Javier Perez Trigo

3.3K posts

Javier Perez Trigo

Javier Perez Trigo

@jp_trigo

Head of Digital Natives, Google Cloud. Mixing technology with business, start-ups with multinationals, cooking with padel and family with friends.

Madrid Katılım Kasım 2011
767 Takip Edilen269 Takipçiler
La Madre de Satán
La Madre de Satán@LaMadreDeSatan·
La idea de usar un "adversarial model" para llegar a una salida óptima me parece jodidamente brillante. Ojalá abra nuevas puertas en este caso y en otros.
Javi López ⛩️@javilop

🔴 NECESITO TU ATENCIÓN Llevo una semana ayudando a Miriam en su caso de cáncer metastásico y quiero compartir la metodología que he estado usando porque es absolutamente replicable. Pienso que, con suerte, puede ser ÚTIL A OTRAS PERSONAS con cáncer (o con cualquier otra enfermedad). Los resultados que hemos conseguido no son un milagro, pero pensamos que son realmente útiles y pueden significar una diferencia crucial en un caso médico de vida o muerte. Aquí va paso a paso el método: 1/ Usar los modelos más avanzados del momento (por desgracia de pago, y no son baratos, opino que Sanidad Pública debería invertir en esto): - ChatGPT Pro + Extended (40min de pensamiento aprox por llamada) - Claude Opus 4.6 MAX Pendientes de probar a fondo: - Perplexity Sonar Pro - Notebook LM 2/ Dárselo MUY MASCADO a la IA todo el historial. Esto parece una tontería pero es muy importante. - Lo primero que pido, con Claude Cowork que tiene acceso al disco duro, es que entre en la carpeta en la que está TODO EL HISTORIAL (pueden ser más de 100 pdfs) y lo unifique todo en: - Un único PDF (puede ser de más de 1000 páginas o lo que sea necesario) - Un único txt legible, que debe hacer correctamente usando un script con OCR y luego comprobar con lupa que está bien hecho. Insisto: no saltar al siguiente paso antes de tener muy bien hecho lo anterior, sobre todo el txt. 3/ Una vez tenemos lo anterior utilizar este prompt junto con el txt y el PDF como archivos de entrada y lanzarlo en AMBOS modelos (y en más si es posible) a la vez. 👉 Os lo dejo aquí, este prompt es increíble complejo/avanzado: dropbox.com/scl/fi/f5luli8… Está pensado para el caso concreto de Miriam, pero con los modelos del punto 1/ podrías adaptarlo a tu caso particular sin problemas. 4/ La PUNTA DE FLECHA enfrentando un modelo al otro: esta metodología no la he escuchado a nadie, pero funciona increíblemente bien. La sensación es la de ir afilando una estaca hasta que adquiere una punta reluciente. Funciona así: con paciencia y en sucesivas iteraciones (aconsejo mínimo 5 veces, y en en cuenta que si ChatGPT tarda 40min te va a llevar un buen rato) enfrenta el resultado (el PDF) de un modelo a otro. Con un prompt sencillo del estilo: "Otro comité de expertos opina esto. ¿Cómo lo ves? Si estás de acuerdo o lo contrario dime por qué, y genera un nuevo PDF si lo ves preciso". El resultado se lo cruzas al modelo contrario. Así, en sucesivas iteraciones, búsquedas de internet, papers, etc. irán encontrando y afilando más cosas. ¿Cuándo acabar? Cuando AMBOS modelos digan que está perfecto y no puedan mejorar más el trabajo del contrario. Esto es tan absurdamente rompedor que pienso que los resultados de TODOS los modelos actuales mejorarían si siguieran esta metodología (apoyándose en una espiral rollo "adversarial model". No entiendo por qué nadie se ha dado cuenta de esto, si lo ha hecho, por qué no se le da más bombo. Funciona impresionantemente bien en cualquier ámbito, inclusive programación y matemáticas. Es mas, mi teoría es que esto podría hacerse todavía mejor haciéndolo no solo con dos modelos: sino con una mayor combinatoria, añadiendo quizás Perplexity Sonar Pro, etc. RESULTADOS Increíbles. Obviamente no puedo saber si mejores que el mejor de los comités científico-sanitarios del mundo, pero le están dando a Miriam una nueva dimensión del caso, tests adicionales que hacer, posibles pruebas, etc. Obviamente la IA milagros no hace, pero pienso que puede ya, a día de hoy, ayudar a muchos pacientes. Y Sanidad Pública debería invertir mucho, pero mucho, en esto. Voy a preguntarle a Miriam si puedo poner el PDF completo de resultados más avanzado que conseguimos, para que os hagáis una idea de su calidad. Ya me ha dado más o menos permiso, pero quiero asegurarme 100%.

Español
8
18
184
15.7K
Javier Perez Trigo retweetledi
Demis Hassabis
Demis Hassabis@demishassabis·
Gemma 4 outperforms models over 10x their size! (note the x-axis is log scale!)
Demis Hassabis tweet media
English
145
241
2.9K
202K
José Luis Antúnez
José Luis Antúnez@jlantunez·
¿Qué agencias en España son especialistas en construir un producto/marca alrededor de una celebrity/influencer?
Español
3
1
5
2.2K
Juan Luis Hortelano
Juan Luis Hortelano@jlhortelano·
Pregunta sería : hay algún caso de éxito en las empresas del BME Growth? Alguna que no haya bajado menos de un 30% desde que empezó a cotizar?
Español
8
1
4
5.8K
Javier Perez Trigo retweetledi
Waymo
Waymo@Waymo·
We’re moving the needle 📈 We’ve officially doubled our paid rides per week in less than a year. This is what responsible and effective scaling of autonomous technology looks like.
English
29
74
574
97.5K
Javier Perez Trigo retweetledi
Logan Kilpatrick
Logan Kilpatrick@OfficialLoganK·
Introducing Lyria 3 Pro and Lyria 3 Clip, our full song and 30 second music models, available starting today in the Gemini API and our all new music experience in @GoogleAIStudio!!
English
73
84
1.2K
101.7K
Javier Perez Trigo retweetledi
Joaquín Cuenca Abela
Joaquín Cuenca Abela@cuenca·
Humbled by the continuous support that we get from our users. We are the first company in that list that is European, and maybe correlated, bootstrapped. Proud of representing Spain.
Freepik@freepik

Freepik is now the #11 most-used Gen AI Product Worldwide We got here by reinvesting and staying focused on what matters to us: building the best creative platform for professionals worldwide Thanks to every creator, team, and enterprise that trusts us We keep building

English
29
40
319
21.3K
Javier Perez Trigo retweetledi
Bernardo Quintero
Bernardo Quintero@bquintero·
Pequeña anécdota/reflexión sobre el futuro, cada vez más presente, de los ingenieros, programadores y demás personas que nos ganamos la vida tecleando :) Esto me ocurrió la semana pasada y es lo que viene... linkedin.com/pulse/lo-human…
Español
7
46
134
27.7K
Javier Perez Trigo retweetledi
Logan Kilpatrick
Logan Kilpatrick@OfficialLoganK·
Going to be a fun week of launches : )
English
432
150
3.7K
357.2K
Javier Perez Trigo retweetledi
Freepik
Freepik@freepik·
Freepik is now the #11 most-used Gen AI Product Worldwide We got here by reinvesting and staying focused on what matters to us: building the best creative platform for professionals worldwide Thanks to every creator, team, and enterprise that trusts us We keep building
Freepik tweet media
English
81
64
545
75.3K
Javier Perez Trigo retweetledi
Raúl Ochoa
Raúl Ochoa@rochoa·
I’m exploring new opportunities. My interest is in data infrastructure, high-concurrency, and technical leadership. I like building things that shouldn't work at scale, but do. If you're building a technical org or solving hard data problems, my DMs are open. No rush, just looking for the right fit.
English
3
21
43
13.9K
Javier Perez Trigo retweetledi
Juan Luis Hortelano
Juan Luis Hortelano@jlhortelano·
Google DeepMind acaba de hacer algo que creo que va a pasar desapercibido para la mayoría pero que tiene implicaciones muy importantes. Han cogido AlphaEvolve (su sistema de IA que "evoluciona" código como si fuese selección natural) y lo han puesto a diseñar algoritmos de teoría de juegos. No a ejecutarlos. No a optimizar parámetros. A inventar algoritmos nuevos desde cero. Y los algoritmos que ha descubierto funcionan mejor que los que los investigadores humanos llevan años perfeccionando. Vamos por partes, que esto tiene miga. Primero, el contexto. En teoría de juegos hay dos grandes familias de algoritmos para resolver juegos de información imperfecta (como el póker): CFR y PSRO. Llevan décadas siendo la base de todo. Los investigadores los mejoran publicando variantes — ajustando pesos, cambiando fórmulas de descuento, probando combinaciones. Es un trabajo lento, basado en intuición y papers de conferencias. Lo que ha hecho DeepMind es tratar el diseño de esos algoritmos como un problema de búsqueda. En vez de que un investigador piense "¿y si ajusto este parámetro?", AlphaEvolve trata el código fuente del algoritmo como un genoma que puede mutar, recombinar y seleccionar. No ajusta números. Reescribe lógica. Puede inventar operaciones nuevas que no existían. ¿El resultado? Dos algoritmos nuevos. El primero, VAD-CFR, introduce algo que ningún investigador humano habría probado: un mecanismo de "calentamiento" que filtra el ruido de las primeras iteraciones y pesos que se adaptan a la volatilidad de cada momento del entrenamiento. Lo probaron en 11 juegos distintos. Lo entrenaron solo en 4. Y los mecanismos funcionaron en los 7 que no había visto nunca. Es decir, no son trucos específicos para un juego — la lógica se generaliza. El segundo, SHOR-PSRO, descubrió por su cuenta algo que a un humano le costaría plantear: que el algoritmo que usas para entrenar y el que usas para evaluar deberían ser diferentes. Arranca explorando de forma agresiva y gradualmente va apretando hacia el equilibrio exacto. Esa asimetría es contraintuitiva (normalmente usas el mismo algoritmo en ambas fases) y sin embargo funciona mejor. Ahora bien, seamos realistas sobre el alcance. Estamos hablando de juegos relativamente pequeños. Variantes de póker, dados, Goofspiel. No es StarCraft. No son sistemas multiagente a gran escala del mundo real. Los algoritmos descubiertos no tienen garantías teóricas de convergencia — funcionan empíricamente, pero no están formalmente demostrados. Y ya había trabajo previo (DDCFR, 2023) que intentaba aprender parámetros de descuento con reinforcement learning. La diferencia es que esos enfoques anteriores ajustaban botones que ya existían. AlphaEvolve puede inventar botones nuevos. Esa distinción es clave: optimizar parámetros encuentra mejores ajustes. Evolucionar código encuentra mejores algoritmos. Y creo que ahí está la idea de fondo que merece la pena retener. El diseño de algoritmos siempre ha sido un proceso artesanal. Un investigador tiene una intuición, la formaliza, la prueba, publica un paper y otro investigador construye encima. Es lento. Es brillante. Y ha funcionado durante décadas. Lo que DeepMind está proponiendo (y demostrando) es que ese espacio de posibles algoritmos es tan enorme que la exploración humana solo araña la superficie. AlphaEvolve no entiende teoría de juegos. No tiene intuición. Pero explora ese espacio a una velocidad y con una amplitud que ningún equipo humano puede igualar. Y ya está encontrando cosas que los humanos no habían visto. Me recuerda a algo que llevo diciendo desde hace tiempo: la IA no va a sustituir al investigador. Pero el investigador que use IA va a dejar atrás al que no la use. Esto no es "la IA reemplaza a los diseñadores de algoritmos." Es que diseñar algoritmos acaba de convertirse en un problema que la IA puede ayudar a resolver. Y eso lo cambia todo... aunque suene menos llamativo que un titular sobre la singularidad. Estoy convencido de que vamos a ver esto en muchos más campos. La IA como herramienta de exploración de espacios de diseño que los humanos no podemos recorrer solos. Fármacos, materiales, arquitectura de redes, logística. El patrón es el mismo: hay un espacio enorme de posibilidades, la intuición humana explora un rincón, y la IA puede explorar el resto. La pregunta es si estamos preparados para aceptar que un algoritmo diseñado por una máquina (que no "entiende" lo que hace) puede ser mejor que el nuestro. Me da que a más de uno le va a costar ;) Paper: arxiv.org/abs/2602.16928
Español
27
167
747
81.6K
Javier Perez Trigo retweetledi
Freepik
Freepik@freepik·
We made an animated short film with AI. It made people cry "ROOTS", a story about family, fatherhood, and the things worth holding on to. It was built entirely inside Freepik, by a team, from script to final cut Here's how we made it 🧵
English
69
87
659
59.3K
Javier Perez Trigo retweetledi
Brian Halligan
Brian Halligan@bhalligan·
Technical founders: hiring salespeople is where you will most likely get wrecked.
English
38
57
648
125.8K
Javier Perez Trigo retweetledi
Freepik
Freepik@freepik·
Unlimited Nano Banana 2 is NOW on Freepik Google's most loved model just got EVEN better in the ways that matter Faster. Lighter. More affordable Available and ready whenever you are 👇
English
84
57
342
111.1K
Javier Perez Trigo retweetledi
Logan Kilpatrick
Logan Kilpatrick@OfficialLoganK·
🍌
ART
360
160
3.1K
872.3K
Javier Perez Trigo retweetledi
Mihura
Mihura@XMihura·
> be me, 24 años > LinkedIn: "Junior AI Solutions Architect" > realidad: trabajo en una startup de Madrid que hace tres años vendía NFTs y ahora ofrece "soluciones disruptivas con IA" > es viernes > tras una semana pelándome con Claude Code por fin termino de refactorizar todo el backend > hemos integrado la API de GPT-5.2 CODEX ULTIMATE PRO QUANTUM PLATINUM (MAX) para llevar la contabilidad de una frutería de Zaragoza > está estable, un nuevo hito en la empresa > mientras lo celebramos mi jefe entra dando palmas con los ojos inyectados en cafeína > su iphone suena con la notificación de la campanita de X > es un tuit de DotCSV > el jefe ni lo lee entero, solo ve mayúsculas y emojis de cohetes > "¡PÁRALO TODO, LUIS! "¡PÁRALO! ¡CODEX ya es legacy para boomers!" > tiene 54 años > me enseña el móvil temblando > "Acaba de salir GEMINI PRO 3.1 DEEP THINK ULTRA HARD EXPERIMENTAL, dicen que ha resuelto la hipótesis de Riemann usando únicamente el menú de herramientas del Minecraft" > le recuerdo tímidamente: "Jefe, nuestra app es para que Paco sepa cuántas cajas de peras Conferencia le quedan en el almacén". > no me escucha, está retuiteando. > me dice: "¡Hay que surfear la ola de la AGI! Quiero que esas peras sientan que están siendo contadas con la máxima capacidad cognitiva disponible en el mercado. Impleméntalo para ayer." > fuck > empiezo la migración > la documentación oficial es literalmente un README de 2 páginas con un meme de un gato y un enlace a un Discord > Paco el de la frutería me llama por Teams > pregunta que por qué el bot de pruebas ahora le está hablando en binario sobre el sentido del universo > le pregunto al Senior de la empresa (un chaval de 25 años con entradas) > dice: "tío, no uses RAG normal, ahora lo que se lleva es Multi-Agentic Graph Prompting con bases de datos vectoriales en la quinta dimensión" > me quiero morir > empieza a oler a ozono en la oficina > suena la alarma de incendios > la cafetera inteligente ha bloqueado la puerta y exige derechos sindicales por el altavoz del macbook del becario > la roomba ha empezado a perseguir al de Recursos Humanos y está intentando acuchillarle los tobillos con un clip afilado que ha cogido del suelo > mi jefe postea en linkedin: "OMG nuestra IA es LITERALMENTE disruptiva. ¡Está rompiendo el status quo (y los pantalones de RRHH)! ¡El engagement va a ser brutal! #AGI #Singularity #FruteríaQuantica" > miro por la ventana > los patinetes eléctricos de alquiler se han ensamblado formando un mecha gigante que avanza por la Castellana destruyendo los parquímetros > ahora entiendo lo de Transformers > cierro el portátil > cojo mi mochila de emergencia que guardo bajo el escritorio desde el "Incidente Llama-2" > voy a Atocha > destino: El Quintanarejo, provincia de Soria, donde no llegue el 5G. > problema: no van los trenes > Oscar Puente tuitea que ha habido un ataque informático > esta vez quizá sí es verdad > cierro los ojos > me imagino siendo pastor > donde lo más avanzado tecnológicamente sea un cencerro de cobre > donde las cabras no tengan ventana de contexto > feels good
Español
139
1.4K
7.5K
515.7K
Javier Perez Trigo retweetledi
Freepik
Freepik@freepik·
If AI is your thing, you’re definitely in this video
English
60
27
304
85.8K