Machine Learning España #191226

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.

Ética, Machine Learning y discapacidades

Hay muchos temas que generan interés dentro de la accesibilidad y la discapacidad, pero los temas de Inteligencia Artificial (IA) y Machine Learning (ML) y el potencial para la aparición de sesgos (no intencionales) hacia las personas con discapacidad es claramente algo en lo que muchas personas están pensando. Techshare Pro 2019 celebró un panel sobre este tema; "Ética, Machine Learning y discapacidades", presidida por Abi James de AbilityNet e incluida Reema Patel, Jefa de Participación Pública del Instituto Ada Lovelace, Christopher Patnoe, Jefe de Programas de Accesibilidad en Google, Sarah Herrlinger, Directora de Políticas e Iniciativas de Accesibilidad Global en Apple, y Anja Thieme, Investigadora Senior en Interacción Humano-Computadora para Microsoft.

Lavado de ética y compras de ética
Reema Patel comenzó la discusión destacando el papel del (relativamente nuevo) Instituto Ada Lovelace y su misión; "Para garantizar que los datos y la Inteligencia Artificial funcionen para las personas y la sociedad". Reema deseaba destacar que el término "ética" en sí mismo es impugnado y que era importante evitar lo que ella llamó "lavado de ética" o "compra de ética": elegir arbitrariamente principios éticos de una lista. En cambio, propuso un enfoque en responder a diversas voces y perspectivas.

Sesgo y discriminación
El panel destacó que los grupos que actualmente desarrollan Inteligencia Artificial y sistemas basados ​​en datos no son típicamente representativos de la población en general y, aunque esto ha atraído críticas generalizadas en términos de diversidad de género, también hay poca representación de la discapacidad y la diversidad socioeconómica en estos equipos de desarrollo. También se sugirió que tal vez debería haber un objetivo para la sobre-representación de las personas marginadas, ya sea raza, género, religión o discapacidad, para garantizar que todos tengan voz. Para las personas involucradas en impulsar la accesibilidad, se trata de entrar en la conversación y garantizar que permanezca presente en estas conversaciones. El equipo de accesibilidad en Apple, por ejemplo, participó en el punto en el que se estaba discutiendo Face ID y, por lo tanto, pudo ayudar a desarrollar el algoritmo para garantizar que se consideraran todos los tipos de rostro: personas con prótesis, personas que pueden tener los ojos cerrados todo el tiempo; un conjunto de datos diverso de usuarios y casos de uso que pueden no haberse considerado sin esta entrada.

http://bit.ly/2RS1EXb

 

Cómo esta startup de 3 años está utilizando Inteligencia Artificial / Machine Learning para implementar y administrar 25,000 sistemas de administración de baterías

Desde la última década, la industria automotriz ha experimentado avances tecnológicos que han transformado el panorama automotriz. Para mantenerse al día con la creciente demanda, casi todos los principales fabricantes de automóviles han lanzado o tienen planes de sumergirse en el mercado de vehículos eléctricos.

ION Energy, con sede en Mumbai, nació del deseo de abordar la amenaza de la degradación climática al permitir una solución de movilidad mucho más amigable con el medio ambiente. Fundada en 2016, ION adquirió un desarrollador francés de sistemas de gestión de batería (BMS) de 8 años, Freemens SAS, en una primera adquisición transfronteriza de su tipo. En 2018, ION salió del modo sigiloso y presentó su primer producto UDYR, una batería portátil para scooters eléctricos y comenzó a comercializar su plataforma BMS insignia.

Para saber más sobre esta industria, nos pusimos en contacto con Akhil Aryan, cofundador y CEO de ION Energy para nuestra columna semanal Deep Dive. Durante la interacción, Aryan también habló sobre cómo ION está utilizando con éxito Inteligencia Artificial y Machine Learning para implementar y administrar 25,000 BMS y está capacitando a más de 60 organizaciones en 12 países en todo el sudeste de Asia, América del Norte y Europa.

ION Energy es una plataforma avanzada de gestión de batería e inteligencia. Se centra en la construcción de tecnologías que mejoran la vida útil y el rendimiento de las baterías de iones de litio que alimentan los vehículos eléctricos y los sistemas de almacenamiento de energía.

http://bit.ly/34utBab

 

Cómo Machine Learning puede ayudar a desbloquear el mundo del antiguo Japón

La rica historia de la humanidad ha dejado una enorme cantidad de documentos y artefactos históricos. Sin embargo, prácticamente ninguno de estos documentos, que contienen historias y experiencias grabadas esenciales para nuestro patrimonio cultural, puede ser entendido por personas no expertas debido a cambios en el idioma y la escritura a lo largo del tiempo.

Por ejemplo, un arqueólogo ha desenterrado decenas de miles de tabletas de arcilla de la antigua Babilonia, pero solo unos pocos cientos de académicos especialmente capacitados pueden traducirlas. La gran mayoría de estos documentos nunca se han leído, incluso si se descubrieron en el siglo XIX. Para dar una ilustración adicional del desafío planteado por esta escala, se recogió una tableta del Cuento de Gilgamesh en una expedición en 1851, pero su importancia no salió a la luz hasta 1872. Esta tableta contiene una narración de inundación prebíblica, que tiene un enorme significado cultural como precursor de la narrativa del Arca de Noé.

Este es un problema global, pero uno de los ejemplos más llamativos es el caso de Japón. Desde 800 hasta 1900 CE, Japón utilizó un sistema de escritura llamado Kuzushiji, que fue eliminado del plan de estudios en 1900 cuando se reformó la educación primaria. Actualmente, la gran mayoría de los hablantes japoneses no pueden leer textos que tienen más de 150 años. El volumen de estos textos, compuesto por más de tres millones de libros almacenados pero que solo puede leer un puñado de académicos especialmente capacitados, es asombroso. Una sola biblioteca ha digitalizado 20 millones de páginas de dichos documentos. El número total de documentos, incluidas, entre otras, cartas y diarios personales, se estima en más de mil millones. Dado que muy pocas personas pueden entender estos textos, principalmente aquellos con doctorados en literatura japonesa clásica e historia japonesa, sería muy costoso y requeriría mucho tiempo financiar a los académicos para convertir estos documentos al japonés moderno. Esto ha motivado el uso de Machine Learning para comprender automáticamente estos textos.

http://bit.ly/33HXaVa

 
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