Machine Learning España #191128

En Machine Learning España (ES) encontrarás las principales noticias y ejemplos para conocer las tecnologías y aplicaciones de Machine Learning y Deep Learning.

De una manera fácil, simple y gratis, podrás aprender los últimos avances en las técnicas, librerías y algoritmos más utilizados. Se incluyen diferentes métodos y tutoriales para utilizar Pyhton, Tensorflow y otras tecnologías y herramientas de software en el campo del aprendizaje profundo (Deep Learning).

La herramienta de Inteligencia Artificial interna 'Overton' de Apple ayuda con el desarrollo de Siri

Apple ha ofrecido detalles de una herramienta de desarrollo interna titulada "Overton", un sistema para monitorizar y mejorar las aplicaciones de Machine Learning, sobre cómo Siri determina los resultados de las consultas, manejando las tareas de nivel inferior y permitiendo a los ingenieros centrarse más en conceptos de nivel superior.

La Inteligencia Artificial y Machine Learning pueden ser un campo difícil de administrar, trabajando para permitir que los sistemas comprendan perfectamente las declaraciones, reconozcan una imagen o ayuden a impulsar sistemas de vehículos autónomos como el "Proyecto Titán" de Apple. El problema con el desarrollo de Machine Learning es que los ingenieros tienen que examinar detenidamente cómo se analizan los datos y determinar cómo se deben gestionar las excepciones a los datos normales, una tarea que solo se volverá más difícil a medida que los sistemas se vuelvan más grandes y más sofisticados.

Con ese fin, Apple produjo el marco "Overton", un documento de investigación realizado por ingenieros de Apple presentado por VentureBeat. Overton está diseñado para automatizar la capacitación de los sistemas de Inteligencia Artificial al ofrecer resúmenes de alto nivel proporcionados por los ingenieros.

Por ejemplo, Overton podría generar un modelo para proporcionar la respuesta a una pregunta que puede ser difícil de analizar para los asistentes digitales como Siri, como "¿Qué tan alto es el presidente de los Estados Unidos?". Este tipo de consulta requiere que se obtengan múltiples canalizaciones de datos, con muchas partes a determinar antes de crear la respuesta deseada.

http://bit.ly/34Okrqi

 

El primer estudio sobre conocimiento y percepción de la ciencia de datos en España se realizará en la Universidad de Salamanca

En la actualidad, la Ciencia de Datos es uno de los campos de la ciencia más novedosos, desafiantes, revolucionarios y polémicos, por lo que su comunicación social presenta más desafíos que otros ámbitos. Es una disciplina contemporánea que combina enfoques de informática y de matemáticas para obtener conocimiento de los datos y que incluye Big Data, que es un campo que trata con grandes y complejos datos e Inteligencia Artificial, que estudia cómo las máquinas pueden resolver problemas complejos al razonar y elegir las mejores opciones.

Aunque cada día se incorporan a la jerga ciudadana términos relacionados con la Ciencia de Datos, se aprecian dificultades en la comprensión de conceptos como “algoritmo” o “aprendizaje automático”. Además, encontramos serias preocupaciones sobre los riesgos y amenazas del big data o la inteligencia artificial, como es el caso de la destrucción de empleos por la sustitución de máquinas inteligentes o el uso nuestros datos personales para fines de control social.

“La comunicación de la Ciencia de Datos merece ser estudiada dado su impacto actual, por lo que es necesario conocer cómo se comunica y si esa comunicación es efectiva.” http://bit.ly/2OxyQ30

 

¿Podría Machine Learning e IA dañar la competencia tecnológica?

¿La Inteligencia Artificial (IA) y Machine Learning dividirán la industria tecnológica en "los que la tienen" y "los que NO la tienen"?

Esa es la tesis presentada por un artículo reciente en The New York Times, que sugiere que, mientras que las empresas ultra monetizadas como Google y Facebook pueden financiar tanta IA investigando según lo necesiten, las instituciones académicas y las empresas más pequeñas se quedan atrás. "Los enormes recursos informáticos que estas compañías tienen representan una amenaza: las universidades no pueden competir", dijo al periódico Craig Knoblock, director ejecutivo del Instituto de Ciencias de la Información de la Universidad del Sur de California.

The Times apunta a OpenAI, que se lanzó como una organización sin fines de lucro diseñada para prevenir IA de ser usado de maneras terribles y poco éticas, como un ejemplo de esta tendencia. Desde entonces, OpenAI se ha convertido en una empresa con fines de lucro "limitada" y, según los informes, planea utilizar cualquier ingreso para financiar su infraestructura informática. "Si no tiene suficiente cómputo, no puede hacer un gran avance", dijo Ilya Sutskever, científico jefe de OpenAI.

Vale la pena señalar que Sutskever ganó casi $ 2millones en 2016, según los informes, mientras que otro investigador de OpenAI obtuvo $800,000. De hecho, vale la pena examinar los salarios y beneficios como un elemento crucial en esta mezcla en particular, algo en lo que el artículo del Times realmente no profundiza. La capacidad de las grandes empresas para ofrecer millones de dólares en salarios y compensación de acciones a individuos de IA. Los investigadores son una gran ventaja, casi imposible de cumplir para las empresas más pequeñas, y para todas las instituciones de investigación menos las más ricas.

http://bit.ly/2QzvRcW

 
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