NTN 354 - 🤖 Grok 3 2j1h6m

Todavía no. Ahora sí. Ya lo tengo. Buenas, buenas, buenas. Bienvenidos a otro episodio de No tiene nombre. Mi nombre es Bruno y hoy vamos a seguir hablando de Inteligencia Artificial.

Ya ayer comenté que si lo de Grok 3 tenía sentido, lo hablaríamos y madre mía qué bombazo que ha pegado el amigo Elon. Y me dio gracia, hablando de Elon, porque ayer en el episodio donde hablaba sobre la competencia que hubo allá por el año 2007 entre Google y Microsoft, el amigo Black Hole dejó un comentario donde dice que esa competencia parece una competición entre caballeros comparados con los chantajes y ataques personales y cosas así que vemos el día de hoy. Y sin ir más lejos, sin ir más lejos, pongan un pin en cosas como ¿Por qué el modelo que piensan no me muestra cómo piensa? Y en la presentación de Grok 3, porque el layout con el que presentaron fue un video online.

El video está público para el que lo quiera ver. Fue muy interesante en el sentido que hacía acordar al que hacía al que tiene OpenAI. Cuatro o tres ingenieros más Sandman. En el caso de Grok, tres personas más tres ingenieros más Elon Musk en una mesa muy minimalista con un ordenador hablando de los modelos. Y bueno, hablaron y presentaron Grok 3 como una gran, gran novedad y tiene cosas muy interesantes. Ojo que yo le doy palo y bastante palos porque viendo en Canadá, viendo como ahora las Cybertrucks no pueden salir ni a la esquina, es fácil pegarle, pero hace cosas y grande.

Porque el último modelo de Grok 3 que tiene la empresa XEI, no sé si sigue siendo XEI o X.com, pero bueno, la empresa de Elon Musk es impresionantemente bueno según los benchmark que ha presentado. Es decir, inicialmente se presenta como que tiene 10 veces más capacidad computacional que el modelo Grok 2, que por cierto yo lo uso bastante en Twitter, lo uso para que me explique algunos tuites largos, lo uso por ahí como no tiene filtro para hacer algunas cosas interesantes. Como generador de imógenes también funciona muy bien, pero 10 veces es básicamente como para pasar de un triciclo a un cohete espacial.

Es brutal, brutalmente. Por cierto, cohete espacial, Elon Musk, SpaceX, un chiste ahí que si me ven se entiende mejor. Pero bueno, ¿cómo logran esto? ¿Cómo logra la burrada esta de poder generar un modelo que está a la altura, a la altura de los grandes, a la altura de los que hace OpenAI, de lo que tiene Google, de lo que tiene Anthropic? Aquí hay una cosa que hay que realmente irar. No es complicado de entender porque ¿cómo hace este salto, un salto brutal? Pues con dinero. A lo bestia, a lo bestia, a lo bestia, a lo bestia.

XGI construyó un centro de datos en Memphis, Tenesí, se llama Colossus y es una brutal.

Hasta donde entiendo, hasta donde se comenta y estas cosas son las que son públicas y nada más. El monstruo este tiene 200.000 GPUs de última generación, así que la gente de NVIDIA está contenta y poco. Hasta el día de hoy es el clúster de super ordenado, el clúster de GPUs y demás más grande del mundo. También prometió que este en la fase 1, que en la fase 2 lo van a duplicar de capacidad, es lo que entendí, es lo que entendí.

Pero con esta infraestructura es que básicamente XGI entrenó a Grok 3 y lo que dijeron, si queréis probar Grok 3, si queréis empezar a ver, es que hoy está muy bien, supera modelos básicos de OpenAI, Google, DeepSeek, en las áreas típicas. No voy a hablar de TES porque TES es bueno hablarlo cuando tenés gráficos, pero vayan a verlo. Pero en todo lo que son las pruebas estándar que hay en matemáticas, ciencia, programación, etcétera, parece que Grok 3 va mejor o va bastante bien.

Inclusive Andrej Karpathy, uno de los cofundadores de OpenAI, quedó impresionado y dijo que Grok 3 es un modelo de última generación. Y recordemos que hay una especie de relación porque en una época, creo que si no me da mal el timeline en la cabeza, estuvieron juntos en los primeros días de OpenAI. Pero bueno, eso no es todo. También como el mundo de ahora se origina, se dirige, perdón, no se origina, se dirige a los modelos de razonamiento, Grok 3 viene con un modelo de razonamiento que se llama BigBrain.

Cuando utilizamos un modelo de razonamiento, este modo permite a la inteligencia del modelo desglosar las preguntas complejas en tareas más pequeñas, generar la cadena de razonamiento y con eso iterar hasta que tiene una respuesta coherente, con lo que las respuestas son más precisas y detalladas. Y esto tiene tela. ¿Por qué? Porque una cosa que, por ejemplo, una cosa en la que se diferencian OpenAI y BigBrain.