SEPE ha colgado un copy&paste de WAYBACK MACHINE con fecha 28 de Diciembre

La preservación de contenidos en línea es uno de los grandes desafíos de la sociedad digital: generamos una cantidad de información mayor que en ningún momento previo, pero gran parte de ella se pierde al mismo ritmo en que la producimos. Han surgido iniciativas como Wayback Machine, para crear un repositorio de contenidos capaz de reflejar los cambios en el contenido de la WWW, pero, ¿por qué conformarnos con un único repositorio centralizado cuando cualquier usuario podría crearse una versión reducida para salvaguardar los sitios relevantes?

Hace aproximadamente 2 meses, un colega y fanático de Petey Vid nos mencionó que podían localizar un video que crearon en la escuela secundaria (hace bastante tiempo) en Internet Archive (Wayback Machine). Utilizando algunos medios creativos, pudimos catalogar todas las ID de videos de YouTube en el Archivo de Internet (aproximadamente 180 millones) y luego descubrir cuáles ya no existían en YouTube. Nuestras cifras indican (de este conjunto) que se eliminaron o eliminaron aproximadamente 25 millones de videos de YouTube entre 2013 y 2018.

La Wayback Machine de Archive.org es uno de esos recursos que deberían ser considerados Patrimonio de la Humanidad de Internet, como poco. Sus arañas leen la World Wide Web de forma periódica archivando todo lo que encuentran para la posteridad. Casi todo lo que ha sido o estado en Internet –ya van unos 386.000 millones de páginas archivadas– se encuentra en algún lugar de su interior, y no dejan de añadir petabytes. Es útil para encontrar páginas perdidas en el tiempo, que ya han desaparecido y más útil les resultará todavía a los arqueólogos

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.

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.

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

Ya puedes usar la opción "Guardar página ahora" para grabar lo que veas en una dirección web. archive.org/web/

Cada vez es más común que gobiernos de todo el mundo bloqueen el acceso a webs a las que no dan su visto bueno, por una razón o por otra. El censor más activo es China, y el último sitio en ser víctima del Gran Cortafuegos chino es Reddit. Pero no es el único sitio al que la gente tiene problemas para acceder, en Rusia, Internet Archive - responsable de la nostálgica herramienta Wayback Machine - también ha sido bloqueado.

Rusia acaba de incluir en su lista negra de sitios web a Wayback Machine, la herramienta de Archive.org que permite el acceso a copias de webs en el pasado, y toodo por un vídeo islamista titulado "The Clang Of Swords".

Imagina el comienzo de una realidad paralela donde la sociedad está monitorizada por un Gran Hermano en forma de IA que lo ve todo, hasta el punto de analizar de forma pormenorizada los diferentes grupos sociales que conviven en una ciudad. The Guardian revela que una ciudad de California ya está haciendo precisamente eso: entrenando a una IA para detectar, literalmente, los campamentos de personas sin hogar. Bienvenidos a la intersección de la compasión y la tecnología.

Claramente aterrizó lo suficientemente suave como para transmitir a la Tierra, pero los controladores de Intuitive Machines no tienen la claridad que esperaban... al menos no todavía. En las próximas horas, mientras los ingenieros trabajan para comprender las señales que provienen de la Luna, surgirá una imagen sobre el estado de la nave.

Mistral 7B. Aunque el modelo, que consta de 7.000 millones de parámetros, es aclamado por su precisión y eficiencia, también ha generado controversia por sus respuestas no moderadas. Mistral 7B es descrito por la empresa como un modelo más preciso que otros con el doble de su tamaño. Sin embargo, lo que ha generado más polémica es la falta de moderación o «censura» del contenido que puede generar. De hecho, el modelo puede proporcionar información sobre cómo fabricar una bomba, entre otras respuestas peligrosas.

El Instituto de Innovación Tecnológica de los EAU ha dejado al mundo boquiabierto con su reciente lanzamiento: Falcon 180B, el modelo de lenguaje abierto más grande y poderoso que existe. Este gigante tecnológico cuenta con 180 mil millones de parámetros y ha sido entrenado con 3,5 billones de tokens. ¡Una verdadera hazaña en el mundo de la inteligencia artificial! Después de asombrar al mundo con Falcon-40B, que en su momento fue uno de los modelos base más potentes jamás entrenados, lo han hecho de nuevo. Falcon 180B.

LAION es una organización sin ánimo de lucro que tiene como objetivo fomentar la adopción responsable de la inteligencia artificial (IA) a través de una red abierta. Se dedica a proporcionar conjuntos de datos, herramientas y modelos de aprendizaje automático para impulsar la investigación y la educación en este campo. Su enfoque se centra en la reutilización de recursos existentes para promover un uso eficiente y respetuoso con el medio ambiente.

Primera parte del curso, originalmente de distribución interna en Google, "Making Friends with Machine Learning", creado para inspirar a principiantes y para divertir a expertos.

Revive Machines, un equipo de entusiastas en Polonia está trabajando en revivir el Atari 800XL, el mítico ordenador que fue lanzado en 1983 y que se convirtió en uno de los equipos más populares de aquellos años. El RM 800XL, como la llama Revive Machines no es una restauración de equipos ya existentes. Sino que fabrican desde cero el ordenador pero con componentes internos modernos, pero manteniendo su diseño clásico. Además, retienen todos los puertos originales pero sumando salida HDMI, USB-A y USB-C.

Sobre estas líneas, el mensaje de no disponibilidad que acabo de recibir de ChatGPT: un poema acróstico (con versos que comienzan por cada una de sus iniciales) que informa de que el chatbot conversacional no está actualmente disponible debido a una demanda muy elevada. En realidad, la cuestión la vi venir ya ayer por la tarde, durante una clase en la que utilicé ChatGPT extensivamente para ilustrar las posibilidades del machine learning, y en la que muchos de mis alumnos también se dieron de alta en el servicio para probarlo ellos

Una nueva herramienta de IA está triunfando en redes sociales como TikTok y te permitirá conocerte en todas las épocas históricas subiendo algunas fotos tuyas. AI Time Machine, de la empresa de análisis de ADN MyHeritage, es una nueva y divertida herramienta que permite a los usuarios crear imágenes de una persona en diferentes periodos de tiempo a lo largo de la historia utilizando la tecnología del generador de imágenes de IA.

Aunque esta berlina de lujo no se producirá hasta 2025, su modelo "La Machina", de 500CV y 1000 km de autonomía acaba de recibir un mínimo de 10.000 pedidos por parte de Agilauto, después de que deslumbrara en el reciente salón del automóvil de Paris. La cifra es sorprendente si tenemos en cuenta que la tecnología de hidrógeno que aporta es nueva y la red de hidrogeneras es muy pequeña en Francia.

Aprende cómo puedes generar infinitas imágenes con tu cara usando Inteligencia Artificial En concreto vamos a re-entrenar a Stable Diffusion con Dreambooth para enseñarle nuevos conceptos, como otras personas, objetos, animales o estilos artísticos.

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.

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

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

¿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.