Tag: Machine Learning

Hace unos meses me topé con algo que realmente me llamó la atención: la posibilidad de tener mi propio “ChatGPT” funcionando en casa, sin enviar datos a ningún lado, usando únicamente un Raspberry Pi 5. Suena demasiado bueno para ser verdad, ¿no?

Pues resulta que con Ollama y un Pi 5 es perfectamente posible montar un servidor de IA local que funciona sorprendentemente bien. Te cuento mi experiencia y cómo puedes hacerlo tú también.

A few months ago I came across something that really caught my attention: the possibility of having my own “ChatGPT” running at home, without sending data anywhere, using only a Raspberry Pi 5. Sounds too good to be true, right?

Well, it turns out that with Ollama and a Pi 5 it’s perfectly possible to set up a local AI server that works surprisingly well. Let me tell you my experience and how you can do it too.

Amazon ha dado un paso importante en el mundo de la inteligencia artificial con el lanzamiento de S3 Vectors, el primer servicio de almacenamiento en la nube con soporte nativo para vectores a gran escala. Esta novedad promete reducir hasta un 90% los costes de subida, almacenamiento y consulta de datos vectoriales.

¿Qué son los vectores y por qué nos importan?

Los vectores son representaciones numéricas de datos no estructurados (texto, imágenes, audio, video) generados por modelos de embedding. Son la base de las aplicaciones de IA generativa que necesitan encontrar similitudes entre datos usando métricas de distancia.

Amazon has taken an important step in the world of artificial intelligence with the launch of S3 Vectors, the first cloud storage service with native support for large-scale vectors. This innovation promises to reduce costs by up to 90% for uploading, storing, and querying vector data.

What are vectors and why do we care?

Vectors are numerical representations of unstructured data (text, images, audio, video) generated by embedding models. They are the foundation of generative AI applications that need to find similarities between data using distance metrics.

After many years working with systems of all kinds, I’ve seen how information retrieval has evolved from simple databases to today’s sophisticated systems. But what Baidu researchers have just proposed has particularly caught my attention, and I believe it marks a before and after in how we think about intelligent information retrieval.

The problem we all know (but don’t always admit)

If you’ve worked with RAG (Retrieval-Augmented Generation) systems, you know they work quite well for direct questions. But when you face queries that require multiple reasoning steps, comparing information from multiple sources, or handling contradictory data… that’s where it gets complicated. And a lot.

Después de muchos años trabajando con sistemas de toda índole, he visto cómo la búsqueda de información ha evolucionado desde simples bases de datos hasta los sofisticados sistemas de hoy. Pero lo que acaban de proponer los investigadores de Baidu me ha llamado especialmente la atención, y creo que marca un antes y un después en cómo pensamos sobre la recuperación inteligente de información.

El problema que todos conocemos (pero no siempre admitimos)

Si has trabajado con sistemas RAG (Retrieval-Augmented Generation), sabes que funcionan bastante bien para preguntas directas. Pero cuando te enfrentas a consultas que requieren varios pasos de razonamiento, comparar información de múltiples fuentes, o manejar datos contradictorios… ahí es donde la cosa se complica. Y mucho.

In these last few days, we’ve had many news items, articles, information in the development and technology world, these are the most relevant for me:

• Google announces a new Machine Learning service in the cloud

• NPM & left-pad: Have We Forgotten How To Program?: The Kik case - left-pad from NPM and the critical fall to “I’ll do this with a third-party module/plugin/package/class”

• The Kik case - left-pad from NPM and the fall in (official) or how the most insignificant dependencies can really leave us stranded.

Estos últimos días hemos tenido muchas novedades, artículos, informaciones, en el mundo del desarrollo y tecnología, estas son las más relevantes para mi:

• Google anuncia un nuevo servicio de Machine Learning en la nube

• NPM & left-pad: Have We Forgotten How To Program?: El caso Kik - left-pad de NPM y la caida crítica al “esto lo hago con un modulo/plugin/paquete/clase” de terceros

• El caso Kik - left-pad de NPM y la caida en (oficial) o de como las dependencias más insignificantes nos pueden dejar realmente tirados.