Los algoritmos de ML pueden ser tan buenos como los datos que le proporcionamos. Esta publicación se centrará en el gran volumen de datos de alta calidad almacenados en Axion, nuestro almacén de datos que se aprovecha para calcular las funciones de ML sin conexión. Construimos Axion principalmente para eliminar cualquier sesgo de servicio de capacitación y hacer que la experimentación fuera de línea sea más rápida. Compartiremos cómo ha evolucionado su diseño a lo largo de los años y las lecciones aprendidas mientras lo construíamos.

Se trata de un corto con escenas de Terminator de 1984 pero en lugar de estar protagonizado por Arnold Schwarzenegger en el papel de Terminator el YouTube Ctrl Shift Face lo ha reemplazado por Sylvester Stallone... y Sarah Connor es Willem Dafoe. También incluye a Brad Pitt, Jim Carrey, Donal Trump, Paris Hilton y más.

El Traductor de Google ha estado recibiendo interesantes cambios últimamente. Hace unos días os hablábamos de la llegada de una función de 'historial' para acceder a nuestras traducciones de manera automática en cualquier dispositivo. Ahora la herramienta ha obtenido 24 nuevos idiomas, y lo ha hecho de una manera muy peculiar. Google ha utilizado su modelo de machine learning Zero-Shot, el cual ha aprendido los idiomas sin haber visto un ejemplo antes. Si bien desde la compañía reconocen que no es perfecto, la técnica empleada ha sido todo un

He forzado a un bot a ver 900.000 horas de programas de "Ahora Caigo" y luego le he pedido que genere uno por sí mismo. Éste es el resultado.

Las posibilidades de la inteligencia artificial no paran de aumentar y cada vez hay más aficionados que la utilizan para sus intereses. Este es el caso de Lamarr, una youtuber ingeniera perteneciente al canal de cine Figurantes con frase, que ha decidido aplicar sus conocimientos sobre machine learning a su gran pasión: el cine. Como ella misma relata en el vídeo, lo más interesante de esta tecnología es la cantidad de mediciones estadísticas que permite realizar automáticamente teniendo en cuenta numerosas variables.

El Clustering o la clusterización es un proceso importante dentro del Machine learning. Este proceso desarrolla una acción fundamental que le permite a los algoritmos de aprendizaje automatizado entrenar y conocer de forma adecuada los datos con los que desarrollan sus actividades.

Paper de los investigadores del Massachusetts General Hospital y el National Cancer Research Centre:

www.cell.com/action/showPdf?pii=S2211-1247(21)01676-4

Seguramente hagas este gesto con frecuencia cuando te diriges a sacar dinero a un cajero: mientras tecleas tu número secreto con una mano pones la otra encima para que nadie vea qué estás tecleando. Este simple mecanismo de protección se ha generalizado mucho y también tiene como fin evitar las posibles cámaras que los amigos de lo ajeno hayan instalado en el cajero para grabar imágenes y conocer el PIN. Sin embargo, tenemos malas noticias para ti: no es infalible.

El «metaverso» o «metauniverso», expone la idea: «después de», «más allá», del universo. Como señaló Neal Stephenson en su novela Snow Crash (1992): «Así que Hiro en verdad no está ahí. Está en un universo generado informáticamente, que el ordenador dibuja sobre el visor y le lanza a través de los auriculares. En la jerga de los entendidos, ese lugar imaginario se denomina Metaverso». Del mundo de la literatura cyberpunk, al real. El metaverso como una experiencia inmersiva en el mundo digital.

Cuando en 1997 Lewis y Heaton presentaron la escala de heces de Bristol en el Scandinavian Journal of Gastroenterology, podían intuir que su idea se iba a convertir en una de las escalas clínicas y experimentales más utilizadas del mundo; pero de ninguna manera podían sospechar que estaban quedándose cortos. Siete tipos de heces (que van desde las de tipo "excrementos de oveja" a la "totalmente líquida" pasando por todo tipo de "salchichas") parecían suficientes.

Como dibujar trazos o siluetas con colores simples y luego hacer una imagen realista con inteligencia artificial por nvidia canvas.

Recopilación de imágenes de perros y pollo frito con un gran parecido con el objetivo de confundir a una inteligencia artificial.

En un primer momento el aprendizaje se basa en predecir, partiendo de un video, cuál será el aspecto de un fotograma posterior. Como en este caso sí se dispone de dicho fotograma, la red neuronal es capaz de comprobar su tasa de acierto y corregir los errores para mejorar en el siguiente intento

Las jirafas son uno de los animales más emblemáticos del continente africano, pero su población no deja de disminuir. Según la Giraffe Conservation Foundation, desde 1980 hasta ahora, la población de jirafas ha disminuido de 155.000 animales a 117.000, un 30%. Hay seis subespecies y todas ellas son consideradas vulnerables. Muchas de ellas se encuentran en el Parque Nacional de Hwange. El 20% de las jirafas de Zimbabue se encuentran allí, pero su población lleva 25 años en caída libre.

¿Cómo es de difícil para una máquina entender una imagen? Los investigadores han avanzado mucho en la clasificación, detección y segmentación de imágenes. Estas tres tareas profundizan de forma iterativa en nuestra comprensión de lo que ocurre en una imagen. En el mismo orden, la clasificación nos dice qué hay en la imagen. La detección nos dice dónde está aproximadamente, y la segmentación nos dice con precisión dónde está. Ahora, un paso aún más complejo sería representar esta imagen en el mundo real.

Una introducción en español al aprendizaje automático (Machine Learning) y como cacharrear directamente en el navegador.

Hoy en día asistentes como Alexa, Siri o Google Assistant, dependen 100% de una conexión a internet para funcionar correctamente. Pero... ¿sería posible ofrecer todas las funcionalidades de una inteligencia artificial, sin intercambiar datos con la nube? En este vídeo se explica el fascinante paradigma de la computación en el borde, el Edge AI, a través del cuál podemos conseguir ejecutar modelos de Inteligencia Artificial sin depender de una conexión a internet, preservando la privacidad del usuario y con tiempos de ejecución más rápidos.

«Proponemos un sistema completamente automático para generar cómics a partir de videos sin ninguna intervención humana», escribieron los autores del software. El programa extrae fotogramas clave y los estiliza en imágenes de estilo cómic. A continuación, crea un diseño de distribución visualmente atractivo para repartir esas imágenes a lo largo de diferentes páginas.

Un sistema de redes neuronales artificiales basado en la inteligencia artificial y en el aprendizaje automático de los ordenadores ha demostrado su eficacia para analizar fotografías y clasificar y distinguir las lesiones cutáneas que se pueden convertir en un melanoma mortal si no se detectan y eliminan a tiempo. Son los lunares que se conocen como el ‘patito feo’ por su rareza y por diferenciarse del resto de las manchas o pecas de la piel.

En el mundo de la Inteligencia Artificial se habla mucho de los conceptos de Red Neuronal, Machine Learning y Deep Learning, para el lector casual interesado en este campo quizás son conceptos demasiado técnicos. Se intentan explicar en el post.

El Machine Learning como tecnología y alguno ejemplos interesantes.

La encargada de conseguir la voz, el rostro y los gestos de la artista, así como el resto de creatividad, ha sido Ogilvy. Para la agencia ha sido “todo un reto técnico para el que han sido necesarias horas y horas de material audiovisual, más de 5.000 imágenes, y un minucioso proceso de composición y postproducción, en el que Cruzcampo ha contado con la involucración personal de sus hijas”.