Aunque los robots de cuatro patas son más ágiles y se coordinan mejor que sus homólogos de dos, todavía queda mucho por mejorar. Una de las soluciones que ha encontrado la robótica es una forma de aprendizaje automático denominado aprendizaje por refuerzo. Este método permite a los robots entrenarse a sí mismos a través de un modelo de prueba y error para encontrar la mejor forma de realizar una tarea, como caminar. En pocas palabras, el aprendizaje por refuerzo permitiría al robot casi “pensar” y aprender como un animal, con su propia lógica .

En los últimos años, el entrenamiento de redes neuronales profundas a partir de grandes cantidades de datos etiquetados ha mejorado el nivel de desarrollo de muchas áreas vinculadas a la IA, como el de la percepción y predicción de objetos. Pero, ¿eso basta cuando buscamos desarrollar un sistema de conducción autónoma lo bastante robusto como para conducir coches reales en escenarios de conducción complejos? ¿Miles de ejemplos de conducción humana pueden ayudarnos a enseñar a una IA a ser buena conductora?

En Internet, discernir qué es verdad de lo que no lo es resulta una tarea más complicada conforme pasa el tiempo. Atrás quedó esa época de los fakes y hoaxes de dudosa calidad que se defendían por la mala calidad de, por ejemplo, las cámaras del momento. Sin embargo, estamos cerca de dar un salto enorme en fabricar realidades alternativas con los deep fakes. En vídeo ya hemos visto realidades preocupantes, pero en foto lo nuevo de los desarrolladores de NVIDIA es incluso más inquietante.

Se han observado mutaciones cerebrales específicas en la enfermedad de Alzhéimer. Un mecanismo subyacente que implica la integración de copias de genes alterados en el genoma neuronal.

El pasado mes de febrero, la revista Nature publicaba un artículo académico sobre una investigación que había logrado predecir factores de riesgo cardiovascular sometiendo imágenes del fondo del ojo a un algoritmo de deep learning...

La conexión neuronal de ciertas áreas del cerebro durante la depresión es la principal causa del insomnio en personas que padecen esta enfermedad.

La red neuronal libre Leela se ha clasificado para la siguiente ronda de la 13ª Temporada del Torneo de Motores de Ajedrez TCEC que por primera vez admitía sistemas basados en entrenamiento y aprendizaje. En segundo lugar se ha clasificado también otra red neuronal, basada en el mismo software libre Leela, pero en vez de haber sido entrenado jugando contra si mismo, lo había hecho con partidas entre humanos. Los autores de Leela han calificado esto de "Plagio"

Una investigación de la Universidad de Virginia (UVA), en Estados Unidos, ofrece una nueva comprensión de cómo se desarrolla la enfermedad a nivel molecular, mucho antes de que ocurra un daño neuronal extensivo y aparezcan sus síntomas. Los investigadores han descubierto que la memantina, medicamento aprobado en Estados Unidos y Europa que se usa sólo para aliviar los síntomas de la enfermedad de Alzheimer moderada a grave, podría emplearse para prevenir o retrasar la progresión de la enfermedad si se usa antes de que aparezcan.

Hace unas horas ha empezado la temporada 13 del torneo de motores de ajedrez TCEC. Como novedad, este año incluye por primera vez dos redes neuronales.

Investigadores crearon red neuronal artificial impresa en 3D capaz de utilizar fotones para procesar información con una rapidez impresionante y sin consumo de energía eléctrica.

El equipo de Shanhui Fan, de la Universidad de Stanford en California, ha comprobado que es posible "adiestrar" redes neurales artificiales directamente sobre un chip óptico. Esto podría ser el punto de partida para desarrollar modos menos caros, más rápidos y con mayor eficiencia energética, de realizar tareas informáticas complejas, como el reconocimiento del habla o de imágenes. Hasta ahora, este "aprendizaje" solo se había logrado en sistemas total o parcialmente eléctricos. En español: bit.ly/2K4ycpp Rel.: menea.me/1lv5h

La computación evolutiva, ignorada durante años, acaba de demostrar que es capaz de rendir mejor que las redes neuronales. Además, es más fácil de entrenar.

Las redes neuronales son hoy día parte fundamental de la IA y en concreto del Deep Learning y como veremos a continuación, al contrario de la creencia popular, no son conceptos nuevos. El primer algoritmo que presentaba una red neuronal simple se llamó Perceptrón, creado por Frank Rosenblatt en 1958 basándos, centrándonos en la Biología, en el trabajo realizado previamente por Santiago Ramón y Cajal y Charles Scott Sherrintong (pioneros en el estudio del funcionamiento del cerebro humano)...

IA, machine learning, redes neuronales… Demasiados términos que a la mayoría de la gente les suena a ciencia ficción. Sergio Rozada, científico de datos, no acerca estos términos de forma sencilla.

En un trabajo titulado Measuring abstract reasoning in neural networks unos investigadores exploran el debate de actualidad acerca de si las redes neuronales pueden aprender algo que pudiéramos denominar «razonamiento abstracto» o son simplemente un «truco de conejo en la chistera con análisis estadístico», como piensan otros.

En este vídeo aprenderemos a programar un ataque adversario. Este tipo de técnicas permiten confundir a una red neuronal para que muestren el resultado que tu quieras

Investigadores de Caltech han desarrollado una red neuronal artificial en un tubo de ensayo creada a partir de hebras de ADN que puede resolver un problema clásico de aprendizaje automático: identificar los números escritos a mano. "Aunque los científicos apenas han comenzado a explorar la creación de inteligencia artificial en máquinas moleculares, su potencial ya es innegable --dice el autor principal, Lulu Qian, profesor asistente de Bioingeniería. Se podrán usar en pruebas de diagnóstico biomédico. En español: bit.ly/2ubS7fY

¡Hoy nos complace anunciar el lanzamiento oficial del repositorio de redes neuronales Wolfram! Se ha dedicado una gran cantidad de trabajo a capacitar o convertir alrededor de 70 modelos de redes neuronales que ahora viven en el repositorio, y se puede acceder mediante programación en Wolfram Language a través de NetModel

En este artículo se da inicio a un debate entre un detractor y un defensor de la IA fuerte. Los argumentos de este primer artículo se centran en la diferenciación del hardware de los microprocesadores frente a la complejidad del cerebro humano. Posteriormente, la cuestión se centra en la distinta manera que tienen los ordenadores y los humanos de afrontar la resolución de un problema; la lógica simbólica únicamente deductiva de los primeros frente a una lógica inductiva y abductiva del cerebro humano. Les sorprenderá.

La aparición del coche autónomo es una realidad cada vez más presente. En León, España, se ha probado con éxito el software que llevarán este tipo de vehículos, en un coche equipado con cámaras. La red neuronal instalada es capaz de reconocer más de 80 elementos, como personas, coches, autobuses, semáforos o animales entre otros, y de tomar decisiones con esta información. Tras las satisfactorias pruebas, DROTIUM espera ahora que el Ayuntamiento de León apruebe la ordenanza municipal que permita regular las pruebas de vehículos sin conductor.

En esta serie de OpenAI el objetivo final será ofrecer una introducción al entrenamiento de una Inteligencia Artificial el cual se sea capaz de superar estos entornos de videojuegos con más dificultad siguiendo la estrategia de prueba y error. La base del entrenamiento se realizará sobre el clásico videojuego Breakout de Atari, aunque las soluciones que propondremos se podrán extrapolar a otros con más o menos las mismas características como Space Invaders o MsPacMan