Torras.ai

En aquest episodi, tenim Gerald Friedland, un expert destacat en IA i aprenentatge automàtic. Gerald és un científic principal a Amazon Web Services, professor adjunt a UC Berkeley, i cofundador de Brainome. Ha treballat a Lawrence Livermore National Laboratory i va fundar Audeme.

Gerald és reconegut com un dels acadèmics més influents en IA. Prepareu-vos per a una conversa emocionant sobre la seva carrera i el futur de la tecnologia.

Transcripció Resumida

Jordi: Benvingut al podcast Torras AI, Gerald! Com estàs?

Gerald: Gràcies per la introducció. Estic bé, gràcies. És genial estar aquí i parlar sobre alguns dels emocionants desenvolupaments en IA.

Jordi: És un plaer tenir-te aquí. Quin és el teu treball diari com a científic principal a Amazon Web Services?

Gerald: El meu treball diari és bastant dinàmic i implica una barreja de recerca i aplicació. A Amazon Web Services, ens centrem en empènyer els límits de la tecnologia i portar solucions innovadores a problemes pràctics. Una part significativa del meu rol implica aplicar conceptes teòrics a escenaris del món real i assegurar-nos que les nostres solucions són eficients i escalables. Donat el ritme ràpid d'Amazon, és crucial reduir els experiments innecessaris i centrar-se en el que realment té impacte.

Jordi: Increïble. Aquest any ha vist avenços significatius en IA. Quins consideres que són els principals èxits?

Gerald: Un dels èxits més significatius d'aquest any és la realització que l'IA ja no es limita només a l'aprenentatge automàtic. L'auge de l'IA generativa, especialment en llenguatge, vídeo i imatges, ha demostrat que l'IA pot ser productiva i valuosa de maneres que no havíem apreciat completament abans. Aquest canvi cap a l'IA generativa ha estat un punt d'inflexió, fent que l'IA sigui més mainstream i reconeguda pel seu potencial per crear i innovar.

Jordi: Totalment. Hi ha molta expectació i a vegades expectatives excessives. Què en penses d'això?

Gerald: L'expectació pot ser una espasa de doble tall. D'una banda, porta atenció i inversió al camp, la qual cosa és genial. D'altra banda, pot portar a promeses excessives i, eventualment, a la decepció si la tecnologia no compleix les expectatives inflades. Ja ho hem vist abans amb els hiverns de l'IA, on l'entusiasme disminueix a causa de promeses incomplertes. És crucial gestionar les expectatives de manera realista i entendre les capacitats i limitacions actuals de l'IA per evitar aquest cicle.

Jordi: Has mencionat la història de l'IA reemplaçant certs treballs. Quina és la teva opinió sobre l'impacte de l'IA en els treballs avui en dia?

Gerald: Certament, l'IA ha impactat en els treballs, però no necessàriament de manera negativa. Mentre algunes tasques s'han automatitzat, l'IA ha augmentat principalment la productivitat i ha habilitat nous tipus de treballs. Per exemple, els enginyers de programari ara utilitzen l'IA generativa per escriure fragments de codi, la qual cosa millora la seva productivitat en lloc de reemplaçar-los. La clau és veure l'IA com una eina que augmenta les capacitats humanes en lloc de reemplaçar-les completament.

Jordi: Té sentit. Amb l'auge de l'IA generativa, com veus el seu paper en el desenvolupament de programari?

Gerald: L'IA generativa juga un paper de suport en el desenvolupament de programari. Pot gestionar tasques repetitives i mundanes, com ara escriure petits fragments de codi o generar documentació, la qual cosa permet als desenvolupadors centrar-se en aspectes més complexos i creatius del seu treball. No obstant això, les tasques principals de l'enginyeria de programari, com dissenyar arquitectures, integrar sistemes i gestionar dependències, encara requereixen expertesa humana i supervisió.

Jordi: D'acord. L'IA elimina tasques mundanes, fent que el treball sigui més eficient. Has acunyat el terme "computics". Pots explicar què significa?

Gerald: Computics és un terme que vaig acunyar per combinar la ciència de la computació i la física. Emfasitza la importància de comprendre els principis físics que hi ha darrere de la ciència de dades i l'IA. Entenent aquests fonaments, podem adaptar-nos millor a nous reptes i assegurar-nos que les nostres solucions siguin robustes i eficients. Aquest enfocament connecta els conceptes teòrics amb les aplicacions pràctiques, proporcionant una comprensió més completa de com operen els sistemes d'IA.

Jordi: Fascinant. Has escrit un llibre sobre Aprenentatge Automàtic i IA. Ens pots explicar més?

Gerald: Per descomptat. El llibre es titula "Information-Driven Machine Learning." Explora els principis d'enginyeria darrere de la ciència de dades i l'IA, oferint una exploració detallada de com funcionen aquestes tecnologies. El llibre està disponible a Amazon i altres llibreries, i em fa molta il·lusió anunciar que aviat hi haurà una traducció al alemany. Està dissenyat per ser accessible tant per a novells com per a professionals experimentats en el camp.

Jordi: Genial. Com poden les persones posar-se en contacte amb tu?

Gerald: Estic actiu a LinkedIn. És una gran plataforma per a la xarxa professional i per discutir idees dins del nostre camp. Estic sempre obert a connectar amb altres que siguin apassionats per l'IA i l'aprenentatge automàtic.

Jordi: Moltes gràcies, Gerald. Ha estat una conversa increïble. Per a la nostra audiència, inclouré un enllaç al LinkedIn de Gerald. Estigueu atents per al proper episodi de Torras AI.