Machine Learning España #191010

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.

¿La Inteligencia Artificial será vanguardista o un fracaso de la moda?

La narrativa que a menudo acompaña a la mayoría de las historias sobre Inteligencia Artificial en estos días es cómo las máquinas generarán una disrupción en una gran cantidad de industrias, desde la atención médica hasta el transporte. Que tiene sentido. Después de todo, la tecnología ya impulsa muchas de las innovaciones en estos sectores de la economía.

¿Pero las zapatillas y la alfombra roja? La industria de la moda definitivamente de baja tecnología parecería ser una de las últimas en entregar su dirección creativa a los científicos de datos y los algoritmos de Machine Learning.

Sin embargo, las grandes marcas, los gigantes del comercio electrónico y numerosas nuevas empresas están apostando a que la Inteligencia Artificial puede ingerir datos y escupir Chanel. Tal vez no sea sorprendente, dado que la moda se debe en parte a la moda y las tendencias, y no hay nada más animado y moderno en el mundo de la tecnología que la Inteligencia Artificial.

En su encuesta anual de una industria de la moda de USD 3 billones, la consultora McKinsey predijo que si bien la Inteligencia Artificial no alcanzó una "masa crítica" en 2018, influiría cada vez más en todo el negocio, desde el diseño hasta la fabricación.

“La moda como industria realmente ha sido muy lenta en comprender sus roles potenciales entrelazados con la tecnología. Y, para ser honesto, la tecnología no toma en serio la moda”. Este comentario proviene de Zowie Broach, directora de moda del Royal College of Arts de Londres, quien se describe a sí misma como una diseñadora “anticuada”, ha adoptado la naturaleza disruptiva de la tecnología, con algunas advertencias. http://bit.ly/2IbJSbz

 

Inteligencia artificial y Machine Learning: el cerebro de una ciudad inteligente (Smart City)

Los datos recopilados por sensores y dispositivos IoT en la ciudad inteligente (Smart City) deben, de alguna manera, ser utilizados. Los datos pueden proporcionar información para detectar patrones y tendencias. Si tiene suficiente, también conocido como Big Data, puede obtener una imagen bastante precisa de lo que sea que esté explorando. Por ejemplo, las redes inteligentes, con suficiente información a la mano, pueden usar datos para determinar picos y valles en la necesidad de electricidad y luego ajustar la producción. Esto optimiza el uso de energía, ayudando en el impulso hacia la sostenibilidad.

Toma de decisiones con Inteligencia Artificial y Machine Learning
Las decisiones de optimización se pueden mejorar utilizando tecnología como Machine Learning (ML), que es un subconjunto de Inteligencia Artificial (AI). Machine Learning toma los datos generados por aplicaciones de salud, medidores inteligentes o automóviles con acceso a Internet, etc., y utiliza estos datos para detectar patrones y aprender a optimizar el servicio prestado. Por ejemplo, NVIDIA ha desarrollado video inteligente que maneja análisis de Big Data y aplica Machine Learning a transmisiones de video. Se han asociado con 50 proveedores de Inteligencia Artificial especializados en ciudades para utilizar la tecnología para mejorar áreas como el transporte inteligente. Se espera que haya mil millones de estas cámaras inteligentes para 2020. Esa es una gran cantidad de datos generados, analizados y aplicados. El sistema reemplazará la interpretación humana, reemplazándola con algoritmos de Machine Learning, con una mejora esperada en precisión y velocidad. Este cerebro de la ciudad procesará muchos de nuestros datos personales, incluidos los datos visuales sobre nuestros movimientos.

Como se mencionó anteriormente, Machine Learning requiere datos para detectar patrones y tendencias. El análisis de Big Data brinda a los servicios de la ciudad la información necesaria para responder de manera eficaz a las necesidades de sus ciudadanos. También utiliza estos datos en los servicios para generar respuestas más optimizadas al uso del servicio, lo que ayuda a mejorar la experiencia y mejorar la sostenibilidad. Un área que se está explorando como adecuada para la Inteligencia Artificial y Machine Learning es la personalización de los servicios. Esto requiere que los datos personales se recopilen y agreguen antes de ser utilizados como una herramienta de creación de perfiles.

http://bit.ly/2LvJxme

 

Holy Grial, respaldado por Y Combinator, está utilizando Machine Learning para construir mejores baterías

Durante mucho, mucho tiempo, los defensores de las energías renovables han considerado los avances en la tecnología de baterías como el Santo Grial de la industria.

Los avances en el almacenamiento de energía han estado entre los más difíciles de lograr económicamente, gracias a la química increíblemente complicada que está involucrada en el almacenamiento de energía.

Ahora, una compañía que se está lanzando desde Y Combinator cree que ha encontrado la clave para mejorar las baterías. La compañía se llama Holy Grail y se está lanzando en la última ronda del acelerador.

Con un equipo ejecutivo que inicialmente incluía a Nuno Pereira, David Pervan y Martin Hansen, Holy Grail está tratando de llevar las técnicas de la industria de semiconductores al mundo de las baterías.

Los fundadores de la compañía creen que la única forma de mejorar la funcionalidad de la batería es adoptar un enfoque de sistemas para comprender cómo los diferentes ánodos y cátodos funcionarán juntos. Suena simple, pero Pereira dice que el poder computacional no había existido para tener en cuenta todas las variables que acompañan a la introducción de un nuevo químico en la mezcla de la batería.

"No se puede reparar una batería con solo un componente", dice Pereira. “Todas las baterías que se crearon y fallaron en el pasado. Crean un ánodo, pero no tienen una sustancia química que funcione con el cátodo o el electrolito ".

Para Pereira, la creación de Holy Grail es el último paso en un largo camino de experimentación con ingeniería mecánica y química. "Cuando era niño, estaba más interesado en la ingeniería mecánica y la construcción", dice. Pero cuando comenzó a jugar con los coches y quedó fascinado con la movilidad, se dio cuenta de que las baterías eran la innovación que le daba al mundo su carga.

En 2017, Pereira fundó una compañía llamada 10Xbattery, que fabricaba baterías de litio de alta densidad. Esa compañía, lanzada con lo que Pereira vio como una mejor química, resumió el problema de la industria en general: la falta de un enfoque holístico para el desarrollo.

https://tcrn.ch/2LA72uc

 
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