'Programación en pareja ' con GPT-2 entrenado en 2 millones de archivos GitHub.

En la conferencia “TensorFlow Dev Summit 2019” de esta semana, Google ha anunciado una importante actualización del framework, la versión TensorFlow 2.0 Alpha. TensorFlow 2.0 se centra en la simplicidad y facilidad de uso, con actualizaciones como la ejecución rápida, APIs intuitivas de nivel superior y construcción de modelos flexibles en cualquier plataforma.

De acuerdo con un estudio realizado por Google, los ordenadores son tan buenos como un médico - o incluso mejores - detectando pequeños canceres de tumor en tomografías computarizadas. Evidentemente la tecnología está todavía en desarrollo y no está lista para que la utilice todo el mundo, pero esta noticia si que nos permite vislumbrar un poco cómo será el futuro el día de mañana con respecto a la informática aplicada a la medicina.Datos y datos y datos que alimentarán a sistemas de inteligencia artificial que ayudarán a médicos a discernir fu

DeepDetect es software libre desarrollado por JoliBrain cuya misión es hacer que las más recientes innovaciones accesibles y utilizables de aprendizaje profundo (deep learning) sean accesibles así como permitir la integración de aplicaciones. DeepDetect consiste en dos programas gratuitos: uno de ellos es un servidor escrito en C++11 con una API REST que permite el acceso a las bibliotecas subyacentes Caffe, Caffe2, Tensorflow, Dlib, NCNN, etc. La otra es una plataforma web para entrenar, organizar y usar sus modelos como fragmentos de código.

Xinyan Deng y sus colegas de la Universidad de Purdue han desarrollado un ornitóptero que usa alas similares a las que usan los colibríes. El robot puede detectar colisiones con obstáculos o acercarse al piso debido al cambio en la corriente de los motores eléctricos que impulsan las alas. Durante el vuelo, las alas del robot oscilan a una frecuencia de 34 hercios, una frecuencia comparable al de las alas de los colibríes reales, lo que le permite quedarse volando en un punto fijo. En español: bit.ly/2VnyjGS

La Inteligencia Artificial entra de lleno en el terreno musical. Cada vez está más presente entre nosotros. A continuación podemos escuchar algunos ejemplos de obras musicales compuestas por algoritmos de IA.

La competición no intenta poner a prueba un tipo específico de inteligencia sino la capacidad de una IA para adaptarse a diversos entornos. Esto demostraría una forma limitada de inteligencia artificial general, una especie de sentido común que la IA necesita para introducirse con éxito en nuestros hogares o en nuestra vida cotidiana. Los organizadores del concurso son conscientes de que ninguno de los sistemas de IA rendirá bien en todas las circunstancias ni obtendrá una puntuación perfecta.

Las Redes Generativas Antagónicas, o Generative Adversarial Networks en inglés (GAN), son una poderosa clase de redes neuronales. De hecho, se podría decir que se han convertido en uno de los pilares del reciente “boom” de la llamada Inteligencia Artificial. Fueron presentadas por Ian Goodfellow et al. en 2014 y desde entonces han permitido un gran avance en el campo del aprendizaje máquina no supervisado.

Mucho ha llovido desde que clásicos de la ciencia ficción como 2001: Odisea en el espacio o Blade Runner nos inspirasen las posibilidades de la ciencia y la tecnología del futuro, pero el futuro ya está aquí y el rápido avance de nuestra sociedad se apresura a alcanzar lo que un día solo imaginaron las mentes más audaces. Robótica, inteligencia artificial, aprendizaje automático… todos estos conceptos forman hoy parte de la vanguardia del desarrollo tecnológico.

El verano pasado se publicó este paper, en el cual se estudia posibles soluciones “no-acústicas” para el reconocimiento de voz o ASR (Automatic Speech Recognition). Dicho de otro modo, buscar alternativas para enviar los comandos utilizando la boca, pero sin emitir ningún tipo de sonidos. En esta investigación se describe una técnica utilizando señales sEMG (Surface Electromyographic) para detectar los movimientos de los músculos de cara y el cuello. Esta técnica de reconocimiento de voz “silencioso” se conoce como SSR o Silent Speech Recogniti

Para aquellos que ya tengan ciertos conocimientos de machine learning, recomendamos los cursos de Deep Learning (nivel experto) de Columbia y Georgia. También hay alguno introductorio de Stanford o de Google.

El grupo de simulación física de la universidad de Munich ha publicado nuevos ejemplos de su método de superresolución TecoGAN. Este algoritmo emplea métodos de deep-learning para incrementar la resolución de imágenes o secuencias de vídeo añadiendo detalles que se han perdido durante el proceso de captura de imagen pero que la física dice que deberían estar allí. El paper con los detalles ya puede descargarse, y próximamente se liberará el código fuente del algoritmo.

La Corte Constitucional ha sido reconocida por distintos analistas como una jurisdicción vanguardista en la protección de derechos fundamentales. (Lea: Ciberabogados, nueva necesidad para el mundo jurídico) Ahora, el alto tribunal quiere ser disruptivo en el uso de nuevas tecnologías, por lo que anunció hace unas semanas, conjuntamente con la Universidad del Rosario (UR), que se encuentra ensayando un sistema de inteligencia artificial (IA) bautizado ´Prometea’, que haría más expedito y preciso el proceso de revisión de fallos de tutela.

La tarea de moderación de comentarios en un medio de comunicación puede resultar, en muchos casos, implanteable mediante medios simplemente humanos, y convertirse en un verdadero problema que puede exponer al medio a potenciales riesgos jurídicos o, en la mayoría de los casos, convertir sus sección de comentarios en un auténtico vertedero de material tóxico. Los algoritmos aspiran a solucionar la situación.

Usando nuevos avances en inteligencia artificial desarrollados por los investigadores de NVIDIA, el ingeniero en informática Phillip Wang ha creado el sitio web This Person Does Not Exist (Esta persona no existe). Así es: ninguna de las “personas” que aparecen en las fotos es real. Cada vez que actualices el sitio, la red generará una nueva imagen facial a partir de un vector de 512 dimensiones. El sitio usa StyleGANs, que combina imágenes artificiales de manera impecable.

Los científicos cada vez recurren más frecuentemente al machine learning con el fin de refinar y acelerar el análisis de datos de sus investigaciones. Sin embargo, según la investigadora Genevera Allen (profesora de computación y estadística en la Universidad Rice, EE.UU), se está abusando de esta técnica, concediéndole un grado de fiabilidad de la que carece, y contribuyendo a generar una inminente "crisis de reproducibilidad" en el mundo científico.

Machine learning es, básicamente, un etiquetador-de-cosas que toma tu descripción de algo y te dice la etiqueta que le debería corresponder.

En un futuro llevaremos la tecnología bajo la epidermis. Mientras ese momento llega, Machina se dedica a crear robots que enfundarse sobre la piel, máquinas vestibles que se comunican con nosotros a través de sutiles vibraciones. Esta empresa mexicana, con base en California, lleva siete años creando wareables que van más allá del smart watch. Chaquetas, camisetas y sudaderas que pretenden hacernos la vida no solo más fácil, sino más segura.

Un análisis de 16.625 artículos de IA de los últimos 25 años refleja cómo el aprendizaje reforzado y las redes neuronales y otros enfoques han ganado y perdido popularidad con el tiempo.

Un equipo de investigadores de organismos académicos de España y Estonia han realizado un análisis computacional del genoma humano actual, recurriendo a la combinación de algoritmos de deep learning y métodos estadísticos, que les han llevado a localizar el rastro de una especie humana aún desconocida.

Algunas aplicaciones actuales de la Inteligencia Artificial para resolver problemas sociales. Los siguientes ejemplos sirven para ilustrar lo que puede llegar a cambiar y mejorar esta tecnología en nuestro entorno.

La Inteligencia Artificial, el Machine Learning o la Visión Artificial son campos de las ciencias de la computación complejos. Abarcan muchos conceptos matemáticos. En este artículo nos hablan de todo esto de una forma sencilla y clara. La próxima revolución tecnológica será inteligente y si quieres formar parte de ella tienes que entender qué se esconde detrás de todo esto.