Como sabrán, ChatGPT actualizó su modelo a GTP-5. A decir verdad, la gente no esperaba a que se diera un salto enorme en comparación con las anteriores versiones. Sin embargo, sí que se puede notar una mejora en la velocidad, como también una capacidad de razonar mucho más precisa y eficiente. Eso sí, los modelos anteriores han sido descontinuados (GPT-4o, modelos o3 y o4 mini) y ahora nos encontramos con las propiedades que estos tenían unificados en GPT-5. Por lo que podríamos ver cómo la propia IA elige en qué modo operar al intentar satisfacer una consulta. Es decir, si requiere de velocidad o de acudir a una versión basada en el razonamiento profundo. A mi parecer esto es muy conveniente, porque hace que las consultas tengan sus debidas respuestas. No creo que sea muy conveniente que un modelo de razonamiento utilice su poder de cómputo para razonar cuestiones sencillas; no es muy práctico si tenemos en consideración los usuarios a nivel mundial que realizan peticiones. Unificarlo todo en un mismo sistema me parece muy conveniente; con más sentido en el uso diario y su utilidad.
ENGLISH VERSION (click here!)
As you may know, ChatGPT updated its model to GPT-5. Truth be told, people weren't expecting such a huge leap forward compared to previous versions. However, one can notice an improvement in speed, as well as a much more precise and efficient reasoning ability. However, the previous models have been discontinued (GPT-4o, models o3 and o4 mini), and now we find the properties they had unified in GPT-5. So we could see how the AI itself chooses which mode to operate in when trying to satisfy a query. That is, whether it requires speed or resorting to a version based on deep reasoning. In my opinion, this is very convenient because it ensures that queries have their proper answers. I don't think it's very convenient for a reasoning model to use its computing power to reason simple questions; it's not very practical considering the number of users making requests worldwide. Unifying everything in a single system seems very convenient to me; with more sense in daily use and utility.
En mi opinión sentar las bases de una IA integrada en velocidad y razonamiento, nos logra permitir crecer a partir de allí. Es de esperar que nuevas versiones se añadan los próximos meses, tal vez de forma cuatrimestral. Eso sí, muchas actualizaciones serán también las integraciones, como por ejemplo los añadidos a VS Code, que termina derivando en una suerte de IA funcional autónoma, ya como un agente de IA. Muchos dicen estar decepcionados. Puede entenderse desde el punto de vista de alguien que compra un producto y espera que sea revolucionario. Bajo mi visión, creo que estos avances permiten que tanto el desarrollo como su evolución, se concrete con un nuevo caso de uso. Será también responsabilidad de nosotros ponerlos a prueba y ver en qué es que pueden mejorar estos sistemas, por lo que quejarse no ayuda en nada más que lograr que las personas busquen otra IA que esté a la altura de lo que pueden considerar como algo impresionante y único. Aquí es donde entra la competencia, por lo que si buscamos que la IA, en general, logre avanzar lo suficiente, debemos hacer nuestro aporte. Esto significa poner a la IA en su máximo nivel de pruebas, porque los desarrolladores estarán tomando nota para mejorar cada uno de los parámetros que hacen a la IA ser algo bestial; o así es cuando se lo llama al tener éxito arrollador. Busquemos esto.
ENGLISH VERSION (click here!)
In my opinion, laying the foundation for an AI integrated with speed and reasoning allows us to grow from there. New versions are expected to be added in the coming months, perhaps every four months. Of course, many updates will also be integrations, such as the additions to VS Code, which ultimately result in a sort of autonomous functional AI, now an AI agent. Many say they're disappointed. This can be understood from the perspective of someone who buys a product and expects it to be revolutionary. In my view, I believe these advances allow both development and evolution to materialize with a new use case. It will also be our responsibility to test them and see how these systems can improve, so complaining doesn't help at all except to get people looking for other AI that lives up to what they consider impressive and unique. This is where competition comes in, so if we want AI, in general, to advance sufficiently, we must do our part. This means putting AI through its paces, because developers will be taking note to improve every parameter that makes AI beastly—or that's what it's called when it's wildly successful. Let's look for this.
Hoy me encontré con algo interesante. Se ha puesto a prueba la inteligencia de GPT-5 con respecto a la toma de decisiones. Lo que llama la atención es que un desarrollador lo ha implementado en un entorno donde funciona un videojuego. En este caso se trata de uno de los juegos más influyentes de todos los tiempos; Pókemon Rojo. Uno podría pensar que es algo simple, y lo es desde el sentido y la percepción humana. Sin embargo, una IA no se comporta ni procesa la información como nosotros. Teniendo esto en cuenta, podemos interpretar que la IA deberá enfocarse en las coordenadas de un mapa para poder avanzar. Esto es cierto, pero es mucho más complejo de lo que pensamos.
ENGLISH VERSION (click here!)
Today I came across something interesting. GPT-5's decision-making intelligence has been tested. What's striking is that a developer has implemented it in a video game environment. In this case, it's one of the most influential games of all time: Pokémon Red. One might think this is simple, and it is, from a human perspective. However, an AI doesn't behave or process information like we do. With this in mind, we can interpret this as meaning that the AI must focus on the coordinates of a map in order to move forward. This is true, but it's much more complex than we think.
Según el desarrollador se tuvo que implementar un mini mapa que se crea en tiempo real a medida que la inteligencia artificial avanza y toma decisiones. Para ello extrae información de color de las casillas directamente de la RAM del juego. Todo esto teniendo en cuenta qué tipo de casilla es, si el mosaico es un piso, pared o agua. También la misma IA logra encargarse de poner emojis en los sitios que considera de importancia, para luego basarse en su importancia y tomar una decisión.
ENGLISH VERSION (click here!)
According to the developer, a mini-map had to be implemented, created in real time as the artificial intelligence advances and makes decisions. To do this, it extracts color information about the tiles directly from the game's RAM. All of this takes into account the type of tile, whether the tile is a floor, wall, or water. The AI also manages to place emojis in the places it considers important, and then makes a decision based on their importance.
La IA no puede ver como nosotros vemos el juego, sino que debe procesar un mapeo a nivel de coordenadas. Con esto se logra, además, que la IA mantenga un tipo de memoria espacial. Otra de las cosas que debemos considerar es que GPT-5 utiliza una cantidad máxima de tokens, de entrada y de salida. Lo que entendí es que los tokens de entrada se utilizan para capturar los datos con los que se debe apoyar para tomar decisiones que se basan en el razonamiento. Los de salida, se utilizarán para concretar esas acciones. De igual manera, GPT-5 va aprendiendo sobre la marcha, y eso que no hay datos específicos para estos propósitos, pero los construye. GPT-5 podría generar muchas sorpresas de ahora en más. Mientas mucha gente se siente desilusionada por no estar a la altura de las expectativas, desarrolladores de todas partes del mundo están haciendo cosas increíbles. ¿O esto no lo es? A mi me fascina, ¿y a ti?
ENGLISH VERSION (click here!)
The AI can't see the game as we see it; instead, it must process a mapping at the coordinate level. This also allows the AI to maintain a type of spatial memory. Another thing we must consider is that GPT-5 uses a maximum number of input and output tokens. What I understood is that the input tokens are used to capture the data that will support reasoning-based decisions. The output tokens will be used to carry out those actions. Similarly, GPT-5 learns as it goes, even though there's no specific data for these purposes, but it builds it. GPT-5 could generate many surprises from now on. While many people are disappointed for not living up to expectations, developers from all over the world are doing incredible things. Or is this not? I'm fascinated by it, aren't you?