Next Web: web 3.0, web semántica y el futuro de internet > inteligencia artificial

    sortFiltrar Ordenar
    45 resultados

    Página Web

    /

    Publicado el 17.1.2019 por Equipo GNOSS

    Lanzamiento de la primera plataforma europea de Inteligencia Artificial

    El proyecto AI4EU de la Comisión Europea (Inteligencia Artificial para la Unión Europea), lanzado oficialmente el 10-1-2019, nace con el fin de construir la primera plataforma europea de Inteligencia Artificial (IA) a demanda y movilizar a toda la comunidad europea de IA. El proyecto cuenta con un presupuesto de 20 millones de euros. Como líder del proyecto, el Grupo Thales está coordinando el despliegue de la plataforma y promoviendo la colaboración dentro de un ecosistema activo que se extiende más allá de la membresía actual del proyecto, que incluye 79 organizaciones de 21 países de la UE. 

    A través del proyecto AI4EU, la Comisión Europea está tratando de hacer realidad las promesas de la IA para la sociedad europea al impulsar las capacidades tecnológicas e industriales de Europa, mejorar la competitividad industrial y acelerar la adopción de la IA en todos los sectores de la economía. La plataforma futura posicionará a Europa como un jugador líder en el escenario mundial de inteligencia artificial con un fuerte enfoque en cuestiones éticas.

    El proyecto incluye la creación de un observatorio de ética a nivel europeo para liderar amplias discusiones y debates sobre el papel de los humanos en una sociedad habilitada para la IA, y para promover el desarrollo de la IA explicable y verificable.

    El Grupo Thales ha sido elegido por la Comisión Europea para coordinar el desarrollo general del proyecto y, como todos los demás socios involucrados, hará que las herramientas, componentes, módulos, conocimientos, algoritmos y casos de uso de AI de clase mundial estén disponibles en la plataforma. Cualquier miembro de la extensa comunidad europea de TIC (Tecnologías de la información y las comunicaciones) podrá utilizar estos elementos directamente, sin necesidad de conocimientos teóricos. La comunidad formada por el proyecto también proporcionará asistencia práctica para ayudar a los usuarios (pymes, empresas emergentes, empresarios, científicos, empresas industriales, empresas de capital de riesgo, etc.) a beneficiarse de la plataforma.

    El objetivo de este proyecto de tres años es promover la colaboración dentro del ecosistema de IA en Europa para alentar a las partes interesadas a compartir, usar y crear valor a partir de nuevas soluciones en sectores estratégicos de la economía europea, incluyendo robótica, salud, medios de comunicación, agricultura, IoT y la seguridad cibernética. También proporcionará insumos clave para ayudar a formar una agenda estratégica sólida y completa para la IA europea.

     Más información:

    AI4EU project website

    AI4EU project launches on 1 January 2019 

    ...

    Página Web

    /

    Publicado el 2.1.2019 por Equipo GNOSS

    Inteligencia Artificial: distinguiendo la moda de la realidad - Datanami

    Se trata de un interesante artículo de Alex Woodie, Editor in Chief de Datanami, en el que se pone en cuestión los límites y naturaleza de la actual moda (hype) de la Inteligencia Artificial.

    Por una parte, tenemos increibles avances en machine learning, gracias a las redes neuronales que usan GPUs (Graphics Processing Unit) muy rápidas y que están entrenadas con grandes cantidades de datos. Esta forma de IA ha impulsado enormemente los sistemas de visión artificial y de reconocimiento del habla, a menudo por encima de la capacidad de los humanos.

    Por otra, estamos lejos de comenzar a ver los tipos de automatización que muchos esperan de la IA. A pesar de que se empujan las fronteras de lo que es posible hacer con estas máquinas y algoritmos, ya hemos llegado a algunos límites de lo que estas tecnologías pueden conseguir.

    Los vehículos autónomos son una prueba evidente. A pesar de los enormes progresos, hay casos, como el padecido por la empresa DarwinAI, que exponen los problemas de estos sistemas en el mundo real al salirse de los casos previstos. El sistema de DarwinAI decidía desviarse a la izquierda sin razón aparente, hasta que descubrieron que se debía a una mala interpretación del color del cielo.

    Otro ejemplo curioso es el experimento llevado a cabo por investigadores de Carnegie Mellon, que fueron capaces de confundir tanto a un sistema de reconocimiento facial como para que identificara a uno de ellos como la actriz Milla Jovovich, a pesar de ser claramente un hombre (el estudiante de doctorado Mahmood Sharif), por el simple método de usar una montura de gafas diseñada para provocar el error.

    Esto, que podría parecer una anécdota, expone unos problemas de seguridad preocupantes, además de diluir los límites en lo que podríamos llegar a percibir como real o irreal.

    Es decir, las aplicaciones de IA actuales basadas en machine learning funcionan muy bien o excepcionalmente bien en ámbitos muy "estrechos", pero bastante peor cuando intentan pasar de un ámbito a otro o simplemente ejecutarse en el poco previsible mundo real. Eso sí, hay un consenso en que aún no hemos llegado a la cúspide de lo que se podría conseguir con las tecnologías actuales de IA, que el autor llama "estadística con esteroides" y otros han denominado como "estadística glorificada" (John Alexis Guerra).

    Hace unos 70 años que la inteligencia artificial forma parte del imaginario tecnológico colectivo. Desde entonces, ha tenido periodos innovadores prometedores con otros en los que las innovaciones parecían estancarse. Algunos investigadores de IA han llamado a estos periodos veranos e inviernos de la inteligencia artificial. Parecemos estar en un verano muy soleado, ¿cuándo dejará el calor actual paso a la realidad?

    ...

    Página Web

    /

    Publicado el 2.1.2019 por Equipo GNOSS

    La siguiente Inteligencia Artificial - DARPA - AI Next Campaign

    Durante más de 5 décadas, DARPA (Defense Advanced Research Projects Agency) ha liderado la investigación y desarrollo que ha posibilitado el avance y aplicación de tecnologías de Inteligencia Artificial basadas en reglas y aprendizaje estadístico. Propone ahora el desarrollo y aplicación de una "tercera ola" de tecnologías de inteligencia artificial, con el programa "AI Next", en el que invertirá 2.000 millones de dólares.

    Las áreas claves del programa serán la automatización de procesos de negocio críticos del Departamento de Defensa de los Estados Unidos de América; mejora de la robustez y fiabilidad de los sistemas de IA; mejoras en la seguridad y resistencia de las tecnologías de machine learning; reducción del consumo energético y de las ineficiencias de rendimiento; y ser pioneros en la siguiente generación de algoritmos y aplicaciones de inteligencia artificial, como la "explicabilidad" y el razonamiento de sentido común.

    Las áreas específicas de la campaña AI Next son: 

    • Nuevas capacidades. Automatizar procesos críticos de negocio, como la acreditación de nuevos sistemas de software.
    • IA Robusta. Analizar los fallos de las tecnologías de IA, actualmente poco comprendidos, para obtener un rendimiento fiable.
    • IA Adversarial. Mejorar la robustez de los sistemas. Si bien es la herramienta más potente de la IA actual, machine learning se ha demostrado como fácilmente engañable con pequeños cambios en los inputs que nunca confundirían a un humano (ver Inteligencia Artificial: distinguiendo la moda de la realidad). Los datos usados para entrenar al sistema podrían ser incorrectos y hacer que el sistema fuese vulnerable a un ciberataque.
    • IA de alto rendimiento. Mejorar el rendimiento conteniendo y/o reduciendo el gasto energético, mediante el rediseño de algoritmos y hardware.
    • IA de siguiente generación. Añadir a los sistemas la capacidad de explicar sus resultados y dotarlos de razonamiento con conocimiento de sentido común.

     

    ...

    Página Web

    /

    Publicado el 29.11.2018 por Equipo GNOSS

    ¿Es más complicado que las máquinas entiendan el español que otros idiomas?

    En este artículo de Xataka se recogen opiniones de expertos en procesamiento de lenguaje natural, en las que exponen las dificultades de los sistemas para reconocer contextos y procesar ambigüedades, localismos o ironías.

    Según el artículo, esto es más complicado en español que en inglés y mucho más en lenguas con una morfología más compleja, como por ejemplo el euskera, el alemán o el finés con sus mecanismos de palabras compuestas.

    ...

    Página Web

    /

    Publicado el 29.11.2018 por Equipo GNOSS

    Artificial Unintelligence, o cómo los ordenadores entienden mal el mundo

    El libro Artificial Unintelligence, de Meredith Broussard, consigue, desde su propio título, poner en cuestión los límites de las actuales iniciativas de Inteligencia Artificial y explica por qué no debemos asumir que los ordenadores siempre tienen razón.

    Meredith Broussard argumenta que el entusiasmo colectivo para aplicar las tecnologías informáticas a todos los aspectos de la vida ha dado como resultado una enorme cantidad de sistemas pobremente diseñados. Según esta tesis, estamos tan ansiosos por hacer todo digitalmente (desde pedir comida a encontrar pareja) que hemos dejado de pedir que la tecnología funcione realmente y debemos recordar que hay límites fundamentales en lo que podemos (y debemos) hacer con la tecnología.

    La autora acusa al tecno-chauvinismo (la creencia de que la tecnología es siempre la solución) e indica que es simplemente falso que los problemas sociales vayan a desaparecer gracias a una utopía tecnológica. Para demostrarlo, nos invita a acompañarle en un preocupante viaje en un coche autónomo, a analizar con inteligencia artificial por qué los estudiantes no puede superar tests estandarizados o a intentar arreglar el sistema de financiación de las campañas electorales de EEUU construyendo un software de inteligencia artificial.

    ...

    Página Web

    /

    Publicado el 25.11.2018 por Ricardo Alonso Maturana

    El hazmerreír de las redes neuronales [RETINA-El País Economía] Publicado en Colorado el 19 NOV 2018

    Janelle Shane entrena redes neuronales para imitar datasets humanos llevando el humor absurdo a otro nivel. En la 'cabeza' de estos algoritmos, 'lámpara sexi' podría ser un disfraz de Halloween

    RESUMEN DEL ARTÍCULO:

    Por las mañanas, Janelle Shane se dedica a la investigación científica en el campo de la óptica. Por las noches, entrena redes neuronales para que hagan el ridículo. Por las mañanas, firma estudios como Efectos de la temperatura en nanoláseres semiconductores con revestimiento metálico. Por las tardes, firma posts como Personajes de Dragones y Mazmorras, generados por una red neuronal. ¿Intrigante? Con todos ustedes, Tretcher Twestybeard, la bruja enana.

    [...]

    Cuando se reencontró con la inteligencia artificial que había conocido brevemente en 2002, los cambios eran evidentes. "Ahora las redes neuronales son algo enorme. Filtran tu correo, te recomiendan películas, reconocen las caras de tus fotos... Esa explosión de aplicaciones comerciales se ha dado en los últimos diez años", afirma.

    Sin embargo, en el campo del humor queda mucho por hacer. "Hacer un chiste que funcione como uno humano en lugar de ser divertido porque fracasa terriblemente es un tema más complicado", asegura. Ha habido intentos de generar chistes utilizando listas de palabras relacionadas y los resultados son técnicamente correctos, pero ni remotamente divertidos. "Sencillamente les falta algo", sentencia Shane. ¿Veremos el día en que la inteligencia artificial sea capaz de reconocer y disfrutar el humor? "No creo. Eso es ciencia ficción".

     

    ...

    Página Web

    /

    Publicado el 21.11.2018 por Equipo GNOSS

    Streams, el asistente de Inteligencia Artificial para enfermeras y médicos de DeepMind, es absorbido por Google

    Los algoritmos de Google comenzarán a trabajar con datos sanitarios procedentes del Reino Unido de la mano de la empresa de Inteligencia Artificial DeepMind. Google ha absorbido la sección DeepMind Health y su aplicación de IA, Streams desarrollada para ayudar al Servicio Nacional de Salud (NHS) del Reino Unido,

    Streams, “reúne información médica importante, como los resultados de los análisis de sangre de los pacientes, en un solo lugar, lo que permite a los médicos de nuestros hospitales asociados detectar problemas graves mientras están en movimiento”.  Desde DeepMind señalan que espera que la IA ayude en los próximos años a transformar el progreso de la medicina y especialmente el diagnóstico, mejorándolo “potencialmente”, así como “el descubrimiento de fármacos y mucho más”.

    Una noticia muy polémica dado el malestar en el Reino Unido causado por uno de los primeros acuerdos de DeepMind con el NHS. En 2017 se dictaminó que esta asociación entre DeepMind y NHS era ilegal, por haberse recopilado datos médicos de 1,6 millones de pacientes sin informarles.

    DeepMind Health ha producido más aplicaciones inmediatas y prácticas que otras partes de la compañía, lo que probablemente lo convirtió en un objetivo tentador para el nuevo CEO de Google Health, David Feinberg. El nuevo mandato de Feinberg es reestructurar todas las apuestas dispares de Google en materia de salud, desde el hardware hasta los algoritmos.

     

    Información vía: https://www.theverge.com/https://www.bbc.com/news/technology-46206677

     

    ...

    Página Web

    /

    Publicado el 21.11.2018 por Equipo GNOSS

    Finalmente, una máquina que puede terminar su oración (New York Times)

    Completar el pensamiento de otra persona no es un una tarea sencilla para la Inteligencia Artificial. Pero los nuevos sistemas están empezando a descifrar el código del lenguaje natural.

    Este artículo de NYT detalla que Google reveló recientemene un sistema llamado Bert  que puede adivinar las palabras que faltan en millones de oraciones  (como "el hombre entró a una tienda y compró un ____ de leche"). También puede comprender muchas de las relaciones fundamentales entre las palabras en el idioma inglés, según afirma Jacob Devlin,  el investigador de Google al cargo de la creación de Bert.

    Bert tuvo éxito en parte porque se apoyaba en una enorme capacidad de procesamiento informático que no estaba disponible en las redes neuronales de años anteriores. Analizó todos los artículos de Wikipedia a lo largo de varios días utilizando docenas de procesadores construidos por Google específicamente para entrenar redes neuronales .

    Este mes, Google "abre la fuente" de su sistema Bert,  una vez entrenado en 102 idiomas, para que otros puedan aplicarlo a tareas adicionales. 

    ...

    Vídeo

    /

    Publicado el 17.10.2018 por Equipo GNOSS

    Inteligencia Artificial: cómo cambiará el mundo y tu vida. Espacio Fundación Telefónica

    Pablo Rodríguez revela las últimas claves de la inteligencia artificial acompañado de Roger Domingo, director editorial Grupo Planeta; y de Juan Ignacio Cirac, Premio Príncipe de Asturias de Investigación Científica y Técnica 2006.

    "Los datos son el combustible de la inteligencia artificial. Dicen tanto de nuestro comportamiento e interacciones y de cómo nos relacionamos con el entorno que, con la ayuda de potentes ordenadores y sofisticadas técnicas estadísticas, y en conjunción con la inteligencia artificial, pueden transformar para mejor la vida de millones de personas.

    Casi todos los problemas importantes del ser humano se pueden abordar usando los datos y la inteligencia artificial. Y, en este mismo momento, los algoritmos de inteligencia artificial están intentando predecir tu próximo movimiento, aprendiendo a conducir y luchando contra el cáncer. Allá donde haya una base de macrodatos, probablemente haya un algoritmo de inteligencia artificial trabajando para aprender lo que pueda de ellos. Y es que estos datos pueden ayudar a prevenir enfermedades, epidemias y catástrofes, permitir que las personas con discapacidades disfruten de una vida mejor, optimizar los recursos escasos y trabajar en favor de la inclusión, la seguridad y la equidad.

    Este fascinante libro plantea un recorrido por la historia de los datos, una mirada extraordinaria a su funcionamiento, un mapeo de las redes, el retrato de los gurús de los macrodatos y el futuro del internet de las cosas y de la inteligencia artificial. En él, Pablo Rodríguez desarrolla el que tal vez sea el análisis más completo de la próxima gran revolución que vamos a experimentar los humanos"

    ...

    Vídeo

    /

    Publicado el 1.10.2018 por Equipo GNOSS

    Don't fear intelligent machines. Work with them (Garry Kasparov. TED)

    Debemos enfrentar nuestros temores si queremos aprovechar al máximo la tecnología, y debemos vencer esos temores si queremos sacar lo mejor de la humanidad, dice Garry Kasparov. Uno de los mejores jugadores de ajedrez de la historia, Kasparov perdió un partido memorable con la supercomputadora IBM Deep Blue en 1997. Ahora comparte su visión de un futuro donde las máquinas inteligentes nos ayudan a convertir nuestros sueños más grandiosos en realidad.

    Kasparov señala en esta charla TED  que "la inteligencia artificial avanza tan rápido, que de hecho no es el futuro, sino el presente que ya vivimos. [...] Como alguien que se enfrentó con máquinas, puedo decirles que estas son excelentes noticias. Eventualmente, cada profesión tendrá que sentir esta presión, o bien significará que la humanidad ha dejado de hacer progresos. No podemos elegir cuándo o dónde se detiene el progreso tecnológico, no podemos retrasarlo. De hecho, tenemos que acelerarlo”.
     

    ...

    Categorías: