El cuaderno de verano es un clásico de las vacaciones de los niños. Pero existen alternativas en forma de aplicaciones y juegos para tablets y smarpthones que ayudarán a repasar el curso, aprender sobre idiomas, programación, c...

El método tendría importantes ventajas en lo que respecta a velocidad, área, y consumo energético de los circuitos integrados. Se basa en el uso de una IA para posicionar átomos individuales en el circuito.

La técnica podría revolucionar la creación de videojuegos y películas de animación, y también el entrenamiento de robots reales para hacer tareas complejas

Diferencias entre el aprendizaje supervisado y no supervisado.

TensorFlow es la plataforma de Aprendizaje Profundo más importante del mundo. Este desarrollo open-source de Google va más allá de la Inteligencia Artificial, pero su flexibilidad y gran comunidad de desarrolladores lo ha posicionado como la herramienta líder en el sector del Deep Learning.

Aprende a codificar en R y Python :)

Recopilacion de los logros obtenidos por el aprendizaje profundo (deep learning) durante el ultimo año.

Los alarmistas dicen que las máquinas superinteligentes del futuro destruirán todos los puestos de trabajo. Pero por lo que hay que preocuparse es por cómo los ordenadores relativamente tontos que tenemos ahora están reestructurando la economía a favor de unos pocos.

Clasificación, Regresión, Identificar similitudes, Clustering, Agrupar co-ocurrencias, Profiling, Predicción de vínculos, Reducción de datos y Modelado Causal.

Aunque Java es del gusto de muchísimos programadores, con seguridad, también es uno de los lenguajes más complicados que puede aprender un iniciado en el mundo de la programación. Ahora, la Universidad de Standford abandona Java como lenguaje para enseñar a sus alumnos los fundamentos de la programación y usa JavaScript en su lugar. Y es que, al enseñar Java en un curso introductorio, se corre el riesgo de asociar la programación con una cosa tediosa y difícil en la mente de los principiantes, y es altamente probable que estos abandonen.

Como investigadores en aprendizaje y comprensión textual, nuestro último trabajo se centra en las diferencias entre la lectura de textos en papel y en formato digital. Mientras que las nuevas tecnologías como los libros de texto digitales son más accesibles y portátiles, sería un error asumir que los alumnos van a sacar provecho automáticamente de la lectura digital simplemente porque sea su medio preferido para leer.

Ruhr-University Bochum Neuropsicólogos dejaron competir a los jugadores de videojuegos con no jugadores en una competición de aprendizaje. Durante el test, los videojugadores lo hicieron mejor y evidenciaron mayor actividad cerebral en las áreas relacionadas con el aprendizaje.

Samsung, en colaboración con el Ministerio de Educación, ha hecho un estudio sobre el impacto de las tablets en clase. Y los resultados son claros: la tecnología ayuda tanto a alumnos como a profesores. El papel de la tecnología en las aulas siempre es polémico. Algunos profesores utilizan estas nuevas tecnologías en clase para enseñar mejor, o permiten que los alumnos lo usen a su favor. Mientras, otros profesores abogan por prohibir estas tecnologías por completo al considerarlas una posible distracción.

Un proyecto busca que los robots utilizados para tareas en almacenes o de manufactura aprendan por sí solos a agarrar objetos aunque nunca antes los hayan visto, algo que podría generar grandes cambios al interior de algunas de las mayores empresas a nivel mundial.

La compañía tecnológica europea DeepL lanza el Traductor de DeepL, una revolución en traducción automática neuronal que traduce con una calidad nunca vista anteriormente. A partir de hoy, el Traductor de DeepL está disponible de manera gratuita en www.DeepL.com.

En pocos años, hemos pasado de traducir con el mítico Collins Pocket, a buscar frases en el traductor de Google y ver distintos usos de expresiones en WordReference o Linguee. ¿Para qué obligar a nuestros hijos a hablar idiomas si dentro de unos años todos nos entenderemos usando máquinas?

Investigadores de la universidades americanas han descubierto la forma de hackear automóviles de conducción autónoma colocando pegatinas en las señales de las calles. Cmenzando por analizar el algoritmo que el sistema de visión usa para clasificar las imágenes, usaron una serie de ataques diferentes para manipular las señales con el fin de engañar a los modelos de aprendizaje automático para que los interpretaran mal, consiguiendo por ejemplo que un letrero de STOP se interpretase como una señal de 45 millas...

Este vídeo recuperado por el AT&T Tech Channel merece estar en los anales de la historia de la informática. Se trata ni más ni menos que de Claude Shannon, el «padre de la teoría de la información», demostrando cómo funciona una máquina que aprende a resolver laberintos. La demostración es tan ingeniosa como toscas eran las computadoras de 1950 – si es que acaso se les podía llamar computadoras. En ella un ratoncito mecánico llamado Teseo, explora el laberinto gracias a electroimanes y motores debajo del tablero. [vía microsiervos]

En la hemeroteca de IEEE Xplore tienen este artículo de una de vieja publicación del departamento de I+D de IBM acerca de uno de los temas de los comienzos de la inteligencia artificial: el estudio de la teoría de juegos aplicada a entretenimientos como el juego de las damas: Some Studies in Machine Learning Using the Game of Checkers [PDF] El artículo, que data ni más ni menos que de 1959, habla de un par de «procedimientos de aprendizaje automático» que, para sorpresa de su creador, «aprendieron a jugar a las damas mejor que el programador."

La nube está dominada por Amazon y Microsoft. Así que Google creó y publicó en abierto TensorFlow, una herramienta para el desarrollo de aplicaciones de aprendizaje profundo que está triunfando como la Coca-Cola, y que, casualmente, se conecta fácilmente a su nube.

Los chips gráficos personalizables para las operaciones del aprendizaje autómatico están permitiendo que la tecnología siga avanzando mientras el software convencional se enfrenta a procesos cada vez más complejos que sus chips no pueden asumir. La potencia computacional es un cuello de botella para el aprendizaje automático.

Las matemáticas y la física son asignaturas que no pueden pasar desapercibidas entre los estudiantes, algunos aman los números pero otros se hacen a un lado porque no las interpretan o simplemente no les interesa

Por muy buenas que sean las predicciones del aprendizaje profundo, nadie sabe cómo llega a sus conclusiones. Este hecho está empezando a generar un problema de confianza y las herramientas para resolverlo no están ayudando demasiado. Los ordenadores que ejecutan esos servicios se han autoprogramado y ni siquiera sabemos cómo. Incluso los ingenieros que desarrollan estas apps son incapaces de explicar totalmente su comportamiento.

Los investigadores de los laboratorios HRL, con sede en California, declaran haber desarrollado un simulador capaz de suministrar información directamente en la mente de las personas.