Recursos

    sortFiltrar Ordenar
    2288 resultados

    Página Web

    /

    Publicado el 17.1.2019 por Equipo GNOSS

    Chomsky Knowledge Graph, el primer Grafo de conocimiento semántico para una figura pública

    Noam Chomsky, el filósofo, científico cognitivo, historiador, crítico social y padre de la lingüística moderna, ha escrito más de 1.000 artículos y 130 libros. El intelectual de 89 años también ha escrito películas y ha aparecido en muchos documentales. El trabajo sustancial que ha realizado en lingüística y política le ha valido el título de "autor vivo más citado".

    Todo su trabajo quedará reflejado en el Grafo de conocimiento de Noam Chomsky (Chomsky Knowledge Graph), el primer Grafo de conocimiento semántico para una figura pública. "Hacer un proyecto semántico de todo lo que ha escrito o dicho es un fabuloso homenaje a un hombre que ha hecho una gran contribución al estudio del lenguaje y su significado", dice Fred Davis, Director Ejecutivo del proyecto Chomsky Knowledge Graph.

    Franz Inc., con su tecnología AllegroGraph (bases de datos de grafos), y Semantic Web Company, desarrolladores de PoolParty Semantic Suite , son socios en el proyecto que se alojará en el Internet Archive.  Además de las obras publicadas, las entrevistas con los medios y las películas de Chomsky, el proyecto también incluirá documentos personales que ha donado al MIT, donde ha sido profesor durante 66 años.  

    El equipo comenzó a trabajar en el Chomsky Knowledge Graph hace aproximadamente un año y el plan, dice Davis, es lanzar una versión beta el próximo año y luego mejorarlo continuamente. Aproximadamente un tercio de los libros de Chomsky ya se han escaneado, y todavía está escribiendo. Por este motivo, no es de extrañar que el proyecto tenga aún cierto camino por recorrer. 

    Internet Archive, cuyo proyecto de Open Library está trabajando para construir un catálogo de biblioteca editable y abierto para cada libro publicado, fue designado recientemente como una biblioteca pública de los Estados Unidos y está ayudando a escanear el trabajo de Chomsky. Un investigador (o cualquier otra persona) que busque algo en el trabajo de Chomsky puede "revisar" uno de sus libros de la biblioteca, y la colección de su trabajo que estará disponible para el control continuará creciendo.

    "Internet Archive ha estado respaldando Internet durante 20 años", dice Davis. El Gráfico de conocimiento de Noam Chomsky será un proyecto piloto para la organización sin fines de lucro que analice el valor del análisis semántico de los datos que ha compilado.

    "Esperamos crear un nuevo tipo de herramienta", dice Davis. “Una Grafo de conocimiento es más precisa, accesible y valiosa que una simple biografía. Reúne todo lo que una persona ha escrito y hecho, y lo mejor de la tecnología semántica es la idea de vinculación profunda ".

    Los datos existentes no estructurados y estructurados de los libros de un autor o las transcripciones de videos, podcasts y similares se pueden vincular entre sí en una capa semántica. La información adicional de fuentes semánticas como dbPedia, Wikidata y Geonames también se puede incluir en modo triples RDF o en formatos de bases de datos semánticas para vincularse. 

    “Lo bueno de la tecnología semántica es que es más fácil agregar información nueva que si tiene una base de datos altamente estructurada. Esto se debe a la manera en que las cosas se almacenan en triples, donde hay un sujeto, un predicado y una relación de objeto, para que pueda aportar nueva información que se conecte instantáneamente con otra información ", dice el Dr. Jans Aasman, CEO de Franz.

    Las obras y fuentes de un autor que tienen una relación con otras de las obras del autor o con datos externos se podrán buscar en el contexto de los temas y conceptos, legibles en extractos y fácilmente disponibles para periodistas, científicos, tecnólogos, estudiantes, filósofos y historiadores y el público en general.  

    Hay un gran valor si Internet Archive comienza a aplicar la tecnología semántica al proyecto de la Open Library y a la WayBack Machine  que es la historia de la web. Incluso un enlace simple puede crear un recurso real y permitir consultas más sofisticadas. Con el enlace semántico en su lugar, la máquina Wayback también podría proporcionar una valiosa verificación de hechos.  

    La interconexión habilitada por la tecnología semántica entregada por AllegroGraph y PoolParty Semantic Suite permitirá descubrir, por ejemplo, que un término que habla de Chomsky se relaciona con otros términos, dice Aasman. 

    "Es posible descubrir cuáles son las relaciones ocultas en su pensamiento", indica. Como ejemplo, si una persona en el trabajo de Chomsky se discute muchas veces, existe una mayor probabilidad de que Chomsky también hable sobre el país en el que vive la persona. 

    Cuando el acceso al sitio web de Chomsky Knowledge Graph esté disponible, Davis espera poder agregar otras capacidades basadas en enlaces semánticos. Por ejemplo, cuando un usuario investiga y saca un pasaje de uno de sus libros, las notas finales se mostrarán justo al lado de la cita. "Debido a la naturaleza semántica, podría obtener citas mucho más relevantes", en primer lugar, dice. 

    Hasta el momento, Chomsky solo está involucrado tangencialmente en el proyecto, dice Davis, pero el próximo año, cuando una gran parte de su trabajo esté disponible en la Gráfica de conocimiento, el equipo podrá mostrarle algo muy poderoso para él (y otros).  

    "Este ha sido un trabajo de amor y pasión para nosotros", dice Davis. "Tenemos la esperanza de que esto sirva de inspiración para otros proyectos en áreas similares".

    ...

    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 13.1.2019 por Equipo GNOSS

    Así se presentan las ontologías SPAR en su web: "In the past, several groups have proposed (Semantic Web) models, such as RDFS vocabularies and OWL ontologies, to describe particular aspects of the publishing domain. However, these models were mainly concerned with the description of the metadata of bibliographic resources (e.g., DC Terms, PRISM and BIBO). One of the first attempts to address the description of the whole publishing domain is the introduction of the Semantic Publishing and Referencing (SPAR) Ontologies. SPAR is a suite of orthogonal and complementary OWL 2 ontologies that enable all aspects of the publishing process to be described in machine-readable metadata statements, encoded using RDF."

    ...

    Categorías:

    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.

    ...

    Vídeo

    /

    Publicado el 27.11.2018 por Equipo GNOSS

    Sans Forgetica: una tipografía que ayuda a memorizar lo que se lee (RMIT University)

    Expertos en psicología y diseño gráfico del Real Instituto de Tecnología de Melbourne (RMIT) han desarrollado una fuente tipográfica que favorece el aprendizaje: Sans Forgetica.

    Cuando vemos un texto en tipografías digitales convencionales, como Arial, lo leemos con tanta facilidad que no da tiempo a retener la información. Sans Forgetica está diseñada para subsanar este problema. Es una tipografía legible, pero sus características obligan al lector a esforzarse. Cuenta con una inclinación similar a la de la cursiva, pero invertida hacia el margen izquierdo. Además sus caracteres tienen segmentos borrados que ralentizan la lectura, aunque no llegan a impedirla.

    RMIT permite la descarga de la tipografía  para su instalación en ordenadores personales y ha creado una extensión para Google Chrome que permite convertir a esa tipografía cualquier texto online y ayudar a memorizarlo.

    ¿Hasta cuándo será efectiva?, ¿nos acostumbraremos a ella y el esfuerzo de lectura será inferior? son preguntas que probablemente nos planteamos todos.

     

    ...

    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

     

    ...