Recientemente ha saltado las alarmas por la proliferación de apuestas vinculadas al Fifa, uno de los videojuegos más populares del momento. Las asociaciones de padres y los grupos de prevención de la ludopatía ya han pedido medidas a las autoridades para controlar este tipo de situaciones. Sin embargo, las alarmas y peligros relacionados con los videojuegos o máquinas recreativas no son algo nuevo. Mucho antes de que se popularizasen las videoconsolas domésticas, todo lo que envolvía a este ocio resultaba peligroso.

La llegada de una de sus revistas a un campo de investigación era el equivalente a la llegada de un tren de alta velocidad a una ciudad de provincias. Los investigadores suelen verlo como una señal de prestigio, relevancia y futuro. Ha sido así con casi todas las 53 revistas que han lanzado: excepto ahora que han pinchado hueso. La comunidad de 'machine learning' no quiere revistas de pago.

Qualcomm acaba de inaugurar una nueva familia de procesadores con el Snapdragon 710, que busca llevar la inteligencia artificial, la potencia y las funcionalidades de los smartphones premium a los modelos de gama alta, que anteriormente no disponían de chips específicos

No cabe duda que la Inteligencia Artificial junto al Deep Learning y al Machine Learning ha llegado a nuestra vida. En este podcast se presentan aplicaciones de Google que se están utilizando en nuestro día a día. A veces pensamos que son tecnologías del futuro pero la realidad es otra. Google, en la pasada conferencia para desarrolladores Google I/O dio un golpe en la mesa para demostrar que ya ha llegado este tipo de tecnologías a los hogares.

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.

El pasado mes de diciembre, los abogados de Reid se pusieron en contacto con nosotros para pedirnos que eliminen los archivos del blog (blog.reidreport.com), y afirmaron que los mensajes "fraudulentos" se "insertaron en contenido legítimo" en nuestros archivos del blog.

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.

Los filtros automáticos de subida arrojarían muchos falsos positivos. La eliminación automática significa que los 'uploaders' se presumen culpables hasta que se demuestre su inocencia: las contribuciones legítimas se bloquearían. En la mente de muchos legisladores reside la falsa idea de que las plataformas que alojan 'uploads' con fines de lucro necesariamente explotan a los creadores. Los filtros de carga deberían rechazarse como un todo como una medida desproporcionada que pone en peligro el derecho fundamental a la libertad de expresión

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.

"Hemos notado que lo que comenzó como una limpieza rutinaria de la navegación de la tienda de Steam se ha convertido en una historia sobre la desaparición de las Steam Machines. La sección de la tienda de Steam sigue disponible, pero fue eliminada de la barra de navegación principal basándonos en el tráfico de los usuarios". En estos términos se ha expresado Pierre-Loup, uno de los desarrolladores de Valve, para tratar de aclarar la supuesta (y por ahora incierta) defunción de los ordenadores para juegos impulsados por Valve.

Asegura que retirar el enlace de la página principal es una limpieza rutinaria y que los ordenadores siguen apoyados por Valve a la venta en Steam. Además quieren usar lo aprendido para implementar mejor Vulkan para mejorar el rendimiento gráfico de los juegos

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.