The Inside Story of ChatGPT’s Astonishing Potential | Greg Brockman | TED

Traductor: Leah Levi Revisor: Sebastian Betti

We started OpenAI seven years ago

Empezamos OpenAI hace siete años

because we felt like something really interesting was happening in AI

porque sentimos que algo muy interesante estaba pasando en la IA

and we wanted to help steer it in a positive direction.

y queríamos ayudar a dirigirla en una dirección positiva.

It's honestly just really amazing to see

Sinceramente, es realmente increíble ver

how far this whole field has come since then.

lo lejos que todo este campo ha avanzado desde entonces.

And it's really gratifying to hear from people like Raymond

Y es realmente gratificante saber que gente como Raymond

who are using the technology we are building, and others,

usan la tecnología que estamos construyendo, y otros

for so many wonderful things.

para tantas cosas maravillosas.

We hear from people who are excited,

Escuchamos de personas entusiasmadas,

we hear from people who are concerned,

escuchamos de personas preocupadas,

we hear from people who feel both those emotions at once.

y oímos personas que sienten ambas emociones a la vez.

And honestly, that's how we feel.

Y sinceramente, así es como nos sentimos.

Above all, it feels like we're entering an historic period right now

Sobre todo, parece que ahora estamos entrando en un período histórico

where we as a world are going to define a technology

donde el mundo va a definir una tecnología

that will be so important for our society going forward.

que será muy importante para nuestra sociedad en el futuro.

And I believe that we can manage this for good.

Y creo que podemos gestionar esto para bien.

So today, I want to show you the current state of that technology

Así que hoy quiero mostrarles el estado actual de esa tecnología

and some of the underlying design principles that we hold dear.

y algunos de los principios de diseño que apreciamos.

So the first thing I'm going to show you

Así que lo primero que te voy a mostrar

is what it's like to build a tool for an AI

como construir una herramienta para una IA

rather than building it for a human.

en lugar de construirla para un humano.

So we have a new DALL-E model, which generates images,

Tenemos un nuevo modelo DALL-E, que genera imágenes

and we are exposing it as an app for ChatGPT to use on your behalf.

y lo estamos exponiendo como una app para que ChatGPT la use de parte tuya.

And you can do things like ask, you know,

Y puedes hacer cosas como preguntar, ya sabes,

suggest a nice post-TED meal and draw a picture of it.

sugiera una rica comida pos-TED y haz un dibujo de ella.

(Laughter)

(Risas)

Now you get all of the, sort of, ideation and creative back-and-forth

Ahora tienes, más o menos, toda la ideación y creativo de ida y vuelta

and taking care of the details for you that you get out of ChatGPT.

y cuidando de los detalles por ti que obtienes de ChatGPT.

And here we go, it's not just the idea for the meal,

Y aquí vamos, no es sólo la idea del platillo,

but a very, very detailed spread.

pero un despliegue muy, muy detallado.

So let's see what we're going to get.

Así que vamos a ver lo que obtenemos.

But ChatGPT doesn't just generate images in this case --

Pero ChatGPT no sólo genera imágenes en este caso...

sorry, it doesn't generate text, it also generates an image.

lo siento, no solo genera texto, también genera una imagen.

And that is something that really expands the power

Y eso es algo que realmente expande el poder

of what it can do on your behalf in terms of carrying out your intent.

de lo que puede hacer por ti en términos de llevar a cabo tu intención.

And I'll point out, this is all a live demo.

Y aclaro, todo esto es una muestra en vivo

This is all generated by the AI as we speak.

La IA está generando esto mientras hablamos.

So I actually don't even know what we're going to see.

Así que realmente ni sé lo que vamos a ver.

This looks wonderful.

Esto se ve maravilloso

(Applause)

(Aplausos)

I'm getting hungry just looking at it.

Me está dando hambre con solo verlo.

Now we've extended ChatGPT with other tools too,

Hemos ampliado ChatGPT con otras herramientas,

for example, memory.

por ejemplo, la memoria.

You can say "save this for later."

Puedes decir “guarda esto para más tarde”.

And the interesting thing about these tools

Y lo interesante de estas herramientas

is they're very inspectable.

se pueden inspeccionar.

So you get this little pop up here that says "use the DALL-E app."

Así que tienes esta pequeña ventana que dice “usa la app DALL-E”.

And by the way, this is coming to you, all ChatGPT users, over upcoming months.

Por cierto, todos los usuarios de ChatGPT la utilizarán en los próximos meses.

And you can look under the hood and see that what it actually did

Y puede ver abajo en la casilla y ver que lo que realmente hizo

was write a prompt just like a human could.

fue escribir un mensaje como un ser humano.

And so you sort of have this ability to inspect

Y así tienes esta habilidad de inspeccionar

how the machine is using these tools,

cómo la máquina usa estas herramientas,

which allows us to provide feedback to them.

lo que permite darles retroalimentación.

Now it's saved for later,

Se guarda para más tarde,

and let me show you what it's like to use that information

y déjenme mostrarles cómo es usar esa información

and to integrate with other applications too.

integrarla también con otras aplicaciones.

You can say,

Podrías decir,

“Now make a shopping list for the tasty thing

“Ahora hace una lista de compras para esa cosa deliciosa

I was suggesting earlier.”

que estaba sugiriendo anteriormente”.

And make it a little tricky for the AI.

Y ponérselo un poco difícil a la IA.

"And tweet it out for all the TED viewers out there."

“Y tuitéalo para todos los espectadores de TED”.

(Laughter)

(Risas)

So if you do make this wonderful, wonderful meal,

Entonces si haces este maravilloso platillo,

I definitely want to know how it tastes.

Definitivamente quiero saber cómo sabe.

But you can see that ChatGPT is selecting all these different tools

Puedes ver que ChatGPT selecciona todas estas diferentes herramientas

without me having to tell it explicitly which ones to use in any situation.

sin que yo tenga que decirle directamente cual usar en cada situación.

And this, I think, shows a new way of thinking about the user interface.

Creo que esto muestra una nueva forma de pensar en la interfaz de usuario.

Like, we are so used to thinking of, well, we have these apps,

Estamos tan acostumbrados a pensar, bueno, tenemos estas aplicaciones,

we click between them, we copy/paste between them,

damos clic y copiamos/pegamos entre ellas,

and usually it's a great experience within an app

a menudo es una gran experiencia dentro la app

as long as you kind of know the menus and know all the options.

siempre y cuando conozcas los menús y todas las opciones.

Yes, I would like you to.

Sí, me gustaría.

Yes, please.

Sí, por favor.

Always good to be polite.

Es bueno ser educado.

(Laughter)

(Risas)

And by having this unified language interface on top of tools,

Y al tener esta interfaz de lenguaje unificado sobre las herramientas,

the AI is able to sort of take away all those details from you.

la IA es capaz de quitarte todos esos detalles.

So you don't have to be the one

Así que no tienes que ser

who spells out every single sort of little piece

el que explica cada pequeña pieza

of what's supposed to happen.

de lo que debe suceder.

And as I said, this is a live demo,

Como dije, es una muestra en vivo,

so sometimes the unexpected will happen to us.

así que a veces nos sucede lo inesperado.

But let's take a look at the Instacart shopping list while we're at it.

Pero veamos la lista de compras de Instacart mientras estamos en ello.

And you can see we sent a list of ingredients to Instacart.

Y pueden ver que enviamos una lista de ingredientes a Instacart.

Here's everything you need.

Aquí está todo lo que necesitas

And the thing that's really interesting

Y eso es lo interesante

is that the traditional UI is still very valuable, right?

es que la UI tradicional sigue siendo valiosa, ¿no?

If you look at this,

Si nos fijamos en esto,

you still can click through it and sort of modify the actual quantities.

aún puedes hacer clic a través de él y ordenar o modificar la cantidad.

And that's something that I think shows

Y eso es algo que creo que muestra

that they're not going away, traditional UIs.

que no van a desaparecer, las interfaces de usuario tradicionales.

It's just we have a new, augmented way to build them.

Simplemente tenemos una nueva, y amplia forma de crearlas.

And now we have a tweet that's been drafted for our review,

Ahora tenemos un tuit que ha sido redactado para revisar,

which is also a very important thing.

el cual también es importante.

We can click “run,” and there we are, we’re the manager, we’re able to inspect,

Seleccionamos “ejecutar”, y ahí somos el gerente y podemos inspeccionar,

we're able to change the work of the AI if we want to.

podemos cambiar el trabajo de la IA si queremos.

And so after this talk, you will be able to access this yourself.

Y así, después de esta charla, podrás de acceder por ti mismo.

And there we go.

Y ahí nos vamos.

Cool.

Genial.

Thank you, everyone.

Gracias a todos.

(Applause)

(Aplausos)

So we’ll cut back to the slides.

Volvamos a las diapositivas.

Now, the important thing about how we build this,

Ahora, lo importante es cómo creamos esto,

it's not just about building these tools.

no es solo de construir estas herramientas.

It's about teaching the AI how to use them.

Es cómo enseñar a la IA cómo usarlos.

Like, what do we even want it to do

Como, ¿qué queremos que haga

when we ask these very high-level questions?

cuando hacemos estas preguntas de alto nivel?

And to do this, we use an old idea.

Y para ello, utilizamos una vieja idea.

If you go back to Alan Turing's 1950 paper on the Turing test, he says,

Si vas al artículo de Alan Turing de 1950 sobre la prueba de Turing,

you'll never program an answer to this.

nunca programarás una respuesta a esto.

Instead, you can learn it.

En cambio, puedes aprenderla.

You could build a machine, like a human child,

Podrías construir una máquina, como un niño,

and then teach it through feedback.

y enseñarle por retroalimentación.

Have a human teacher who provides rewards and punishments

Tener un maestro humano que le dé recompensas y castigos

as it tries things out and does things that are either good or bad.

a medida que prueba cosas ya sea bien o mal.

And this is exactly how we train ChatGPT.

Así es como entrenamos a ChatGPT.

It's a two-step process.

Se divide en dos fases.

First, we produce what Turing would have called a child machine

Primero, mediante lo que Turing habría llamado una máquina niño

through an unsupervised learning process.

mediante un aprendizaje no supervisado.

We just show it the whole world, the whole internet

Le mostramos todo el mundo, y todo el internet

and say, “Predict what comes next in text you’ve never seen before.”

le decimos: “Predice qué sigue en un texto que no has visto antes”.

And this process imbues it with all sorts of wonderful skills.

Este proceso la imbuye de muchas habilidades maravillosas.

For example, if you're shown a math problem,

Por ejemplo, si te dan un problema de mate,

the only way to actually complete that math problem,

la única manera de completar ese problema matemático,

to say what comes next,

para decir lo que sigue,

that green nine up there,

ese nueve verde de arriba,

is to actually solve the math problem.

es resolviendo el problema matemático.

But we actually have to do a second step, too,

Pero también tenemos que dar un segundo paso,

which is to teach the AI what to do with those skills.

y es enseñar a la IA qué hacer con esas habilidades.

And for this, we provide feedback.

Para esto, le damos sugerencias.

We have the AI try out multiple things, give us multiple suggestions,

Hacemos que la IA pruebe varias cosas, nos da varias sugerencias,

and then a human rates them, says “This one’s better than that one.”

luego un humano las evalúa, y le dice: “Esta es mejor que esa”.

And this reinforces not just the specific thing that the AI said,

Y esto reafirma no solo la cosa específica que la IA dijo,

but very importantly, the whole process that the AI used to produce that answer.

pero muy importante, todo el proceso que la IA usó para tener esa respuesta.

And this allows it to generalize.

Y esto le permite generalizar.

It allows it to teach, to sort of infer your intent

Le permite enseñar, inferir tu intención

and apply it in scenarios that it hasn't seen before,

y aplicarla en escenarios que no ha visto antes,

that it hasn't received feedback.

y que no ha recibido sugerencias.

Now, sometimes the things we have to teach the AI

A veces las cosas que tenemos que enseñar a la IA

are not what you'd expect.

no son los que uno espera.

For example, when we first showed GPT-4 to Khan Academy,

Ejemplo, cuando mostramos por primera vez GPT-4 a Khan Academy,

they said, "Wow, this is so great,

dijeron, “Guau, esto es genial,

We're going to be able to teach students wonderful things.

podremos enseñar a los estudiantes cosas maravillosas.

Only one problem, it doesn't double-check students' math.

Solo hay un problema no revisa bien la mate de los estudiantes.

If there's some bad math in there,

Si hay alguna mala mate allí,

it will happily pretend that one plus one equals three and run with it."

alegremente hará de cuenta que uno más uno igual a tres y se va con él”.

So we had to collect some feedback data.

Así que tuvimos que recopilar datos.

Sal Khan himself was very kind

El mismo Sal Khan fue muy amable

and offered 20 hours of his own time to provide feedback to the machine

y ofreció 20 horas de su tiempo para dar sugerencias a la máquina

alongside our team.

con nuestro equipo.

And over the course of a couple of months we were able to teach the AI that,

En un par de meses fuimos capaces de enseñar a la IA que,

"Hey, you really should push back on humans

Oye, deberías rechazar a los humanos

in this specific kind of scenario."

en este escenario específico”.

And we've actually made lots and lots of improvements to the models this way.

Y en realidad hemos hecho muchísimas mejoras a los modelos de esta manera.

And when you push that thumbs down in ChatGPT,

Cuando le das al pulgar hacia abajo en ChatGPT,

that actually is kind of like sending up a bat signal to our team to say,

es como enviar una especie de bati-señal a nuestro equipo para decir:

“Here’s an area of weakness where you should gather feedback.”

“Aquí hay una debilidad en la que debes obtener sugerencias”.

And so when you do that,

Y cuando haces eso,

that's one way that we really listen to our users

es una forma de escuchar a nuestros usuarios

and make sure we're building something that's more useful for everyone.

y de asegurarnos que estamos creando algo que sea más útil para todos.

Now, providing high-quality feedback is a hard thing.

Ahora, proporcionar retroalimentación de alta calidad es algo difícil.

Si piensas pedir a un niño que limpie su habitación,

If you think about asking a kid to clean their room,

if all you're doing is inspecting the floor,

si lo único que haces es inspeccionar el suelo,

you don't know if you're just teaching them to stuff all the toys in the closet.

no sabes si sólo le estás enseñando a meter todos los juguetes en el armario.

This is a nice DALL-E-generated image, by the way.

Por cierto, esta bonita imagen es generada por DALL-E.

And the same sort of reasoning applies to AI.

Y el mismo tipo de razonamiento se aplica a la IA.

As we move to harder tasks,

Al pasar a tareas más difíciles,

we will have to scale our ability to provide high-quality feedback.

tendremos que ampliar nuestra capacidad de dar sugerencias de alta calidad.

But for this, the AI itself is happy to help.

Pero para eso, la IA está encantada de ayudar.

It's happy to help us provide even better feedback

Estará feliz de ofrecer mejores sugerencias

and to scale our ability to supervise the machine as time goes on.

y de ampliar la capacidad de supervisar la máquina conforme pase el tiempo.

And let me show you what I mean.

Les mostraré a qué me refiero.

For example, you can ask GPT-4 a question like this,

Por ejemplo, puedes hacer a GPT-4 una pregunta como esta,

of how much time passed between these two foundational blogs

de cuánto tiempo ha pasado entre estos dos blogs fundacionales

on unsupervised learning

sobre aprendizaje no supervisado

and learning from human feedback.

y por la retroalimentación humana.

And the model says two months passed.

Y el modelo dice que pasaron dos meses.

But is it true?

¿Pero será cierto?

Like, these models are not 100-percent reliable,

Estos modelos no son fiables al 100 %,

although they’re getting better every time we provide some feedback.

aunque mejoran cada vez que proporcionamos información.

But we can actually use the AI to fact-check.

Pero en realidad podemos utilizar la IA para verificar datos.

And it can actually check its own work.

Y puede revisar su propio trabajo.

You can say, fact-check this for me.

Puedes decir, verifica esto por mí.

Now, in this case, I've actually given the AI a new tool.

En este caso, le he dado a la IA una nueva herramienta.

This one is a browsing tool

Es una herramienta de navegación

where the model can issue search queries and click into web pages.

donde el modelo puede hacer búsquedas y hacer clic en páginas web.

And it actually writes out its whole chain of thought as it does it.

Y de hecho escribe toda su cadena de pensamiento mientras lo hace.

It says, I’m just going to search for this and it actually does the search.

Dice, voy a buscar esto y hace la búsqueda.

It then it finds the publication date and the search results.

Encuentra la fecha de publicación y el resultado de la búsqueda.

It then is issuing another search query.

Luego, emite otra consulta de búsqueda.

It's going to click into the blog post.

Va a hacer clic en la entrada del blog.

And all of this you could do, but it’s a very tedious task.

Y todo esto lo podrías hacer, pero es una tarea muy tediosa

It's not a thing that humans really want to do.

No es algo que humanos desean hacer de verdad.

It's much more fun to be in the driver's seat,

Es más divertido ser el conductor,

to be in this manager's position where you can, if you want,

estar en la posición de gerente donde puedes, si quieres,

triple-check the work.

verificar el trabajo.

And out come citations

Y salen citas

so you can actually go

para que puedas ir

and very easily verify any piece of this whole chain of reasoning.

y fácilmente verificar cualquier parte de toda esta cadena de razonamiento.

And it actually turns out two months was wrong.

Y resulta que dos meses estaba mal.

Two months and one week,

Dos meses y una semana,

that was correct.

ese era el correcto.

(Applause)

(Aplausos)

And we'll cut back to the side.

Regresaremos a la presentación.

And so thing that's so interesting to me about this whole process

Y lo que es tan interesante para mí acerca de todo este proceso

is that it’s this many-step collaboration between a human and an AI.

es que es esta colaboración entre un ser humano y una IA.

Because a human, using this fact-checking tool

Ya que un humano, usando esta verificadora de datos

is doing it in order to produce data

lo hace con el fin de producir datos

for another AI to become more useful to a human.

para que otra IA sea más útil a un humano.

And I think this really shows the shape of something

Y creo que esto realmente muestra la imagen de algo

that we should expect to be much more common in the future,

que deberíamos esperar que sea mucho más común en el futuro,

where we have humans and machines kind of very carefully

donde tenemos humanos y máquinas cuidadosamente

and delicately designed in how they fit into a problem

y delicadamente diseñados para encajar en un problema

and how we want to solve that problem.

y cómo deseamos resolver ese problema.

We make sure that the humans are providing the management, the oversight,

Aseguramos de que los seres humanos den la gestión, la supervisión,

the feedback,

la retroalimentación,

and the machines are operating in a way that's inspectable

y que las máquinas operen de una manera inspeccionable

and trustworthy.

y fiable.

And together we're able to actually create even more trustworthy machines.

Y juntos somos capaces de crear máquinas aún más fiables.

And I think that over time, if we get this process right,

Creo que con el tiempo, si logramos el proceso correcto,

we will be able to solve impossible problems.

podremos resolver problemas imposibles.

And to give you a sense of just how impossible I'm talking,

Y para darles una idea de lo imposible que estoy hablando,

I think we're going to be able to rethink almost every aspect

creo que podremos reconsiderar casi todos los aspectos

of how we interact with computers.

la manera que interactuamos con computadoras.

For example, think about spreadsheets.

Por ejemplo, piensa en las hojas de cálculo.

They've been around in some form since, we'll say, 40 years ago with VisiCalc.

Existen de alguna forma desde, digamos, hace 40 años con VisiCalc.

I don't think they've really changed that much in that time.

No creo que realmente han cambiado mucho en ese tiempo.

And here is a specific spreadsheet of all the AI papers on the arXiv

Y aquí hay una hoja de cálculo específica de todos los artículos de IA en el arXiv

for the past 30 years.

de los últimos 30 años.

There's about 167,000 of them.

Hay alrededor de 167 000 de ellos.

And you can see there the data right here.

Y pueden ver aquí los datos.

But let me show you the ChatGPT take on how to analyze a data set like this.

Pero déjenme mostrarles la toma de ChatGPT para analizar datos como estos.

So we can give ChatGPT access to yet another tool,

Entonces podemos dar acceso a ChatGPT a otra herramienta,

this one a Python interpreter,

es un interpretador de Python,

so it’s able to run code, just like a data scientist would.

puede correr un código como la haría un científico de datos.

And so you can just literally upload a file

Y entonces puedes literalmente subir un archivo

and ask questions about it.

y hacerle preguntas de él.

And very helpfully, you know, it knows the name of the file and it's like,

Y útilmente, saben, reconoce el nombre del archivo y va,

"Oh, this is CSV," comma-separated value file,

“A, CSV”, archivo de valores separados por comas,

"I'll parse it for you."

“Lo analizaré por ti”.

The only information here is the name of the file,

La única información aquí es el nombre del archivo,

the column names like you saw and then the actual data.

los nombres de las columnas como viste y luego los datos.

And from that it's able to infer what these columns actually mean.

Y a partir de eso es capaz de inferir lo que estas columnas realmente significan.

Like, that semantic information wasn't in there.

Como, esa información semántica no estaba allí.

It has to sort of, put together its world knowledge of knowing that,

Tiene que juntar su conocimiento general para saber que,

“Oh yeah, arXiv is a site that people submit papers

“Ah, arXiv el sitio donde personas envía artículos,

and therefore that's what these things are and that these are integer values

así que eso es lo que son estas cosas y son valores enteros

and so therefore it's a number of authors in the paper,"

por lo tanto, es un número de autores en el artículo”,

like all of that, that’s work for a human to do,

todo esto, es trabajo para un humano,

and the AI is happy to help with it.

y la IA está feliz de ayudar.

Now I don't even know what I want to ask.

Ahora no sé ni lo que quiero preguntar.

So fortunately, you can ask the machine,

Afortunadamente, puedes preguntarle a la máquina,

"Can you make some exploratory graphs?"

“¿Podes hacer gráficos exploratorios?”

And once again, this is a super high-level instruction with lots of intent behind it.

Y una vez más, es una instrucción de alto nivel con mucha intención.

But I don't even know what I want.

Pero ni siquiera sé lo que quiero.

And the AI kind of has to infer what I might be interested in.

Y la IA tiene que inferir en qué podría estar interesado.

Por lo que viene con algunas buenas ideas, creo.

And so it comes up with some good ideas, I think.

So a histogram of the number of authors per paper,

Un histograma del número de autores por artículo,

time series of papers per year, word cloud of the paper titles.

serie temporal de archivos por año, nube de títulos.

All of that, I think, will be pretty interesting to see.

Creo que sería muy interesante ver todo esto.

Y lo mejor es, que realmente puede hacerlo.

And the great thing is, it can actually do it.

Here we go, a nice bell curve.

He aquí, una curva de Gauss.

Pueden ver que tres es el más común.

You see that three is kind of the most common.

Entonces va a hacer este gráfico bonito de los artículos por año.

It's going to then make this nice plot of the papers per year.

Something crazy is happening in 2023, though.

Algo extraño está pasando en 2023.

Looks like we were on an exponential and it dropped off the cliff.

Parece que estábamos en una exponencial y cayó por el precipicio.

What could be going on there?

¿Qué podría estar pasando ahí?

By the way, all this is Python code, you can inspect.

Por cierto, todo esto es código Python, puedes revisarlo.

And then we'll see word cloud.

Luego, la nube de palabras.

So you can see all these wonderful things that appear in these titles.

Puedes ver todas estas cosas maravillosas que aparecen en los títulos.

But I'm pretty unhappy about this 2023 thing.

Pero no estoy contento con esto del 2023.

It makes this year look really bad.

Hace ver a este año muy mal.

Of course, the problem is that the year is not over.

Por supuesto, el problema es que el año no ha terminado.

So I'm going to push back on the machine.

Así que voy a hacer que la máquina retroceda.

[Waitttt that's not fair!!!

[¡¡¡Esperaaaa eso no es justo!!!

2023 isn't over.

2023 aún no ha terminado.

What percentage of papers in 2022 were even posted by April 13?]

¿Qué porcentaje de los trabajos de 2022 se publicaron antes del 13 de abril?]

So April 13 was the cut-off date I believe.

Creo que el 13 de abril era la fecha de corte.

Can you use that to make a fair projection?

¿Puedes usar esto para hacer una proyección justa?

So we'll see, this is the kind of ambitious one.

Ya vemos que, esta es una ambiciosas.

(Laughter)

(Risas)

So you know,

Entonces, ya saben,

again, I feel like there was more I wanted out of the machine here.

de nuevo, siento que había algo que quería más de la máquina aquí.

I really wanted it to notice this thing,

Quería que se diera cuenta de esto,

maybe it's a little bit of an overreach for it

tal vez es un poco excesivo que

to have sort of, inferred magically that this is what I wanted.

dedujera mágicamente que esto es lo que yo quería.

But I inject my intent,

Pero inyecto mi intención,

I provide this additional piece of, you know, guidance.

le doy esta pieza adicional de, ya saben, orientación.

And under the hood,

Y abajo,

the AI is just writing code again, so if you want to inspect what it's doing,

la IA está escribiendo de nuevo el código, si deseas revisar lo que hace,

it's very possible.

es posible.

And now, it does the correct projection.

Y ahora, hace la proyección correcta.

(Applause)

(Aplausos)

If you noticed, it even updates the title.

Si se fijan, incluso actualiza el título.

I didn't ask for that, but it know what I want.

Yo no pedí eso, pero sabe lo que quiero.

Now we'll cut back to the slide again.

Ahora volveremos a la diapositiva.

This slide shows a parable of how I think we ...

Esta diapositiva muestra una parábola de cómo pienso que nosotros...

A vision of how we may end up using this technology in the future.

Una visión de cómo en el futuro podemos llegar a usar esto.

A person brought his very sick dog to the vet,

Una persona llevó a su perro muy enfermo al veterinario,

and the veterinarian made a bad call to say, “Let’s just wait and see.”

y el veterinario tomó la mala decisión de decir: “Esperemos a ver”.

And the dog would not be here today had he listened.

Y el perro no estaría hoy aquí si le hubiera hecho caso.

In the meanwhile, he provided the blood test,

Mientras tanto, le dio el análisis de sangre,

like, the full medical records, to GPT-4,

como, los registros médicos completos, a GPT-4,

which said, "I am not a vet, you need to talk to a professional,

dijo: “No soy un veterinario, debes hablar con un profesional,

here are some hypotheses."

aquí hay algunas hipótesis.”

He brought that information to a second vet

Llevó esa información a otro veterinario

who used it to save the dog's life.

que lo usó para salvar al perro.

Now, these systems, they're not perfect.

Estos sistemas no son perfectos.

You cannot overly rely on them.

No puedes confiar demasiado en ellos.

But this story, I think, shows

Pero creo que esta historia demuestra

that a human with a medical professional

que un humano junto a un profesional de la medicina

and with ChatGPT as a brainstorming partner

y con ChatGPT como “compañero de lluvia de ideas”

was able to achieve an outcome that would not have happened otherwise.

logró un resultado que no habría ocurrido de otra manera.

I think this is something we should all reflect on,

Creo que es algo que todos deberíamos reflexionar

think about as we consider how to integrate these systems

y considerar cuando pensamos cómo integrar estos sistemas

into our world.

en nuestro mundo.

And one thing I believe really deeply,

Y algo que creo profundamente

is that getting AI right is going to require participation from everyone.

es que para conseguir una IA adecuada se necesita la participación de todos.

And that's for deciding how we want it to slot in,

Y eso es para decidir cómo queremos que encaje,

that's for setting the rules of the road,

para establecer las reglas del camino,

for what an AI will and won't do.

para lo que una IA hará y no hará.

And if there's one thing to take away from this talk,

Y si hay algo que debemos llevar de esta charla,

it's that this technology just looks different.

es que esta tecnología solo se ve diferente.

Just different from anything people had anticipated.

Diferente de cualquier cosa que se había anticipado.

And so we all have to become literate.

Y así todos debemos ser instruidos.

And that's, honestly, one of the reasons we released ChatGPT.

Y esa es, realmente, una de las razones que lanzamos ChatGPT.

Together, I believe that we can achieve the OpenAI mission

Juntos, creo que podemos lograr la misión OpenAI,

of ensuring that artificial general intelligence

de velar que la inteligencia artificial general

benefits all of humanity.

beneficie a toda la humanidad.

Thank you.

Gracias.

(Applause)

(Aplausos)

(Applause ends)

(Terminan de aplaudir)

Chris Anderson: Greg.

Chris Anderson: Greg.

Wow.

Guau.

I mean ...

Digo...

I suspect that within every mind out here

Creo que en todas las mentes

there's a feeling of reeling.

hay un sentimiento de tambaleo.

Like, I suspect that a very large number of people viewing this,

Al igual, sospecho que un gran número de personas viendo esto,

you look at that and you think, “Oh my goodness,

miran eso y piensan, “Oh, Dios mío,

pretty much every single thing about the way I work, I need to rethink."

tengo que reconsiderar cada cosa sobre mi manera de trabajar”

Like, there's just new possibilities there.

Porque, hay nuevas posibilidades allí.

Am I right?

¿No?

Who thinks that they're having to rethink the way that we do things?

¿Quiénes están reconsiderando su manera de hacer cosas?

Yeah, I mean, it's amazing,

Si, digo, es asombroso.

but it's also really scary.

pero también da mucho miedo.

So let's talk, Greg, let's talk.

Entonces hablemos, Greg.

I mean, I guess my first question actually is just

Pues, creo que mi primera pregunta sería

how the hell have you done this?

¿cómo diablos has hecho esto?

(Laughter)

(Risas)

OpenAI has a few hundred employees.

OpenAI tiene unos cientos de empleados.

Google has thousands of employees working on artificial intelligence.

Google tiene miles de empleados trabajando en la inteligencia artificial.

Why is it you who's come up with this technology

¿Cómo es que tú has logrado salir con esta tecnología

that shocked the world?

que sorprendió al mundo?

Greg Brockman: I mean, the truth is,

Greg Brockman: Pues, realmente

we're all building on shoulders of giants, right, there's no question.

construimos sobre hombros de gigantes, sin duda alguna.

Si miras el progreso informático,

If you look at the compute progress,

el progreso algorítmico, y de los datos,

the algorithmic progress, the data progress,

son de toda una industria.

all of those are really industry-wide.

Pero creo que OpenAI,

But I think within OpenAI,

desde el inicio hicimos muchas decisiones deliberadamente.

we made a lot of very deliberate choices from the early days.

And the first one was just to confront reality as it lays.

Y el primero fue afrontar la realidad tal y como es.

And that we just thought really hard about like:

Y nos pusimos a pensar seriamente:

What is it going to take to make progress here?

¿Qué se necesita para poder avanzar aquí?

We tried a lot of things that didn't work, so you only see the things that did.

Intentamos muchas cosas que fallaron así que solo se ven las que sí logró.

And I think that the most important thing has been to get teams of people

Y creo que lo más importante fue tener equipos de personas

que son muy diferentes entre sí pero trabajan en harmonía.

who are very different from each other to work together harmoniously.

CA: Can we have the water, by the way, just brought here?

CA: Por cierto, ¿pueden traernos el agua?

I think we're going to need it, it's a dry-mouth topic.

Creo vamos a necesitar, es un tema que nos dejará sedientos.

But isn't there something also just about the fact

Pero, ¿no hay algo también en el hecho

that you saw something in these language models

de que vieras algo en estos modelos de lenguaje

that meant that if you continue to invest in them and grow them,

que te hicieran pensar que, si sigues invirtiendo en ellos y haciéndolos crecer,

that something at some point might emerge?

en algún momento podría surgir algo?

GB: Yes.

GB: Sí

And I think that, I mean, honestly,

Creo que, honestamente,

I think the story there is pretty illustrative, right?

creo que la historia allí es muy ilustrativa, ¿no?

I think that high level, deep learning,

Ese alto nivel, el aprendizaje profundo,

like we always knew that was what we wanted to be,

ya sabíamos eso era lo que queríamos, ser un

was a deep learning lab, and exactly how to do it?

laboratorio de aprendizaje profundo, ¿cómo lograrlo?

I think that in the early days, we didn't know.

Creo que en los primeros días, no lo sabíamos.

We tried a lot of things,

Intentamos muchas cosas,

and one person was working on training a model

y una persona que estaba entrenando un modelo

to predict the next character in Amazon reviews,

a predecir el próximo carácter en las reseñas de Amazon,

and he got a result where -- this is a syntactic process,

y obtuvo un resultado en el que... esto es un proceso sintáctico,

you expect, you know, the model will predict where the commas go,

esperas, ya sabes, que el modelo prediga dónde van las comas,

where the nouns and verbs are.

los sustantivos y los verbos.

But he actually got a state-of-the-art sentiment analysis classifier out of it.

En realidad obtuvo de ello un clasificador analítico de última generación.

This model could tell you if a review was positive or negative.

Este modelo podía decir si una reseña era positiva o negativa.

I mean, today we are just like, come on, anyone can do that.

Pues, hoy en día decimos, vamos eso cualquiera lo hace.

But this was the first time that you saw this emergence,

Pero esa era la primera vez que se vio este surgimiento.

this sort of semantics that emerged from this underlying syntactic process.

este tipo de semántica que salió de este proceso sintáctico subyacente.

And there we knew, you've got to scale this thing,

Allí supimos, tienes que escalar esto.

you've got to see where it goes.

tienes que ver a dónde llega.

CA: So I think this helps explain

CA: Creo que esto ayuda a explicar

the riddle that baffles everyone looking at this,

el enigma que desconcierta todo el mundo viendo esto,

because these things are described as prediction machines.

porque los describen como máquinas de predicción.

And yet, what we're seeing out of them feels ...

Sin embargo, lo que vemos fuera de ellos se siente...

it just feels impossible that that could come from a prediction machine.

es que parece imposible que eso venga de una máquina de predicción.

Just the stuff you showed us just now.

Solo con las cosas que nos mostraste ahorita.

And the key idea of emergence is that when you get more of a thing,

Y la idea clave de la emergencia es que cuando consigues más de una cosa,

suddenly different things emerge.

aparecen nuevas cosas.

It happens all the time, ant colonies, single ants run around,

Suele pasar, las colonias de hormigas, las que solas corren

when you bring enough of them together,

cuando reúnes suficientes de ellas,

you get these ant colonies that show completely emergent, different behavior.

tienes colonias de hormigas que muestran un comportamiento diferente,

Or a city where a few houses together, it's just houses together.

O una ciudad donde un par casas juntas, son sólo casas.

But as you grow the number of houses,

Pero conforme aumenten las casas,

things emerge, like suburbs and cultural centers and traffic jams.

surgen cosas, como suburbios y centros culturales y atascos de tráfico.

Give me one moment for you when you saw just something pop

Dígame un momento en el que viste surgir

that just blew your mind

algo que le dejó boquiabierto

that you just did not see coming.

y que no vio venir.

GB: Yeah, well,

GB: Sí, bueno,

so you can try this in ChatGPT, if you add 40-digit numbers --

puedes probar esto en ChatGPT, si sumas números de 40 dígitos...

CA: 40-digit?

CA: ¿40 dígitos?

GB: 40-digit numbers, the model will do it,

GB: Números de 40 dígitos, el modelo lo hará,

which means it's really learned an internal circuit for how to do it.

eso significa que aprendió un circuito interno de cómo hacerlo.

And the really interesting thing is actually,

Y lo realmente interesante es que,

if you have it add like a 40-digit number plus a 35-digit number,

si le pides que sume un número de 40 dígitos más uno de 35 dígitos,

it'll often get it wrong.

a menudo lo tendrá mal.

And so you can see that it's really learning the process,

Se puede ver que realmente está aprendiendo el proceso,

but it hasn't fully generalized, right?

pero no está totalmente generalizado.

It's like you can't memorize the 40-digit addition table,

Como no podes memorizar la tabla de suma de 40 dígitos,

that's more atoms than there are in the universe.

son más átomos de los que hay en el universo.

So it had to have learned something general,

Tuvo que haber aprendido algo general,

but that it hasn't really fully yet learned that,

pero aún no ha aprendido del todo que,

Oh, I can sort of generalize this to adding arbitrary numbers

A, puedo generalizar esto a la suma de números arbitrarios

of arbitrary lengths.

a largos arbitrarios.

CA: So what's happened here

CA: Así que lo que sucedió

is that you've allowed it to scale up

es que le has permitido aumentar

and look at an incredible number of pieces of text.

y mirar un increíble número de piezas de texto.

And it is learning things

Y está aprendiendo cosas

that you didn't know that it was going to be capable of learning.

que tú no sabías que iba a ser capaz de aprender.

GB Well, yeah, and it’s more nuanced, too.

GB: Bueno, sí, y también es matizado.

So one science that we’re starting to really get good at

Una ciencia en la que estamos empezando a ser buenos

is predicting some of these emergent capabilities.

es predecir algunas de estas capacidades emergentes.

And to do that actually,

Y para ello,

one of the things I think is very undersung in this field

creo que es algo que se subestima mucho en este campo

is sort of engineering quality.

es la calidad de la ingeniería.

Like, we had to rebuild our entire stack.

Tuvimos que rehacer toda nuestra ‘stack’.

When you think about building a rocket,

Piensa en la construcción de un cohete,

every tolerance has to be incredibly tiny.

cada tolerancia es increíblemente pequeña.

Same is true in machine learning.

Así es en aprendizaje automático.

You have to get every single piece of the stack engineered properly,

Cada pieza del ‘stack’ tiene que estar diseñada correctamente,

and then you can start doing these predictions.

y ahí puedes empezar a hacer predicciones.

There are all these incredibly smooth scaling curves.

Hay estas curvas de escala increíblemente uniformes.

dicen algo esencial y profundo de la inteligencia.

They tell you something deeply fundamental about intelligence.

Si ven el blog de GPT-4,

If you look at our GPT-4 blog post,

pueden ver todas estas curvas allí.

you can see all of these curves in there.

And now we're starting to be able to predict.

Ahora somos capaces de predecir.

Así que pudimos predecir, ejemplo, rendimiento en problemas de codificación

So we were able to predict, for example, the performance on coding problems.

We basically look at some models

Básicamente nos fijamos en modelos

que son 10 000 veces o 1000 veces más pequeños.

that are 10,000 times or 1,000 times smaller.

And so there's something about this that is actually smooth scaling,

Hay algo en todo esto que permite escalar sin problemas

even though it's still early days.

aunque aún es prematuro.

CA: So here is, one of the big fears then,

CA: Entonces, uno de los grandes temores

that arises from this.

que surge de esto.

If it’s fundamental to what’s happening here,

Si es esencial para lo que está sucediendo,

that as you scale up,

a medida que se escala,

things emerge that

surgen cosas que

you can maybe predict in some level of confidence,

tal vez se pueden predecir con cierto nivel de seguridad,

but it's capable of surprising you.

pero que son capaces de sorprenderte.

Why isn't there just a huge risk of something truly terrible emerging?

¿Por qué no hay un gran riesgo de que surja algo verdaderamente terrible?

GB: Well, I think all of these are questions of degree

GB: Bueno, creo que son cuestiones de grado,

and scale and timing.

de escala y de tiempo.

Creo también que la gente no se percata

And I think one thing people miss, too,

is sort of the integration with the world is also this incredibly emergent,

de que la integración con el mundo es algo increíblemente emergente,

sort of, very powerful thing too.

y también poderoso.

Es una de las razones creemos que es importante

And so that's one of the reasons that we think it's so important

integrarse gradualmente.

to deploy incrementally.

Creo que lo que vemos ahorita, si nos fijamos en esta charla,

And so I think that what we kind of see right now, if you look at this talk,

me enfoco bastante en dar retroalimentación de alta calidad.

a lot of what I focus on is providing really high-quality feedback.

Actualmente, podemos revisar las tareas que hacemos, ¿no?

Today, the tasks that we do, you can inspect them, right?

Es fácil ver ese problema de matemáticas y ser como, no, no, no,

It's very easy to look at that math problem and be like, no, no, no,

máquina, la respuesta correcta era siete.

machine, seven was the correct answer.

Incluso resumir un libro, eso es algo difícil de supervisar.

But even summarizing a book, like, that's a hard thing to supervise.

¿Cómo sabes si el resumen de este libro es bueno?

Like, how do you know if this book summary is any good?

Tienes que leer el libro entero.

You have to read the whole book.

Nadie quiere hacer eso.

No one wants to do that.

(Risas)

(Laughter)

And so I think that the important thing will be that we take this step by step.

Así que creo que lo importante será que tomemos esto paso a paso.

And that we say, OK, as we move on to book summaries,

Digamos, ok, conforme avancemos con resúmenes de libros,

we have to supervise this task properly.

tenemos que supervisar esta tarea bien.

We have to build up a track record with these machines

Tenemos que construir un historial con estas máquinas

that they're able to actually carry out our intent.

que son capaces de llevar a cabo nuestra intención.

And I think we're going to have to produce even better, more efficient,

creo que vamos a tener que producir mejores, más eficientes,

more reliable ways of scaling this,

formas más fiables de escalar esto,

sort of like making the machine be aligned with you.

algo así como hacer que la máquina esté alineada contigo.

CA: Escucharemos más adelante en esta sesión,

CA: So we're going to hear later in this session,

there are critics who say that,

hay críticos que dicen que,

you know, there's no real understanding inside,

usted sabe, no hay verdadera comprensión dentro,

the system is going to always --

el sistema siempre va a...

we're never going to know that it's not generating errors,

nunca vamos a saber que no está generando errores,

that it doesn't have common sense and so forth.

que no tiene sentido común entre otras cosas.

Is it your belief, Greg, that it is true at any one moment,

Tú crees, Greg, que en cualquier momento dado,

but that the expansion of the scale and the human feedback

que la expansión de la escala y la retroalimentación humana

that you talked about is basically going to take it on that journey

de la que hablaste básicamente va a llevarlo en ese viaje

of actually getting to things like truth and wisdom and so forth,

de llegar a cosas como la verdad y la sabiduría y así sucesivamente,

with a high degree of confidence.

con un alto grado de seguridad.

Can you be sure of that?

¿Puedes asegurarte de eso?

GB: Yeah, well, I think that the OpenAI, I mean, the short answer is yes,

GB: Sí, bueno, creo que OpenAI, digo que, la respuesta corta es sí,

I believe that is where we're headed.

creo que ahí es donde nos dirigimos.

And I think that the OpenAI approach here has always been just like,

Y creo que el enfoque de OpenAI aquí siempre ha sido como,

let reality hit you in the face, right?

que la realidad te dé en la cara, ¿no?

It's like this field is the field of broken promises,

Es como si este fuera el campo de promesas rotas,

of all these experts saying X is going to happen, Y is how it works.

todos estos expertos diciendo que va a suceder X, y así funciona Y.

People have been saying neural nets aren't going to work for 70 years.

La gente han dicho que la red neuronal no funcionarán por 70 años.

They haven't been right yet.

Aún no han tenido razón.

They might be right maybe 70 years plus one

Tal vez tendrán razón en 70 años más uno

or something like that is what you need.

o algo así es lo que necesitas

But I think that our approach has always been,

Pienso que, nuestro enfoque siempre ha sido,

you've got to push to the limits of this technology

tienes que empujar al límite de esta tecnología

to really see it in action,

para verla en acción,

because that tells you then, oh, here's how we can move on to a new paradigm.

ya que te dice, ah, aquí es cómo podemos pasar a un nuevo paradigma.

And we just haven't exhausted the fruit here.

Y aún no hemos agotado los frutos.

CA: I mean, it's quite a controversial stance you've taken,

CA: Digo pues, es una postura controversial la que tomó,

that the right way to do this is to put it out there in public

que la forma correcta de hacer esto es exponerlo al público

and then harness all this, you know,

y luego utilizar todo esto, sabe,

instead of just your team giving feedback,

de sólo tu equipo dando retroalimentación,

the world is now giving feedback.

el mundo ahora está dando retroalimentación.

But ...

Pero...

If, you know, bad things are going to emerge,

Si usted sabe que van a surgir cosas malas,

it is out there.

está ahí.

So, you know, the original story that I heard on OpenAI

Así que, ya sabes, la historia original que escuché de OpenAI

when you were founded as a nonprofit,

cuando se fundaron sin fines de lucro,

well you were there as the great sort of check on the big companies

bueno, estabas allí como el gran tipo de control sobre las grandes empresas

doing their unknown, possibly evil thing with AI.

haciendo sus cosas desconocidas, posiblemente malvadas con la IA.

And you were going to build models that sort of, you know,

E ibas a construir modelos que, ya sabes,

somehow held them accountable

los hicieran responsables

and was capable of slowing the field down, if need be.

y fueran capaces de frenar el campo, si fuera necesario.

Or at least that's kind of what I heard.

O al menos eso es lo que he oído.

And yet, what's happened, arguably, is the opposite.

Pero se podría decir que es lo contrario.

That your release of GPT, especially ChatGPT,

Tu lanzamiento de GPT, especialmente ChatGPT,

sent such shockwaves through the tech world

ha conmocionado al mundo de la tecnología

that now Google and Meta and so forth are all scrambling to catch up.

que ahora Google, Meta y el resto se apresuran a ponerse al día.

And some of their criticisms have been,

Y algunas de sus críticas han sido,

you are forcing us to put this out here without proper guardrails or we die.

que estás forzando a que pongan esto sin una baranda apropiada o morirán.

You know, how do you, like,

Sabes, como te gustaría, pues,

make the case that what you have done is responsible here and not reckless.

argumentar que lo que has hecho es responsable y no imprudente

GB: Yeah, we think about these questions all the time.

GB: Sí, pensamos en estas preguntas todo el tiempo.

Like, seriously all the time.

Como, en serio todo el tiempo.

And I don't think we're always going to get it right.

Creo que no siempre vamos a tomarlo de manera correcta.

But one thing I think has been incredibly important,

Pero algo que creo que ha sido muy importante,

from the very beginning, when we were thinking

desde el principio, cuando estábamos pensando

about how to build artificial general intelligence,

en cómo construir inteligencia artificial general,

actually have it benefit all of humanity,

que realmente beneficie a la humanidad,

like, how are you supposed to do that, right?

como se supone que vas a hacer eso, ¿no?

And that default plan of being, well, you build in secret,

Y por defecto el plan de ser, bueno, lo armas en secreto,

you get this super powerful thing,

obtienes esta cosa súper poderosa,

and then you figure out the safety of it and then you push “go,”

y luego averiguas la seguridad de la misma y luego das “ya”,

and you hope you got it right.

y esperas haberlo hecho bien.

I don't know how to execute that plan.

No sé cómo ejecutar ese plan.

Maybe someone else does.

Tal vez alguien más sí.

But for me, that was always terrifying, it didn't feel right.

Pero para mí, eso siempre fue aterrador, no se sentía bien.

And so I think that this alternative approach

Así que creo que este enfoque alternativo

is the only other path that I see,

es el único camino que veo,

which is that you do let reality hit you in the face.

que es dejar que la realidad te golpee en la cara.

And I think you do give people time to give input.

Creo que debes dar a la gente tiempo para opinar.

You do have, before these machines are perfect,

Antes de que estas máquinas sean perfectas,

before they are super powerful, that you actually have the ability

antes de que sean súper potentes, que tengas la posibilidad

to see them in action.

de verlas en acción.

And we've seen it from GPT-3, right?

Y lo hemos visto desde GPT-3, ¿no?

GPT-3, we really were afraid

GPT-3, realmente temíamos

that the number one thing people were going to do with it

que lo primero que la gente iba a hacer era

generar desinformación, tratar de influir elecciones.

was generate misinformation, try to tip elections.

Instead, the number one thing was generating Viagra spam.

En lugar de eso, lo primero fue generar spam de Viagra.

(Laughter)

(Risas)

CA: So Viagra spam is bad, but there are things that are much worse.

CA: El spam de Viagra es malo, pero hay peores coses.

He aquí un experimento mental para usted.

Here's a thought experiment for you.

Suppose you're sitting in a room,

Suponga que estás sentado en un cuarto,

there's a box on the table.

hay una caja sobre la mesa.

You believe that in that box is something that,

Usted cree que en esa caja hay algo que,

there's a very strong chance it's something absolutely glorious

hay una alta posibilidad que sea algo absolutamente glorioso

that's going to give beautiful gifts to your family and to everyone.

que va a dar hermosos regalos a tu familia y a todo el mundo.

But there's actually also a one percent thing in the small print there

Pero en realidad también hay un uno por ciento cosa en la letra pequeña allí

that says: “Pandora.”

dice: “Pandora”.

And there's a chance

Y hay una posibilidad

that this actually could unleash unimaginable evils on the world.

de que esto en realidad podría desatar males inimaginables en el mundo.

Do you open that box?

¿Abres esa caja?

GB: Well, so, absolutely not.

GB: Bueno, absolutamente no.

I think you don't do it that way.

Y creo que no lo haría de esa manera.

And honestly, like, I'll tell you a story that I haven't actually told before,

Honestamente, te contaré una historia que no he contado antes,

which is that shortly after we started OpenAI,

poco después de que empezáramos OpenAI,

I remember I was in Puerto Rico for an AI conference.

Recuerdo, estaba en Puerto Rico en una conferencia de IA.

I'm sitting in the hotel room just looking out over this wonderful water,

Estoy sentado en el cuarto del hotel viendo afuera la maravillosa agua,

all these people having a good time.

todas estas personas divirtiéndose.

And you think about it for a moment,

Y piensas en ello por un momento,

if you could choose for basically that Pandora’s box

si pudieras elegir básicamente que la caja de Pandora

to be five years away

estuviera a cinco años de aquí

or 500 years away,

o a 500 años,

which would you pick, right?

¿cuál elegirías, verdad?

On the one hand you're like, well, maybe for you personally,

Por un lado estás como, bueno, tal vez personalmente,

it's better to have it be five years away.

es mejor que sea dentro de cinco años.

But if it gets to be 500 years away and people get more time to get it right,

Pero si llega a ser 500 años y la gente tiene más tiempo para hacerlo bien,

which do you pick?

¿qué eliges?

And you know, I just really felt it in the moment.

Y sabes, realmente lo sentí en el momento.

I was like, of course you do the 500 years.

Pensé, por supuesto escoges a los 500 años.

My brother was in the military at the time

Mi hermano estaba en el ejército en ese tiempo

and like, he puts his life on the line in a much more real way

y como, él arriesga su vida de una manera mucho más real

than any of us typing things in computers

que cualquiera de nosotros escribiendo en computadoras

and developing this technology at the time.

y desarrollando esta tecnología en el momento.

And so, yeah, I'm really sold on the you've got to approach this right.

Y sí, estoy convencido de que tienes que abordar esto correctamente.

But I don't think that's quite playing the field as it truly lies.

Pero no creo que eso sea jugar en el campo como realmente es.

Like, if you look at the whole history of computing,

Si nos fijamos en toda la historia de la informática,

I really mean it when I say that this is an industry-wide

lo digo en serio cuando digo que se trata de una industria

or even just almost like

o incluso sólo casi como

a human-development- of-technology-wide shift.

un desarrollo humano de la tecnología.

And the more that you sort of, don't put together the pieces

Y cuanto más, no juntas las piezas

that are there, right,

que están ahí,

we're still making faster computers,

estamos haciendo ordenadores rápidos,

we're still improving the algorithms, all of these things, they are happening.

todavía estamos mejorando los algoritmos, todo esto está sucediendo.

And if you don't put them together, you get an overhang,

Y si no lo juntas, obtienes un voladizo,

significa que si alguien lo hace,

which means that if someone does,

o el momento en que alguien logra conectarse al circuito,

or the moment that someone does manage to connect to the circuit,

entonces de repente tienes esta cosa muy poderosa,

then you suddenly have this very powerful thing,

nadie tuvo tiempo de adaptarse,

no one's had any time to adjust,

quién sabe qué precauciones de seguridad tienes.

who knows what kind of safety precautions you get.

And so I think that one thing I take away

Y creo que una cosa que llevo de esto

is like, even you think about development of other sort of technologies,

es que si piensas en el desarrollo de otras tecnologías,

think about nuclear weapons,

piensa en armas nucleares,

people talk about being like a zero to one,

la gente habla de estar cero a uno,

sort of, change in what humans could do.

del tipo de cambio que humanos pueden hacer.

But I actually think that if you look at capability,

Pero yo pienso que si miras la capacidad,

it's been quite smooth over time.

ha estado tranquilo.

And so the history, I think, of every technology we've developed

Entonces en la historia, yo pienso que cada tecnología que desarrollamos

has been, you've got to do it incrementally

ha esto, y debes hacerlo por incrementos

and you've got to figure out how to manage it

y tienes que averiguar de cómo manejarlo

for each moment that you're increasing it.

por cada momento que lo vayas incrementando.

CA: So what I'm hearing is that you ...

CA: Entonces lo que estoy escuchando, usted...

the model you want us to have

el modelo que quiere que tengamos

is that we have birthed this extraordinary child

es que hemos dado a luz a este niño extraordinario

that may have superpowers

que pueda tener superpoderes

that take humanity to a whole new place.

que lleve a la humanidad a un lugar totalmente nuevo.

It is our collective responsibility to provide the guardrails

Es nuestra responsabilidad colectiva de darle las barandas de seguridad

for this child

a este niño

to collectively teach it to be wise and not to tear us all down.

de que juntos le enseñemos que sea sabio y que no nos destruya.

Is that basically the model?

¿Sería eso el modelo?

GB: I think it's true.

GB: Pienso que es cierto.

And I think it's also important to say this may shift, right?

Creo que algo importante que debo decir, puede cambiar, ¿no?

We've got to take each step as we encounter it.

Debemos tomar cada paso como vamos.

And I think it's incredibly important today

Y creo que es importantísimo que hoy

that we all do get literate in this technology,

que todos sepamos de esta tecnología,

figure out how to provide the feedback,

pensar en cómo darle retroalimentación,

decide what we want from it.

decidir qué queremos de él.

And my hope is that that will continue to be the best path,

Y espero que ese siga siendo el mejor camino

but it's so good we're honestly having this debate

Y está bueno que tengamos este debate

because we wouldn't otherwise if it weren't out there.

no lo tendríamos si no estuviera ahí afuera.

CA: Greg Brockman, thank you so much for coming to TED and blowing our minds.

CA: Greg Brockman, muchas gracias por venir a TED y asombrarnos.

(Applause)

(Aplausos)