Resources > Artificial intelligence

    sortFiltrar Ordenar
    77 results

    Hyperlink

    /

    Published on 22.8.2019 by Equipo GNOSS

    Los grafos de conocimiento de nuevo en 2019 el 'Hype Cycle for Emerging Technologies de Gartner

    Los Grafos de Conocimiento siguen en 2019 en la zona de subida del Hype Cycle for Emerging Technologies 2019 de Gartner. Los encontramos por primera vez en los 'hype cycle' de Gartner el año pasado tanto en el de Emerging Technologies como en el de Inteligencia Artificial 2018.

    Este año agrupa las tecnologías emergentes en 5 tendencias:

    • Sensorización y movilidad.
    • Humanos aumentados.
    • Computación y comunicación "postclásicas".
    • Ecosistemas digitales.
    • Inteligencia Artificial avanzada y analítica.

    Gartner publicó su informe el 2 de agosto de 2019 en: https://www.gartner.com/en/documents/3956015 (puedes ver el resumen y la tabla de contenidos más abajo) y el 29 de agosto un resumen de su informe en el que comenta las novedades respecto a estas cinco tendencia. Puedes leer el artículo en el siguiente enlace: https://www.gartner.com/smarterwithgartner/5-trends-appear-on-the-gartner-hype-cycle-for-emerging-technologies-2019/

    Published: 06 August 2019

    ID: G00370466

    Analyst(s): David Smith , Brian Burke

    Summary:

    The 2019 Hype Cycle highlights the emerging technologies with significant impact on business, society and people over the next five to 10 years. This year includes technologies that promise to deliver a global low-latency internet, create a virtual map of the real world and mimic human creativity.

    Table of contents:

    Analysis

    • What You Need to Know
    • The Hype Cycle
    • The Priority Matrix
    • Off the Hype Cycle
    • On the Rise
      • Biotech — Cultured or Artificial Tissue
      • Immersive Workspaces
      • AR Cloud
      • Decentralized Web
      • Generative Adversarial Networks
      • Adaptive ML
      • DigitalOps
      • Decentralized Autonomous Organization
      • Nanoscale 3D Printing
      • Augmented Intelligence
      • Flying Autonomous Vehicles
      • Transfer Learning
      • Emotion AI
      • Light Cargo Delivery Drones
      • Synthetic Data
      • Knowledge Graphs
      • Personification
      • Explainable AI
    • At the Peak
      • Edge AI
      • Low Earth Orbit Satellite Systems
      • Autonomous Driving Level 5
      • Edge Analytics
      • AI PaaS
      • Biochips
      • 5G
      • Graph Analytics
    • Sliding Into the Trough
      • Next-Generation Memory
      • 3D Sensing Cameras
      • Autonomous Driving Level 4
    • Appendixes
      • Hype Cycle Phases, Benefit Ratings and Maturity Levels

    ...

    Pdf

    /

    Published on 25.6.2019 by Equipo GNOSS

    ProFuturo y la UNESCO presentan los seis retos de  la IA en la educación

    La Fundación Telefónica ha presentado en un evento oficial su informe 'Inteligencia Artificial en Educación: retos y oportunidades para el desarrollo', un documento estructurado en tres partes que aborda los seis retos principales que presenta la Inteligencia Artificial como motor para el desarrollo de la educación, enfocado a entornos vulnerables. 

    Tal y como nos presenta Profuturo en la introducción del documento, la primera parte trata sobre cómo la IA puede ayudar a mejorar la educación y la enseñanza a través de casos prácticos, ofreciendo ejemplos sobre el modo en que la tecnología de IA puede ayudar a los sistemas educativos a utilizar datos para mejorar la calidad y equidad educativas en los países en vía de desarrollo.

    La segunda sobre la preparación de los estudiantes para prosperar en un futuro saturado de IA así como el cambio necesario en el sistema educativo para afrontar un mundo con la IA, explorando experiencias de gobiernos e instituciones educativas.

    La tercera cierra con un resumen de los 6 principales retos e implicaciones en política pública para la introducción de la IA en educación y de cómo preparar a los estudiantes para un contexto impulsado por la IA. Estos retos se basan en: desarrollar una política pública exhaustiva sobre la IA para el desarrollo; garantizar un uso inclusivo y equitativo de la IA en la educación; preparar a los profesores para una educación impulsada por la IA; desarrollar sistemas de datos inclusivos y de calidad; conseguir que la investigación sobre la IA en educación sea significativa y el último sobre la ética y la transparencia en la recopilación, uso y divulgación de los datos.

    Finalmente, el documento acaba con una invitación para abrir nuevos debates en torno a los usos, posibilidades y riesgos de la IA en la educación para el desarrollo.

    ...

    Video

    /

    Published on 21.3.2019 by Equipo GNOSS

    Transformación digital e Inteligencia Artificial, por Carme Artigas (RETINA LTD)

    Carme Artigas,  Fundadora y CEO de Synergic Partners (Telefónica), explica su visión acerca de la transformación digital y el papel que juega en ella la inteligencia artificial.  Para Carme, el valor de negocio de los datos (big data)  llega en tres ámbitos: genera nuevas fuentes de ingresos a raíz de la personalización, reduce el fraude y riesgo y es más eficiente en términos operativos, ayuda a tomar mejores decisiones.

    La entrevista se desarrolló en RETINA LTD, el evento de EL PAÍS Retina que reunió a los líderes de la transformación digital en el Museo Reina Sofía de Madrid el 28 de noviembre de 2017.

    ...

    Hyperlink

    /

    Published on 21.2.2019 by Equipo GNOSS

    Gartner sitúa Graph Analytics entre las cinco primeras tendencias tecnológicas en 2019

    La consultora Gartner ha aprovechado la celebración de la cumbre Gartner Data & Analytics, celebrada en Sydney en febrero, para identificar las principales tendencias tecnológicas de datos y análisis que contarán con un gran potencial entre los próximos tres a cinco años, marcando las futuras líneas de investigación y desarrollo en este ámbito.  

    Dentro de este ránking de tendencias encontramos en la cuarta posición la Inteligencia Artificial Explicable, implementada cada vez más para aumentar y remplazar la toma de decisiones humanas. La Inteligencia Artificial Explicable en la ciencia de datos y las plataformas de aprendizaje automático (ML), por ejemplo, sería capaz de generar automáticamente una explicación de los modelos en términos de precisión, atributos y estadísticas en lenguaje natural.

    En la quinta posición se sitúa Graph Analytics, conjunto de técnicas analíticas que permite la exploración de relaciones entre entidades de interés, tales como organizaciones, personas y transacciones.

    La aplicación del procesamiento de gráficos y los DBMS de gráficos crecerá al 100% anual hasta 2022 para acelerar continuamente la preparación de datos y permitir una ciencia de datos más compleja y adaptable. 

    En su intervención, Rita Sallam, vicepresidente de investigación de Gartner, ha dejado patente el potencial impacto que los líderes de datos y análisis pueden tener en el negocio de estas tendencias, adaptando en consecuencia a ello modelos de negocio y operaciones.

    Asimismo, Gartner recomienda que los líderes de datos y análisis hablen con los líderes empresariales sobre sus prioridades comerciales y exploren cómo estas tendencias pueden posibilitar nuevas posibilidades de negocio.

     

    ‘TOP 10’ de Tendencias Tecnológicas:

    N ° 1: Análisis Aumentado

    Nº 2: Gestión de datos aumentados

    Nº 3: Inteligencia continua

    Nº 4: Inteligencia Artificial Explicable

    Nº 5: Graph Analytics                                                   

    Nº 6: Red de datos

    Nº 7: Procesamiento de Lenguaje Natural (NLP) / Análisis Conversacional

    Nº 8: Aprendizaje automático (ML) e Inteligencia Artificial  con soluciones comerciales

    Nº 9: Blockchain

    Nº 10: Servidores de memoria persistentes

     

    Las próximas cumbres Gartner Data & Analytics 2019 se llevarán a cabo del 4 al 6 de marzo en Londres , del 18 al 21 de marzo en Orlando , del 29 al 30 de mayo en Sao Paulo , del 10 al 11 de junio en Mumbai , del 11 al 12 de septiembre en la Ciudad de México y del 19 al 19 de octubre. 20 en Frankfurt. 

    ...

    Hyperlink

    /

    Published on 19.1.2019 by Equipo GNOSS

    Predicciones de inteligencia artificial para 2019

    2018 fue un año importante para la inteligencia artificial, desde la privacidad de los datos hasta la "carrera de armamentos" de la Inteligencia Artificial. ¿Pero qué nos espera en 2019?  DATAVERSITY pregunta a algunos de sus expertos analistas.

    David Yeo, Cliente Partner:

    • Las compañías líderes expandirán la adopción de robots de voz, que realizarán una mayor parte de las tareas de menor valor agregado.
    • El análisis de imágenes será más sofisticado haciendo hincapié en el ajuste de reclamaciones para estimar con mayor precisión los daños a la propiedad y al automóvil.
    • IA comenzará a incorporarse en los paneles de métricas de las empresas líderes para ofrecer interfaces de procesamiento en lenguaje natural (NLP) y perspectivas predictivas.

    Andy Walters, Asesor Estratégico y Miembro de la Junta:

    • La carrera de armamentos de AI / Analytics continuará a medida que las empresas se vuelvan más ágiles, ágiles y se centren en el crecimiento. Los líderes que han aprovechado las capacidades de inteligencia artificial en todos los procesos comerciales específicos se expandirán a oportunidades de impulso de valor en toda la empresa. La "empresa inteligente" vencerá a la competencia en la línea superior e inferior.
    • Las compañías de atención médica estarán más presionadas cuando se trata de márgenes, lanzamientos de nuevos medicamentos y regulaciones. Aprovecharán la tecnología disruptiva de la inteligencia artificial para impulsar avances para investigadores, médicos y pacientes. Los productos farmacéuticos acelerarán las inversiones estratégicas en nuevas empresas y capacidades de análisis.
    • Las empresas y las empresas de nueva creación por igual aprovecharán completamente la tecnología basada en la nube y buscarán que los fabricantes de chips AI como Nvidia se asocien con proveedores de software y nube para construir motores de IA escalados que estimulen modelos de negocios innovadores. AI / Analytics basado en la nube proporcionará el próximo avance de "Ley de Moore" para el dominio.

    Doug Hillary, Asesor Estratégico y Miembro de la Junta:

    • Las empresas incrementarán el uso del Procesamiento de lenguaje natural (NLP) y la integración de voz con datos de back-end, análisis y sistemas heredados de CRM / ERP para crear un servicio al cliente mejorado y más personalizado para consumidores y empleados.
    • La próxima ola de “inteligencia inmersiva” facilitará las vidas como consumidores. La realidad aumentada se combinará con el aprendizaje automático, los asistentes virtuales y los dispositivos portátiles para facilitar la conexión, la compra, el juego y las tareas en el hogar, así como para gestionar el bienestar con los proveedores de atención médica.
    • Las inversiones en automatización de procesos robóticos (RPA) se acelerarán rápidamente para impulsar las ganancias de productividad y eficiencia en una gama más amplia de operaciones de back office y desafíos de automatización de extremo a extremo más complejos (por ejemplo, PO para el procesamiento de pedidos).
    • El lanzamiento de 5G en 2018 y el despliegue de dispositivos “perimetrales” habilitados para 5G, como teléfonos inteligentes, puntos de acceso, puertas de enlace y dispositivos IoT en 2019, acelerarán la capacidad de realizar análisis en una arquitectura híbrida o distribuida; permitiendo una nueva generación de casos de uso comercial y de consumo para AI.
    • La desaceleración del crecimiento macroeconómico y la escasez de talento, junto con un mayor enfoque para obtener los beneficios de la transformación digital en mercados hipercompetitivos, obligarán a los CIO a hacer menos en la empresa y confiar en un ecosistema de socios.
    • Los ejecutivos y profesionales de recursos humanos deberán tomar en serio el desafío de volver a capacitar, o mejorar la capacitación de las fuerzas de trabajo existentes, para adaptarse, trabajar y prosperar con el "trabajo digital".

    Bhaskar Roy, Cliente Socio y Jefe de Customer Analytics:

    • Cambio del procesamiento en la nube al Edge Computing : a medida que se necesiten más decisiones en tiempo real, el tiempo de decisión deberá disminuir para permitir acciones más inteligentes por parte de las máquinas conectadas, IoT, etc. Esto conducirá a un cambio en el procesamiento de datos y la capacidad de cálculo hacia Edge, para permitir aplicaciones más dinámicas del mundo real.
    • Seguridad y privacidad de los datos: a medida que más países miren la localización del almacenamiento de datos y la definición de límites / límites de uso de datos, se cuestionará la capacidad de generar información personalizada. Esto debería conducir idealmente a que las organizaciones busquen formas innovadoras de impulsar el compromiso del cliente.
    • El comercio de voz cobra importancia: a medida que más y más servicios / sitios web se integren con capacidades de voz como Siri, Alexa, Google Assistant, etc., las organizaciones necesitarán redefinir sus estrategias de SEO para impulsar conversiones similares / superiores. Esto, combinado con la mercantilización de las capacidades de voz-bot / chat-bot, debería llevar a nuevas iniciativas de experiencia del cliente.

    Sankar Narayanan, Director de prácticas BFSI, TMT, Asistencia sanitaria e ingeniería:

    • La mejora de las experiencias y los servicios para asesores y clientes (inversionistas institucionales, HNI, etc.) serán áreas de enfoque clave para las iniciativas de Inteligencia Artificial de las compañías de gestión de activos en el próximo año. Las soluciones de inversión simplificadas y el asesoramiento a pedido (a menudo a través de canales en línea / móviles) también avanzarán el próximo año.
    • El 2019 probablemente experimentará un movimiento serio por parte de uno o más de los gigantes de la tecnología, como GAFA (Google, Amazon, Facebook y Apple), que darán un giro a la la industria multimillonaria de inversiones, por ejemplo, al proporcionar servicios de gestión de activos, intensificar la competencia, así como crear presión entre los operadores tradicionales para mejorar las eficiencia de las operaciones. Los actores diferenciales incluirán manejo de datos enormes, el mejor talento científico en datos y la capacidad de operar con alta eficiencia.
    • La guerra por la inteligencia artificial y la ingeniería: cambiar las estructuras de tarifas hacia una generación "alfa". Se prevé que al menos 4-5 instituciones líderes vincularán las tarifas con el desempeño. Esto conducirá a una actividad ferviente hacia la adquisición de fuentes de datos alternativas, inteligencia artificial y talento de ingeniería de datos y más asociaciones con la academia y FinTechs.
    • AI debería avanzar hacia implementaciones a gran escala, incorporando ingeniería como la migración a la nube, la reducción de la latencia de los datos y el diseño, especialmente para simplificar y personalizar las soluciones.
    • La influencia de las ciencias del comportamiento irá más allá de las estrategias basadas en objetivos. Una adopción generalizada de las ciencias del comportamiento incorporará facetas del sesgo cognitivo, las emociones humanas y la teoría de juegos en los procesos de inversión y asesoramiento.

    Lana Klein, Socio Director, Growth Analytics & AI Transformation (GAIT):

    • Managing the AI ​​Wild West: el crecimiento de AI provocará una ola de acciones legales, éticas y legislativas para gestionar la forma en que la humanidad trata los grandes datos y la tecnología. AI y big data están creando muchos nuevos dilemas morales y legales para la humanidad. La tecnología creció mucho más rápido que la capacidad humana para lidiar con las implicaciones legales, éticas y psicológicas, creando la IA como "el salvaje oeste". En los próximos años veremos acciones relacionadas con la forma de resolver estos problemas. ¿Cómo nos sentimos acerca de que alguien posiblemente esté al tanto de todos nuestros movimientos, necesidades y pensamientos, incluso si no significan ningún daño? ¿Cuánto de nuestra privacidad estamos dispuestos a sacrificar por más comodidad y seguridad? ¿Cómo nos sentimos acerca de la posibilidad de expandir nuestro intelecto al fusionar los chips AI con nuestros cerebros? Estas y muchas otras preguntas deberán abordarse. Se aprobarán nuevas leyes,
    • Aparición de AI Personal Security Agents: los motores de inteligencia artificial que desempeñan un papel similar al del software antivirus, nos ayudan a gestionar la exposición de los datos personales, protegen la privacidad y nos protegen contra el uso indebido de los datos. Piensa en esto: Google conoce tus pensamientos y temores más secretos, Facebook conoce a toda tu familia y tu círculo social, quién es tu enamorado secreto, qué puntos de vista políticos expresas públicamente y qué piensas, los lugares a los que has viajado y te han gustado. Mint sabe más sobre sus finanzas y sus hábitos de gasto incluso más que usted, y 23 y yo conocemos su genoma completo.

    Alina Ignatiuk, Jefe de Proyectos, y Alexander Sychov, Científico principal de datos-GAIT-:

    • Democratización de la IA: aumentará el poder de los no expertos para usar y replicar las tecnologías de la IA. Esto se habilitará por la cantidad de programas educativos diseñados para especialistas no técnicos, aplicaciones con interfaces fáciles de usar para desarrolladores de IA y salarios más altos e interés en los productos de AI en el mercado. Dicha democratización ayudará a aumentar la exposición de las tecnologías de la IA y, literalmente, las llevará a cada hogar y permitirá que "las masas / comunidad en general" aprovechen eso y mejoren la calidad de vida. Al mismo tiempo, las empresas orientadas a la tecnología seguirán enfrentando la escasez de especialistas calificados que pueden trabajar y desarrollar innovaciones innovadoras en este campo.
    • "El propietario de los datos es el dueño del mundo": los gigantes de la tecnología utilizarán su ventaja monopólica en relación con los grandes datos que poseen y obtendrán beneficios adicionales al descubrir ideas utilizando la IA. Al mismo tiempo, más datos estarán disponibles al público, lo que llevará a más iniciativas públicas y mejoramiento de los servicios comunitarios.
    • Fragmentación y diversificación del mercado de la inteligencia artificial y la ciencia de la información: aunque los principales avances fundamentales y las innovaciones de vanguardia todavía se realizarán con el "chip azul de la inteligencia artificial" (piense en las principales compañías de tecnología global y analíticas, además de los gobiernos de los principales países), más empresas En todo el mundo se unirá a este sector con un número creciente de empresas de nueva creación basadas en tecnología de inteligencia artificial.
    • El desarrollo y la difusión de las aplicaciones y tecnologías de la IA se convertirán en una vía de doble sentido para los seres humanos: mantendrán los problemas crecientes con la privacidad de los datos personales, el aumento de la invasión de la privacidad personal y el aumento de la manipulación psicológica mediante el uso de datos más implícitos, psicológicos y de comportamiento. Al mismo tiempo, se proporcionará a los clientes una mejor variedad y calidad de servicios y productos, y AI también permitirá la introducción de productos y servicios innovadores que conducirán al siguiente nivel de estándares de vida.
    • El desarrollo de las tecnologías de inteligencia artificial permite su aplicación en nuevas industrias, como los servicios legales: por ejemplo, el sistema heredado basado en precedentes de los EE. UU. Genera una gran cantidad de datos como sentencias judiciales, precedentes, resúmenes de audiencias judiciales, etc. Este es un fondo perfecto para AI Aplicación y proporciona grandes oportunidades de reducción de costos para las empresas de derecho.
    • Pasando de la generación de conocimientos basados ​​en humanos a la generación de conocimientos basados ​​en la inteligencia artificial: esto será posible gracias al número creciente de datos socioeconómicos y tendencias de mercado disponibles públicamente.
    • La IA será un importante impulsor del aumento de la productividad en las industrias tradicionales: traerá nuevas tecnologías y productos de AI a industrias como la agricultura, la manufactura, el cuidado de la salud y el sector público, y llevará a la próxima revolución tecnológica y al aumento de la productividad.
    • AI continuará llevando a las industrias de TI y de gestión de datos al siguiente nivel: el aumento de la comprensión y el uso de los datos de las empresas dará lugar a una mayor demanda y al siguiente nivel para nuevas aplicaciones basadas en AI, integración de datos y proyectos de gestión de datos entre todas las empresas globales. .
    • El interés comercial en el campo de la IA impulsará los inventos científicos en el campo de la IA y otros campos relacionados, como las matemáticas, la física y la medicina.
    • AI continuará cambiando el mercado de la educación superior: los programas orientados a la IA se extenderán no solo dentro de las carreras técnicas, sino que aparecerán más programas de doble titulación para negocios, medicina, ciencias sociales, etc. Esta tendencia se expandirá en los países desarrollados y tendrá eco. desarrollando mercados.
    • AI continuará dando forma al mercado laboral mundial: este impacto se observará en dos direcciones principales: por un lado, el número de especialistas poco calificados en industrias tradicionales intensivas en mano de obra (como banca, seguros, gobierno, educación, salud, etc.) Será reemplazado por productos de AI. Por otro lado, el desarrollo del propio mercado laboral de la ciencia de datos llevará a una mayor diversidad de especialistas requeridos. Aumentar la cantidad de programas educativos y capacitaciones traerá al mercado más "científicos de datos ciudadanos", especialistas en visualización de datos y especialistas en campos cruzados (AI y salud, AI y seguros, AI y medio ambiente, etc.).

    Ver artículo en inglés

    ...

    Hyperlink

    /

    Published on 17.1.2019 by 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 

    ...

    Hyperlink

    /

    Published on 2.1.2019 by 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?

    ...

    Hyperlink

    /

    Published on 2.1.2019 by 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.

     

    ...

    Hyperlink

    /

    Published on 29.11.2018 by 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.

    ...

    Hyperlink

    /

    Published on 29.11.2018 by 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.

    ...