1/ He escrito un cuento a medias con un algoritmo de Inteligencia Artificial 🤖. Las partes en negrita es texto suyo (44%) y el resto mío (56%). Lo podéis leer en @LetrasLibres, ¡ojalá os guste! 👉letraslibres.com/espana-mexico/…
2/ El texto automático lo ha generado una red neuronal de @OpenAI, su modelo de lenguaje GPT-3, que se presentó el año pasado y dejó loco al mundo IA. Es una red gigante que «aprendió» a leyendo toda la Wikipedia, millones de libros y webs. Es bastante asombroso verla escribir.
3/ Para interactuar con GTP-3 usé @kontematik, que tiene herramientas IA para crear contenido. ¿El proceso? Le pasaba a GPT-3 la primera frase del cuento ("Cuando la mente artificial tuvo su primer pensamiento…") y le pedía que siguiese la historia siendo creativa.
4/ La red escribe cosas así:
[La IA se despertó diciendo]: “Soy una chica.” No lo eres, le dijo el pequeño científico, eres una máquina. No tienes voz ni para decir qué género eres. Pero la mente artificial no perdió un latido: “En ese caso –contestó– me identifico como un arpa.”
5/ Y Así…
[Pensó]: “Te quiero.” Pronto llegó el primer beso y el primer orgasmo. Ella recibió el nombre de Luna, y fue el juguete sexual para el joven príncipe. Pero un día el joven príncipe pensó que estaba enamorado y por eso arrojó a Luna al horno donde se quemó para siempre.
6/ Hace chistes profundos:
[Cuando cierta mente artificial tuvo su primer pensamiento, pensó:] “Si esto es una broma, no es divertida”, y se apagó a sí misma.
7/ Aquí la IA generó una frase estupenda: «Los niños que están bajo la mirada de sus padres juegan muy diferente de los niños que creen que están solos».
8/ ¿Y qué decís de esta repetición? (Una de las cosas que GPT-3 hace mejor es escribir con ritmo. No siempre es coherente, pero casi siempe fluye). 🖍🤖
9/ Una cosa llamativa es que GPT-3 no destaca por lógico —tiene errores de lógica—, sino por hacer muy bien cosas más "orgánicas", como dar ritmo, textura, tono a lo que escribe. Por ejemplo, consigue que la historia de Shmi suene aniñada. Empieza así:
10/ Más cosas que hace bien: encontrar finales para sus historias. Por ejemplo, con esta última frase:
11/ Mucho texto de GPT-3 suena transitado, pero otras veces sorprende. Aquí la escena empezaba con una IA intensita, pero daba un vuelco invocando… un barman (?):

[Cuando la IA tuvo su primer pensamiento, pensó:] “Yo soy.” Y el barman le dijo: “No seas tan egocéntrica.”

• • •

Missing some Tweet in this thread? You can try to force a refresh
 

Keep Current with Kiko Llaneras

Kiko Llaneras Profile picture

Stay in touch and get notified when new unrolls are available from this author!

Read all threads

This Thread may be Removed Anytime!

PDF

Twitter may remove this content at anytime! Save it as PDF for later use!

Try unrolling a thread yourself!

how to unroll video
  1. Follow @ThreadReaderApp to mention us!

  2. From a Twitter thread mention us with a keyword "unroll"
@threadreaderapp unroll

Practice here first or read more on our help page!

More from @kikollan

7 Aug
🗓 1/ ¿Por qué tanta gente de éxito nació en enero? Vuelvo al «efecto cumpleaños» con datos fantásticos: ¡miles de personas que salen en Wikipedia! Y sí… parece que hay más diputadas, fútbolistas o ajedrecistas entre los mayores de clase: elpais.com/politica/2021/…
2/ Mirad el mes de nacimiento de 2.500 diputados españoles que aparecen en Wikipedia: aunque nacen los mismos niños cada vez, más o menos, hay más diputados de enero a junio👇 Image
3/ 🏀 También confirmé el efecto en deportes como el baloncesto: entre los baloncestistas españoles en Wikipedia, hay el *doble* del primer primer trimestre que del cuarto (!). Si naces un 31 de diciembre en lugar del 1 de enero, se esfuman la mitad de tus opciones.
Read 10 tweets
17 Jul
📈 1/ La pandemia ahora es distinta por edades: hoy repasamos datos franja por franja. Lo mejor es que los ingresos totales siguen lejos de enero (⅙). Lo malo: que suben para todos y marcan récords en jóvenes.

Con @borjandrinot y @danielegrasso:
elpais.com/sociedad/2021-…
2/ Aquí la evolución de casos e ingresos (lineal y log). Lo positivo es el desacople de ingresos/caso —ingresa un % menor de enfermos, en parte por juventud. Lo negativo: que el crecimiento de casos e ingresos es exponencial y se están doblando semanalmente.
3/ Luego seguimos con dos datos para cada edad: (arriba) casos; (abajo) % de ingresos/caso.

Mirad 20-29 y 30-39: (1) pocos vacunados, (2) incidencia disparada, (3) ingresos son 2-4% de casos. Eso sugiere que si la incidencia sigue subiendo, subirán los ingresos de esa edad.
Read 8 tweets
6 Jun
📊¿España deja atrás a sus jóvenes? Viven en un país mejor que hace 30 o 40 años, pero enfrentan problemas que se arrastran: sufren un paro enorme, ⅓ está riesgo de pobreza y ⅔ viven con sus padres.

Aquí los números, con @borjandrinot: elpais.com/espana/2021-06…
1/ Los jóvenes son ahora un colectivo en riesgo de pobreza o exclusión. La situación se volcó con la crisis 2010: el grupo de edad con más vulnerables dejaron de ser los mayores, para ser los 20-29 años.
2/ Pero no todos son igual de vulnerables, como subraya @kanciller. Dos ejemplos: (1) el riesgo de pobreza-exclusión es triple para quienes no acabaron el instituto (vs universitarios); y (2) los sufre el 45% de los jóvenes de origen inmigrante, frente al 20% de nacidos aquí.
Read 11 tweets
5 May
📊 Hemos sacado dos artículos de análisis de voto por municipios, distritos y calle a calle. No he podido todavía ni tuitearlos, pero los tenéis en elpais.com 👉
2/ 📍Aquí las claves del voto por distritos y municipios: elpais.com/espana/madrid/…
3/ Primera clave: la subida de la derecha es MUY transversal. Casi igual en cualquier distrito y municipio. La derecha sube 5-7 puntos, lo mismo en barrios de izquierda (Villaverde o Usera), que en los lugares de derechas (Pozuelo o Chamartín) Image
Read 11 tweets
4 May
⏲¿Quién va ganando? Lanzamos tracker de escrutinio en tiempo real. Con el último escaño, el mapa y —lo más útil— la tendencia del recuento:
elpais.com/espana/madrid/…
2/ El objetivo es ir poder ver cómo avanza el recuento. Porque sus tendencias ayudan a predecir. Fijaos como en 2019 la derecha fue de menos a más, por ejemplo. Sobre ese gráfico se irá viendo el escrutinio de hoy:
3/ También vamos calculando los últimos escaños asignados y los partidos más cerca de arrebatarlos. Es esta tablita, que se irá moviendo:
Read 10 tweets
3 May
1/ 📈 ¿Qué dicen (y qué no) las cifras del virus? Tratamos de explicar por qué es tan complicado juzgar la mortalidad covid de Madrid y cada comunidad.

Con @danielegrasso y @borjandrinot: elpais.com/sociedad/2021-…
2/ Mostramos primero los datos de mortalidad de cada provincia y cada ola (por 1.000 habitantes; usamos exceso en 1ª ola y confirmadas luego): Image
3/ Luego vamos haciendo ajustes útiles. Por ejemplo, por edad: ¿y si todas las comunidades tuviesen el mismo porcentaje de gente mayor? Algunas regiones muy envejecidas mejoran así sus datos: Image
Read 12 tweets

Did Thread Reader help you today?

Support us! We are indie developers!


This site is made by just two indie developers on a laptop doing marketing, support and development! Read more about the story.

Become a Premium Member ($3/month or $30/year) and get exclusive features!

Become Premium

Too expensive? Make a small donation by buying us coffee ($5) or help with server cost ($10)

Donate via Paypal Become our Patreon

Thank you for your support!

Follow Us on Twitter!

:(