La investigación de áreas específicas de una célula viva implica un enfoque fragmentado, identificando cómo algunas partes trabajan con otras y dedicando tiempo al etiquetado de las células. Ahora, el Instituto Allen para la Ciencia Celular ha lanzado el primer modelo predictivo en 3D de una célula humana en vivo. Tomaron miles de imágenes de las células para que una inteligencia artificial creara un modelo probabilístico que predice forma y ubicación de sus estructuras. En español: bit.ly/2rC3Ov3 Vídeo: bit.ly/2wwBno9

En los últimos años, Google ha estado construyendo su propio TPU (unidades de procesamiento Tensor) para manejar diversas tareas de procesamiento relacionadas con la inteligencia artificial y el aprendizaje automático. Según el CEO de Google Sundar Pichai, los nuevos TPU 3.0 son 8 veces más poderosos que los TPU 2.0, y Pichai declaró que necesitan refrigeración por agua, algo que los anteriores TPU no necesitaban.

Todos los días leemos noticias sobre Machine Learning y Deep Learning pero ¿sabemos qué es y cómo funciona? En este artículo hacen una introducción a estás técnicas de Inteligencia Artificial con un ejemplo para que entendamos dónde podemos utilizar este tipo de algoritmos.

El grupo Magenta de Google ha creado NSynth Super un dispositivo basado en Raspberry Pi que utiliza Machine Learning con TensorFlow para explorar nuevos sonidos y melodías a músicos y artistas. Es de totalmente abierto y tu mismo lo puedes fabricar en tu propia casa o taller.

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

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

Un artículo en The Atlantic, “The era of fake video begins“, subraya el problema que surge cuando el desarrollo del machine learning hace perfectamente posible crear vídeos manipulados en los que se puede obtener prácticamente cualquier efecto, desde insertar una cabeza en un cuerpo de otra persona con un nivel de perfección que convierte el cambio en prácticamente imperceptible, hasta cambiar el movimiento de los labios de un personaje y su voz para que parezca que dice algo que no ha dicho.

Diferencias entre el aprendizaje supervisado y no supervisado.

Ingeniero de Telecomunicación y doctor en Ingeniería de Telecomunicación especializado en procesamiento de señal y machine learning por la Universidad Carlos III de Madrid, Felipe Alonso Atienza ha desarrollado gran parte de su carrera profesional como profesor en la Universidad Rey Juan Carlos realizando tareas docentes e investigadoras. En el ámbito investigador, ha dirigido varios proyectos competitivos y publicado más de 15 artículos internacionales relacionados con la aplicación del machine learning a la salud.

Una pregunta típica formulada por un principiante, cuando se enfrenta a una amplia variedad de algoritmos de aprendizaje automático, es "¿qué algoritmo debo usar?" La respuesta a la pregunta varía según muchos factores, entre ellos:el tamaño, la calidad y la naturaleza de los datos,el tiempo computacional disponible, la urgencia de la tarea,qué quieres hacer con los datos,incluso un científico de datos experimentado no puede decir qué algoritmo funcionará mejor antes de probar diferentes algoritmos. Aquí tienes la chuleta que los resume todos

Se sirve del aprendizaje automático para reconocer y recoger diferentes tipos de objetos. El robot usa un software llamado Dex-Net para determinar cómo recoger objetos con una eficiencia increíble; incluso aquellos con un aspecto extraño. Este nuevo robot ha sido construido por el profesor de la Universidad de California en Berkeley (EE. UU.) Ken Goldberg y por Jeff Mahler, uno de sus estudiantes graduados.

‘Machine learning’ como herramienta de futuro (y presente) para la redefinición del marketing digital. Por ejemplo, gracias a la Inteligencia Artificial y el machine learning que ha aplicado a sus herramientas, Google podrá decir al viajero cuál es el mejor momento del mes o del año para comprar un billete de avión o ver cuándo el precio de las habitaciones son más altas, entre otras cosas.

Hemos avanzado tan rápido los últimos años en inteligencia artificial que pensábamos que los robots serían tanto o más inteligentes que nosotros en poco tiempo. De pronto, nos hemos dado cuenta de que los desarrollos actuales no dan más de sí. Los avances actuales en IA han llegado a un callejón sin salida y tenemos que replantearnos toda la disciplina.

La ceremonia de entrega de los Oscars, recién concluida hace unos instantes, me ha dejado un sabor de boca muy interesante: los galardones han ido cayendo, uno detrás de otro, siguiendo las predicciones publicadas anteriormente por los algoritmos que, el pasado 1 de marzo, publicó BigML, la compañía de machine learning en la que soy asesor estratégico. Y cuando digo “uno detrás de otro”, realmente me refiero a eso: un pleno. Absoluto.

Los creadores de esta gran base de datos la han hecho pública para retar a los expertos de visión artificial para que mejoren las tecnologías de asistencia.

La noche que Ian Goodfellow intentaba ayudar a unos amigos con un problema, no sabía que estaba a punto de hacer uno de los mayores avances de la historia de la inteligencia artificial: las redes generativas antagónicas.

Está claro que la IA juega un papel muy importante y creciente en la industria de los servicios financieros. ¿Va a entrar igual en el sector de la asesoría y la consultoría corporativa?

El impacto que está teniendo la Inteligencia Artificial sobre nuestras vidas es enorme e innegable, incluso a nivel de profesiones. Únicamente podemos especular el modo en que acabará afectándonos. La inteligencia artificial puede hacer mucho bien por la humanidad pero mal usada podría tener consecuencias nefastas, tal y como apuntan opiniones de científicos y empresarios muy reputados como son Stephen Hawking o el propio Elon Musk),

Llevamos un par de años oyendo en todos sitios que la Inteligencia Artificial va a cambiar el mundo. Quizás sea verdad, quizás no. Mientras tanto, muchas empresas aprovechan el desconocimiento de la gente para vender productos que prometen tener Inteligencia Artificial. ¿Nos están engañando?

General Electric está creando un sistema basado en Inteligencia Artificial, que sea capaz de predecir la aparición de fallos durante la impresión 3D en metal, alterando los parámetros de impresión en tiempo real.

Esta creación artificial utiliza una refinada arquitectura de redes neuronales para lograr una voz más humana en la conversión texto-a-voz (TTS). forma parte de un trabajo publicado en ArXiv bajo el enrevesado título de Natural TTS Synthesis by Conditioning WaveNet on Mel Spectrogram Predictions.

Si cumple su promesa, el aprendizaje automático cuántico podría transformar la inteligencia artificial. O tal vez sea la inteligencia artificial la que revolucione los ordenadores cuánticos. Sea como sea, ambos campos no dejan de avanzar

Son 'guapas', son listas y, también, son multifunción. Hablamos de las inteligencias artificiales, de los sistemas, dispositivos y algoritmos que parecen sacados del mismísimo Black Mirror y que en Blade runner cumplirían una función social. En eldiario.es hemos hablado este año de sistemas que lo mismo escribían noticias que pintaban cuadros de forma autónoma. También de los que se aventuraban a anticipar el final de una relación e incluso del Gran Hermano chino.

La tecnología ha avanzado a pasos agigantados en los últimos años y nos ha proporcionado tantas herramientas como el Machine Learning.

Un artículo publicado en ScienceDirect y que hemos conocido a través de la Universidad de Surrey asegura que, a través de una red neuronal, se ha sido capaz de detectar anomalías relacionadas insuficiencia cardíaca congestiva con tan solo un latido del corazón (medido por ECG), y con un 100% de precisión. Que una red neuronal detecte problemas cardiacos con tan solo un latido supone todo un hito, y tal como explican desde la universidad, se traduce en una mejora drástica de los métodos de detección de este tipo de enfermedades.

Colección de cursos y recursos para aprender Machine Learning. Separados por nivel y por duración. La mayoría están en inglés.

Fuente en Python. Galería: github.com/iperov/DeepFaceLab/blob/master/doc/gallery/doc_gallery.md

Un equipo de matemáticos italianos, incluido un neurocientifico del centro CCU, en Lisboa, muestran que la vision artificial de las maquinas pueden aprender a reconocer imagenes complejas mas rapidamente usando una teoria matematica desarrollada hace 25 anos por uno de los co-autores del estudio. Los resultados han sido publicados en el journal Natural Machine Intelligence.

No, este no es otro aburrido artículo lleno de tecnicismos y vaguedades. Aquí explico de qué va eso del machine learning de modo que, cuando termines de leerlo, seas capaz de explicarle a tu abuela cómo estamos enseñando a los coches a conducir solos. Bueno, igual no, pero andará cerca la cosa.

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

El término lifelong learning o aprendizaje a lo largo de la vida se refiere a la educación que se cursa a la par y posteriormente de los grados académicos. Comprende todas las actividades de aprendizaje en la trayectoria educativa de una persona con el objetivo de aumentar el conocimiento y mejorar las competencias personales, cívicas, sociales y de empleabilidad.

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.

Una red neuronal convolucional es un tipo de red neuronal artificial donde las neuronas corresponden a campos receptivos de una manera muy similar a las neuronas en la corteza visual primaria (V1) de un cerebro biológico. Este tipo de red es una variación de un perceptron multicapa, sin embargo, debido a que su aplicación es realizada en matrices bidimensionales, son muy efectivas para tareas de visión artificial, como en la clasificación y segmentación de imágenes, entre otras aplicaciones.

You don’t need to live in an English-speaking country to become fluent in English. If you are smart about the way you learn English, you don’t even need to leave your home town. Use these 10 top tips for to improve your English without even leaving your city.

Por primera vez desde los años 1970, Estados Unidos va a enviar material a la Luna en 2020 y 2021, anunció la Nasa este viernes. La agencia espacial estadounidense seleccionó tres módulos de alunizaje, fabricados por sendas empresas locales, para enviar material científico a la Luna, antes del regreso de astronautas previsto para 2024 en el marco del programa Artemisa. Los tres vehículos llevarán a la superficie lunar una veintena de instrumentos entregados por la Nasa.

Empezó siendo una nota en mi perfil de Facebook y ha terminado como un mini artículo en mi blog, pido disculpas.

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.

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

Un gran proyecto tecnológico recreará la evolución social, cultural y geográfica de Europa. En 10 años construirá un Big Data del pasado usando tecnologías avanzadas de digitalización e Inteligencia Artificial: permitirá ver cómo era un camino hace 500 años o qué caras fueron importantes entonces. La Comisión Europea ha seleccionado esta semana el proyecto Time Machine como una de las seis propuestas que se desarrollarán estratégicamente en la próxima década y que permitirá recuperar el patrimonio cultural de viejo continente.

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.