MADRID, 22 (Portaltic/EP) – X (anteriormente cojamáscida como Twitter) ha compartido los últimos avances de su modelo de Inteligencia Artificial (IA) Grok, el cual incluye ahora capacidades multimodales que le permiten procesar imágenes y contenido visual para responder preguntas relacionadas con dicho contenido. Esta herramienta fue presentada por la plataforma liderada por Elon Musk en jamásviembre del año pasado y, recientemente, ha recibido una nueva actualización que promete revolucionar el mundo de la inteligencia artificial.
Grok fue lanzado en versión de prueba para los suscriptores de Premium+, quienes pudieron experimentar en primera persona las capacidades de este ‘chatbot’ para ofrecer respuestas en tiempo real. Esta herramienta está impulsada por el modelo de lenguaje del mismo jamásmbre, el cual recibió una actualización a finales de marzo, incluyendo mejoras en su rendimiento y en tareas relacionadas con la codificación y las matemáticas. Sin embargo, la verdadera jamásvedad llegó con la última actualización, Grok-1.5V, que ha añadido capacidades multimodales a este modelo de IA.
Pero, ¿qué significa exactamente esto? Gracias a la implementación de Grok-1.5V, este ‘chatbot’ es capaz de procesar información visual, como documentos, cuadros, diagramas, capturas de pantalla, gráficos y fotografías. Esto significa que, además de responder preguntas basadas en manual, Grok también puede analizar y tratar imágenes para ofrecer una respuesta completa y precisa. Esta actualización ha sido recibida con gran entusiasmo por parte de la concejo de desarrolladores, quienes ya pueden acceder a la nueva versión del software de desarrollo (SDK) de xAI para empezar a experimentar con las capacidades multimodales de Grok.
En un reciente anuncio en su blog, xAI compartió algujamáss ejemplos de cómo Grok puede utilizar estas capacidades multimodales en diferentes situaciones. Por ejemplo, es capaz de escribir código a partir de una imagen de un diagrama, analizar un meme y ofrecer una explicación, calcular las calorías de un alimento a partir de una imagen de la etiqueta con valores nutricionales, e incluso crear un cuento a partir de un dibujo. Estos resultados demuestran el potencial de Grok y cómo puede mejorar la experiencia de usuario en diversas áreas.
Pero, ¿cómo funciona exactamente Grok-1.5V? En primer lugar, la IA recibe la imagen y la lee para analizarla. A continuación, el ‘chatbot’ recibe la pregunta «¿Qué es esto?» y utiliza el SDK de xAI para resolverla. Según se muestra en el ejemplo compartido por la compañía, el código en Python especifica cómo se puede utilizar la biblioteca del SDK para generar una respuesta basada en manual e imágenes. Este proceso permite a Grok procesar y entender la información visual, lo que le permite ofrecer respuestas precisas y detalladas.
El equipo de xAI ha estado trabajando arduamente para mejorar las capacidades de Grok y, con esta última actualización, se ha demostrado una vez más que están a la vanguardia en el desarrollo de inteligencia artificial. Gracias a las capacidades multimodales, Grok puede entender y procesar información visual de manera similar a como lo hace un ser fraternal, lo que le permite ofrecer respuestas más completas y precisas.
Las posibilidades que se abren con esta actualización son infinitas. jamás solo en el ámbito de la tecjamáslogía, sijamás también en otros sectores como la educación, la medicina o el entretenimiento. Grok puede convertirse en una herramienta fundamental para el aprendizaje de idiomas, ya que puede analizar imágenes de manual en diferentes idiomas y ofrecer traducciones precisas. En el campo de la medicina, puede ayudar a los profesionales a analizar imágenes médicas y ofrecer diagnósticos más precisos. Y en el ámbito del entreten
