Vermutech #86
Entrem a mitjans de febrer… i quina setmana.
Logística complicada, vent inexistent (almenys per la zona de Girona i el Baix Empordà) i, a més, una notícia que vaig rebre divendres al migdia i que em va deixar tocat: un company de facultat, amb qui vaig compartir moltes hores d’estudi, treballs i el projecte final de carrera, havia mort.
No vam mantenir gaire contacte després d’acabar els estudis, més enllà d’alguna conversa esporàdica per correu o xat. Tot i així, em va impactar molt més del que m’hauria imaginat.
A nivell tècnic, aquesta setmana hem començat a posar en producció la versió v3 del nostre frontal. Hem fet el pas cap a una estructura de repositori monorepo i hem migrat a React 19.
Per gestionar-ho, fem servir el que internament anomenem un “build universal”. Es construeix a través d’una GitHub Action que genera una nova release al repositori. A partir d’aquí, un sistema revisa si hi ha noves versions disponibles i les descarrega automàticament.
Tot això ho fem amb una eina pròpia que tenim alliberada: gh-release-downloader, un únic binari pensat per simplificar aquest procés.
Començo amb algunes recomanacions,
💾 Programari
OpenCut: un editor de vídeo web que, a més, és programari lliure.
🤔 Curiositats
Pels fans de Matrix, aquest vídeo mostra els llocs reals on es van gravar algunes escenes icòniques de la pel·lícula a Sydney.
📦 Recursos
Un article on s’explica amb força profunditat què són els proxys inversos. Avui en dia, gairebé qualsevol aplicació fa servir aquesta arquitectura.
📊 Enquesta
La setmana passada et preguntava quin sistema de missatgeria utilitzes més sovint amb amistat i família. Els resultats han estat bastant contundents: WhatsApp continua dominant amb molta diferència, molt per davant de la resta d’alternatives. Telegram manté una presència destacable, però encara lluny del lideratge, i opcions com Signal o Delta Chat pràcticament no han tingut pes.
Al final, més enllà de qüestions tècniques o de privacitat, queda clar que el que marca la diferència és on ja hi és tothom.
Aquesta setmana torno al terreny més tècnic.
🌟 El concepte
Últimament s’han convertit en eines gairebé imprescindibles. Hi ha qui les fa servir per programar, qui per resumir documents, qui per generar idees… Jo mateix les utilitzo per revisar l’estructura, l’ortografia i la cohesió d’aquesta newsletter abans d’enviar-la. Parlo dels models de llenguatge, els famosos LLM.
ACLARIMENT PREVI: El que ve ara és una versió extremadament simplificada. Si treballes en el camp del machine learning, probablement trobaràs a faltar-hi moltes coses.
Però… què fan realment? És fàcil pensar que “entenen” el que escrivim. Que interpreten el significat. Que raonen. La realitat és més simple i més fascinant alhora.
Un model de llenguatge funciona predint quin és el següent fragment de text més probable donat tot el que ha llegit fins aquell moment. No pensa en conceptes; calcula probabilitats.
Si escrius:
“El desplegament automàtic amb GitHub…”
El model no sap què és un desplegament. El que fa és calcular, segons milions de textos previs, quines paraules acostumen a venir després d’aquesta seqüència. “Actions”? “facilita”? “permet”? Cada opció té un pes estadístic.
Escull una opció segons aquestes probabilitats.
La paraula escollida passa a formar part del context.
I el procés es repeteix. La conversa no és més que una cadena de prediccions encadenades.
La clau és el context. Cada mot modifica el mapa de probabilitats següent. Per això una mateixa frase inicial pot derivar en respostes diferents segons el que s’hagi dit abans.
També hi influeixen altres factors. La mida del model (és a dir, el nombre de paràmetres) determina quants patrons pot arribar a capturar. Més paràmetres vol dir més capacitat per modelar relacions complexes dins del llenguatge. I després hi ha ajustos com la temperatura, que fan que la resposta sigui més conservadora o més creativa.
En el fons, el que tenim és un sistema estadístic immens que ha après com solem encadenar paraules.
El sorprenent no és que sigui una màquina que entén. El sorprenent és que, només encadenant probabilitats, el resultat pugui semblar tan humà.
🎛️ Mod
Aquest número l’he escrit escoltant The Bird of Music de Au Revoir Simone. Em quedo amb Stars.
💖 Feedback
Si t’ha agradat i em vols ajudar, fes arribar aquest contingut a qui creguis que li pot interessar, i entra al canal de Telegram per comentar la publicació.