Aún recuerdo la partida entre Kasparov y Deep Blue.
Yo era un niño aficionado al ajedrez y mi padre me narraba cómo el mejor jugador de la historia se iba a enfrentar a una máquina.
A una Inteligencia Artificial.
Y Deep Blue, la IA programada por IBM, consiguió doblegar al campeón del mundo al mejor de 5 partidas.
En aquel entonces las Inteligencias Artificiales estaban programadas.
Podían realizar a la perfección cualquier tarea matemática (como jugar al ajedrez) pero no podían realizar tareas básicas que los humanos podíamos hacer como ver u oír.
No podían hasta que Google anunció en 2012 que habían creado una IA que era capaz de identificar cuándo un gato aparecía en un vídeo de Youtube.
Algo que ahora nos parece insignificante tuvo un impacto igual o superior a la derrota de Kasparov a manos de Deep Blue.
Las Inteligencias Artificiales ahora podían ver como los humanos.
¿Dónde radicaba esta magia?
Las IA habían dejado de ser programadas para “aprender ellas mismas”.
A esto se le denominó Machine Learning o Aprendizaje Automático.
Se utilizaban algoritmos llamados redes neuronales y se llamó Deep Learning a las redes neuronales formadas por muchas capas de neuronas.
El Deep Learning es el causante de la actual revolución de la IA.
¿Y es que cómo le enseñas a un niño pequeño qué es un perro?
No le describirías cómo es el animal para que lo identificase.
Le señalarías un perro y le dirías: “ese es un perro”. Y repetirías la acción N veces.
Así es como aprende una IA.
Tras realizar este proceso durante miles de repeticiones la IA aprende a identificar un perro.
Ian Good Fellow era un ingeniero que en 2014 estaba tomándose unas cervezas con unos amigos que investigaban un algoritmo para que una IA generase caras de personas.
En un momento de revelación se fue corriendo a su casa e investigó durante toda la noche.
Desarrolló un nuevo tipo de red (GAN) con las que las IA podían generar imágenes.
A este tipo de IA se la llamó IA Generativa (o Gen AI).
La IA generativa avanzó mucho desde entonces siendo 2022 el año en el que explota hacia el público la IA generativa de imágenes: Dall-E, Midjourney y Stable Diffusion…
Pero pronto explotaría también en el área del Procesamiento del Lenguaje Natural (conocido como NPL por sus siglas en inglés) donde Open AI haría una revolución al publicar su nueva IA generativa de texto: GPT3.
Si 2022 fue el año de la IA de generación de imágenes, 2023 lo sería para los grandes modelos de texto (LLM).
La potencia de GPT3 (ahora estamos en GPT4) era tan grande que OpenAI no tardó en crear una capa por encima para facilitar al usuario su comunicación con la IA y hacerlo masivo.
Se le llamó ChatGPT.
Netflix tardó 3 años y medio en llegar al millón de usuarios. Spotify lo hizo en 5 meses.
ChatGPT batió todos los récords y tardó 5 días.
CINCO DÍAS.
Seguro que tú ya has probado o leído la potencia de ChatGPT y lo que es capaz de hacer.
A ojos de la mayoría parece magia.
Y es que como dijo Arthur C. Clarke:
«Cualquier tecnología suficientemente avanzada es indistinguible de la magia.»
Y ChatGPT parece hacer magia.
Microsoft lo vió tan claro que invirtió 10.000 millones de euros.
Repito: DIEZ MIL MILLONES.
Y utilizó el motor de GPT para trasladar esa IA al mundo empresarial.
¿Va entonces ChatGPT u otras IA a sustituirnos escribiendo?
El enfoque de Microsoft va en sentido contrario.
Su producto, el que usa por debajo el motor de GPT, se llama COPILOT.
En lugar de plantear la IA como un sustituto del trabajador lo plantea como un ayudante al que usar para ser más productivos o al que delegar tareas improductivas.
Y eso es lo que vamos a hacer aplicado al sector inmobiliario.
En la Newsletter del 19 de febrero veremos casos prácticos para cómo usar ChatGPT para:
Crear anuncios para buscar inquilinos en Idealista o huéspedes en Airbnb.
Artículos en blog o publicaciones en redes sociales.
Crear plantillas de comunicación con inquilinos o huéspedes.
Formación de inversión inmobiliaria.
Inspiración.
Si no puedes esperar tanto puedes en paralelo suscribirte a ARIUM donde recibirás de regalo una calculadora profesional para estimar rentabilidades, un mail formativo cada semana y un estudio del mercado inmobiliario en España cada trimestre.
También puedes seguirme en Twitter: @RebelionSisif