El paper publicado por Facebook Research describe el uso de redes neuronales para introducir una imagen a muy baja resolución y reconstruirla con hasta dieciséis veces más píxeles, generando de nuevo los detalles perdidos mediante una inteligencia artificial entrenada con imágenes nativas a alta resolución. Dicho de forma muy simplificada, el ordenador o visor autónomo renderiza en realidad una imagen a baja resolución que después es escalada a alta resolución mediante IA.

A lo largo de los últimos años hemos visto cómo la tecnología de deepfakes ha ido mejorando. Los investigadores han desarrollado modelos cada vez más capaces y con resultados más realistas, siendo esta tecnología muy prometedora en el campo de cine. Todavía queda un poco para conseguir resultados indetectables para el ojo entrenado, pero Disney Research parece haber dado un paso adelante (PDF).

Facebook ha anunciado al ganador de un concurso de sistemas de inteligencia artificial para detectar vídeos ultrafalsificados de forma automática. Pero su precisión del 65 % sigue siendo insuficiente para ganar esta batalla. Puede que en el futuro ni siquiera las personas sean capaces de detectarlos. A las empresas de redes sociales les preocupa la posibilidad de que los deepfakes pronto inunden sus plataformas. Pero detectarlos automáticamente resulta difícil.

En esta charla "Padre de Internet" Vint Cerf explora por qué es tan difícil para cualquier sistema informático, por muy elaborado que sea, razonar de la misma manera que nosotros.

Cuando una información llega al extremo de una neurona, continúa su trayectoria a través de sus axones, que surcan el espacio entre neuronas y llevan la información, en forma de impulso eléctrico, a otra neurona. Ahora los neurólogos han descubierto que ese sofisticado sistema de transmisión de información a través de redes neuronales no es el único del que dispone el cerebro. La comunicación entre neuronas también se puede realizar de forma inalámbrica, mediante saltos en el vacío, de una forma totalmente inexplicable para los científicos.

El avance, que aún no se puede llevar a la práctica clínica, permitirá en el futuro recuperar la capacidad de procesamiento de información cuando este órgano esté lesionado. Un equipo internacional de investigadores ha demostrado que es posible utilizar dispositivos neuroprotésicos para simular el funcionamiento de las neuronas del cerebro y reemplazar los circuitos cerebrales dañados o que funcionan mal, un avance que ayudará a recuperar la capacidad de procesamiento de información en un cerebro lesionado o parcialmente disfuncional.

Esta red neuronal genera composiciones musicales utilizando estilos que pueden ir desde el country hasta Beethoven y los Beatles. Como toda red neuronal no fue programada explícitamente con un algoritmo, sino que descubrió patrones de armonía, ritmo y estilo aprendiendo a predecir cada segmento de notas basándose en cientos de miles de archivos MIDI. Utiliza la misma tecnología de propósito general sin supervisión que el GPT-2, un modelo de transformador a gran escala entrenado para predecir segmentos en una secuencia.

Hay algo que distingue a esta inteligencia artificial de otras que componen música. El proceso de creación es semiautomático y obliga al humano elegir entre 4 posibilidades para incorporar el siguiente segmento a la melodía. Esta característica, aunque requiere un esfuerzo mayor por parte del usuario, permite flexibilidad a la hora de elegir el camino que va tomando la composición.

La inteligencia artificial sólo necesita un poco de ayuda para improvisar música siguiendo el estilo de Tchaikovsky. Podéis generar vuestras propias composiciones siguiendo este enlace: openai.com/blog/musenet/

Los circuitos neuronales que controlan las sensaciones de hambre y de saciedad en nuestro cerebro tienen la capacidad de modificar sus conexiones, según un nuevo estudio. Según los autores, quienes utilizaron ratones en la investigación, esto permitiría ajustar el comportamiento alimentario a las condiciones de vida y mantener un equilibrio entre la ingesta y el gasto de energía. Los científicos también sospechan que esta plasticidad neuronal podría ser alterada en personas obesas.

Mejorados con redes neuronales los fotogramas de la película tomada en la Belle Époque de París, Francia, desde 1896 hasta 1900. Relacionada: www.meneame.net/m/tecnología/60-fps-moscu-calle-tverskaya-1896

Restaurado con redes neuronales. Filmación de Moscú tomada en mayo de 1896 por Charles Moisson de la compañía Lumière. Relacionado: www.meneame.net/story/video-hermanos-lumiere-1896-ampliado-4k-60-fps-r

Johan Eliasson enseña a una red neuronal a conducir un automóvil por una pista. La población es de 650. La red evoluciona a través de mutaciones aleatorias.

En 1896 Louis Lumière filmó un cortometraje titulado L’Arrivée d’un train en gare de La Ciotat. Denis Shiryaev, utilizando algoritmos alimentados por redes neuronales (incluidos Gigapixel AI y DAIN de Topaz Labs), no solo aumenta el metraje a 4K, sino también la velocidad a 60 cuadros por segundo.

Las redes neuronales generativas adversarias son una forma nueva de combinar dos redes neuronales. El discriminador ayuda al generador a crear cada vez mejores imágenes. Tanto el generador como el discriminador van mejorando simultáneamente hasta que llega un punto que para nosotros las imágenes creadas por el generador nos parecen tan realistas que no podemos distinguirlas de imágenes reales. Los modelos generativos son muy nuevos en el mundo del aprendizaje profundo. La velocidad de la investigación en este campo está siendo asombrosa.

El cortometraje de 1896 de los hermanos Lumière "La llegada de un tren a la estación de La Ciotat" es uno de los clips de película más famosos de la historia. El youtuber Denis Shiryaev quería actualizar su aspecto, por lo que, con la ayuda de varias redes neuronales, amplió el vídeo a una resolución de 4K y 60 FPS. Este es el original bit.ly/2ScIBFu y este es el resultado: www.youtube.com/watch?v=3RYNThid23g Sobre el vídeo en español: bit.ly/36YRVlM Más: bit.ly/2Uq2POE

investigadores de las universidades de Mesina y Catania (Italia) y Politécnica de Madrid (UPM) (España) han desarrollado un novedoso método basado en redes neuronales para predecir la producción de energía de parques eólicos

Latorre, uno de los físicos cuánticos más importantes a nivel internacional, y ampliamente reconocido por sus investigaciones, dirige proyectos, es docente, hace documentales, es escritor y produce vino con un grupo de amigos. En su primer libro, "Cuántica", explora las claves para entender una ciencia que está transformando el mundo en que vivimos. En el segundo, "Ética para Máquinas", hace un llamado urgente a reflexionar sobre cómo programaremos la inteligencia artificial para convivir con ella.

Es habitual que Google realice ajustes y mejoras en sus algoritmos de búsqueda, persiguiendo siempre unos resultados más precisos. En este caso, el último cambio realizado ha afectado a las búsquedas locales (es decir, aquellas en las que se precisa una localización, o en las que el buscador utiliza como referencia la ubicación del propio usuario. Y la mejora de la precisión va a llegar, de hecho, de la mano de una mejor comprensión de lo que le preguntamos: ya no importarán tanto los términos de búsqueda exactos que introduzcamos como la inte

Presentan la primera interfaz que conecta y comunica directamente hasta tres cerebros en lo que han denominado “Brain-net”, una especie de internet neuronal.

Investigadores de la corporación rusa Neurobotics y el Instituto de Física y Tecnología de Moscú han encontrado una manera de visualizar la actividad cerebral de una persona como imágenes reales que imitan lo que observan en tiempo real. Esto permitirá nuevos dispositivos de rehabilitación después de una apoplejía controlados por señales cerebrales. El equipo publicó su investigación como preimpresión en bioRxiv y publicó un vídeo en línea que muestra su sistema de "lectura de la mente".

Google acaba de liberar la versión 2.0 de Tensorflow, en la que Keras es oficialmente la API de alto nivel de Tensorflow.