Un grupo de investigadores de Google DeepMind ha publicado un estudio en el que cuentan cómo han conseguido enseñar a una inteligencia artificial a jugar a "videojuegos de exploración infamemente duros". Lo consiguieron entrenándola con vídeos de YouTube en las que aparecen seres humanos jugando a títulos clásicos de Atari: Pitfall, Private Eye o Montezuma’s Revenge.

Hace unos meses Google anunciaba AlphaZero, una IA para ajedrez basada en redes neuronales capaz de derrotar a Stockfish, por el momento el motor de ajedrez más potente del mundo (www.meneame.net/story/alphazero-derrota-stockfish-8-tras-tan-solo-4-ho). Sin embargo, Google no publicó la red neuronal en sí. Leela Chess Zero surge como un esfuerzo colaborativo open source con el objetivo de replicar los resultados de AlphaZero y, posiblemente, mejorarlos.

Cuando los humanos disponen de información relevante sobre el mundo, su proceso de aprendizaje es mucho más rápido que el de las máquinas. Pero sin esta información, las cosas cambian. El conocimiento básico que damos por sentado es el que nos da ventaja sobre el aprendizaje automático. En 2013, DeepMind Technologies publicó un innovador documento en el que demostraba que una red neuronal era capaz de aprender a jugar a videojuegos de los 80 con el mismo mecanismo que empleamos los humanos. Desde entonces, DeepMind ha aplicado sus técnicas de a

La inteligencia artificial abre grandes beneficios a la ciencia pero también conlleva riesgos, dependiendo de cómo sea utilizada, advirtió el viernes Demis Hassabis, director de la empresa británica DeepMind

Imagínense lo siguiente: explicamos las reglas del ajedrez a un sistema informático sin más. Después le damos la instrucción de que aprenda a jugar al ajedrez por si mismo. Un día más tarde (sí, correcto, únicamente 24 horas) nuestro compañero de silicio se lo sabe todo. Y encima es capaz de derrotar a los módulos de ajedrez más fuertes del mundo. DeepMind, la empresa que hace poco también creó el programa más fuerte del mundo de go ahora ha dirigido su atención al ajedrez y ha anunciado un resultado alucinante. [Incluye partidas]

Las versiones anteriores de AlphaGo inicialmente se entrenaron observando miles de juegos profesionales y amateurs de humanos para aprender a jugar Go. AlphaGo Zero omite este paso y aprende a jugar simplemente jugando juegos contra sí mismo comenzando a jugar inicialmente al azar. Al hacerlo así, superó rápidamente el nivel de juego humano y derrotó a la versión previa de AlphaGo por 100 juegos a 0.

Entrevista con Dr. Demis Hassabis. Un investigador de inteligencia artificial y cofundador y director general de DeepMind, también es un neurocientífico, un diseñador de juegos de computadora, un empresario, y en su juventud, un jugador de ajedrez de clase mundial.

La flexibilidad y adaptabilidad de TensorFlow se presta a construir frameworks de más alto nivel para propósitos específicos. Una de ella, Sonnet, permite construir módulos de redes neuronales con TensorFlow y Google acaba de anunciar la disponibilidad del código fuente. Sonnet está todavía en desarrollo activo pero ya funciona muy bien para la investigación de Google.

StarCraft, uno de los juegos con más fans alrededor del mundo recibió la atención de DeepMind, el sistema de inteligencia artificial de Google y se espera que esta rete a los gamers en un futuro. No sólo aprendió a jugar Go y venció al campeón mundial sino que la empresa de buscador pretende que sepa muchas más cosas por medio del aprendizaje profundo o deep learning. El enfrentamiento entre humanos y máquinas en salas de juego es algo que ya tiene mucho tiempo, quizá el más recordado fue el de Deep Blue de IBM vs Gary Kaspárov.

Google y la Universidad de Oxford han entrenado a la IA DeepMind con 5,000 horas de televisión para que pueda leer los labios mejor que un humano profesional, la tecnología podría tener usos relacionadas con la salud y el espionaje.

DeepMind, propiedad de Google desde el 2014, ha presentado un nuevo software de voz sintética y lectura virtual que supera a los actuales sistemas TTS. WaveNet de DeepMind es completamente diferente. En lugar de limitarse a combinar y reproducir un audio, integra un sistema de inteligencia artificial que es capaz de aprender y adaptarse al contexto

El equipo creador de DeepMind ha aninciado que han logrado desarrollar a partir de su propia plataforma un programa para la creación de habla artificial, al que han bautizado como WaveNet. Esta red neuronal alimentada con miles de datos borraría por completo la brecha existente entre el habla de los humanos y el de las máquinas, en donde las frecuencias del sonido y la fluidez de las palabras haría imposible distinguir entre una persona real y la máquina. En español: goo.gl/Gzqh34 vía @Mezvan

La derrota frente a la máquina de Google revela detalles de la complejidad del cerebro humano.

A pesar de que fue hace dos años cuando los de Mountain View decidieron adquirir DeepMind -una compañía de inteligencia artificial británica por la que llegaron a pagar más de 600 millones de dólares-, no ha sido hasta este mismo mes cuando Google ha empezado a revelar sus planes. Así, el pasado 5 de julio el gigante tecnológico lanzó un proyecto basado en este sistema que nuestros compañeros de Xataka se encargaron de explicar: la creación de un escáner inteligente para el diagnóstico de enfermedades oculares.

Un documento obtenido por New Scientist revela que el acuerdo entre el NHS (Servicio Nacional de Salud del Reino Unido) y DeepMind (Cia. de IA asociada a Google) va mucho más allá de lo que se había dicho en febrero cuando se anunció que se estaba desarrollando una app. llamada "Streams" para monitarizar a pacientes con insufiencia renal. Pero el acuerdo también permite a DeepMind ganar acceso a datos confidenciales de 1,6 millones de pacientes mediante el desarrollo de "Patient Rescue", plataforma capaz de realizar "data mining".

El programa AlphaGo desarrollado por Google DeepMind se ha hecho famoso estos días en los medios de comunicación a partir de su enfrentamiento(y victoria) frente el campeón del mundo y noveno dan, Lee Sedol.Todos los medios se han hecho eco de esta proeza(conseguir un algoritmo capaz de competir en igualdad de condiciones con un gran maestro de Go),algo que se pensaba que aún tardaría 10 años más en llegar,pero pocos medios no especializados han explicado con cierto detalle cómo funciona realmente.Y esto es precisamente lo que se pretende.

AlphaGo gana la segunda partida contra el campeón de Go Lee Sedol (9dan). Video: www.youtube.com/watch?v=l-GsfyVCBu0

AlphaGo de Google DeepMind derrota al campeón de Go Lee Sedol (9º Dan). Video: www.youtube.com/watch?v=vFr3K2DORc8