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.

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

La tarea de moderación de comentarios en un medio de comunicación puede resultar, en muchos casos, implanteable mediante medios simplemente humanos, y convertirse en un verdadero problema que puede exponer al medio a potenciales riesgos jurídicos o, en la mayoría de los casos, convertir sus sección de comentarios en un auténtico vertedero de material tóxico. Los algoritmos aspiran a solucionar la situación.

Los científicos cada vez recurren más frecuentemente al machine learning con el fin de refinar y acelerar el análisis de datos de sus investigaciones. Sin embargo, según la investigadora Genevera Allen (profesora de computación y estadística en la Universidad Rice, EE.UU), se está abusando de esta técnica, concediéndole un grado de fiabilidad de la que carece, y contribuyendo a generar una inminente "crisis de reproducibilidad" en el mundo científico.

Machine learning es, básicamente, un etiquetador-de-cosas que toma tu descripción de algo y te dice la etiqueta que le debería corresponder.

En un futuro llevaremos la tecnología bajo la epidermis. Mientras ese momento llega, Machina se dedica a crear robots que enfundarse sobre la piel, máquinas vestibles que se comunican con nosotros a través de sutiles vibraciones. Esta empresa mexicana, con base en California, lleva siete años creando wareables que van más allá del smart watch. Chaquetas, camisetas y sudaderas que pretenden hacernos la vida no solo más fácil, sino más segura.

Un análisis de 16.625 artículos de IA de los últimos 25 años refleja cómo el aprendizaje reforzado y las redes neuronales y otros enfoques han ganado y perdido popularidad con el tiempo.

Algunas aplicaciones actuales de la Inteligencia Artificial para resolver problemas sociales. Los siguientes ejemplos sirven para ilustrar lo que puede llegar a cambiar y mejorar esta tecnología en nuestro entorno.

La Inteligencia Artificial, el Machine Learning o la Visión Artificial son campos de las ciencias de la computación complejos. Abarcan muchos conceptos matemáticos. En este artículo nos hablan de todo esto de una forma sencilla y clara. La próxima revolución tecnológica será inteligente y si quieres formar parte de ella tienes que entender qué se esconde detrás de todo esto.

investigadores del Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET), en Argentina, y del Consejo Superior de Investigaciones Científicas (CSIC) y la Universidad de Burgos, ambas en España, han utilizado técnicas estadísticas de aprendizaje automático (o machine learning) para analizar los movimientos y la tecnología de los grupos cazadores-recolectores que habitaron el Cono Sur de América, desde que llegaron hace unos 12.000 años hasta finales del siglo XIX.

A estas alturas, todo el mundo sabe lo que es un videojuego. Y cuando decimos “todo el mundo”, vamos en serio. Las nociones básicas sobre el medio (la pantallita, el mando, los gráficos, la interactividad) han sido ya asumidas en todas partes, aunque la parte en cuestión sea un medio generalista dispuesto a crear alarma social a cambio de un puñado de clics. Ahora bien: incluso dentro de la comunidad jugona hay cuestiones que siguen escociendo y creando cismas.

Al fin ha llegado, sí, la tan ansiada y pronosticada revolución de las máquinas. Y no viene de la mano de un ejercito rebelde de robots con cara de malo y con ganas de pelea nuclear, ¡no!, viene a traernos la paz. Tampoco viene en forma de la tan futurible "singularidad", prometiéndonos a todos la fusión mente-máquina para vivir durante toda la eternidad, ¡no!, viene para traernos el "aquí" y el "ahora". Se trata del mayor artilugio creado por el hombre para la masturbación: llega Autoblow

La fantástica película "Her" sirve de base perfecta para sobre ella, conocer algunos de los aspectos menos conocidos de la Inteligencia Artificial: la computación afectiva o "affective computing". Esta disciplina establece unas bases técnicas y medibles para que una máquina o una inteligencia artificial sea capaz de reconocer sentimientos humanos y de esa forma, tomar decisiones. En el artículo se cuentan algunas de estas técnicas haciendo una analogía junto a la película "Her", donde una persona se enamora de un sistema operativo.

Si te interesa el mundo de los datos, el Machine Learning, la Inteligencia Artificial, Bitcoin, IoT etc, te interesará la lista de cursos online gratuitos en español y en inglés que hemos seleccionado para ti. También encontrarás información sobre certificaciones y otros itinerarios de especialización en estas áreas. La inscripción está abierta, apúntate en el que más te interese.

La store digital de CD Projekt suma otra joya de la extinta LucasArts, y esta vez se trata de una auténtica rareza: 'Indiana Jones and the Infernal Machine' ya se puede descargar, por primera vez en formato digital, desde GOG. Tras tres icónicas aventuras gráficas y su paso por consolas, Indie se atrevió con una fórmula más próxima a los exitosos 'Tomb Raider' antes de la llegada del cambio de milenio, lo que suponía entornos tridimensionales y un mayor énfasis en la exploración, el plataformeo y algunas dosis de acción.

Durante más de 5 años, el Internet Archive ha archivado casi todas las URL a las que se hace referencia en cerca de 300 sitios de Wikipedia tan pronto como se añaden o modifican esos enlaces, a razón de unos 20 millones de URL por semana. Y durante los últimos 3 años, hemos estado ejecutando un robot de software llamado IABot en 22 ediciones de Wikipedia buscando enlaces rotos. Ahora más de 9 millones de URLs, en 22 sitios de Wikipedia, apuntan a recursos archivados de Wayback Machine y otros proveedores de archivos web.

Tras el éxito de los artilugios de juego creados por Nintendo en la segunda mitad de la década de 1960, la compañía nipona se quiso centrar principalmente en la fabricación de juguetes. Sin embargo, antes de ello, y de manera previa a convertirse en una potencia de los videojuegos en los años ochenta, intentó ramificarse en otras áreas, algunas tan curiosas y extrañas como la que llevó a la empresa a manufacturar la máquina de caramelo, o Candy Machine.

Interesante función que permite hacer una selfie y luego obtener un retrato comparativo de una pintura creada en la historia de la humanidad similar a nosotros.

El aprendizaje automático ha permitido que las máquinas adquieran conocimientos tácitos, haciendo que cada día más tareas estén siendo automatizadas con sistemas basados en aprendizaje máquina o aprendizaje profundo. Identificar qué es susceptible de ser replicado por estos sistemas, y que no lo será por un tiempo, nos permitirá a todos a prepararnos para el futuro. Los expertos Erik Brynjolfsson (MIT) y Tom Mitchell (Carnegie Mellon University) han publicado un estudio al respecto.

Los vidrios metálicos son una clase única de materiales cuyas propiedades combinan algunas de las propiedades irreconciliables de los metales y polímeros. Consisten en una combinación de metales que, en estado sólido, presentan una estructura atómica amorfa, a diferencia de las aleaciones metálicas comunes, que presentan un patrón microscópico altamente ordenado. Esta falta de orden cristalino en los vidrios metálicos conduce a nuevas y emocionantes funcionalidades. Por ejemplo, la ausencia de límites de grano (la interfaz entre los cristales)

Garry Kasparov, probablemente el mejor jugador de ajedrez de la historia, siendo campeón mundial se enfrentó en 1997 contra la supercomputadora de IBM, la famosa Deep Blue, y perdió el segundo encuentro, en un hecho que quedó grabado en la historia como el día en que una máquina venció al humano. Ahora, 20 años después, Kasparov apunta a que no se le debe temer a la inteligencia de las máquinas. Por el contrario, hay que seguir trabajando en ella.