Machine Learning España #190426

Machine Learning España es el resumen principal de noticias de Machine Learning (Aprendizaje Automático) y Deep Learning (Aprendizaje Profundo) de España.

Los principales desarrollos a nivel mundial en este campo, ya sean nuevas tecnologías, compañías o productos, procesados y simplificados para que lo puedas tener de forma fácil, simple y gratis!

Los ejemplos y tutoriales de Machine Learning permiten que los nuevos contenidos, muchas veces de gran complejidad, sean accesibles para una audiencia más amplia. A su vez, las técnicas y algoritmos de Machine Learning, ofrecen los últimos avances en investigación de forma más interesante y simple de comprender. Se incluye, también, ejemplos y técnicas de Python, ya que es uno de los lenguajes más utilizados en este campo.

Este contenido se complementa con información específica para España.

Boyd-Graber y Feng presentan un documento sobre la interpretación de Machine Learning

Investigadores de la Universidad de Maryland presentaron un estudio que mide la capacidad de interpretación de Machine Learning, es así como los ordenadores pueden explicar lo que piensan a los usuarios.

El estudio de Jordan Boyd-Graber, profesor asociado de ciencias de la computación con trabajos en el Instituto de Estudios Avanzados de Computación de la Universidad de Maryland, el iSchool y el Centro de Ciencias del Lenguaje, y Shi Feng, estudiante de doctorado de tercer año en ciencias de la computación, se basa en lo bien que los humanos y los ordenadores juegan como un equipo.

“¿Qué puede hacer la Inteligencia Artificial por mí ?: Evaluar las interpretaciones de Machine Learning en el juego cooperativo”, evalúa la interpretabilidad y la utilidad de Machine Learning para maximizar su efectividad en escenarios de toma de decisiones de la vida real.

“Los sistemas de Inteligencia Artificial están apareciendo en más y más lugares en nuestras vidas: nos dicen qué ver de nuevo en Netflix y cómo responder a los correos electrónicos”, dice Boyd-Graber, quien es el asesor académico de Feng. "¿Cómo sabemos si estos sistemas son buenos para las formas en que realmente queremos que se use la Inteligencia Artificial?"

Para responder a esta pregunta, los investigadores crearon una evaluación de la Inteligencia Artificial y sus explicaciones basándose en qué tan bien un equipo formado por un ordenador y un humano juegan un juego juntos. Juntaron a sujetos voluntarios, tanto expertos en trivia como novatos con un ordenador para jugar un juego de preguntas / respuestas de trivia.

Los investigadores descubrieron que los principiantes que están menos familiarizados con la tarea a menudo confían demasiado en los algoritmos de los ordenadores, y los métodos de interpretación existentes solo se centran en lo que la máquina predice y no en si se debe confiar en la máquina. Y mientras los expertos son engañados menos fácilmente, los investigadores dicen que quieren ver una explicación más detallada de lo que la máquina está pensando para que puedan examinar las predicciones de la máquina. http://bit.ly/2FE8EQR

 

Cómo Machine Learning está acelerando la entrega en la última milla y en el último metro

Si bien gran parte de los esfuerzos de la industria de la logística para acelerar los tiempos de entrega se centran en optimizar las rutas, resulta que no es donde los conductores pasan la mayor parte de su tiempo.

De hecho, hasta el 75% de la jornada laboral se dedica a navegar no en la "última milla", sino en los últimos 100 metros, esperando en los muelles de carga, buscando estacionamiento e interactuando con los clientes, dijo Chazz Sims, director ejecutivo de Wise Systems, una startup con sede en Cambridge, Massachusetts, que ha desarrollado un software autónomo de enrutamiento y despacho.

Añadió Sims, al usar datos y herramientas de Machine Learning, la compañía descubrió que este tipo de tiempo de servicio varía ampliamente según la hora del día, el cliente específico, los productos en cuestión y la persona de entrega. Por ejemplo, ciertas tiendas se ocupan de atender a los clientes en determinados momentos del día, o recibir productos de diferentes camiones de reparto en otros. Al detectar esos patrones y cambiar los horarios, la empresa pudo reducir los tiempos de entrega y los costos.

Las herramientas de Wise Systems ajustan automáticamente las rutas, los conductores y los horarios a lo largo del día en respuesta a otras condiciones de cambio también, como el clima, el tráfico y los muelles de carga revisados. Al analizar los datos de la flota de la compañía cervecera Anheuser-Busch, uno de los principales clientes de la startup, Wise Systems pudo reducir las entregas tardías en un 85% y las millas de flota en un 13%.

El negocio, fundado en 2014, recaudó $7 millones del fondo de Inteligencia Artificial de Google a fines del 2018.

http://bit.ly/2YJzM8r

 

McDonald's va a completar su mayor compra en los últimos 20 años con la adquisición de Dynamic Yield, una compañía especializada en inteligencia artificial

McDonald's amplía su cartera con la mayor adquisición que ha realizado en 20 años. El gigante de la comida rápida ha cerrado la compra de Dynamic Yield, una compañía tecnológica especializada en inteligencia artificial, en una operación valorada en 300 millones de dólares (265,2 millones de euros).

Con este movimiento McDonald's podrá personalizar sus menús, según avanzó Bloomberg. Y es que la tecnología de Dynamic Yield permitirá a la cadena estadounidense adaptar y personalizar  la oferta de los menús que se muestran en los tableros electrónicos dependiendo de la climatología, de la hora o de las preferencias de la región. Como ejemplo práctico, gracias a la tecnología de Dynamic Yield, basada en machine learning, los paneles reforzarán su oferta de cafés cuando hace frío o McFlurries en los días cálidos.

El desarrollo de Dynamic Yield también realizará sugerencias de aquellos productos que sean más rápidos de preparar en los restaurantes en los que la cocina esté muy concurrida o propuestas más elaboradas en aquellos locales más tranquilos. Además, los paneles de menús sugerirán a los clientes qué productos añadir a su elección.

El CEO de McDonald's, Steve Easterbrook, ha impulsado la tecnología como estrategia de crecimiento desde que asumió el cargo en 2015, con ejemplos tan claros como las pantallas de auto pedido, menús en pantallas digitales y la entrega a domicilio. Todos ellos son movimientos con miras a impulsar las cifras del gigante de la comida rápida por encima de las de sus competidores. “Esta tecnología tiene la capacidad y la flexibilidad para funcionar en todas nuestras plataformas digitales”, señaló el ejecutivo.

http://bit.ly/2FF4CYB

 
Tu opinión es muy importante! Deja tu comentario con sugerencias o ideas de cómo mejorar este servicio.

Puedes seguir noticias y eventos en facebook: https://www.facebook.com/machinelearningespana

#machinelearning #deeplearning #espana #españa