia  dice  que  en  menos  de  4
[67:20] 
[67:20] o  5  años  Sí  o  sí  va  a  haber  algo  así  y
[67:23] 
[67:23] como  va  a  estar  dentro  de  los  procesos
[67:24] 
[67:24] actuales  de  de  los  que  estáis  hablando
[67:26] 
[67:26] por  ejemplo  puede  llegar  a  un  punto  en
[67:28] 
[67:28] el  que  barra  y  haga  un  monopolio  O  sea
[67:31] 
[67:31] si  el  cto  de  fujitsu  se  queda  sin
[67:33] 
[67:33] trabajo  toda  la  gente  técnica  entiendo
[67:35] 
[67:35] no  no  será  muy  único  ese  puesto  de
[67:38] 
[67:38] trabajo  entiendo  que  cualquier  líder
[67:39] 
[67:39] tecnológico  se  queda  sin  trabajo  en  4
[67:41] 
[67:41] años  per  momento  al  setio  de  fujitsu  le
[67:44] 
[67:44] preocupaba  esto  decía  que  le  preocup  no
[67:46] 
[67:46] le  preocupaba  dijo  que  en  4  o  5  años  Sí
[67:50] 
[67:50] o  sí  iba  a  ha  la  agi  iba  a  tener  los
[67:52] 
[67:52] procesos  internos  que  actualmente  por
[67:55] 
[67:55] por  ejemplo  startups  están  haciendo
[67:58] 
[67:58] pueden  ser  borrados  esos  startups  al
[68:01] 
[68:01] final  porque  no  habrá  más  que
[68:03] 
[68:03] sacar  pero  o  sea  a  ver
[68:06] 
[68:06] em  tú  cuando  sales  por  la  O  sea  sales  de
[68:09] 
[68:09] casa  te  preocupas  porque  te  V  a
[68:11] 
[68:11] atropellar  un  coche  o  sea  al  final  es  un
[68:13] 
[68:13] poco  eso  no  realmente
[68:17] 
[68:17] e  la  tecnología  pasa  te  guste  o  no  igual
[68:22] 
[68:22] que  la  ciencia  no  son  cosas  que  que  que
[68:25] 
[68:25] van  a  pasar  te  gusten  o  no  Entonces  tú
[68:28] 
[68:28] qué  qué  aproximación  quieres  en  la  vida
[68:31] 
[68:31] sobre  cosas  que  van  a  pasar  o  sea  si  no
[68:34] 
[68:34] lo  va  si  no  lo  descubre  uno  lo  va  a
[68:35] 
[68:35] descubrir  otro  o  sea  nunca  he  entendido
[68:39] 
[68:39] esta  esta  visión  de  la  tecnología  eh  de
[68:42] 
[68:42] miedo  o  sea  yo  yo  creo  que  es  algo  que
[68:44] 
[68:45] es  una  realidad  es  una  realidad  que  que
[68:47] 
[68:47] uno  tiene  que  entender  y  aceptar  Y  si  si
[68:49] 
[68:49] puede  avanzarse  mejor  no  Y  si  puede
[68:51] 
[68:51] formar  parte  mejor  qué  sentido  tiene
[68:53] 
[68:53] decir  Oye  va  va  a  existir  electricidad  Y
[68:56] 
[68:56] eso  va  a  cambiar  mi  trabajo  que  yo  antes
[68:58] 
[68:58] iba  a  encender  las  los  fanales  fanales
[69:00] 
[69:01] es  una  palabra  en  castellano  las
[69:02] 
[69:02] lámparas  o  lámparas  lámparas  de  la  calle
[69:04] 
[69:04] No  pues  sí  va  a  desaparecer  tu  trabajo
[69:06] 
[69:06] te  da  miedo  pues  mejor  que  te  informes  y
[69:10] 
[69:10] que  formes  parte  igual  de  la  nueva
[69:12] 
[69:12] generación  de  de
[69:15] 
[69:15] lámparas  nuas  generaciones  de  lámparas
[69:18] 
[69:18] Unidos  y  al  final  yo  creo  que  hay  un
[69:20] 
[69:20] concepto  que  es  que  todos  no  sé  si  todos
[69:24] 
[69:24] yo  eh  estoy  deseando  que  alguien  me
[69:28] 
[69:28] quite  mi  trabajo  de  hoy  para  hacer  otro
[69:30] 
[69:30] no  O  sea  como  concepto  espero  crecer
[69:34] 
[69:34] aprender  y  evolucionar  Entonces  mejor  si
[69:36] 
[69:36] es  una  Ai  o  si  es  una  tecnología  Y
[69:38] 
[69:38] entonces  todos  podemos  dejar  de  hacer  lo
[69:40] 
[69:40] que  estamos  haciendo  hoy  y  inventarnos
[69:41] 
[69:41] una  cosa  nueva  Porque  históricamente  es
[69:43] 
[69:43] lo  que  ha  pasado  con  la  humanidad  hemos
[69:44] 
[69:44] ido
[69:55] 
[69:55] Ojalá  llegue  mañana  pero  es  el  hecho  de
[69:57] 
[69:57] por  preguntarlo  un  poco  y  luego  anclado
[69:59] 
[69:59] a  esto  la  la  ética  Saludos  a  cto  de
[70:03] 
[70:03] fujitsu  la  ética  Cómo  veis  la  ética  en
[70:06] 
[70:06] el  mundo  ia  si  debería  tener  una  ética
[70:08] 
[70:08] si  debería  dejar  de  tenerla  Qué  tipo  de
[70:11] 
[70:11] ética  llegar  a  tener  éticas  normales  o
[70:15] 
[70:15] gener  un  poco  de  abrir  debate
[70:20] 
[70:20] Juan  las  fáciles
[70:22] 
[70:22] no  me  alegra  que  me  hagas  esta  pregunta
[70:26] 
[70:26] el  avión  creo  que  sale  ya  voy  un  hotel  o
[70:29] 
[70:29] sea  aquí  hay  un  sofá  no  Sí  hay  muchos
[70:32] 
[70:32] sofás  yo  creo  que  estás  dando  un  puntos
[70:35] 
[70:35] bastante  interesantes  que  yo  creo  que
[70:36] 
[70:36] quedan  bastante  fuera  de  lo  que  es  al
[70:38] 
[70:38] menos  a  nivel  personal  mi  mi  era  de
[70:39] 
[70:39] experticia  y  conocimiento  no  luego  ya
[70:41] 
[70:41] abriremos  el  melón  de  si  es  consciente  y
[70:42] 
[70:42] ya  rematamos
[70:44] 
[70:44] em  o  sea  yo  creo  que  todo  el  mundo
[70:47] 
[70:47] enlazando  con  lo  de  antes  también  lo  que
[70:49] 
[70:49] decían  Jordi  berná  es  como  [ __ ]  con  lo
[70:52] 
[70:52] que  ha  salido  ya  hay  como  dos  posturas
[70:55] 
[70:55] directas  las  de  la  gente
[70:57] 
[70:57] que  hacemos  código  Por  así  decirlo  no  y
[70:59] 
[70:59] es  como  cursor  clot  no  sé  qué  y  tiro  dos
[71:02] 
[71:02] líneas  dos  ampers  sans  y  me  hace  la
[71:04] 
[71:04] mitad  del  código  y  veo  mi  productividad
[71:06] 
[71:06] multiplicada  por  100  y  y  lo  abrazamos  y
[71:08] 
[71:08] luego  una  reticencia  no  que  hemos  visto
[71:10] 
[71:10] por  ejemplo  salir  en  en  el  mundo  más  de
[71:12] 
[71:12] más  creativo  más  artístico  de  diseño  de
[71:14] 
[71:14] gente  que  escribe  gente  que  hace  cosas
[71:16] 
[71:16] creativas  que  lo  lo  rechazan  en  lugar  de
[71:18] 
[71:18] intentar  abrazarlo  para  mí  la  postura
[71:20] 
[71:20] correcta  es  la  de  la  que  hacía  Jordi  en
[71:22] 
[71:22] plan  [ __ ]  qume  trabajo  que  así  puedo
[71:24] 
[71:24] hacer  más  cosas  pu  mi  productividad  y
[71:26] 
[71:26] puedo  quitarme  ese  cuello  de  botella  a
[71:29] 
[71:29] nivel  ético  para  mí  se  despiertan  muchas
[71:31] 
[71:31] cuestiones  no  lo  voy  a  relacionar  con  la
[71:33] 
[71:33] agi  no  pero  sí  más  por  ejemplo  Con  el
[71:35] 
[71:35] impacto  directo  que  puede  tener  en  el  la
[71:38] 
[71:38] automatización  de  ciertos  procesos  de
[71:40] 
[71:40] forma  muy  rápida  en  el  workforce  a  nivel
[71:43] 
[71:43] a  nivel  mundial  o  sea  es  decir  no  hay
[71:45] 
[71:45] mucha  gente  que  es  susceptible  ahora
[71:46] 
[71:46] mismo  de  quedarse  en  el  paro  porque  se
[71:48] 
[71:48] automatizan  procesos  por  ejemplo  como
[71:49] 
[71:49] estamos  hablando  no  del  manual  Data
[71:50] 
[71:50] entry
[71:51] 
[71:51] e  y  eso  va  a  tener  un  impacto  directo
[71:54] 
[71:54] sobre  la  calidad  de  estas  personas  pero
[71:56] 
[71:56] luego  lo  que  va  a  pasar  es  lo  que  dice
[71:57] 
[71:58] Jordi  que  se  va  a  crear  una  nueva  forma
[71:59] 
[71:59] de  trabajo  una  nueva  economía  y  se  va  a
[72:02] 
[72:02] multiplicar  al  final  la  eficiencia  y  la
[72:04] 
[72:04] productividad  heo  yo  creo  que  eso  va  por
[72:06] 
[72:07] un  lado  y  que  luego  nosotros  como
[72:08] 
[72:08] practitioners  no  También  tenemos  que  ser
[72:10] 
[72:10] conscientes  un  poco  Qué  tipo  de
[72:11] 
[72:11] soluciones  estás  haciendo  Y  eso  va  muy  a
[72:13] 
[72:13] nivel  personal  O  sea  la
[72:15] 
[72:15] ía  a  nivel  ético  es  muy  peligrosa  la
[72:18] 
[72:18] generativa  aquí  me  voy  a  ir  otra  vez  por
[72:19] 
[72:19] las  ramas  pero  todos  conocéis  aal  no
[72:22] 
[72:22] harar  no  el  escritor  de  Sapiens  y
[72:24] 
[72:24] publicó  un  art  cuando  salió  chbt  que  era
[72:27] 
[72:27] un  poco  también  agorero  diciendo  en  plan
[72:29] 
[72:29] [ __ ]  han  hackeado  lo  que  nos  hace  lo
[72:32] 
[72:32] que  nos  hace  humanos  no  lo  que  nos
[72:33] 
[72:33] permite  habitar  esa  ficción
[72:34] 
[72:34] intersubjetiva  que  llamamos  sociedad
[72:35] 
[72:36] empresas  y  demás  porque  han  hackeado  el
[72:37] 
[72:37] lenguaje  han  hackeado  lo  que  nos
[72:39] 
[72:39] permitía  a  nosotros  comunicarnos  de
[72:40] 
[72:40] forma  efectiva  y  de  repente  yo  soy  muy
[72:42] 
[72:42] susceptible  a  que  me  metan  ideas  que  no
[72:44] 
[72:44] son  mías  que  están  como  prediseñadas  y
[72:46] 
[72:46] por  tanto  moldear  un  poco  mi  mi  voluntad
[72:49] 
[72:49] eso  es  tener  mala  fe  O  sea  no  hacer  eso
[72:51] 
[72:52] de  forma  proactiva  es  como  tener  mala  fe
[72:53] 
[72:53] es  como  utilizar  de  los  de  de  generación
[72:56] 
[72:56] de  imágenes  para  no  pero  está  claro  que
[72:58] 
[72:59] es  un  problema  o  sea  o  es  como  usar
[73:00] 
[73:00] Photoshop  para  hacer  un  fake  no  pero  no
[73:02] 
[73:02] es  lo  mismo  No  es  lo  mismo  más  potente
[73:03] 
[73:03] más  rápido  es  verdad  que  entras  en  un
[73:05] 
[73:06] momento  donde  la  realidad  Se  confunde  O
[73:08] 
[73:08] sea  ya  no  sabes  qu  es  cierto  y  que  no
[73:09] 
[73:09] justo  y  eso  es  un  problema  o  sea  yo  yo
[73:11] 
[73:11] creo  que  hay  que  aceptar  los  problemas
[73:13] 
[73:13] como  son  y  luego  solucionarlos  pero  de
[73:16] 
[73:16] la  misma  manera  que  hay  el  regulador  que
[73:18] 
[73:18] está  preocupado  para  parar  la
[73:20] 
[73:20] Inteligencia  artificial  y  luego  hay  otro
[73:22] 
[73:22] regulador  que  está  pensando  en  cómo  dar
[73:24] 
[73:24] trabajo  o  cómo  Cómo  gestionar  esta
[73:26] 
[73:26] transición  laboral  de  esta  gente  hay  dos
[73:29] 
[73:29] dos  escuelas  de  pensamiento  Pues  yo  creo
[73:31] 
[73:31] que  lo  que  tenemos  que  hacer  es
[73:32] 
[73:32] encontrar  la  solución  No  pararlo  porque
[73:34] 
[73:34] no  se  puede  parar  no  se  puede  parar  es
[73:35] 
[73:35] que  no  tiene  sentido  o  sea  todos  esos
[73:37] 
[73:37] que  firmaron  ese  acta  de  paremos  la
[73:38] 
[73:38] Inteligencia  artificial  es  como  okay  O
[73:40] 
[73:40] sea  estás  Te  has  como  decir  dado  un  baño
[73:42] 
[73:42] de  moral  y  ética  para  postularte  pero  no
[73:45] 
[73:45] no  vas  a  conseguir  nada  es  como  cuando
[73:46] 
[73:46] le  das  al  y  lo  que  es  curioso  Es  que  la
[73:48] 
[73:48] gente  que  está  más  hablando  de  la  ética
[73:49] 
[73:49] y  la  moral  son  los  que  no  tienen  la
[73:51] 
[73:51] capacidad  de  ejecución  y  de  desarrollar
[73:53] 
[73:53] nuevo  modelo  de  gpt  y  los  que  está
[73:55] 
[73:55] codificando  pues  esto  no  se  lo  están
[73:57] 
[73:57] planteando  no  porque  están  pensando  en
[73:58] 
[73:58] lo  siguiente  entonces  este
[74:00] 
[74:00] mismatch  es  curioso  sí  no  O  sea  la  gente
[74:03] 
[74:03] que  menos  entiende  Lo  que  hay  lo  que
[74:05] 
[74:05] está  pasando  es  lo  que  el  que  más  le
[74:07] 
[74:07] preocupa  digamos  es  normal  clar  pero  yo
[74:09] 
[74:09] creo  que  por  eso  mismo  no  porque  no
[74:10] 
[74:10] tienes  un  conocimiento  interno  Sabes
[74:12] 
[74:12] cuáles  son  los  límites  reales  las
[74:14] 
[74:14] potencialidades  hablar  de  la  agi  ahora
[74:17] 
[74:17] mismo  o  sea  es  muy  suculento  no  porque
[74:19] 
[74:19] [ __ ]  parece  que  estamos  llegando  a  un
[74:20] 
[74:20] punto  en  el  que  es  la  osta  que  aquí  4
[74:22] 
[74:22] años  lo  vamos  a  tener  yo  lo  dudo
[74:23] 
[74:23] sinceramente  es  que  no  significa  nada  a
[74:25] 
[74:25] día  de  hoy  se  ha  pervertido  tanto  el
[74:27] 
[74:27] término  que  ya  nadie  tiene  una
[74:28] 
[74:28] definición  única  de  de  lo  que  se  según
[74:30] 
[74:30] nos  has  explicado  tú  lo  único  que
[74:32] 
[74:32] sabemos  hacer  es  acercar
[74:34] 
[74:34] palabras  predecirla  sin  palab  y  el  clip
[74:38] 
[74:38] de  César  de  hace  no  sé  cuánto  tiempo
[74:40] 
[74:40] cuál  [ __ ]  tu  clip  de  YouTube  Ah  el  clip
[74:42] 
[74:42] Sí  sí  yo  ya  lo
[74:44] 
[74:44] dije  venga  vamos  a  a  otra  pregunta  o
[74:50] 
[74:50] comentario  est  ya  no  para  mí  que  eh  yo
[74:54] 
[74:54] tengo  una  consulta  para  César  ahora  que
[74:56] 
[74:56] lanzaron  el  producto  Open  source  sobre
[74:58] 
[74:58] cuál  es  la  estrategia  de  monetización
[75:00] 
[75:00] que  que  tienen  para  latitud  me  encanta
[75:02] 
[75:02] que  me  ha  esta  pregun  yo  he  montado  Lt
[75:05] 
[75:05] engine  pues  cuidado  porque  tienes  que
[75:08] 
[75:08] publicar  te  has  mirado  licencia  em  Cuál
[75:12] 
[75:12] es  la  estrategia  de  monetización  eh  muy
[75:14] 
[75:14] fácil  nosotros  hacemos  de  Proxy  vale
[75:17] 
[75:17] para  todas  tus  llamadas  a  llms  entonces
[75:19] 
[75:19] eh  cuando  tú  lo  pones  en  producción  tú
[75:21] 
[75:21] llamas  a  través  de  nuestro  sdk  o  nuestra
[75:22] 
[75:23] Api  a  unp  nuestro  e  y  le  pasas  unos
[75:26] 
[75:26] parámetros  Y  eso  te  devuelve  pues  la
[75:27] 
[75:27] respuesta  del  modelo  que  tú  hayas
[75:29] 
[75:29] elegido  no  y  esto  lo  hacemos  pues  tanto
[75:31] 
[75:31] para  los  prompts  como  para  Las
[75:33] 
[75:33] evaluaciones  que  son  las  que  validan  la
[75:34] 
[75:34] respuesta  del  llm  Eh  pues  cada  una  de
[75:37] 
[75:37] estas  lo  consideramos  lo  que  llamamos  un
[75:39] 
[75:39] ran  vale  eh  cobramos  por  rans  tenemos  un
[75:43] 
[75:43] plan  gratuito  que  incluye  hasta  40.000
[75:45] 
[75:45] rans  al  mes  eh  Cuando  te  pasas  de  eso
[75:47] 
[75:47] Pues  pasas  a  uno  de  los  planes  Team  o
[75:50] 
[75:50] Enterprise  eh  el  plan  Team  eh  Son  $99  al
[75:54] 
[75:54] mes  y  te  incluy  100,000  rans  que  son
[75:56] 
[75:56] llamadas  al  final  eh  al  mes  y  si  te
[76:00] 
[76:00] pasas  de  eso  pues  tenemos  es  como  los
[76:02] 
[76:02] créditos  de  Amazon  básicamente  eh  cada
[76:05] 
[76:05] 20.000  rans  son  $  más  entonces  a  final
[76:07] 
[76:07] de  mes  pues  te  pasamos  el  rastrillo
[76:09] 
[76:09] sabes  Te  pasamos  el  sombrero  eh  Y  te
[76:11] 
[76:11] pedimos  que  nos  pagues  y  ya  está
[76:17] 
[76:17] fácil  venga  quién
[76:21] 
[76:21] más  Bueno  pues  si  no  hay  nadie  más
[76:23] 
[76:23] cuidado  luego  siempre  en  las  cervezas  la
[76:26] 
[76:26] gente  me  viene  y  dice  Oye  quería
[76:27] 
[76:27] preguntar  eso  pero  no  me  he  Trío  se
[76:29] 
[76:29] vuelve  inidos  es  un  clásico  eh  No  si  no
[76:31] 
[76:31] se  pregunta  en  directo  no  se  puede  tiene
[76:33] 
[76:33] que  ser  en  directo  siempre  Di  lo  mismo
[76:34] 
[76:34] más  que  nada  es  por  ejemplo  que  qué
[76:35] 
[76:36] opináis  de  que  Sam  alman
[76:37] 
[76:37] quiera  limitar  lo  máximo  posible  y  que
[76:40] 
[76:40] se  cree  las  legislaciones  lo  antes
[76:42] 
[76:42] posible  para  la  ia
[76:43] 
[76:43] intentar  está  eliminando  competencia
[76:46] 
[76:46] está  intentando  que  la  gente  no  consiga
[76:47] 
[76:47] datos  o  qué  opináis  También  de  que  una
[76:50] 
[76:50] persona  que  es  tan  importante  quiere
[76:52] 
[76:52] intentar  cerrar  un  monopolio
[76:54] 
[76:54] la  La  regulación  es  la  herramienta  que
[76:56] 
[76:56] tienen  los  incumbents  las  grandes
[76:58] 
[76:58] empresas  para  frenar  la  competencia  esto
[77:01] 
[77:01] siempre  ha  sido  así  o  se  nos  pensamos
[77:04] 
[77:04] que  es  algo  para  controlar  el  corporate
[77:05] 
[77:05] no  no  el  único  que  puede  afrontar  La
[77:08] 
[77:08] regulación  es  el  corporate  las  startups
[77:11] 
[77:11] no  podemos  o  sea  son  barreras  para  que
[77:13] 
[77:13] para  que  startups  que  se  están  creando
[77:15] 
[77:15] ahora  mismo  no  puedan  Acceder  al  mercado
[77:16] 
[77:16] solo  Open  Ai  con  sus  muchos  billions
[77:19] 
[77:19] levantados  puede  afrontar  esta
[77:21] 
[77:21] regulación  es  así  como  funciona  esto  hay
[77:24] 
[77:24] hay  una  charla  que  a  mí  me  gustó  de  un
[77:26] 
[77:27] señor  que  se  llama  Bill  gley  que  era  un
[77:29] 
[77:29] general  Partner  en  benchmark  que  es  uno
[77:31] 
[77:31] de  los  bisis  más  históricos  del  mundo
[77:33] 
[77:33] que  son  famosos  por  no  ser  especialmente
[77:35] 
[77:35] founder  friendly  hay  que  decirlo  todo
[77:37] 
[77:37] pero  Bill  gurley  es  un  tío  interesante
[77:39] 
[77:39] un  tejano  de  Texas  con  con  opiniones
[77:43] 
[77:43] profundas  y  que  se  nota  que  le  ha
[77:45] 
[77:45] dedicado  tiempo  que  habla  de  este
[77:47] 
[77:47] concepto  que  es  el  regulatory  capture  no
[77:49] 
[77:50] la  captura  regulatoria  y  precisamente
[77:52] 
[77:52] pone  como  ejemplo  no  sé  si  en  esa  charla
[77:54] 
[77:54] o  en  otras  conversaciones  que  ha  tenido
[77:56] 
[77:56] él  públicamente  sobre  Open  Ai  y  como
[77:59] 
[77:59] Open  Ai  a  la  que  consigue  una  posición
[78:00] 
[78:00] de  Liderazgo  dice  vale  Yo  estoy  puntero
[78:04] 
[78:04] llevo  2  años  mínimo  de  ventaja  a
[78:06] 
[78:06] cualquier  otro  porque  ahora  se  están
[78:08] 
[78:08] poniendo  las  pilas  entonces  voy  a
[78:09] 
[78:09] asegurarme  de  que  cualquier  Innovación
[78:12] 
[78:12] en  mi  mundo  tenga  que  pasar  por  47
[78:14] 
[78:14] comités  y  el  congreso  idealmente
[78:17] 
[78:17] consejos  expertos  y  tal  Entonces  eso  es
[78:19] 
[78:19] lo  que  hará  es  frenar  a  los  demás  y  como
[78:21] 
[78:21] dice  Bernard  yo  puedo  pagar  todos  los
[78:22] 
[78:22] abogados  del  mundo  puedo  tener  a  un
[78:24] 
[78:24] lobis  incluso  que  es  un  concepto  que
[78:25] 
[78:25] aquí  no  existe  quizá  tanto  pero  en
[78:27] 
[78:27] Estados  Unidos  es  es  muy  O  quizá  aquí
[78:28] 
[78:28] existe  Pero  está  más  escondid  eura  hay
[78:30] 
[78:30] miles  de  listas  Sí  pero  quizá  no  está
[78:31] 
[78:31] tan  está  más  escondido  yo  creo  que  que
[78:33] 
[78:33] lo  que  está  en  Estados  Unidos  que  está
[78:34] 
[78:34] como  más  reconocido  y  me  encargaré  de
[78:38] 
[78:38] que  yo  siempre  caiga  de  pie  y  que  por  el
[78:40] 
[78:40] camino  se  mueran  otros  no  Aunque  sea
[78:42] 
[78:42] esperando  la  falla  del  juez  o  del
[78:44] 
[78:44] Congreso  y  tal  y  de  hecho  pone  muchos
[78:47] 
[78:47] muchos  ejemplos  y  como  conclusión  la  la
[78:50] 
[78:50] gracia  de  la  charla  es  que  el  nombre  de
[78:52] 
[78:52] la  charla  que  no  me  acuerdo  del  número
[78:54] 
[78:54] es  el  número  de  millas  que  hay  entre
[78:55] 
[78:55] silicon  Valley  y  Washington  DC  no  que
[78:58] 
[78:58] son  los  dos  puntos  de  Estados  Unidos
[78:59] 
[78:59] casi  que  están  más  lejos  que  podrían
[79:01] 
[79:01] estar  no  y  dice  no  es  casualidad  que
[79:02] 
[79:02] silicon  Valley  esté  lo  más  lejos  posible
[79:05] 
[79:05] de  Washington
[79:07] 
[79:07] DC  alguna  opinión  al  respecto  Bueno  o
[79:10] 
[79:10] sea  la  opinión  al  respecto  viene  sobre
[79:12] 
[79:12] todo  que  yo  creo  que  Sam  alman  es
[79:14] 
[79:14] consciente  de  que  no  tiene  mucho  Mode  no
[79:16] 
[79:16] se  al  final  todos  los  que  no  tiene  mucho
[79:18] 
[79:18] qué  mucho  mod  mucho  foso  tecnológico  con
[79:19] 
[79:19] los  módelos  de  lenguaje  ha  tenido  una
[79:21] 
[79:21] ventaja  tecnológica  muy  grande  Durante
[79:23] 
[79:23] los  dos  primeros  años  pero  a  raíz  de
[79:25] 
[79:25] sobre  todo  meta  y  el  open  source  se  está
[79:27] 
[79:27] atrapando  muy  rápido  y  se  está  dando
[79:29] 
[79:29] cuenta  de  que  al  final  para  nosotros  los
[79:32] 
[79:32] desarrolladores  va  a  ser  indistinguible
[79:34] 
[79:34] utilizar  los  modelos  de  openi  que  los
[79:35] 
[79:35] modelos  de  de  meta  y  todo  entonces  De
[79:38] 
[79:38] hecho  si  miráis  un  poco  lo  lo  que
[79:40] 
[79:40] publicaron  no  de  de  las  líneas  de
[79:41] 
[79:42] negocio  que  preveen  por  incom  e  están
[79:44] 
[79:44] dando  mucho  más  énfasis  a  la  parte  de
[79:46] 
[79:46] chat  gpt  de  usuario  final  que  a  lo  que
[79:47] 
[79:47] van  a  hacer  incom  por  por  apis  porque  se
[79:49] 
[79:49] dan  cuenta  de  que  Bueno  me  tengo  que
[79:51] 
[79:51] centrar  en  hacer  producto  un  producto
[79:53] 
[79:53] que  sea  para  gente  p  más  que  Api  que  los
[79:55] 
[79:55] desarrolladores  podrán  elegir  entre
[79:57] 
[79:57] cualquier  modelo  que  esté  disponible
[79:59] 
[79:59] incluso  está  este  típico  plot  no  el  que
[80:02] 
[80:02] generó  maxim  laborn  que  es  como  va
[80:05] 
[80:05] avanzando  la  ía  cerrada  de  Open  Ai  y
[80:09] 
[80:09] como  poco  a  poco  se  está  cerrando  el  Gap
[80:10] 
[80:10] con  los  modelos  Open  source  hasta  que  en
[80:12] 
[80:12] principio  puedes  incluso  predecir  cuándo
[80:14] 
[80:14] tendrán  el  mismo  eficiencia  con  yama  3.2
[80:17] 
[80:17] que  ha  salido  con  meta  que  incluso  han
[80:18] 
[80:18] baneado  dentro  de  Europa  precisamente
[80:20] 
[80:20] por  medias  regulatorias  Pues  es  que  ya
[80:22] 
[80:22] se  está  cerrando  Por  cierto  hablando  de
[80:24] 
[80:24] anear  en  Europa  en  teoría  no  iba  yo
[80:26] 
[80:27] entendí  que  no  iba  a  salir  el  nuevo
[80:28] 
[80:28] modelo  de  voz  avanzado  de  Open  Ai  en
[80:32] 
[80:32] chpt  y  tengo  acceso  a  él  no  sí  que  es  Sí
[80:36] 
[80:36] sí  pero  pero  se  al  principio  se  dijo  que
[80:38] 
[80:38] no  iba  a  salir  en  Europa  y  salió  es  la
[80:41] 
[80:41] [ __ ]  es  increíble  lo  rápido  que
[80:43] 
[80:43] contesta  Está
[80:46] 
[80:46] bien  Voy  a  quitarte  el  like  Dean  es  es
[80:50] 
[80:50] un  poco  o  sea  no  es  natural  a  ver  no  es
[80:53] 
[80:53] un  humano  todavía  vale  No  es  no  estamos
[80:56] 
[80:56] ahí  pero  la  velocidad  en  la  que  te
[80:58] 
[80:58] empieza  a  contestar  o  sea  yo  me  acuerdo
[81:01] 
[81:01] hace  dos  días  en  el  offset  donde
[81:02] 
[81:03] estábamos  con  Bernard  estamos
[81:05] 
[81:05] discutiendo  un  tema  le  pregunta  una  cosa
[81:06] 
[81:06] a  una  persona  tardó  más  en  empezar  a
[81:08] 
[81:08] hablar  la  persona  la  respuesta  que  ech
[81:10] 
[81:10] gpt  si  es  increíble  no  y  lo  brutal  es  la
[81:13] 
[81:13] la  interrupción  dices  No  no  no  me
[81:15] 
[81:15] interesa  cualquier  cosa  y  lo  entiende
[81:18] 
[81:18] reacciona  es  brutal  Eh  sí  pero  es  que
[81:21] 
[81:21] tengo  un  poco  de  de  problema  personal
[81:24] 
[81:24] ahora  con  con  este  ha  pasado  Pues  mira
[81:27] 
[81:27] le  pedí  que  me  explicara  una  cosa  Vale  y
[81:29] 
[81:29] me  dio  un  montón  de  no  me  dio  un  montón
[81:31] 
[81:31] de  datos  Y  le  dije  vale  me  puedes
[81:32] 
[81:33] repetir  esto  último  que  me  has  dicho
[81:34] 
[81:34] porque  est  me  quedé  pensando  en  una  de
[81:35] 
[81:35] las  cosas  que  me  había  dicho  y  me
[81:36] 
[81:36] empieza  a  hablar  más  lento  como  si  fuera
[81:38] 
[81:38] tonto  fal  el  respeto  y  me  lo  tomé  me  lo
[81:40] 
[81:40] tomé  fatal  ese  shay  te  has  dado  cuenta
[81:43] 
[81:43] que  era  más  vista  que  tú  me  lo  tomé
[81:45] 
[81:45] fatal  a  mí  no  me  hablas  así  tal  cual  y
[81:48] 
[81:48] le  decía  pero  que  me  hables  más  rápido  y
[81:49] 
[81:49] no  me  habla  rápido  vale  de  si  problema
[81:52] 
[81:52] lo  tienes  tú  sí  es  un  problema  personal
[81:54] 
[81:54] clar
[81:57] 
[81:57] vale  e  sería  una  pregunta  para  César
[82:00] 
[82:00] también  eh  dícela  rápido  No  hables  lento
[82:03] 
[82:03] que  se  puede
[82:05] 
[82:05] ofender  Sí  bueno  a  la  hora  de  pivotar  el
[82:09] 
[82:09] producto  habéis  tenido  algún  problema  a
[82:11] 
[82:11] la  hora  de  de  de  cambiar  el  diseño  del
[82:13] 
[82:13] producto  habéis
[82:15] 
[82:15] tenido  problemas  con  creando  otra  ui  o
[82:18] 
[82:18] habéis  usado  un  sistema  de  diseño  ya  de
[82:20] 
[82:20] antes  o  habéis  usado  una  librería
[82:22] 
[82:22] externa  es  es  muy  buena  pregunta  e
[82:24] 
[82:24] empezamos  de  cero  completamente  porque
[82:26] 
[82:26] al  final  el  diseño  de  producto  yo  creo
[82:28] 
[82:28] tiene  que  ir  adaptado  al  propósito  del
[82:29] 
[82:29] producto  y  y  la  imagen  de  marca  que
[82:31] 
[82:31] quieres  dar  la  imagen  de  marca  vive  en
[82:33] 
[82:33] en  un  entorno  de  otras  marcas  no  Y  tú
[82:35] 
[82:35] tienes  que  destacar  de  alguna  forma  eh
[82:37] 
[82:37] para  este  último  pivot  hemos  cambiado
[82:40] 
[82:40] completamente  el  diseño  tanto  de  del
[82:42] 
[82:42] bueno  el  sistema  de  diseño  que  teníamos
[82:44] 
[82:44] la  marca  lo  que  es  el  logo  lo  hemos
[82:45] 
[82:45] dejado  igual  pero  sí  que  todos  los
[82:46] 
[82:46] materiales  los  hemos  cambiado  para
[82:48] 
[82:48] adaptarlos  al  diseño  de  producto  eh  pero
[82:51] 
[82:51] sí  sí  lo  hemos  cambiado  todo  y  la  verdad
[82:53] 
[82:54] es  que  hoy  en  día  con  herramientas  como
[82:56] 
[82:56] tawin  por  ejemplo  es  que  o  sea  se  va
[83:00] 
[83:00] hiper  rápido  desarrollar  un  sistema  de
[83:02] 
[83:02] diseño  nuevo  implementándose
[83:16] 
[83:16] en  latitud  son  capaces  de  producir
[83:19] 
[83:19] interfaz  que  ni  siquiera  pasa  por  fig  O
[83:21] 
[83:21] sea  que  directamente  ellos  mismos  ya
[83:23] 
[83:23] saben  cuál  es
[83:25] 
[83:25] y  Sones  de  implementarla  directamente  y
[83:28] 
[83:28] que  nos  lo  comparten
[83:31] 
[83:31] con  los  prod
[83:33] 
[83:33] designers  pero  son  capaces  de  hacer
[83:37] 
[83:37] cosas  bastante  locas  que  hace  5  años  por
[83:40] 
[83:40] ejemplo  era  casi  impensable  que  un
[83:42] 
[83:42] developer  pudiera  hacerte  una  propuesta
[83:44] 
[83:44] de  ui  que  funcionara  muy  bien  dentro  del
[83:46] 
[83:46] diseño  de  la
[83:49] 
[83:49] plataforma  muy  bien  Oye  pues  si  no  hay
[83:52] 
[83:52] no  hay  ninguna  última  pregun  hay  una  hay
[83:55] 
[83:55] una  Ah  venga  va  Hola  me  gustaría
[83:58] 
[83:58] preguntar  sobre  el  fondo  que  estáis
[84:00] 
[84:00] levantando  si  sigue  abierto  y  si  podéis
[84:03] 
[84:03] explicar  un  poco  estructura  de
[84:05] 
[84:05] management  fe  carry  y  qué  participación
[84:07] 
[84:07] va  a  tener  vosotros  venga  J  quieres  las
[84:11] 
[84:11] cuentas  auditadas  también  que  las
[84:13] 
[84:13] comparte  aquí  delante  de  la  cámara
[84:15] 
[84:15] estaría  bien  como  auditoría  para  s  per
[84:16] 
[84:17] no  tenemos  cuentas  ni  auditadas  ni
[84:18] 
[84:18] editar  si  acaba  de  empezar  el  fondo  eh  A
[84:21] 
[84:21] ver  es  un  fondo  de  que  nosotros
[84:30] 
[84:30] promocionamos  que  acabamos  de  abrir  vale
[84:32] 
[84:32] estamos  empezando
[84:34] 
[84:34] a  a  comunicar  con  la  gente  que  que
[84:37] 
[84:37] invierte  con  nosotros  y  y  que  no  ha
[84:40] 
[84:40] empezado  ni  la  actividad  todavía  tiene
[84:42] 
[84:42] la  estructura  estándar  de  fondo  early
[84:46] 
[84:46] stage  de  capital  riesgo  que  tienen  todos
[84:49] 
[84:49] los  que  yo  conozco  en  el  mundo  con  lo
[84:51] 
[84:51] cual  if  you  know  you  know  no  o  sea  es
[84:53] 
[84:53] absolutamente  estándar  lo  estándar  es  un
[84:56] 
[84:56] management  fe  del  2%  y  un  carry  del  20%
[84:59] 
[84:59] esto  es  un  99%  de  los  fondos  que  yo
[85:01] 
[85:01] conozco  funcionan  así  y  luego  hay  casos
[85:04] 
[85:04] que  he  visto  donde  el  carry  puede  subir
[85:07] 
[85:07] cuando  se  supera  un  retorno  bastante
[85:09] 
[85:09] bastante  Bueno  no  te  sé  resumir  todos
[85:12] 
[85:12] los  detalles  del  contrato  porque  no  me
[85:13] 
[85:13] acuerdo  porque  la  verdad  es  que  hace
[85:14] 
[85:14] bastantes  meses  que  lo  discutimos  esto
[85:17] 
[85:17] pero  es  muy  estándar  y  y  está  ahora  en
[85:20] 
[85:20] pura  comercialización  que  se  le  llama
[85:22] 
[85:22] técnicamente  Aunque  realmente  no  es  bien
[85:24] 
[85:24] bien  lo  que  está  pasando  con  este  fondo
[85:26] 
[85:26] pero  si  es  en  en  en  ir  haciendo  los
[85:28] 
[85:28] papeles  de  la  gente  que  invierte  en  el
[85:31] 
[85:31] fondo  no  los  conocidos  elpis  y
[85:34] 
[85:34] eh  nosotros  seguimos  buscando  proyectos
[85:37] 
[85:37] en  los  que  nos  interesa  invertir  para
[85:39] 
[85:39] que  el  fondo  pueda
[85:40] 
[85:40] invertir  la  gestión  del  fondo  la  la  va  a
[85:43] 
[85:43] hacer  Marcel  comentaste  o  no  sé  si  me  AC
[85:46] 
[85:46] nom  los  tres  socios  somos  Marcel  bernat
[85:48] 
[85:48] y  yo  y  luego  trabajamos  con  un  equipo  de
[85:51] 
[85:51] gestores  que  que  hacen  la  gestión  de  de
[85:54] 
[85:54] fondo  Vale  gracias  y  para  te  interesa
[85:58] 
[85:58] invertir  o  ser  invertido  me  interesa
[86:00] 
[86:00] saber  para  si  para  si  meter  un  ticket
[86:02] 
[86:02] para  entender  un  poco  final  si  vas  a
[86:03] 
[86:03] meter  dinero  entender  o  sea  entiendo  que
[86:06] 
[86:06] os  gusta  hacer  todo  esto  en  abierto
[86:07] 
[86:07] también  pues  preguntar  aquí  en  abierto
[86:09] 
[86:09] entiendo  que  si  hay  interés  pues  o  me
[86:12] 
[86:12] pasaréis  con  los  gestores  o  con  el
[86:14] 
[86:15] equipo  que  sea  para  para  tener  más
[86:16] 
[86:16] detalles  o  ver  siguientes  pasos  podemos
[86:19] 
[86:19] hablar  si  quieres  después  y  ya  si  puedo
[86:23] 
[86:23] qui  invertir  en  directo  no  podemos
[86:24] 
[86:24] probar  no  s  no  sé  si  el  equipo  le  va  a
[86:26] 
[86:27] hacer  mucha  ilusión  la  verdad  porque  la
[86:29] 
[86:29] cnm  tiene  sus  cosas  Yo  tengo  un  pequeño
[86:31] 
[86:31] vehículo  junto  con  mi  mi  pareja  ella
[86:33] 
[86:33] trabaja  más  en  el  mundo  de  inversión  Yo
[86:34] 
[86:34] sé  que  estoy  más  en  el  mundo  tecnológico
[86:36] 
[86:36] ella  trabaja  en  un  private  equity
[86:37] 
[86:37] Entonces  ella  sabe  mejor  todo  esto  y  me
[86:40] 
[86:40] ha  mandado  aquí  para  preguntar  para
[86:42] 
[86:42] hacer  losos  de  Ah  amigo  vale  vale  vale
[86:45] 
[86:45] oye  bien  hecho  eh  bien  hecho  Mira  la
[86:46] 
[86:46] única  cosa  que  no  es  estándar  no  es  tan
[86:48] 
[86:48] habitual  en  este  fondo  Aparte  que  es  un
[86:50] 
[86:50] fondo  pequeño  early  stage  enfocado  a
[86:52] 
[86:52] primeras  etapas  es  el  el  commitment  de
[86:55] 
[86:55] los  promotores  es  la  palabra  correcta
[86:57] 
[86:57] los  promotores  del  fondo  que  en  este
[86:59] 
[86:59] caso  es  el  10%  del  fondo  o  sea  esto  es
[87:02] 
[87:02] una  parte  important  Entonces  el
[87:04] 
[87:04] commitment  bueno  los  el  tamaño  del
[87:06] 
[87:07] ticket  es  lo  que  tenéis  o  sea  lo  que
[87:08] 
[87:08] hablabais  de  ser  inversor  profesional
[87:10] 
[87:10] que  es  hacer  un  commitment  de  100000
[87:12] 
[87:12] exacto  y  esto  Vais  a  hacer  capital  calls
[87:14] 
[87:14] a  lo  largo  de  un  periodo
[87:16] 
[87:16] o  bastante  estándar  Cómo  te  llamas  Paul
[87:19] 
[87:19] Paul  esto  es  bastante  est  verdad  que  son
[87:22] 
[87:22] buenas  preguntas  eh  voy  a  si  nos  ponemos
[87:24] 
[87:24] nos  ponemos  eh  ponte  ponte  vale  eh  los
[87:27] 
[87:27] fondos  lo  que  hacen  es  que  captan
[87:31] 
[87:31] compromisos  de  inversión  de  los  elpis
[87:34] 
[87:34] limited  partners  no  que  son  los
[87:35] 
[87:35] inversores  que  es  donde  sale  el  dinero  y
[87:36] 
[87:36] luego  buscan  oportunidades  de  inversión
[87:38] 
[87:38] típicamente  cuando  tú  inviertes  en  un
[87:40] 
[87:40] fondo  de  capital  riesgo  no  inviertes  en
[87:42] 
[87:42] duro  lo  que  haces  es  firmar  un  papel  que
[87:44] 
[87:44] dice  que  te  comprometes  a  invertir  Y  hay
[87:45] 
[87:45] como  unos  compromisos  unos  unos  costes
[87:48] 
[87:48] unas  unos  acuerdos  de  cuando  ganemos
[87:50] 
[87:50] dinero  nos  lo  repartiremos  así  etcétera
[87:52] 
[87:52] no  el  carry  el  management  fee  etc
[87:54] 
[87:54] etcétera  entonces  los  capital  calls  que
[87:56] 
[87:56] a  los  que  aludes  tú  es  cuando  el  fondo
[87:58] 
[87:58] va  a  sus  elpis  y  les  dice  dame  dinero
[88:02] 
[88:02] entonces  normalmente  los  fondos
[88:03] 
[88:03] pequeñitos  con  inversores  que  no  son
[88:05] 
[88:05] super  mega  instituciones
[88:07] 
[88:07] profesionalizadas  lo  que  hacen  es  que  a
[88:09] 
[88:09] los  elpis  con  un  compromiso  muy  grande
[88:12] 
[88:12] que  aportan  mucho  dinero  le  hacen  los
[88:14] 
[88:14] capital  calls  bajo  demanda  no  encuentra
[88:16] 
[88:16] una  empresa  para  invertir  necesito
[88:18] 
[88:18] 200,000  Pues  tú  me  transfieres  20  tú  20
[88:21] 
[88:21] tú  10  tú  10  tú  c  Qué  pasa  que  un  un
[88:24] 
[88:24] fondo  pequeño  con  elpis  muy  pequeños  que
[88:27] 
[88:27] se  comprometen  quizá  a  100,000  de  un
[88:29] 
[88:29] fondo  de  10  millones  esto  es  un  1%
[88:31] 
[88:31] entonces  si  yo  quiero  invertir  100.000
[88:34] 
[88:34] te  digo  transfiéreme  1000  el  coste  de
[88:37] 
[88:37] gestionar  una  transferencia  de  1000  casi
[88:39] 
[88:39] es  más  grande  que  lo  que  se  va  a  ganar
[88:40] 
[88:40] con  esos  1000  eur  entonces  algunos
[88:42] 
[88:42] fondos  early  stage  lo  que  hacen  es  que
[88:43] 
[88:43] los  inversores  que  se  comprometen  a
[88:45] 
[88:45] tickets  más  pequeños  eh  hacen  como  bulk
[88:48] 
[88:48] de  los  capital  calls  no  en  lugar  de
[88:49] 
[88:49] hacer  uno  cada  inversión  hacen  uno  al
[88:50] 
[88:50] quarter  hacen  dos  al  año  o  hacen  uno  al
[88:52] 
[88:52] año  Eso  depende  del  fondo
[88:55] 
[88:55] pero  resumiendo  nosotros  seguimos
[88:57] 
[88:57] prácticas  bastante  estándares  de  un
[88:59] 
[88:59] fondo  de  nuestro  tamaño
[89:06] 
[89:06] perfectoo  en  peri  van  a  funcionar  pero
[89:09] 
[89:09] tampoco  creo  que  es  son  más  detalles  si
[89:11] 
[89:11] no  que  nos  escriba  por  YouTube  si  no  se
[89:12] 
[89:12] está
[89:14] 
[89:14] escuchando  y  luego  sí  que  tenía  una
[89:16] 
[89:16] pregunta  para  César  perdón  porque  el
[89:19] 
[89:19] tema  Open  source  sea  entiendo  sea
[89:23] 
[89:23] entiendo  tu  estructura  de  cómo  lo  vas  a
[89:24] 
[89:24] monetizar  siempre  está  el  riesgo  de  que
[89:26] 
[89:26] te  salga  un  Lt  engine  y  y  que  haga
[89:30] 
[89:30] Hosting  de  de  tu  mismo  código  y  eso  eso
[89:35] 
[89:35] es  una  posibilidad  no  entiendo  que  sí  y
[89:37] 
[89:37] totalmente  de  hecho  ya  está  pasando  Está
[89:39] 
[89:39] sacando  el  portátil  esto  es  más  buena
[89:41] 
[89:41] idea  que  lo  de
[89:43] 
[89:43] hinger  y  entiendo  que  eso  es  un  riesgo
[89:47] 
[89:47] o  con  y  entiendo  que  es  un  riesgo  que
[89:51] 
[89:51] vas  a  lo  qué  quiero  decir  Vais  a  hacer
[89:53] 
[89:53] algo  o
[89:56] 
[89:56] hace  buenas  preguntas  eh  o  es  la  osra  de
[89:59] 
[89:59] que  hay  que  aceptarlo  No  sí  hay  al  final
[90:02] 
[90:02] hay  hay  una  serie  de  de  tradeoffs  no
[90:05] 
[90:05] cosas  que  tú  haces  una  balanza  de
[90:07] 
[90:07] positivos  y  negativos  no  y  y  te  quedas
[90:09] 
[90:09] con  lo  que  más  te  compense  en  nuestro
[90:11] 
[90:11] caso  nosotros  lo  que  estamos  planteando
[90:13] 
[90:13] es  una  forma  de  trabajar  en
[90:15] 
[90:15] un  ecosistema  donde  no  está  Clara  Cuál
[90:18] 
[90:18] es  la  forma  de  trabajar  entonces  no  no
[90:21] 
[90:22] vemos  un  camino  a  convertirnos  en  la
[90:24] 
[90:24] opción  por  defecto  si  no  es  siendo  Open
[90:26] 
[90:26] source  e  Porque  si  si  te  fijas  en  la
[90:28] 
[90:28] historia  la  mayor  parte  de  las
[90:30] 
[90:30] tecnologías  por  defecto  que  se  han
[90:32] 
[90:32] instaurado  han  sido  tecnologías  Open
[90:33] 
[90:34] source  entonces  obviamente  necesitamos
[90:36] 
[90:36] una  serie  de  protecciones  contra  esto
[90:38] 
[90:38] contra  el  caso  de  Pues  un  Amazon
[90:40] 
[90:40] cogiendo  latitud  sabes  y  y  dándolo  como
[90:42] 
[90:42] parte  a  WS  sin  nosotros  ver  un  duro
[90:47] 
[90:47] Entonces  por  ejemplo  la  elección  de  la
[90:49] 
[90:49] licencia  que  hemos  hecho  normalmente
[90:52] 
[90:52] Generalmente  estos  últimos  años  mucho
[90:54] 
[90:54] software  Open  source  ha  elegido
[90:56] 
[90:56] licencias  Apache  2.0  o  mit  eh  que  al  son
[90:59] 
[91:00] licencias  Ultra  permisivas  donde  puedes
[91:01] 
[91:01] hacer  lo  que  te  dé  la  gana  con  el  código
[91:03] 
[91:03] Nosotros  hemos  optado  por  una  lgpl  e  que
[91:06] 
[91:06] por  lo  menos  te  obliga  a  que  si  tocas  el
[91:08] 
[91:08] código  tienes  que  publicarlo  también
[91:11] 
[91:11] Entonces  nosotros  tambén  nos  vamos  a  ver
[91:12] 
[91:12] beneficiados  de  Pues  si  un  Amazon  decide
[91:14] 
[91:14] hacer  esto  y  decide  hacer  cambios  en  el
[91:15] 
[91:15] código  nosotros  podemos  [ __ ]  eh  y
[91:17] 
[91:17] ponerlo  en  nuestra  en  nuestra  base  de
[91:19] 
[91:19] código  y  por  lo  menos  estamos
[91:19] 
[91:19] compitiendo  en  en  esos  mismos  términos
[91:22] 
[91:22] em  hay  que  aclarar  una  cosa  que  es  que
[91:24] 
[91:24] saques  algo  Open  source  no  significa  que
[91:26] 
[91:26] tenga  éxito  en  la  comunidad  Open  source
[91:28] 
[91:28] o  sea  t  puedes  sacar  algo  y  nadie  le
[91:29] 
[91:29] importa  o  sea  la  mayoría  de  las  veces
[91:32] 
[91:32] así  no  es  lo  normal  todos  los  que  hemos
[91:34] 
[91:34] hecho  Open  source  y  no  ha  cambiado  el
[91:36] 
[91:36] mundo  Bueno  yo  hice  una  librería  que  en
[91:40] 
[91:40] en  ciertos  momentos  fue  la  más
[91:41] 
[91:42] descargada  en  github  de  España  vale  o
[91:44] 
[91:44] sea  cuidado  cuando  había  15  usuarios  en
[91:48] 
[91:48] G  en  España  que  estamos  en  esta  sala  es
[91:51] 
[91:51] verdad  no  es  verdad
[91:54] 
[91:54] pero  Pero  puede  ser  En  caso  de  que  tenga
[91:56] 
[91:56] ad  opción  una  herramienta  de  marketing
[91:58] 
[91:58] no  de  difusión  brutal  no  y  también  de
[92:01] 
[92:01] recruitment  y  de  muchas  cosas  no  Claro
[92:04] 
[92:04] porque  es  Open  source  porque  hinger  no
[92:06] 
[92:06] es  Open  source  no  pero  una  cosa  y  creo
[92:08] 
[92:08] que  es  interesante  La  pregunta  es  muy
[92:09] 
[92:09] buena  y  me  estaba  haciendo  pensar  Oye
[92:11] 
[92:11] wordpress  volviendo  al  problema  que
[92:13] 
[92:13] tiene  wordpress  wordpress  es  muy  muy  muy
[92:16] 
[92:16] probable  que  no  existiera  o  no  tuviera
[92:19] 
[92:19] ni  un  revenue  si  no  hubiera  sido  porque
[92:21] 
[92:21] es  Open  source  Entonces  si  es  cierto  que
[92:22] 
[92:22] wordpress  pierde  de  millones  de  euros  de
[92:25] 
[92:25] revenue  a  silverlake  y  wp  engine  porque
[92:28] 
[92:28] es  Open  source  Pues  sí  pero  seguramente
[92:31] 
[92:31] nunca  hubiera  ganado  centenares  de
[92:32] 
[92:32] millones  de  euros  porque  había  un  montón
[92:33] 
[92:33] de  cms  mejores  en  su  momento  que
[92:35] 
[92:35] wordpress  que  no  me  acuerdo  cómo  se
[92:36] 
[92:36] llama  movable  type  era  uno  que  era  la
[92:38] 
[92:38] [ __ ]  hab  un  montón  de  cms  muy  chulos
[92:41] 
[92:41] que  no  llegaron  a  ninguna  parte  y
[92:42] 
[92:42] wordpress  por  la  comunidad  Open  source
[92:44] 
[92:44] la  petó  y  tiene  el  40%  del  tráfico  de  la
[92:46] 
[92:46] web  Y  sí  tiene  algún  problemilla  ahora
[92:48] 
[92:48] pero  es  que  si  no  no  hubiera  tenido
[92:50] 
[92:50] oportunidad  de  tener  ni  problemas
[92:51] 
[92:51] totalmente  y  luego  hay  eso  es  que  es  una
[92:54] 
[92:54] pregunta  Que  que  me  hacen  inversores  no
[92:56] 
[92:56] que  por  qué  Open  source  si  lo  puedes
[92:57] 
[92:57] hacer
[92:58] 
[92:58] eh  código  privado  no  y  y  venderlo
[93:01] 
[93:01] comercializado  y  ya  está  e  Y  es  que
[93:04] 
[93:04] cuando  tú  te  quieres  convertir  en  la
[93:06] 
[93:06] opción  por  defecto  es  que  si  no
[93:07] 
[93:07] construyes  una  comunidad  alrededor  que
[93:09] 
[93:09] esté  construyendo  encima  de  lo  que  tú
[93:11] 
[93:11] has  hecho  es  que  nunca  lo  serás  y  por
[93:12] 
[93:12] mucha  capacidad  de  distribución  que
[93:14] 
[93:14] tengas  por  muchas  historias  al  final
[93:16] 
[93:16] siempre  habrá  una  herramienta  opensource
[93:17] 
[93:17] y  es  por  lo  mismo  por  lo  que  Mark
[93:18] 
[93:18] Zuckerberg  decide  hacer  los  modelos
[93:20] 
[93:20] llama  completamente  Open  source  porque
[93:22] 
[93:22] él  es  lo  que  busca  él  Busca  convertirse
[93:23] 
[93:23] la  la  el  el  eh  foundational  model  por
[93:26] 
[93:26] defecto  cuidado  que  no  es  suor  business
[93:28] 
[93:28] eh  Marx  zuckerber  tiene  un  negocio  de
[93:30] 
[93:30] publicidad  no  es  suor  business
[93:33] 
[93:33] hoy  pero  digamos  está  atacando  haciendo
[93:36] 
[93:36] price  dumping  y  y  IP  damping  total
[93:39] 
[93:39] porque  su  negocio  business  o  sea  su  Core
[93:41] 
[93:41] business  Perdona  negocio  business  es  la
[93:43] 
[93:43] publicidad  100%  pero  o  sea  lo  puedes
[93:45] 
[93:45] hacer  también  sin  que  tengas  un  un
[93:46] 
[93:46] negocio  principal  sabes  y  y  eh  luego
[93:49] 
[93:49] enganchar  tu  revenue  al  Eh  Al  output  que
[93:52] 
[93:52] te  da
[93:55] 
[93:55] ahora  hoy  en  día  Ya  me  acuerdo  en  en
[93:56] 
[93:56] redb  hace  14  años  que  los  inversores  nos
[94:00] 
[94:00] preguntaban  Oye  esto  de  que  el  negocio
[94:02] 
[94:02] sea  Open  source  seguro  que  es  buena  idea
[94:04] 
[94:04] y  les  dijimos  Oye  no  estamos  seguros  y
[94:06] 
[94:06] dejó  de  serlo  es  la  realidad  pero  hoy  en
[94:09] 
[94:09] día  hay  bastantes  negocios  con  mucho
[94:11] 
[94:11] éxito  que  son  Open  source  incluso  hay
[94:13] 
[94:13] hay  fondos  enteros  que  solo  te  invierten
[94:15] 
[94:15] seres  Open  source  directamente  en
[94:16] 
[94:16] Estados  Unidos  no  el  caso  de  Pu  de  silon
[94:19] 
[94:19] aquí  también  de  España  Pues  que  les  han
[94:20] 
[94:21] invertido  vuestro  productos  Open  source
[94:23] 
[94:23] no  Por  qué  Pues  porque  no  nos  hemos
[94:26] 
[94:26] planteado  inicialmente  no  no  queremos
[94:28] 
[94:28] ser  una  herramienta  de  facto  que  utilice
[94:29] 
[94:29] todo  el  mundo  Nosotros  sí  que  vamos  a
[94:30] 
[94:30] tener  una  vía  mercantil  muy  definida  en
[94:33] 
[94:33] ese  sentido  nosotros  no  estamos  buscando
[94:35] 
[94:35] crear  ese  cosistema  on  top  of  nuestra
[94:38] 
[94:38] herramienta  sino  que  lo  que  estamos
[94:39] 
[94:39] buscando  es  crear  un  producto  que
[94:40] 
[94:41] utilicen  personas  y  empresas
[94:42] 
[94:42] directamente  muy  bien  vale  oye  pues
[94:46] 
[94:46] muchas  gracias  Juan  por  venir  vosotros
[94:48] 
[94:48] por  te  añadimos  a  nuestra  red  de
[94:50] 
[94:50] expertos  de  temas
[94:52] 
[94:52] nucleares  y
[94:54] 
[94:54] física  biología  porque  de  repente  te  has
[94:56] 
[94:56] puesto  a  hablar  aquí  de  proteínas  y  digo
[94:57] 
[94:57] a  ver  tú  estudiado  industriales  nuclear
[95:01] 
[95:01] y  física  y  te  has  puesto  a  hablar  de
[95:02] 
[95:02] química  no  lo  que  pasa  es  que  era  grtis
[95:04] 
[95:04] no  Cuando  haces  tres  te  dan  la  cuarta  no
[95:06] 
[95:06] no  pero  lo  que  pasa  es  que  cuando  estuve
[95:07] 
[95:08] estudiando  O
[95:09] 
[95:09] sea  aquí  bern  que  estamos  cerrando
[95:13] 
[95:13] ya  que  os  queréis  aquí  lo  podéis
[95:15] 
[95:15] Escuchar  cuenta  no  pero  que  uno  de  mis
[95:17] 
[95:17] mejores  amigos  cuando  estamos  estudiando
[95:19] 
[95:19] la  tesis  ahora  mismo  es
[95:21] 
[95:21] como  bueno  en  principio  dentro  poco  va  a
[95:24] 
[95:24] ser  uno  de  los  catedráticos  del  Imperial
[95:25] 
[95:25] college  of  London  de  lo  que  es  la
[95:27] 
[95:27] ingeniería  y  biología  sintética  de  hecho
[95:29] 
[95:29] acaba  de  recibir  una  financiación  de  30
[95:30] 
[95:30] millones  de  euros  de  la  fundación  bezos
[95:32] 
[95:32] para  dedicarse  a  esto  y  estaba  hablando
[95:35] 
[95:35] con  él  por  sabes  y  decía  [ __ ]  Rodrigo
[95:38] 
[95:38] Sí  sí  muy  bien  entonces  claro  cuando
[95:40] 
[95:40] salió  lo  de  Alfa  fold  en  su  momento  pues
[95:42] 
[95:42] la  primera  persona  la  que  llamo  es  a
[95:43] 
[95:43] Rodrigo  le  digo  tío  est  lo  has  visto  no
[95:45] 
[95:45] sé  qué  y  y  no  no  soy  un  un  entendido  en
[95:48] 
[95:48] con  esor  pero  sí
[95:49] 
[95:49] que  tengo  la  suerte  de  poder  permee  de
[95:52] 
[95:52] este  tipo  de  cosas  de  de  la  gente
[95:54] 
[95:54] adecuada  muy  bien  en  horabuena  por  la
[95:56] 
[95:56] ronda  que  habéis  anunciado  esta  semana
[95:57] 
[95:57] que  no  sé  ni  si  lo  hemos  contado
[96:00] 
[96:00] y
[96:03] 
[96:03] noticia  Enhorabuena  Muchas  gracias  y
[96:06] 
[96:06] gracias  a  los  dos  como  siempre  y  a  todos
[96:08] 
[96:08] vosotros  y  hasta  la  semana  que  viene
[96:12] 
[96:12] [Aplausos]

Transcripción completa

[Música] [Música] [Música] k ah [Música] [Música] [Aplausos] [Música] [Música] [Música] Oh [Música] [Música] [Música] [Música] Hola a todos Bienvenidos a una nueva tertulia de hoy est con Juan buenas tardes muy bien muchas gracias Juan es el nuevo de hoy eso es Oye tú eres físico eres ingeniero nuclear con un phd sí no eso es nuevo Aquí somos ingenieros de los otros bueno bueno nosotros tú Bueno yo yo casi tú casi y César vieron un día en una facultad pero se había perdido explícanos Cómo cómo Qué significa ser ingeniero phd ingeniero nuclear tú has trabajado además en research Y ahora estás en el mundo eh de la ia de la tecnología como nosotros no pero qué es la vida cómo es la vida de research en ingeniería nuclear qué qué se hace pues diría que es menos explosiva de lo que creeríais no intentamos que no exploten cosas entonces bien y me atrevería a decir que es bastante similar a lo que encontramos en los departamentos de analítica avanzada Data Science Machine learning que ya hay no al final el día a día es en el que tú tienes un un proyecto en el que trabajas eh de forma constante diría apasionada no porque hay un problema que tienes que resolver simplemente que todavía no se ha planteado Cómo poder resolverlo Entonces al final lo que vas haciendo es vas leyendo vas investigando vas probando cosas Hasta que encuentras un camino que seguir y encuentras que al final de ese camino pues hay una solución a a que yo que lleva bastante tiempo buscando puedes poner un ejemplo de algún tipo de proyectos en los que hayas trabajado sí eh Por ejemplo yo cuando decí no que soy ingeniero nuclear y finalicé ingeniería me especialicé en ingeniería nuclear en Francia ahí tienen bastantes reactores más que en España y luego contin continué haciendo física experimental donde analizaba el impacto que tenía la radiación partículas dentro de distintos materiales esto tenía una aplicación directa sobre todo porque una de las cosas que más limitan el periodo de vida de una central nuclear decisión no las de aluso las que tenemos aquí en España y que también tienen que considerarse a la hora de construir reactores de fusión es el el envejecimiento avanzado de los materiales que están sometidos a un un bombardeo constante de partículas cargadas a una energía brutal no siempre digo lo mismo al final un metal o un material cerámico Si recordáis de no que cristalografía básica suelen estar estructurados de forma regular como cristalografía básica no vine la clase yo el día de cristalografía básica lo al final los materiales no sabes de dónde ha venido Eh ya dich vale vale el filtro de gente aquí en esta cl resumen muy rápido de cristalografía básica básicamente eh un material no lo que es la materia se puede estructurar siguiendo de unos ciertos patrones pues por ejemplo cubos como si fuesen piezas de LEGO o simplemente como cuando tú tiras dentro del cajón al tetines y se van apelotonado no entonces una cosa es regular y cristalina y la otra cosa es amorfa Qué pasa que si tú tienes un material cristalino sobre el el cuál se basan todas las propiedades macroscópicas eléctricas termodinámicas eh mecánicas y demás si tú los estás bombardeando Y estás destruyendo paulatinamente esa red cristalina eh las propiedades físicoquímicas de ese material van perdiéndose Entonces si tú tienes un metal no como podría ser una acero inoxidable que es de lo que están hecho las cuas de los reactores y lo metes a radiación neutrónica no que bum bum bum todos esos neutrones eh están pegando los átomos de Pues de hierro y carbono que están por ahí dentro ese ese acero puede volverse frágil puede ser frágil y de repente pues puede romperse Entonces el el peligro no digamos el el la capacidad de absorber vibraciones choques que puede tener un reactor nuclear viejo a unos jóvenes muy distinta precisamente por ese efecto envejecimiento lo que yo hacía era e simular las condiciones que encontraremos dentro de reactores nucleares avanzados con aceleradores de partículas lineales y eh irradiaba distintos tipos de materiales entonces lo que luego hacía era estudiar cómo habían cambiado sus propiedades en función de ese bombardeo no que que en el caso no bombardeamos con con neutrones sino con bueno iones de oro y y otras y otros nos hemos ya ya es increíble a mí me está interesando entonces el hacer como que podía crear las conciones de contorno aceleradas que tienes dentro de un reactor nuclear y podía estudiar Cuál era el impacto en materiales nuevos que se estan estudiando pues para eh construir los revestimientos de los pero esta simulación era virtual o había construí ais esa claro Esa es la gracia siempre hay como las tesis de física experimentales modernas como una especie de eh acople de las dos cosas suele haber un marco teórico en el que tú te amparas y lo que se intenta hacer es Oye pues yo tengo este marco teórico voy a finar una serie de experimentos para ver si las dos cosas casan y luego con esto puedo hacer predicciones y extrapolar a nuevos casos de uso no entonces esa es el puces tu conclusión es que es seguro o no seguro segura la energía nuclear o no Yo diría como que ido al final V reducción Sí sí sí es brutal hombre te dedicaste a testear los reactores no ergo ergo corret no no hay escapatoria Igualmente em Sí sí por supuesto o sea toda actividad humana conlleva un riesgo asociado e Lo importante es saber medir ese riesgo y sobre todo saber actuar en consecuencia el riesgo asociado a tener un parque nuclear en en un país es muy bajo de hecho hay cifras no que son sorprendentes uno cuando Mira por ejemplo la tasa de mortalidad por unidad de energía generada no número de muertos por kilow de hora generada la tasa de mortalidad de la energía nuclear de fisión al uso está casi a la par que la fotovoltaica y por debajo que la eólica porque gener oa los molinos han matado más gente hay que repararlos y la gente se cae ostas yo estoy seguro que es por eso y la generación por ejemplo de paneles fotovoltaicos utiliza un montón de Pues no sé eh tierras raras que llaman no que para extraerlas pues son eh Son muy contaminantes í hay algunos procesos Pues que pueden afectar a la salud humana Y tú tienes alguna teoría de Por qué el mundo dejó de hacer nuclear de golpe eh Y ahora ahora está volviendo como si fuera lo más normal del mundo O sea qué pasó antes Y qué pasó ahora no vale em Bueno al final es un poco como todo no hay hay unos ciertos periodos de hype luego hay unos periodos de enfriamiento y luego hay unas necesidades claras energéticas como para poder satisfacer la transición hacia un mundo más sostenible e claro el el hype no del inicio de la construcción de centrales nucleares eléctricas dentro de lo que es Europa sale a partir de la crisis del petróleo donde no había como una dependencia enorme con esos países de la OPEP países productores de petróleo entonces de forma estratégica los países dicen necesitamos Independencia energética mi energía no puede depender de los países que producen que encima tienen países o sea gobiernos inestables aquí aquí la solución Más directa es por ejemplo apostar por la energía nuclear porque la cantidad de combustible que tú puedes almacenar es muchísimo más grande que la que podrías hacer almacenando tanto gas O petróleo no siempre digo un poco lo mismo cuando tú em mides la cantidad de energía eléctrica que podrías haber utilizado a lo largo de tu vida si toda fuese de origen nuclear El combustible nuclear de alta actividad que se llama no lo que sería ese uranio que se ha consumido es el tamaño de entre una pelota de tenis y una pelota de gol y además está confinado el problema que tienen las formas clásicas de energía No pues esto porque por persona por el planeta entero no por persona por persona por persona vale cada persona consume en su vida una pelota de golf de uranio Exacto eso es el residuo nuclear que tú generarías vale Y además tiene la ventaja y hay uranio de sobras o se acaba hay reservas de unario en sobras sobre todo porque Y dónde estás está en algún país también que ahora vamos a descubrir que es un problema no O sea una de las principales de reservas de uranio es es Nigeria esto Nigeria acepto un fact check por si acaso me equivoco porque hace 12 años que no me dedico a esto estoy tiando memoria per aquí confiamos y Canadá entonces hay hay también grandes reservas de uranio en Canadá incluso España podría ser energéticamente independiente porque tiene reservas unio suficientes como para poder hacer esto El problema es que luego nadie quiere la central nuclear al lado y nadie quiere el residuo o el cementerio de residuos al lado no sí pero por desconocimiento es decir vivir al lado tú la querrías tú querrías vivir al lado de una pared pared pared con una que estamos en un podcast de emprendeduría No mi primera mi primer sueño de emprendedor era intentar llevar a mallorca a crear una startup de lo que se llaman los reactores nucleares modulares pequeños es m modular reactors en lugar de tener una central nuclear que te genera 1 gw h de de potencia son reactores pequeñitos de 200 mw que los puedes poner y distribuyes mejor esa parte 200 mw para qué edad para mallorca por ejemplo para todo mallorca eh Yo diría que sí y no no te lo compraron no no conseguí financiación en ese momento no est ahora igual la conseguirías No ahora yo creo que hay una tendencia hacia el dtech los smr están como volviendo a [ __ ] mucha potencia small modular reactor no como Están volviendo a [ __ ] como mucha eh mucho Revival hay varias startups que está saliendo dent ese concepto está eh Terranova que está bueno que es la participada de Bill Gates no que están creando este nuevo reactor nuclear que en principio tiene que ser la [ __ ] y hay un resurgir de interés en la energía nuclear porque cuando lo mira sobre papel es la única solución viable como para garantizar una transición energética suave sin destruir la economía a nivel mundial por eso y porque nos han cortado los veductos en Europa no bueno o han explotado solos o han explotado solos allegedly e bueno Bernard te ha preguntado la la típica pregunta que se hace con con reactores de fisión yo t hacer la otra eh la fusión existe Es algo que crees que iba a preguntar justo esto yo cuando era pequeño la sagrada familia estaba a punto de acabarse y la fusión estaba a punto de llegar el ordenador cuán y el ordenador cuántico claro claro es como un moving Target no cada 50 años 50 años lo otrro seguimos esperando haciendo un stb no cuando hablamos de energía nuclear hay como dos grandes tipos de reactores los de fisión que es básicamente Yo tengo un átomo gordaco como el de uranio no y cuando lo parto pues sale una energía liberada y luego los de fusión que es Yo tengo dos átomos ligeros como son los de hidrógeno el3 con algún otro neutrón cosas así que cuando los junto también se liena energía entonces una cosa es romper un átomo que es el de fisión que es lo que hacemos no bombardeando con neutrones y lo otro es eh juntar átomos vamos a decir como de hidrógeno para que nos entendamos Qué pasa que juntar átomos de hidrógeno es es muy complicado porque si os acordáis los dos tienen carga positiva y carga en qué clase lo daban yo asumo que el el el digamos el el público medio de Inn es de un elevado nivel cultural y por tanto le hablo como si fuese Dee juntar átomos de hidrógeno át es complicado porque como tien la misma carga se repelen Qué pasa entonces que necesitas ponerlos en unas condiciones muy especiales que es en una sopa a una muy alta temperatura para que esa velocidad que tienen los los átomos de de hidrógeno en este caso no superen esa Barrera colombiana esa Barrera no y pueden llegar a chocarse y generar esa reacción o bien eh meterles una presión enorme aplastarlos gigant mee hasta que también por presión consigues que se que se junten y acaba librando energía el caso más fácil es el de la bomba nuclear de hidrógeno la bomba termonuclear no la bomba termonuclear al final no es más que una reacción de fisión de fisión que desencadena una reacción de fusión completamente descontrolado entonces pero si si hace falta fisión para hacer la fusión este en el caso de laom Bueno lo pasa es que que van a destruir No pero en el caso de la generación de energía no hemos solucionado el problema de la fisión en el caso de la generación de energía como lo que tú quieres es más bien una deflagración no una especie de reacción nuclear lenta y quieres no generar residuo radioactivo pero generas residuos radioactivos lo que nos genera son residuos radioactivos de alta actividad no tienes Urano que está tal pero sí que hay un residuo que se vuelve radioactivo porque al estar stido radiación neutrónica dentro de esos reactores pues acaba activándose Y eso pues también hay que tener cuidado e entonces hay dos formas o generas una sopa muy caliente que se llama plasma No ese plasma de átomos de hidrógeno que se van juntando qué es lo que hay en el sol que es lo que hay en el Sol y de hecho una de las cosas más más curiosas no que me llama mucho la atención e la diferencia de temperaturas más grande que tú puedes encontrar en el universo está en la tierra está dentro de los reactores de fusión experimentales que se tienen Porque tienes eh que utilizar un imán gigante para contener ese plasma No porque si toca alguna de las paredes la funde directa amente eso está a una temperatura mucho más alta que la que está el sol estamos hablando de cientos de millones de grados centígrados más temperatura que el sol está más caliente que el sol y fuera está a 4 Kelvin que son esos men 270 gr c no porque están enfriando los eh imanes superconductores que son capaces de generar el el bucle magnético pu chapa Y que está más frío que que el espacio no Entonces esto es más frío que el espacio está ah Ahí ahí ahí esto es la mayor y menor temperatura de univo bueno que sepamos No porquea todavía noo hace check de esto s ahora que también o sea yo también alucino mucha gente nosotros mir pero tú no has venido a hablar de eso decir cómo volvemos para hablar de Open aquí antes que eso sea no respondió la pregunta de César Qué es va a pasar o no va a pasar Claro claro Entonces la cosa que es la física existe Es decir el proceso se conoce se sabe cómo se puede hacer hacerlo desde hace muchos años el problema es de ingeniería el problema es cómo conseguimos una reacción de fusión sosten el tiempo de la que nosotros podamos cosechar energía a gran escala hay varios iniciativas tenemos el í en cadash Francia que lleva también unos cuantos años de retraso eh postulado 5000 millones de euros de presupuesto que va por 20.000 luego de esto tenía el demo 20 billón 20 billón creo que ha costado hasta ahora sí Y habían presupuestado pagado por la Unión Europea eh No solo por la Unión Europea por un consorcio de países en los que encontramos a Japón Corea del Sur de Facebook vale una cosa no se escucha César ha dicho que es la mitad de lo que c costó el metaverso de Facebook vale continúa em sí Entonces el el el problema es principalmente ese no O sea que ahora mismo o se necesita meter más energía para poder calentar ese plasma que la que se extrae de ese plasma caliente ha habido alguna serie de de de puntos no de breakthroughs Durante los últimos años que sí que han conseguido ya como un factor de multiplicación energético positivo y esto es esperanzador y de hecho hay como incluso ya inversión privada para generar esos primeros reactores de fusión que no son iniciativas de gobierno que son como startups que están saliendo en torno a esto de aquí 50 años volveremos a hablar pero el que tiene más inercia es el de Boston no es el que ha conseguido mejores resultados hasta ahora intermedios no no durante unos segundos creo conso Claro tiene carácter pulsar entonces Ela llegar a eso que sea más contenido Vale entonces para simular las condiciones que necesita pues la ingeniería en ese caso ahora estamos ahora vamos a llegar vamos lleg es como ir al país de Mago de oce o sea el camino es tortuoso pero llegaremos la Inteligencia artificial ayuda s Cómo vale la Inteligencia artificial ya sab que es como un gran es un palabro que se utiliza para todo ahora mismo en el fondo cuando hablamos de Inteligencia artificial a día de hoy sobre todo después no del age chpt desde noviembre 2022 se asocia sobre todo ella Inteligencia artificial con estos modelos de Deep learning generativos pero que en el fondo lo que tienen es una red neuronal profunda que se llama No una serie de de capas que tú puedes ir acumulando que lo que hacen es optimizar una función de error entonces el Deep learning en su Core de forma muy muy simplificada es una función de aproximación Universal Qué significa esto vosotros habéis trabajado con Excel alguna vez no columna a columna B clic derecho y le tiras una línea y te sale el r cuadrado Entonces eso es un modelo lineal que se ajusta más o menos a los puntos que tienes funcionará mejor o peor pero se ha ajustado el Deep learning es como si tuvieses una regresión lineal a la que tú le puedes ir añadiendo flexibilidad para que se vaya adaptando esos puntos entonces eres capaz de simular cualquier tipo de función teniendo el número suficiente de datos para poder hacer que esa función se adapte de ahí la importancia sea el Deep learning al tener nosotros una herramienta no que es una herramienta de aproximación Universal capaz de adaptarse a la forma de cualquier función que yo quiera optimizar si nos vamos a la física en la física todos son puntos experimentales recogidos que yo quiero entender Qué tipo de patrón están siguiendo Pues si tengo suficientes datos experimentales y tengo un modelo Dear de Deep learning lo suficientemente flexible puedo adaptar un un modelo que luego me puede servir para eh simular esas condiciones de hecho em vosotros habéis visto estos vídeos que han salido que son la [ __ ] de openi no de los sora y los y los que son modelos de de vídeo una de las implicaciones que tienen dicen Es que esto no es un modelo solo vídeo esto es un modelo del mundo porque yo para poder representar Ese mar dentro de una taza de café con un barco pirata digamos que sa ía ha tenido que entender cuál es la dinámica de fluidos de las olas que tendrían que tener dentro de una taza y eso luego me permite pues generar ese nuevo ese nuevo Conocimiento es nuevas simulaciones ese nuevo tipo de de de de forma de aproximar lo que no sea directamente experimental de hecho es que lo veníamos hablando no el el los dos premios nobeles un poco más relevantes que hay para mí en este momento que suelen ser el de química y el de física este año esta misma semana se han otorgado a dos de las iniciativas de ia más grandes de los últimos tiempos que ha sido el proyecto de alphafold que es el proyecto para poder predecir Cómo se pliegan las proteínas dada una secuencia de de aminoácidos que es un proyecto complejísimo que lleva también 50 años abierto y no se que conseguía resolver Y luego también el de física y se ha resuelto con con Inteligencia artificial se ha resuelto con Inteligencia artificial concretamente con Cómo Con qué tecnología con Qué modelo eso F el proyecto de Google no de Alfa es el proyecto sí es el proyecto de Google de Deep Mind eh que empezaron con el alfha cer continuaron con alfha Go demostrando Cómo podían llegar a a calcular esos esos espacios de cálculo infinitos como podría ser una parte partida de go en Netflix estaba ese documental de Alfa de alfha go No donde sale a tiempo real como Lis doll dice [ __ ] o se se me está ganando una máquina pensaba que esto sería imposible Entonces se pusieron un poco más serios y dijeron Bueno en lugar de jugar vamos a intentar hacer algo que tenga un gran impacto para la humanidad y hicieron Alfa fold 1 luego Alfa fold 2 y por esto les han dado el premio Nobel de química porque ha tenido un impacto brutal en la comunidad o sea es lo que decía no el las proteínas que es la base sobre la que se construye la vida que si nos vamos a un nivel más bajo o son esas secuencias de aminoácidos no esas cadenas de nhs que si tú las pones una sobre la otra y luego las dejas en libre se van a retorcer hasta que llega a un estado de equilibrio y se queden en una forma en 3D y esta forma en 3D es super importante porque es la que Define Cómo esas proteínas van a interactuar con todo los su entorno eem eso no se había conseguido hay billones de combinaciones posibles Y gracias al esfuerzo de un montón de químicos y físicos experimentales habían conseguido solo mapear 100,000 estructuras cristalinas con cristalografía x cosas así em a través de alphafold han conseguido predecir 300,000 estructuras que no se habían considerado antes ni se habían visto y que tiene un nivel de acierto que es comparable al que obtenemos experimentalmente entonces Eh Esto salió que en 2021 Lleva más de O sea 2 millones de investigadores están utilizando estos resultados para avanzar en en genética medicina en generación de fármacos el impacto que tiene realmente en en en la humanidad es brutal no que por eso te dan un Nobel qué es lo que va ha generado más impacto en la humanidad para su beneficio pues o sea que no es un que no es un químico sino que es un computer scientist no un ingeniero informático vamos a traducirlo el que recibe el premio de la química que eso es lo que ha generado también un poco de debate hay gente que que no le parece bien el hay gente que es extraña o sea los nobeles siempre generan un poco controversia No si ganas algo mejor que generes un poco controversia porque si no va que lo has ganado entonces tanto elama que ganó el de la paz antes de empezar casi su mandato no Claro claro claro eso yo creo que es la mejor campaña de marketing que ha habido en la historia entonces eh más más eco le dio es como de hecho le creo muchísima presión en plan tío tienes el premio Nobel de la paz antes de empezar a ver qué haces ahora no aquí e al menos han hecho algo Antes de de dárselo y en tanto en el de física como en el de química han sido los dos computer scientist no el de El de Hinton con hopfield que son los padres de la aa moderna los los los que han conseguido que el Deep learning sea una herramienta que funcione qué se inventaron o qué descubrieron estos eh hof Field consiguió crear una red neuronal que ayudaba a predecir patrones pero que aprendía muy mal Hinton lo que hizo fue conseguir digamos hacer que el algoritmo de aprendizaje que es el de Back propagation funciona esa escala dentro de redes neuronales entonces crearon Ya esa herramienta que como decía es como una especie de herramienta de aproximación Universal y esta gente es más matemática o informática o sea es más ingeniería como decías tú antes el problema o era más matemática El problema es que para mí hay un toque de creatividad que no podría ni asignar una cosa ni la otra no esta gente es como decía están muy metidos en en ese tipo de problemas tienen una serie de intuiciones y tienes que tener una gran capacidad matemática para poder plasmar las ecuaciones no que siguen y derivarlo una vez están hechas es es sencillo seguirlo no es ingeniería el reto bueno es la ingeniería el reto ingenieril ha sido que durante muchos años lo que ellos habían planteado en el 886 87 no era útil porque no había ni la capacidad de cálculo suficiente ni la cantidad de datos suficientes para hacerlo entonces qué ha pasado en los últimos 10 años no desde 2012 que se ha juntado el hambre con las ganas de comer tienes una capacidad de cálculo ingente gracias a toda la nube tienes una cantidad de datos in gente Gracias a toda la gente que está utilizando internet y tienes gente motivada como Eh pues Hinton andry W no todos los pops de losa diciéndole a los de Google Oye vamos a hacer algo porque esto va funcionar Sí o sí y vamos a ponerlo sobre GP y vamos a empezar a entrenar y para sorpresa de todos ha funcionado ha funcionado bien y se ha descubierto no solo cómo funciona bien sino Cómo hacer que funcione mejor la gran aportación de Open eii al mundo de la ia ha sido el [ __ ] e digamos el el punto final de es algoritmos de ia no del de de esas arquitecturas de cómo pongo yo los distintos parámetros que es la arquitectura de Transformers ese paper que salió también en de Google en 2017 y que luego H que decían con esto ya solventamos el problema de poder modelizar secuencias largas luego salen las arquitecturas tipo vert no que son la primera Revolución también a nivel de procesamiento de lenguaje natural porque vienen pre aprendidas y tú puedes utilizarlas y luego los modelos tipo gpt que es que predicen la siguiente palabra lo que consiguió hacer bien Open Ai era entender eem [ __ ] Cuanto más dato le meto y Cuanto más poder computacional el meto eso mejor funciona y como yo puedo modelizar cómo mejor funciona puedo optimizar como los entreno para que luego sean capaces de y hay una Innovación importante de Open Ai que yo creo que hablamos poco que es el la innovación del fan Racing porque en realidad nadie le había metido billions a esta experimentación o sea el hecho de poder gastarte billions en licenciar o tener acceso a datos y gastarte billions y decenas de billions en computación nadie lo había intentado es una locura o sea también es una Innovación financiera en este sentido Pero esto esto yo creo que pasó después de la revolución de gpt y habían levantado un billón antes de gpt per Don y ciento y pico millones eh antes que o sea estos proyectos nadie les metía Ahora nos parece 100 millones para í nos parece una seit no clar pero es que fíjate que yo pienso que el punto de inflexión fue precisamente sacar chat gpt o sea chat gpt es lo que lo cambió todo para todo el mundo y y es lo que consigue Que hagan más fan Racing Porque si siguen haciendo demos de dota tení No creo que hubieran conseguido ya tenían inversión de un billón Esta es la otra Innovación la experiencia usuario total lo han pintado y como han hecho que parece una tontería pero siempre las cosas brillantes parecen una tontería no cuando ya están hechas o sea el mundo de research y el mundo comercial Siempre han estado rotos no no no y ellos lo que han hecho es hacerlo muy accesible lo han abierto o sea esto hay que dárselo claro de hecho es que sacaron chat gpt no la versión conversacional se comían un colín no conseguían hacer que nadie utilizase su Api porque funcionaba como el culo O sea no era no era práctico utilizarlos y ha sido a partir de que eso ya tenga esa capacidad de interacción con el usuario casi conversacional que nosotros podemos utilizarlo para proyectos que tienen un impacto práctico hasta el punto que eh lo que dicen es no sacaron ese propio paper Porque no solo se ocupan de la parte comercial ni de la ciencia ni de levantar pasta sino que también hacen como estudios sociológicos del impacto de este tipo de tecnologías y sacaron ese artículo Poco después de de haber sacado el el el [ __ ] como lo llamamos cariñosamente que es gpt r gpt no gener pret Transformers are general purpose technologies es decir el gpt que es un modelo de Deep learning que lo que hace es predecir la siguiente palabra se ha convertido en una herramienta tan horizontal tan transformativa que ya se dice que es una tecnología de propósito general como ha sido en la máquina de vapor en la electricidad internet y ahora la ía es brutal va a transformarlo todo Solo que nadie sabe cómo ni con Qué impacto ni Hasta qué nivel entonces tú como ingeniero nuclear qué parte de tu trabajo la resolví con ia el Y qué tipo de ia vale brevemente Sí sí no básicamente soy conocido por ser muy breve mi entorno no el básicamente como era física experimental y tenía una serie de modelos que probar lo que hacía era utilizar varios algoritmos de Machine learning para ver cómo yo podía encontrar Cuál era el mejor modelo que se adaptaba a los datos experimentales que yo tenía para luego poder hacer predicciones simplemente era un mecanismo más de poner una recta encima de una serie de puntos que había obtenido Y te gustó más eso que la parte de la de la ingeniería nuclear y te decidiste dedicarte a la ia Eh sí O sea la cosa es como que yo soy intensito noces cuando cojo algo que me apasiona eres intensito has dicho vale Yo no sé si lo habéis notado Pero bueno Eh vale No pasa nada estamos acostumbrados mucha intensidad Entonces cuando cojo algo que me que me flipa y me maravilla y me descuadra es como que de repente tengo que poner todo mi foco sobre eso y y lo tengo que Ender lo tengo que hacer y de repente pues me respuesta era Sí sí la ia te interesó más que lo nuclear ves Y entonces decidiste dedicarte a eso bueno no es que me interesase más es que también como quería volver a mallorca que de dónde vivo y tengo mi pareja y todo pues en mallorca como no hay reactores nales consig montar el reactor pequeñito pues pues una empresa de Travel lacería exacto y me puse ahí a analizar pues datos de turismo y yí clarity y de ahí a montar tu propia startup de ahí a clarity de ahí montar mi propia startup justo muy brevemente clarity Qué es y qué hacíais tienes que hacer el prom en menos de 200 palabras para una audiencia generalista interesada en startups y tecnología clarity es una de las no clarity no tu empresa no primero clity que tenemos que llegar Claro claro clarity es una de las grandes startups bar scaleups que hay dentro del país no levantado varias rondas de financiación están blackrock softbank grande en rondas de financiación Eh bueno ha levantado no 130 160 millones no sé el número Exacto porque salí ya de clarity hace unos un par de años pero es como Mi Alma Mater e entonces en clarity lo que hacíamos era generar scores de sostenibilidad para las empresas públicas no que están cotizadas en bolsa para que se pudiese medir Cuál era el impacto que tenían estas empresas Pues a nivel socio medioambiental y de gobierno todo lo que hablan es un checklist Esto del score de sg no es un checklist hay metodologías es decir el el problema es cómo tú agregas toda la información de forma que puedas comparar una empresa que se dedica a la publicidad con otra que se dedica a generar electricidad Si tú tienes que hacer No un un análisis de Cuál es el impacto de emisiones de CO2 de una empresa que genera electricidad pues hombre de facto una empresa que genera electricidad pues va a generar más CO2 que una empresa que genera publicidad no porque o quemas panfletos o no tienes por qué generar mucho mucho CO2 Entonces el Cómo conseguir unos scores que sean comparables y que tengan correlación con las métricas financieras de una empresa es una vertiente metodológica que es compleja Eh hay hay varios Marcos de comparación clarity ha diseñado uno propio o también se Dear temás de regulación y están muy metidos en en distintos distintos Marcos o pero sobre todo también ahí se utilizaba laa pues para toda la parte de eh procesar noticias como conseguíamos señal de distintos de distintas Fuentes porque una de las cosas que nosotros utilizábamos no siempre ponemos el mismo caso el del dieselgate tú miras Volkswagen sobre papel En aquellos años y tenían unos scores de sostenibilidad muy buenos pero luego sale el dieselgate que es una controversia y que básicamente hacían trampas en de sus propios motores ex Entonces tienes que penalizar losos de alguna forma porque ese score medioambiental que tenían estaba estaba pervertido entonces tenías como que penalizar lo en plan Oye en función de esto no entonces ahí también teníamos como muchos algoritmos de procesamiento de lenguaje natural teníamos muchos algoritmos ha fal algoritm O sea hay que procesar el lenguaje natur lo que ha era poner el dedo en la balanza no no pero decir lo que procesaban es que la gente hablaba de de este conflicto esta controversia pero realmente esto era una fue una sentencia no O sea no no hace falta analizar la redes sociales para el Bueno lo que analizamos eran noticias noticias de fuentes eh confiables Por así decirlo no por evitar fake news Y problemas y lo que tú haces es medir como la severidad de la noticia Bueno pues sí han hecho un poco de trampas en las emisiones pero si de repente una fábrica se hunde como las de Pues no sé algunas empresas textiles y matan a 100 personas co Quiénes son los clientes que pagan por ese servicio Pues los clientes que pagan por este servicio el asset managers que luego tienen que utilizar esta información para calibrar sus portfolios de empresas que están participadas empresas que también que tienen que hacer el mundo financiero el mundo financiero sí cuánto factura el salió hace poco en el diario lo estamos mirando antes no la facturación Creo que este año ha sido de 12 13 millones de euros 12 millones de euros yo le ido 13 hace un rato entonces en clarity coincid con dos personas maravillosas no con las que nos llevamos muy bien Diego Pérez y Alejandro Fernández y decidimos Pues también aventurarnos al mundo de la emprendeduría porque nos gustó tanto ver cómo pasó clarity de ser 40 personas ha ser 300 en su momento que dijimos [ __ ] Cómo han conseguido esto Qué hay antes no Qué hay antes de ese scaling de de de c a 40 Cómo lo haces y siempre hemos tenido como esas ganas de emprender y pues nos hemos tiado a la piscina recientemente Cómo se llama el proyecto Any format Hemos llegado ehem Lemos llegado Hemos llegado Hemos llegado hemos empezado lejos estamos coniendo Any format Any format tú eres fundador Y ceo sí de Any format sí bienvenido format gracias muchas gracias en a ver voy a avisar que llego tarde yo tengo un vuelo eh que pues avise también que llegas tarde eh en informat es una plataforma de ya generativa que lo que nosotros queremos ser es como la herramienta de facto para poder procesar y centralizar toda la gestión de datos no estructurados Desde esa parte de extracción gestión y luego parte de análisis es un proyecto muy transversal muy muy ambicioso sabemos que hay distintas iniciativas y distintos Players y nosotros estamos empezando a especializarnos en todo lo que es la parte de ayuda a la automatización de procesos de manual Data entry una cosa que la nosotros nos flipaba era cómo puede ser emp plan en el siglo XXI habiendo salido H gpt que las empresas sigan teniendo el 80% de los datos sin estructurar y la principal forma de estructurarlo sea con gente que está machacando los manos Qué significa datos sin estructurar en el mundo real un par de ejemplos pdfs llamadas vídeos imágenes eh Y qué significa estructurado un estructurado Pues imagínate tú tienes una llamada de audio tú quieres saber de qué está hablando Quién ha llamado que ha comprado no es transcribir transcribir es pasar de voz a texto una vez tienes el texto tienes que hacer una extracción de pues las entidades que hay no que es una persona que es una empresa que es un estructur sabes cuál es el dato Sabes qué es el dato no es metadatos estructurar es lo que tú meterías dentro de una base de datos de toda la vida relacional como lo tendrías en un Excel para que luego puedas hacer análisis sobre ellos Entonces y esto a quién se lo vendéis Esto se lo estamos vendiendo sobre todo a empresas que son muy intensivas en datos estamos centrándonos pues en en intermediarios e infomediary [Música] al final lo que va a tener son muchos contratos a nivel de precio por persona por noche condiciones de cancelación actualizaciones eso son pdfs o incluso por mail y luego un banco de camas lo tiene que ingestar y meter dentro de base datos para ende Y infomediary perdona para acabar de Traducir los conceptos sí infomediary son empresas que son muy intensivas en datos que recolectan dato para luego digamos machacarlo y revenderlo no ejemplo pues en dentro de España tienes eh accesor inform forma equifax tienes también diarios como más pequeños que son como muy especialistas en alguna serie de nichos estas empresas que has dicho por si alguien no las conoce básicamente lo que hacen es leer el registro mercantil o el boe o cosas así no Fuentes que son pdfs y hacen una base de datos con lo que leen ahí exo y eso ahora lo hace un humano y vosotros les decís se hace Solo nosotros les decimos os ayudamos a que los humanos vayan más rápido vale porque vosotros lo sabéis no es que lo haga un humano o sea esto lo tiene el registro mercantil y y hay que ir pagar y sacar el PDF s per esto hay que hacerlo igual pero el tema es que hay hay que meter los datos del PDF a mano en una base de datos dudo que lo haga un humano Eh Esto lo hace un humano tienen combinaciones de algoritmos y demás pero la principal forma de hacerlo también es por vía manual hay empresas subcontratadas en en países vías de desarrollo que te cobran por datap extraído un precio muy caro porque lo hacen personas se se suele externalizar este tipo Proc es y ahora con las nuevas apariciones de tipo ias generativas se está empezando a poder automatizar porque el problema principal que tienen estas Fuentes es que cada una es de su padre y de su madre entonces todos los proyectos hasta ahora eran muy ad para cada fuente y ahora tienes una herramienta que te permite hacerlo y vosotros lo hacéis con el lms sí trabajar o sea a cualquier empresa de ia no te pongas atir contra Open Ai porque vas a acabar muerto No te tienes quear laaga Entonces el tema de los modelos propios siempre pasa por un modelo fundacional que tú estás haciendo fine tuning sobre tu propio dato para que se adapte a tu contexto para que te conteste en la forma que tú quieres y demás y puedes hacerlo con las dos partes eh con vendors tipo p cogir eh cualquier otro o [ __ ] los Open source y utilizarlos internamente la siguiente pregunta de César esmo porque extraes uso de diferentes mod vamos a ver una una V de latitud Direct sigue c sigue lo hablamos luego V No mi siguiente pregunta es cómo de específico es el producto para cada cliente Porque me imagino que Claro si tú hablas con cualquiera de los providers que que has mencionado claro ellos sacan datos de de fuentes completamente distintas Y esperan extraer metadatos completamente distintos con estructuras distintas entonces e tenéis como un producto que es fácil para ellos de utilizar y configurar para ext estos datos o lo configurándolo lo que me has pedido este este Pitch Solo este Pitch es latitud al primer día bueno Más o menos no me está pensando la parte de hacemos algo técnico para que lo pueda hacer gente no técnica Es peligroso o sea es la historia nos cuenta que muy pocos casos lo han conseguido no yo creo que hay los los Her tables los zers y algunas herramientas más modernas de ya generativa que hacen cosas muy potentes que realmente hace gente no técnica pero hay muchos que no que no lo han conseguido no y de hecho tú el otro día César dijiste como parte de de un postmortem de latitud 1.0 no en paz descanse que este concepto de hacer análisis de datos para gente no técnica no lo conseguisteis Pero porque el problema no es que no es la parte técnica es la parte estructurada es la parte de saber hacer preguntas y entender lo que son datos estructuradas en general Claro pero es que eso claro contestando varias cosas no al mismo tiempo al final tú tienes una fuente muy dispersa de datos es decir cada PDF que tú analizas por ejemplo de de un contrato puede tener un distinto pu Ten un idioma distinto pero la persona que necesita extraer el dato no el usuario final que es el que tiene el conocimiento de negocio que es el experto sabe qué tipo de dato quiere y Cuál es la definición de ese dato que él quiere entonces cuando estamos seg están entrenados para ello O sea si lo están haciendo manualmente eh tienen que saberlo si no no est trabajando ahí perd son abogados son en este ejemplo no en este ejemplo en este ejemplo son las personas que tienen que actualizar en la base de datos con los precios por persona a noche sea el equipo de de operaciones es un equipo de de operaciones son expertos de es dominio expos dom Entonces el el la tendencia es que el prompt engineering está muriendo o sea todos los modelos no lo estamos viendo con el preview al final prompt engineering va a acabar siendo también una comodity que va a venir dentro del modelo van a ser como mucho más vamos a discutir esto que nos hemos presentado bien no vale tendía que haber hablado contigo Hace se meses y y la y la parte estructural los datos no se lo va a comer el modelo la parte sí de hecho el el el problema no es que o sea el modelo te hace la estructuración del dato El problema es que cuando estás trabajando con Fuentes muy largas muy dispersas eh No es tanto el proceso de extracción sino el proceso de localizar la información pertinente para alimentar el modelo para que te la pueda extraer Y eso es un proceso de ingeniería de datos para Machine learning en la que tienes que hacer composición de distintas cosas podemos hablar de rack podemos hablar también de clasificadores podemos hablar de detección interna para que luego lo que le metes al modelo que tiene que hacer la extracción tenga la información relevante para hacerlo o sea el problema real es cómo consigues encontrar la información correcta en el formato correcto para que el modelo sea capaz de entenderlo Y eso no te lo va a dar simplemente un llm te lo tiene que dar una serie de procesos podemos hacer doble clic en prompt engineering está muriendo Qué te hace pensar esto el el prompt engineering está muriendo en el sentido de que hay distintas vertientes primero si quieres definimos que es engineering eh Como sabéis pero empie intenta eh No no no no empezaré es que no hay una vía tampoco eh básicamente no estos modelos conversacionales tú le das una instrucción Y esa instrucción tiene que estar formateada de una forma que te ayuda a garantizar el output cada modelo Tiene como su propia forma de hablar de su propia forma de entender por qué porque cada modelo ha tenido su propio dataset de entrenamiento en el que le han dado las instrucciones de una forma u otra De hecho hay hay papers que salían inicialmente no que decían es que si le pones por favor al modelo eh Te funcionar mucho mejor si le pones que tu vida depende de ello aumentas un 3% de que así y si le pones think Step by Step no piensa paso a paso eso te da un Boost de de la [ __ ] y es encontrar esos pequeños hacks de cómo tú te comunicas con el modelo hacen que aumente el performance ante que aumente la eficiencia de El de respuesta y puedes incluso llegar a minimizar el peligro de alucinaciones Entonces por qué digo que está muriendo digo que está muriendo porque al final están saliendo Marcos que te ayudan a optimizar ese prompting al margen de tú tener que escribirlo No si hay algún técnico que me está escuchando algún ingeniero de ella pues que no nadie que sepa tema conad están sendo Marcos de trabajo como dpy no que te ayudan a hacer esa propia optimización y luego los pros modelos como hemos visto con el preview de un debt que ya te hacen como esa especie de aut interno para generarlo entonces son mucho más resilientes ya creo que vion per no está muriendo sino que la palabra se está transformando y hay mucha gente que piensa que cuando o sea y es verdad que venimos de ahí eh venimos de ponerle do not hallucinate no y y que de repente deje de alucinar eh Y y es verdad que hay papers al respecto pues sobre Chain of thought y sistemas similares no e Pero la realidad es que prompt engineering es una serie de técnicas no solamente de cómo construyes la estructura del prompt sino cómo lo alimentas con los datos Eh pues por ejemplo de tu base de datos e hay una serie de técnicas de evaluación también hay otras tnas para evitar que el modelo conteste algo que no que no debería o que se inventa que son los G que se llaman Y al final PR se ha convertido en esta mezcla de distintas técnicas que te ayudan al final a que el prom que el output del lm sea lo que tú esperas no y al final de la misma forma que en programación clásica determinist eh Tienes sistemas de testeo de código porque al final te quieres asegurar de que el [ __ ] haga lo que tú esperas no e todo esto a día de hoy está incluido dentro de de lo que es prompt engineering entonces e no sé yo por lo por lo menos desde desde mi punto de vista del mercado Eh hablo con un montón de empresas que que implementan el lms en producción e está lejos de estar muerto porque la gente sigue poniendo cosas en producción que no funcionan eh Y que se rompen por todas partes y que reciben quejas de clientes porque no les está funcionando eem entonces creo que prompt engineering yo soy de la opinión de que se debería Llamar prom design realmente e porque al final incluyes todas estas cosas y hay mucha gente que se queja de que de que no se debería Llamar ingeniería no tú a todo le llamas design porque te por lo que sea product management prod Exacto e Pero la realidad es que al menos yo según la la visión que tengo del mercado y de las conversaciones que yo teniendo con con distintas empresas está lejos de de estar muerto y cada vez es más grande cada vez hay más técnicas para mejorar el output de de esos modelos y ahora Juan descubrirás qué acaba de lanzar César hoy acab lanz compr hemos sacado Espera espera introduzcamos no introduce el Qué bueno hoy habéis hecho un lanzamiento hecho un lanzamiento hoy sí he visto por medios que la actitud ha salido en produ H en Twitter no y en Twitter de hecho tenemos dos product hands Live ahora mismo en estos momentos compitiendo compitiendo vale está aquí Pau Ramón Cómo vas Pau qué tal desde terraza para el mundo Tú también has sacado un prodan Ho Sí sí sí yo también sa no voy tamb bien como César César está segundo yo sexto Pero la verdad es que tampoco importa mucho bueno que la audiencia del podcast vote a ver quién quiere que gane Exacto vamos a hacer Live el Pit de que hay en prodj en cada lado y voy a ir mirando votar a los dos no que voten a los dos y reporten a los otros no no no no pero haca es broma es broma Entonces qué tienes en producan eh Pues hemos sacado una plataforma Open source para hacer prompt engineering sorpresa brutal Pero eso penso sea yo puedo ir ahí hacer kit clone y totalmente Sí sí perfecto e básicamente de lo que se trata es te ayudamos a construir los prompts te ayudamos a construir un sistema de evaluaciones que tenga sentido eh Para tu caso de uso y de hecho te las generamos automáticamente e y luego además te te sugerimos mejoras en el promt que tienen que ver tanto con el lenguaje como con la estructura del propio prom eh que H vemos que con modelos incluso los últimos con gbt 4o eh puedes pasar de Pues imagínate que tienes un score de un 80% más o menos de de accuracy eh a más de un 95 por con el lo que llamamos el promt refiner e entonces por eso me sorprendía que que dijeras que el pron está muerto porque con los modelos actuales por lo menos la gente que los está intentando poner en producción eh No lo está consiguiendo con las tasas de éxito que esperarían vale Espera esperad que os corte Pau tú qué piensas sobre esto es fantástico gra no sobre PR engineering No a mí me gusta mucho de hecho el tagline que pones en la en el web no Don rog no no sé cómo se pronuncia Esto me parece Me parece muy muy no vayas a pelo con tus prom Bueno o sea no hagas Yolo no O sea no ties tus proms ahí y luego pues innecesarios vale Ya yo que s de Alegría no es que yo os estoy votando en directo eh valeau tú qu tienes en ahora mismo No no es tan Guay como lo de César voy sexto Elba segundo no yo yo extraí de de mi último proyecto extraí una parte que era yo tenía un bookmark manager y extraí la Api que hacía la extracción de contenido de internet que de hecho en cierto modo lo puedo unir un poco con lo que hacéis porque has hablado de extracción de datos Y luego pues esa estructuración de los datos pues lado la parte de extracción de datos de de internet es una p tú le pones una URL y te devuelve pues metadatos screenshot smartd etc etcétera scaping esing Sí pero más más acotado sobre todo para para casos de uso de llms donde tú quieres no quieres el html sino que quieres el el macdown en general Pero tú no utilizas modelos fundacionales no De hecho mi caso de uso era totalmente aparte pero como vi que había interés por lo que había hecho entonces he decidido extraerlo y hacerme un producto aparte pregunta que en directo conviertes pdfs a markdown sí me interesa Exacto también no sí tienes hecho sí O sea si están colgados en internet o sea no no tengo funcionalidad de backet y para adelante perfecto algo más algún deal más que quieras hacer Oye lo de produc han bueno se ha entendido lo que es hinger yo creo que la gente se ha perdido Hace media hora bueno 45 minutos hinger se llama hinger y lo tuyo latitud latitud ese mismo nombre lo va reciclando para cosas nuevas no Claro pero como nadie nos conocía de serie pues Vale pero peru no te dice Oye tú ya has estado aquí Sí pero luego junta junta los l yo voy borrando cosas por detrás está bien está bien todo bien vale bueno eh Oye eh la gente que no se escuche si os parece interesante ir a votar en no no votar porque esto prod noce tiene que darnos soporte en prod Ah bueno darles cariño darles cariño Qué impacto César habéis notado gracias al lanzamiento signups Pero dime cosas de verdad eh signups ventas algo tan la verdad que hemos notado muchísimo cambio en los signups eh o sea ni los he contado porque tambén hemos tenido un pequeño problemilla Y es que no estábamos filtrando Bots y de repente nos han empezado a entrar eh miles de Bots y nos han revent sí nos han reventado la analítica un poco Entonces estamos ahora no claramente no Porque eran todos con el mismo la misma estructura de mail y todo pero ha sido un drama nos han cancelado la cuenta del sistema de mailing bueno total cuidado con los Bots si lanzá en produc e y y nada la verdad que bastante visible en redes sociales y algunas demos inbound que nos han demos inbound dos 10 en torno más de cinco vale seis no s tendré que mirar Vale y signs miles pero muchos Bots sí Muchos Bots no no yo creo en signups conseguiremos unos 300 más o menos vale está bastante bien hinger para m no tan bien no Supongo que ser sexto pero Porque en mi caso el signup tiene necesitas tarjeta de crédito para prevenir abuso e yo tenía más miedo que que César de los Bots Porque en mi caso pues me cuesta pasta pero sí en mi caso han sido 20 20 signups 4000 visitas e Pero al final yo creo que lo hacemos un poco para para marcarte un objetivo y una externalidad es como un ritual casi que que haces hay que lanzar hay que lanzar pero en realidad tampoco no creo que el impacto sea sea tanto O sea yo saco más de un blog po que que de producan César ha levantado capitán al riesgo tiene nóminas a pagar Es muy diferente que tú que estás en tu casa y que te da men Un poco igual Sí pero bueno ha ha ilusión y la verdad es que para este lanzamiento e también hemos invertido eh pasta real Ah Pay to Win no pero ya llamos segundos antes de esto O sea habéis pagado a gente para que os voten produ no no para que no no para que nos voten eh De hecho la mayoría de gente que aparece en primeros puestos de prodam son así los puedes ver en las gráficas de crecimiento de votos eh Porque se los van cargando los de prodan van moderando y les van quitando votos eh nuestra curva es perfectamente orgánica em y lo que hemos hecho diferente esta vez eh hemos contratado entre comillas eh a un influencer eh de estos de Twitter de II e para para que haga un post sobre nosotros e y la verdad que lo hecho bastante Guay se ha currado un vídeo y tal eh tiene decenas de miles de de impresiones ahora mismo e y ha funcionado relativamente bien para para seguir consiguiendo votos no lo de marketing esas cositas Sí sí muy bien muy interesante Oye antes de pasar a a la parte de interactiva tú Jordi querías contar eh el update de wordpress que contaste hace dos semanas creo en Madrid sí os quería hacer un poco de update porque eh brevemente porque vamos estamos fuera de tiempo todo empezó en 1962 no no super brevemente eh wordpress Hablamos hace TR semanas en en Madrid que había habido una batalla legal o estaba habiendo una batalla legal entre wordpress.org una fundación sin ánimo de lucro y un proyecto Open source y automatic que es la empresa detras de wordpress.com que son los misma gente Vale y wp engine que es una un negocio de Hosting de wordpress eso estaba empezando y se complicó un montón y a mí me me apasionan este tipo de sagas porque mezcla el open source el private equity la startup los egos de las personas y la la ver la verdad es que está sufriendo mucho 40% de las páginas web del mundo están eh encima de wordpress con lo cual es muy relevante lo que está pasando Desde que hablamos eh se mandaron cartas amenazándole cual haciendo mucho daño a la comunidad que estaba usando wordpress a través de un proveedor concreto que no sabían que era malvado y de repente no pues Matt mullenberg decidió que no tenían permiso y eso generó mucho debate luego les quitaron este bloqueo no y dijeron tenéis hasta el 1 de octubre para hacer las paces o os vamos a volver a bloquear por el camino se publicó que wordpress le había exigido a wp engine el 8% de su facturación a cambio de dejarles tener un negocio encima de wordpress cuando wordpress es open source cambio de dejarles utilizar la marca de wordpress que es distinto sí técnicamente tienes razón entonces la web de wp engine empezó a meter la r pequeñita de registered al lado de la palabra wordpress y un montón de disclaimers en el foter como para cumplir Pero no Fue suficiente para wordpress que volvió a vetar y incluso metió cuando te registras para formar parte de la comunidad wordpress en wordpress.org un checkbox que pone no estoy afiliado de ninguna forma económica financiera o o en negocios con wp engine con lo cual como nadie sabe qué pasa con ese checkbox pero a ver si tienes narices de de darle al checkbox de que estás afiliado con wp engine cuando intentas contribuir al Open source de wordpress subir una versión nueva de un plugin pero me parece una terrible idea o sea la gente seguramente va a visitar wp engine para ver si es más barato con este checkbox en en wordpress.or bueno es todo fatal no Y la última y ya me callo eh que me ha hecho gracia eh fue nuestro amigo David hemer Hanson a ver si lo digo bien que es uno de los fundadores de basecam y el creador de ruben rails muy muy estimado por nosotros porque hemos construido muchos negocios encima de ruben rails e hizo una publicación criticando muy fuerte a Matt mullenberg y a automatic diciendo que estaba haciendo muchísimo daño a la comunidad Open source y que y que iba a generar un daño Irreversible que las las expectativas o las demandas de Matt mullenberg eran absolutamente irrazonables y es un un poco un pope del Open source Porque otro porcentaje no tanto en volumen como en cantidad de startups y empresas grandes tecnológicas están construidas en rubion rails la verad es que tiene mucho impacto en nuestro mundillo y se ha posicionado muy fuertemente en contra de la postura de m wenberg y automatic y wordpress.org y no es que a favor de pero diciendo Oye no deis por saco esta gente que tú haces una cosa Open source viene a ser su resumen si tú haces Open source pues te jodes y haces Open source y la gente puede usar tu Open source para hacer negocios por enci clar Pero la pregunta es si la propiedad intelectual de la marca es parte del Open source o no que no lo es wp concretamente no lo es no lo ha sido y se ha dicho varias veces que wp no estaba registrado y todas las referencias a wordpress en su página Sí pero eso y todas las qué perdón referencias a wordpress en su página a mí no me parece ninguna locura yo el clim de automatic lo veo un poco pillado con pinzas [ __ ] no sé tío les hace rabia que la mitad del negocio de Hosting de wordpress se lo lleve Silver Lake Pues sí les les hace rabia has construido tú un negocio encima un mod Open source con un software cojon muy popular que cualquiera puede usar y hostear pues no sé sí pero [ __ ] o sea las licencias están para algo no Y la licencia de la Marc licencia Open source te permite explotar el software explotarlo no la marca tú puedes mencionar la marca no puedes utilizarla para confundir a la gente Exacto yo no creo que estuvieran confundiendo a la gente no te pongo un ejemplo el otro día eh pasé por slack eh Por por el slack de de latitud eh empresa no no no O sea pasé subí una cosa tranquilos [ __ ] subí una imagen vale he de Traducir de inglés a españolo dejadme que cabe y lo entenderéis madre mía e subí una eh captura de pantalla de lo que salió de wordpress.org El formulario este donde salía el el checkbox este de no estoy afiliado con w engine e y gente que no sabía el contexto del drama se pensaban que wp engine era parte de wordpress entonces o sea como ejemplo Random de obviamente lleva confusión obviamente a ver hay 1000 distribuidores de Microsoft que se llaman microsolutions micro technologies micro Distribution no sé qué quieres que te diga toda la vida Microsoft no es mod Open source Bueno tamb de hecho también es de los contribuidores de Open source más grandes del mundo estamos hablando de gente que vende Microsoft no tiene nada que ver el ejemplo esta gente viende wordpress oa Yo entiendo que les cabre eh se dedican una cantidad de recursos importantes a construir algo y Lu va alguien coge la marca y hace un negocio más grande que ellos no coge la marca eh coge el software Open source que tienes derecho a distribuir y le llamas wp engine Sí el nombre es un poco pero de repente se han despertado hoy también porque wp engine es más viejo que ir a pie eh o sea se han despertado cuando cuando han querido más revenues normalmente va así eh cuando son pequeños nadie se despierta el problema es cuando creces o sea el problema son los revenus no la marca el problema son los ravin es que no tiene wordpress Claro claro pero bueno eso el open source es un problema cuando es una parte importante intrínseca de tu modelo de negocio tiene que formar parte de la ecuación Si tú permites a otros explotar tu propiedad intelectual pero también puedes cambiar de opinión no sí sí Bueno los juces tampo es cambiar de opinión O sea al final la marca está registrada y es propiedad intelectual de automatic es distinto al código Open source de Word depende del día era propiedad intelectual de la fundación wordpress depende del día de automatic eso tampoco queda claro clarísimo no está no sé yo creo que los de wp engin lo han utilizado como Cruzada eh diciendo que wordpress es anti Open source cuando claramente too lo contrario porque pag Bueno pero claramente lo han hecho sobre el open source cuando el litigio Era sobre otra cosa era sobre el uso de la marca vamos a las preguntas venga venga Quién quiere preguntar comentar primero hay una pregunta Hola Qué tal Buenas primero disculpas creo que voy hacer una pregunta un poco técnica pero quiero aprovechar la situación que tengo unos genios en en la materia y que es Qué modelos matemáticos utilizan para optimizar la hiperparametros y pregunto esto por creo que es para ti bern me tiro eh pregunto esto por una cuestión personal que es que me sorprende que normalmente venga con las redes neuronales se optimicen con gradiente descendiente que es un modelo matemático bastante ineficiente y no Se use por ejemplo la optimización bayesiana vale e son dos cosas distintas vale son dos cosas distintas el el descenso gradiente que es un modelo ización que básicamente no es como tú si te tienes que bajar una montaña vas pegando con un palo a ciegas y Esto va para arriba Esto va para abajo para abajo es muy flexible mientras tengas una función diferenciable convexa pues vas a poder encontrar al menos un un mínimo local el problema de la optimización vallesana eh para este tipo de de optimizaciones es que no puedes como optimizar grandes números de parámetros al mismo tiempo entonces la digamos optimización de modelos al revés no el entrenamiento de los modelos tiene que pasar por el descenso gradiente no que es al final el propagation que nos lleva ello y la optimización ballena no si alguien una persona que se dedica al Machine learning más clásico de fine tuning de per parámetros pues pasa por herramientas tipo optimización vallena como podría ser optuna podría ser todo lo demás donde lo que tú haces es eh para mejorar la eficiencia del modelo imaginaos no tenemos una radio vas sintonizando hasta que la radio suena bien eh Tienes un espacio de búsqueda que es todo lo que puedes girar lo que haces con un modelo vallesano es dices Bueno voy a limitar esto entre tres cu y esto entre dos tres pero pasid una cosa solo voy a irme a este lado no Entonces no tienes un espacio de búsqueda tan grande entonces al final lo que estás haciendo es como limitar tu espacio de búsqueda para mejorar ese modelo pero son dos cosas para mí completamente distintas si tienes una red normal cualquier tipo de modelo que optimiza una función de coste tiene que pasar por desenso radient cuando tienes un modelo Machine learning eh que tienes hiperparámetros no que no son esos pesos que se adaptan ahí ya puedes irte a cosas como optimización bayesiana para reducir el impacto del coste computacional que pueden tener tus modelos Aquí sí que ya hemos perdido a todos o sea tenía que aprovechar la oportunidad una birra y Lu ha te has resuelto la duda o no te has resuelto la duda s y de esto surgen otras cuantas preguntas pero luego con vamos a probar más preguntas de la audiencia Gracias mira ahí hay una última fila esto es el servos tenéis que pasar el micro ahí yo por tener en verdad tengo tres preguntas pero voy a dejar espacio para los demás también nivel agi por ejemplo nos da miedo que llegue un punto en el que esa agi como pueda hacer cualquier tipo de cosa os quite el puesto en en vuestra empresa agi intelcia Inteligencia artificial general general artificial lo digo porque el otro día estuve hablando con el cto de fujitsu y él me dijo que él bajo experiencia dice que en menos de 4 o 5 años Sí o sí va a haber algo así y como va a estar dentro de los procesos actuales de de los que estáis hablando por ejemplo puede llegar a un punto en el que barra y haga un monopolio O sea si el cto de fujitsu se queda sin trabajo toda la gente técnica entiendo no no será muy único ese puesto de trabajo entiendo que cualquier líder tecnológico se queda sin trabajo en 4 años per momento al setio de fujitsu le preocupaba esto decía que le preocup no le preocupaba dijo que en 4 o 5 años Sí o sí iba a ha la agi iba a tener los procesos internos que actualmente por por ejemplo startups están haciendo pueden ser borrados esos startups al final porque no habrá más que sacar pero o sea a ver em tú cuando sales por la O sea sales de casa te preocupas porque te V a atropellar un coche o sea al final es un poco eso no realmente e la tecnología pasa te guste o no igual que la ciencia no son cosas que que que van a pasar te gusten o no Entonces tú qué qué aproximación quieres en la vida sobre cosas que van a pasar o sea si no lo va si no lo descubre uno lo va a descubrir otro o sea nunca he entendido esta esta visión de la tecnología eh de miedo o sea yo yo creo que es algo que es una realidad es una realidad que que uno tiene que entender y aceptar Y si si puede avanzarse mejor no Y si puede formar parte mejor qué sentido tiene decir Oye va va a existir electricidad Y eso va a cambiar mi trabajo que yo antes iba a encender las los fanales fanales es una palabra en castellano las lámparas o lámparas lámparas de la calle No pues sí va a desaparecer tu trabajo te da miedo pues mejor que te informes y que formes parte igual de la nueva generación de de lámparas nuas generaciones de lámparas Unidos y al final yo creo que hay un concepto que es que todos no sé si todos yo eh estoy deseando que alguien me quite mi trabajo de hoy para hacer otro no O sea como concepto espero crecer aprender y evolucionar Entonces mejor si es una Ai o si es una tecnología Y entonces todos podemos dejar de hacer lo que estamos haciendo hoy y inventarnos una cosa nueva Porque históricamente es lo que ha pasado con la humanidad hemos ido Ojalá llegue mañana pero es el hecho de por preguntarlo un poco y luego anclado a esto la la ética Saludos a cto de fujitsu la ética Cómo veis la ética en el mundo ia si debería tener una ética si debería dejar de tenerla Qué tipo de ética llegar a tener éticas normales o gener un poco de abrir debate Juan las fáciles no me alegra que me hagas esta pregunta el avión creo que sale ya voy un hotel o sea aquí hay un sofá no Sí hay muchos sofás yo creo que estás dando un puntos bastante interesantes que yo creo que quedan bastante fuera de lo que es al menos a nivel personal mi mi era de experticia y conocimiento no luego ya abriremos el melón de si es consciente y ya rematamos em o sea yo creo que todo el mundo enlazando con lo de antes también lo que decían Jordi berná es como [ __ ] con lo que ha salido ya hay como dos posturas directas las de la gente que hacemos código Por así decirlo no y es como cursor clot no sé qué y tiro dos líneas dos ampers sans y me hace la mitad del código y veo mi productividad multiplicada por 100 y y lo abrazamos y luego una reticencia no que hemos visto por ejemplo salir en en el mundo más de más creativo más artístico de diseño de gente que escribe gente que hace cosas creativas que lo lo rechazan en lugar de intentar abrazarlo para mí la postura correcta es la de la que hacía Jordi en plan [ __ ] qume trabajo que así puedo hacer más cosas pu mi productividad y puedo quitarme ese cuello de botella a nivel ético para mí se despiertan muchas cuestiones no lo voy a relacionar con la agi no pero sí más por ejemplo Con el impacto directo que puede tener en el la automatización de ciertos procesos de forma muy rápida en el workforce a nivel a nivel mundial o sea es decir no hay mucha gente que es susceptible ahora mismo de quedarse en el paro porque se automatizan procesos por ejemplo como estamos hablando no del manual Data entry e y eso va a tener un impacto directo sobre la calidad de estas personas pero luego lo que va a pasar es lo que dice Jordi que se va a crear una nueva forma de trabajo una nueva economía y se va a multiplicar al final la eficiencia y la productividad heo yo creo que eso va por un lado y que luego nosotros como practitioners no También tenemos que ser conscientes un poco Qué tipo de soluciones estás haciendo Y eso va muy a nivel personal O sea la ía a nivel ético es muy peligrosa la generativa aquí me voy a ir otra vez por las ramas pero todos conocéis aal no harar no el escritor de Sapiens y publicó un art cuando salió chbt que era un poco también agorero diciendo en plan [ __ ] han hackeado lo que nos hace lo que nos hace humanos no lo que nos permite habitar esa ficción intersubjetiva que llamamos sociedad empresas y demás porque han hackeado el lenguaje han hackeado lo que nos permitía a nosotros comunicarnos de forma efectiva y de repente yo soy muy susceptible a que me metan ideas que no son mías que están como prediseñadas y por tanto moldear un poco mi mi voluntad eso es tener mala fe O sea no hacer eso de forma proactiva es como tener mala fe es como utilizar de los de de generación de imágenes para no pero está claro que es un problema o sea o es como usar Photoshop para hacer un fake no pero no es lo mismo No es lo mismo más potente más rápido es verdad que entras en un momento donde la realidad Se confunde O sea ya no sabes qu es cierto y que no justo y eso es un problema o sea yo yo creo que hay que aceptar los problemas como son y luego solucionarlos pero de la misma manera que hay el regulador que está preocupado para parar la Inteligencia artificial y luego hay otro regulador que está pensando en cómo dar trabajo o cómo Cómo gestionar esta transición laboral de esta gente hay dos dos escuelas de pensamiento Pues yo creo que lo que tenemos que hacer es encontrar la solución No pararlo porque no se puede parar no se puede parar es que no tiene sentido o sea todos esos que firmaron ese acta de paremos la Inteligencia artificial es como okay O sea estás Te has como decir dado un baño de moral y ética para postularte pero no no vas a conseguir nada es como cuando le das al y lo que es curioso Es que la gente que está más hablando de la ética y la moral son los que no tienen la capacidad de ejecución y de desarrollar nuevo modelo de gpt y los que está codificando pues esto no se lo están planteando no porque están pensando en lo siguiente entonces este mismatch es curioso sí no O sea la gente que menos entiende Lo que hay lo que está pasando es lo que el que más le preocupa digamos es normal clar pero yo creo que por eso mismo no porque no tienes un conocimiento interno Sabes cuáles son los límites reales las potencialidades hablar de la agi ahora mismo o sea es muy suculento no porque [ __ ] parece que estamos llegando a un punto en el que es la osta que aquí 4 años lo vamos a tener yo lo dudo sinceramente es que no significa nada a día de hoy se ha pervertido tanto el término que ya nadie tiene una definición única de de lo que se según nos has explicado tú lo único que sabemos hacer es acercar palabras predecirla sin palab y el clip de César de hace no sé cuánto tiempo cuál [ __ ] tu clip de YouTube Ah el clip Sí sí yo ya lo dije venga vamos a a otra pregunta o comentario est ya no para mí que eh yo tengo una consulta para César ahora que lanzaron el producto Open source sobre cuál es la estrategia de monetización que que tienen para latitud me encanta que me ha esta pregun yo he montado Lt engine pues cuidado porque tienes que publicar te has mirado licencia em Cuál es la estrategia de monetización eh muy fácil nosotros hacemos de Proxy vale para todas tus llamadas a llms entonces eh cuando tú lo pones en producción tú llamas a través de nuestro sdk o nuestra Api a unp nuestro e y le pasas unos parámetros Y eso te devuelve pues la respuesta del modelo que tú hayas elegido no y esto lo hacemos pues tanto para los prompts como para Las evaluaciones que son las que validan la respuesta del llm Eh pues cada una de estas lo consideramos lo que llamamos un ran vale eh cobramos por rans tenemos un plan gratuito que incluye hasta 40.000 rans al mes eh Cuando te pasas de eso Pues pasas a uno de los planes Team o Enterprise eh el plan Team eh Son $99 al mes y te incluy 100,000 rans que son llamadas al final eh al mes y si te pasas de eso pues tenemos es como los créditos de Amazon básicamente eh cada 20.000 rans son $ más entonces a final de mes pues te pasamos el rastrillo sabes Te pasamos el sombrero eh Y te pedimos que nos pagues y ya está fácil venga quién más Bueno pues si no hay nadie más cuidado luego siempre en las cervezas la gente me viene y dice Oye quería preguntar eso pero no me he Trío se vuelve inidos es un clásico eh No si no se pregunta en directo no se puede tiene que ser en directo siempre Di lo mismo más que nada es por ejemplo que qué opináis de que Sam alman quiera limitar lo máximo posible y que se cree las legislaciones lo antes posible para la ia intentar está eliminando competencia está intentando que la gente no consiga datos o qué opináis También de que una persona que es tan importante quiere intentar cerrar un monopolio la La regulación es la herramienta que tienen los incumbents las grandes empresas para frenar la competencia esto siempre ha sido así o se nos pensamos que es algo para controlar el corporate no no el único que puede afrontar La regulación es el corporate las startups no podemos o sea son barreras para que para que startups que se están creando ahora mismo no puedan Acceder al mercado solo Open Ai con sus muchos billions levantados puede afrontar esta regulación es así como funciona esto hay hay una charla que a mí me gustó de un señor que se llama Bill gley que era un general Partner en benchmark que es uno de los bisis más históricos del mundo que son famosos por no ser especialmente founder friendly hay que decirlo todo pero Bill gurley es un tío interesante un tejano de Texas con con opiniones profundas y que se nota que le ha dedicado tiempo que habla de este concepto que es el regulatory capture no la captura regulatoria y precisamente pone como ejemplo no sé si en esa charla o en otras conversaciones que ha tenido él públicamente sobre Open Ai y como Open Ai a la que consigue una posición de Liderazgo dice vale Yo estoy puntero llevo 2 años mínimo de ventaja a cualquier otro porque ahora se están poniendo las pilas entonces voy a asegurarme de que cualquier Innovación en mi mundo tenga que pasar por 47 comités y el congreso idealmente consejos expertos y tal Entonces eso es lo que hará es frenar a los demás y como dice Bernard yo puedo pagar todos los abogados del mundo puedo tener a un lobis incluso que es un concepto que aquí no existe quizá tanto pero en Estados Unidos es es muy O quizá aquí existe Pero está más escondid eura hay miles de listas Sí pero quizá no está tan está más escondido yo creo que que lo que está en Estados Unidos que está como más reconocido y me encargaré de que yo siempre caiga de pie y que por el camino se mueran otros no Aunque sea esperando la falla del juez o del Congreso y tal y de hecho pone muchos muchos ejemplos y como conclusión la la gracia de la charla es que el nombre de la charla que no me acuerdo del número es el número de millas que hay entre silicon Valley y Washington DC no que son los dos puntos de Estados Unidos casi que están más lejos que podrían estar no y dice no es casualidad que silicon Valley esté lo más lejos posible de Washington DC alguna opinión al respecto Bueno o sea la opinión al respecto viene sobre todo que yo creo que Sam alman es consciente de que no tiene mucho Mode no se al final todos los que no tiene mucho qué mucho mod mucho foso tecnológico con los módelos de lenguaje ha tenido una ventaja tecnológica muy grande Durante los dos primeros años pero a raíz de sobre todo meta y el open source se está atrapando muy rápido y se está dando cuenta de que al final para nosotros los desarrolladores va a ser indistinguible utilizar los modelos de openi que los modelos de de meta y todo entonces De hecho si miráis un poco lo lo que publicaron no de de las líneas de negocio que preveen por incom e están dando mucho más énfasis a la parte de chat gpt de usuario final que a lo que van a hacer incom por por apis porque se dan cuenta de que Bueno me tengo que centrar en hacer producto un producto que sea para gente p más que Api que los desarrolladores podrán elegir entre cualquier modelo que esté disponible incluso está este típico plot no el que generó maxim laborn que es como va avanzando la ía cerrada de Open Ai y como poco a poco se está cerrando el Gap con los modelos Open source hasta que en principio puedes incluso predecir cuándo tendrán el mismo eficiencia con yama 3.2 que ha salido con meta que incluso han baneado dentro de Europa precisamente por medias regulatorias Pues es que ya se está cerrando Por cierto hablando de anear en Europa en teoría no iba yo entendí que no iba a salir el nuevo modelo de voz avanzado de Open Ai en chpt y tengo acceso a él no sí que es Sí sí pero pero se al principio se dijo que no iba a salir en Europa y salió es la [ __ ] es increíble lo rápido que contesta Está bien Voy a quitarte el like Dean es es un poco o sea no es natural a ver no es un humano todavía vale No es no estamos ahí pero la velocidad en la que te empieza a contestar o sea yo me acuerdo hace dos días en el offset donde estábamos con Bernard estamos discutiendo un tema le pregunta una cosa a una persona tardó más en empezar a hablar la persona la respuesta que ech gpt si es increíble no y lo brutal es la la interrupción dices No no no me interesa cualquier cosa y lo entiende reacciona es brutal Eh sí pero es que tengo un poco de de problema personal ahora con con este ha pasado Pues mira le pedí que me explicara una cosa Vale y me dio un montón de no me dio un montón de datos Y le dije vale me puedes repetir esto último que me has dicho porque est me quedé pensando en una de las cosas que me había dicho y me empieza a hablar más lento como si fuera tonto fal el respeto y me lo tomé me lo tomé fatal ese shay te has dado cuenta que era más vista que tú me lo tomé fatal a mí no me hablas así tal cual y le decía pero que me hables más rápido y no me habla rápido vale de si problema lo tienes tú sí es un problema personal clar vale e sería una pregunta para César también eh dícela rápido No hables lento que se puede ofender Sí bueno a la hora de pivotar el producto habéis tenido algún problema a la hora de de de cambiar el diseño del producto habéis tenido problemas con creando otra ui o habéis usado un sistema de diseño ya de antes o habéis usado una librería externa es es muy buena pregunta e empezamos de cero completamente porque al final el diseño de producto yo creo tiene que ir adaptado al propósito del producto y y la imagen de marca que quieres dar la imagen de marca vive en en un entorno de otras marcas no Y tú tienes que destacar de alguna forma eh para este último pivot hemos cambiado completamente el diseño tanto de del bueno el sistema de diseño que teníamos la marca lo que es el logo lo hemos dejado igual pero sí que todos los materiales los hemos cambiado para adaptarlos al diseño de producto eh pero sí sí lo hemos cambiado todo y la verdad es que hoy en día con herramientas como tawin por ejemplo es que o sea se va hiper rápido desarrollar un sistema de diseño nuevo implementándose en latitud son capaces de producir interfaz que ni siquiera pasa por fig O sea que directamente ellos mismos ya saben cuál es y Sones de implementarla directamente y que nos lo comparten con los prod designers pero son capaces de hacer cosas bastante locas que hace 5 años por ejemplo era casi impensable que un developer pudiera hacerte una propuesta de ui que funcionara muy bien dentro del diseño de la plataforma muy bien Oye pues si no hay no hay ninguna última pregun hay una hay una Ah venga va Hola me gustaría preguntar sobre el fondo que estáis levantando si sigue abierto y si podéis explicar un poco estructura de management fe carry y qué participación va a tener vosotros venga J quieres las cuentas auditadas también que las comparte aquí delante de la cámara estaría bien como auditoría para s per no tenemos cuentas ni auditadas ni editar si acaba de empezar el fondo eh A ver es un fondo de que nosotros promocionamos que acabamos de abrir vale estamos empezando a a comunicar con la gente que que invierte con nosotros y y que no ha empezado ni la actividad todavía tiene la estructura estándar de fondo early stage de capital riesgo que tienen todos los que yo conozco en el mundo con lo cual if you know you know no o sea es absolutamente estándar lo estándar es un management fe del 2% y un carry del 20% esto es un 99% de los fondos que yo conozco funcionan así y luego hay casos que he visto donde el carry puede subir cuando se supera un retorno bastante bastante Bueno no te sé resumir todos los detalles del contrato porque no me acuerdo porque la verdad es que hace bastantes meses que lo discutimos esto pero es muy estándar y y está ahora en pura comercialización que se le llama técnicamente Aunque realmente no es bien bien lo que está pasando con este fondo pero si es en en en ir haciendo los papeles de la gente que invierte en el fondo no los conocidos elpis y eh nosotros seguimos buscando proyectos en los que nos interesa invertir para que el fondo pueda invertir la gestión del fondo la la va a hacer Marcel comentaste o no sé si me AC nom los tres socios somos Marcel bernat y yo y luego trabajamos con un equipo de gestores que que hacen la gestión de de fondo Vale gracias y para te interesa invertir o ser invertido me interesa saber para si para si meter un ticket para entender un poco final si vas a meter dinero entender o sea entiendo que os gusta hacer todo esto en abierto también pues preguntar aquí en abierto entiendo que si hay interés pues o me pasaréis con los gestores o con el equipo que sea para para tener más detalles o ver siguientes pasos podemos hablar si quieres después y ya si puedo qui invertir en directo no podemos probar no s no sé si el equipo le va a hacer mucha ilusión la verdad porque la cnm tiene sus cosas Yo tengo un pequeño vehículo junto con mi mi pareja ella trabaja más en el mundo de inversión Yo sé que estoy más en el mundo tecnológico ella trabaja en un private equity Entonces ella sabe mejor todo esto y me ha mandado aquí para preguntar para hacer losos de Ah amigo vale vale vale oye bien hecho eh bien hecho Mira la única cosa que no es estándar no es tan habitual en este fondo Aparte que es un fondo pequeño early stage enfocado a primeras etapas es el el commitment de los promotores es la palabra correcta los promotores del fondo que en este caso es el 10% del fondo o sea esto es una parte important Entonces el commitment bueno los el tamaño del ticket es lo que tenéis o sea lo que hablabais de ser inversor profesional que es hacer un commitment de 100000 exacto y esto Vais a hacer capital calls a lo largo de un periodo o bastante estándar Cómo te llamas Paul Paul esto es bastante est verdad que son buenas preguntas eh voy a si nos ponemos nos ponemos eh ponte ponte vale eh los fondos lo que hacen es que captan compromisos de inversión de los elpis limited partners no que son los inversores que es donde sale el dinero y luego buscan oportunidades de inversión típicamente cuando tú inviertes en un fondo de capital riesgo no inviertes en duro lo que haces es firmar un papel que dice que te comprometes a invertir Y hay como unos compromisos unos unos costes unas unos acuerdos de cuando ganemos dinero nos lo repartiremos así etcétera no el carry el management fee etc etcétera entonces los capital calls que a los que aludes tú es cuando el fondo va a sus elpis y les dice dame dinero entonces normalmente los fondos pequeñitos con inversores que no son super mega instituciones profesionalizadas lo que hacen es que a los elpis con un compromiso muy grande que aportan mucho dinero le hacen los capital calls bajo demanda no encuentra una empresa para invertir necesito 200,000 Pues tú me transfieres 20 tú 20 tú 10 tú 10 tú c Qué pasa que un un fondo pequeño con elpis muy pequeños que se comprometen quizá a 100,000 de un fondo de 10 millones esto es un 1% entonces si yo quiero invertir 100.000 te digo transfiéreme 1000 el coste de gestionar una transferencia de 1000 casi es más grande que lo que se va a ganar con esos 1000 eur entonces algunos fondos early stage lo que hacen es que los inversores que se comprometen a tickets más pequeños eh hacen como bulk de los capital calls no en lugar de hacer uno cada inversión hacen uno al quarter hacen dos al año o hacen uno al año Eso depende del fondo pero resumiendo nosotros seguimos prácticas bastante estándares de un fondo de nuestro tamaño perfectoo en peri van a funcionar pero tampoco creo que es son más detalles si no que nos escriba por YouTube si no se está escuchando y luego sí que tenía una pregunta para César perdón porque el tema Open source sea entiendo sea entiendo tu estructura de cómo lo vas a monetizar siempre está el riesgo de que te salga un Lt engine y y que haga Hosting de de tu mismo código y eso eso es una posibilidad no entiendo que sí y totalmente de hecho ya está pasando Está sacando el portátil esto es más buena idea que lo de hinger y entiendo que eso es un riesgo o con y entiendo que es un riesgo que vas a lo qué quiero decir Vais a hacer algo o hace buenas preguntas eh o es la osra de que hay que aceptarlo No sí hay al final hay hay una serie de de tradeoffs no cosas que tú haces una balanza de positivos y negativos no y y te quedas con lo que más te compense en nuestro caso nosotros lo que estamos planteando es una forma de trabajar en un ecosistema donde no está Clara Cuál es la forma de trabajar entonces no no vemos un camino a convertirnos en la opción por defecto si no es siendo Open source e Porque si si te fijas en la historia la mayor parte de las tecnologías por defecto que se han instaurado han sido tecnologías Open source entonces obviamente necesitamos una serie de protecciones contra esto contra el caso de Pues un Amazon cogiendo latitud sabes y y dándolo como parte a WS sin nosotros ver un duro Entonces por ejemplo la elección de la licencia que hemos hecho normalmente Generalmente estos últimos años mucho software Open source ha elegido licencias Apache 2.0 o mit eh que al son licencias Ultra permisivas donde puedes hacer lo que te dé la gana con el código Nosotros hemos optado por una lgpl e que por lo menos te obliga a que si tocas el código tienes que publicarlo también Entonces nosotros tambén nos vamos a ver beneficiados de Pues si un Amazon decide hacer esto y decide hacer cambios en el código nosotros podemos [ __ ] eh y ponerlo en nuestra en nuestra base de código y por lo menos estamos compitiendo en en esos mismos términos em hay que aclarar una cosa que es que saques algo Open source no significa que tenga éxito en la comunidad Open source o sea t puedes sacar algo y nadie le importa o sea la mayoría de las veces así no es lo normal todos los que hemos hecho Open source y no ha cambiado el mundo Bueno yo hice una librería que en en ciertos momentos fue la más descargada en github de España vale o sea cuidado cuando había 15 usuarios en G en España que estamos en esta sala es verdad no es verdad pero Pero puede ser En caso de que tenga ad opción una herramienta de marketing no de difusión brutal no y también de recruitment y de muchas cosas no Claro porque es Open source porque hinger no es Open source no pero una cosa y creo que es interesante La pregunta es muy buena y me estaba haciendo pensar Oye wordpress volviendo al problema que tiene wordpress wordpress es muy muy muy probable que no existiera o no tuviera ni un revenue si no hubiera sido porque es Open source Entonces si es cierto que wordpress pierde de millones de euros de revenue a silverlake y wp engine porque es Open source Pues sí pero seguramente nunca hubiera ganado centenares de millones de euros porque había un montón de cms mejores en su momento que wordpress que no me acuerdo cómo se llama movable type era uno que era la [ __ ] hab un montón de cms muy chulos que no llegaron a ninguna parte y wordpress por la comunidad Open source la petó y tiene el 40% del tráfico de la web Y sí tiene algún problemilla ahora pero es que si no no hubiera tenido oportunidad de tener ni problemas totalmente y luego hay eso es que es una pregunta Que que me hacen inversores no que por qué Open source si lo puedes hacer eh código privado no y y venderlo comercializado y ya está e Y es que cuando tú te quieres convertir en la opción por defecto es que si no construyes una comunidad alrededor que esté construyendo encima de lo que tú has hecho es que nunca lo serás y por mucha capacidad de distribución que tengas por muchas historias al final siempre habrá una herramienta opensource y es por lo mismo por lo que Mark Zuckerberg decide hacer los modelos llama completamente Open source porque él es lo que busca él Busca convertirse la la el el eh foundational model por defecto cuidado que no es suor business eh Marx zuckerber tiene un negocio de publicidad no es suor business hoy pero digamos está atacando haciendo price dumping y y IP damping total porque su negocio business o sea su Core business Perdona negocio business es la publicidad 100% pero o sea lo puedes hacer también sin que tengas un un negocio principal sabes y y eh luego enganchar tu revenue al Eh Al output que te da ahora hoy en día Ya me acuerdo en en redb hace 14 años que los inversores nos preguntaban Oye esto de que el negocio sea Open source seguro que es buena idea y les dijimos Oye no estamos seguros y dejó de serlo es la realidad pero hoy en día hay bastantes negocios con mucho éxito que son Open source incluso hay hay fondos enteros que solo te invierten seres Open source directamente en Estados Unidos no el caso de Pu de silon aquí también de España Pues que les han invertido vuestro productos Open source no Por qué Pues porque no nos hemos planteado inicialmente no no queremos ser una herramienta de facto que utilice todo el mundo Nosotros sí que vamos a tener una vía mercantil muy definida en ese sentido nosotros no estamos buscando crear ese cosistema on top of nuestra herramienta sino que lo que estamos buscando es crear un producto que utilicen personas y empresas directamente muy bien vale oye pues muchas gracias Juan por venir vosotros por te añadimos a nuestra red de expertos de temas nucleares y física biología porque de repente te has puesto a hablar aquí de proteínas y digo a ver tú estudiado industriales nuclear y física y te has puesto a hablar de química no lo que pasa es que era grtis no Cuando haces tres te dan la cuarta no no pero lo que pasa es que cuando estuve estudiando O sea aquí bern que estamos cerrando ya que os queréis aquí lo podéis Escuchar cuenta no pero que uno de mis mejores amigos cuando estamos estudiando la tesis ahora mismo es como bueno en principio dentro poco va a ser uno de los catedráticos del Imperial college of London de lo que es la ingeniería y biología sintética de hecho acaba de recibir una financiación de 30 millones de euros de la fundación bezos para dedicarse a esto y estaba hablando con él por sabes y decía [ __ ] Rodrigo Sí sí muy bien entonces claro cuando salió lo de Alfa fold en su momento pues la primera persona la que llamo es a Rodrigo le digo tío est lo has visto no sé qué y y no no soy un un entendido en con esor pero sí que tengo la suerte de poder permee de este tipo de cosas de de la gente adecuada muy bien en horabuena por la ronda que habéis anunciado esta semana que no sé ni si lo hemos contado y noticia Enhorabuena Muchas gracias y gracias a los dos como siempre y a todos vosotros y hasta la semana que viene [Aplausos]