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

Este artículo pretende demostrar la posibilidad que nos brinda el e-learning como una estrategia para promover el cambio en la dinámica organizacional utilizando como marco teórico referencial el modelo de Gestión del Cambio en las Organizaciones.

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.

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.

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

La teoría de Copérnico no fue inmediatamente superior. Fue rechazada por mucha gente que no eran simples marionetas de la iglesia y, entre los que la aceptaron, el que se adaptase mejor a los datos no fue la razón principal. ¿Cómo deberíamos desarrollarnos intelectualmente para convertirnos en la clase de persona que hubiese aceptado el heliocentrismo?

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.

En lugar de ralentizarse a medida que envejecen, el aprendizaje profundo podría lograr que los ordenadores vayan mejorando sus funciones automáticamente.

La aplicación ciega de las nuevas técnicas de inteligencia artificial puede llevar a una amplificación de los sesgos culturales preexistentes en el corpus de datos usados para "entrenar" los algoritmos. De hecho, es algo que ya ha sucedido, incluso usando como fuente artículos periodísticos escritos por periodistas profesionales. En este artículo se explica una de las aproximaciones más punteras para revertir ese sesgo.

‘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.

Aclaración: el video es una conferencia patrocinada por una empresa, y aunque la nombra varias veces, no habla de la msima para nada (ni un solo pantallazo de su software). Es para no-entendidos en la materia. Se explica de manera sencilla y poco técnica qué es y cómo se crea una Inteligencia Artificial. Qué es Machine Learning y Deep Learning. Y lo mejor: ejemplos concretos de los avances de I.A. que se están haciendo. Los ejemplos incluyen demostración en video o fotos y qué empresa o universidad los creó. Desde Amper Music que crea música (se puede probar gratis), IA que crea arte o movimientos virtuales realistas (como si fuese un videojuego) pasando por sensores que literalmente leen e interpretan lo que una persona piensa. Avances de software y hardware para IA de Intel, Nvidia, Microsoft, Google, Facebook, Apple y otras empresas.

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?

E-learning es un proceso de enseñanza-aprendizaje en el que el alumno pasa a ser el centro de la formación, al tener que autogestionar su aprendizaje, con ayuda de tutores y compañeros. ¿Podría servir el E-learning para personas con discapacidades?

Archivarix.com es un servicio que permite restaurar sitios web desde el archive.org . La descarga y el procesamiento del contenido se realizan en nuestro servidor, no gasta ni tiempo ni tráfico, y como resultado obtiene un archivo con el sitio web listo para usar. - Obtiene un sitio web que funciona y no contiene páginas 404, imágenes defectuosas, enlaces externos, scripts que no funcionan y otro tipo de basura. Todos los archivos defectuosos se reemplazan por códigos auxiliares (stubs) que podrá redactar, y los banners