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
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 Ocultar 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]