BQ X

Aquaris X, cuando arte e ingeniería se dan la mano. Las curvas del cristal 2.5D y el cristal de la trasera se unen al procesador Qualcomm Snapdragon 626 con arquitectura de 14nm y frecuencia 2.2 GHz y una cámara con f/1.8 y tecnología Dual PD con la te encantará hacer fotos también de noche.

Nuevo algoritmo de IA enseñado por humanos acaba 'superando' al maestro.

movilhouse inteligencia artificial

   Un nuevo algoritmo aprende directamente de instrucciones humanas, en lugar de un conjunto de ejemplos existentes, y supera los métodos convencionales de formación de redes neuronales en un 160 por ciento.
   Más sorprendentemente, este nuevo algoritmo también superó en un nueve por ciento su propio entrenamiento: aprendió a reconocer el cabello en imágenes con mayor fiabilidad que la habilitada por el adiestramiento, marcando un salto significativo hacia adelante para la inteligencia artificial.

   El nuevo algoritmo de aprendizaje de máquinas ha sido diseñado por los investigadores de la Universidad de Toronto Parham Aarabi y Wenzhi Guo. Lo entrenaron para identificar el pelo de las personas en fotografías, una tarea mucho más desafiante para las computadoras que para los humanos.

UN MAESTRO ENSEÑA A UN NIÑO, Y ÉSTE TERMINA SABIENDO MÁS.

   "Nuestro algoritmo aprendió a clasificar correctamente los casos difíciles, límites - distinguir la textura del cabello frente a la textura del fondo", dice en un comunicado Aarabi. "Lo que vimos fue como un maestro instruyendo a un niño, y el niño aprendiendo más allá de lo que lo que el maestro le enseñó inicialmente".

   Los seres humanos "enseñan" redes neuronales - redes informáticas que aprenden dinámicamente - proporcionando un conjunto de datos etiquetados y pidiendo a la red neuronal que tome decisiones basadas en las muestras que ha visto. Por ejemplo, podría entrenarse una red neuronal para identificar el cielo en una fotografía mostrándole cientos de imágenes con el cielo etiquetado.

   Este algoritmo es diferente: se aprende directamente de los entrenadores humanos. Con este modelo, llamado entrenamiento heurístico, los seres humanos proporcionan instrucciones directas que se utilizan para pre-clasificar las muestras de entrenamiento en lugar de un conjunto de ejemplos fijos. Los entrenadores programan el algoritmo con pautas como "el cielo es probable que varíe tonos de azul", y "los píxeles cerca de la parte superior de la imagen tienen más probabilidades de ser cielo que los píxeles en la parte inferior".

Su trabajo se publica en la revista IEEE Transactions on Neural Networks and Learning Systems.

   Este enfoque de entrenamiento heurístico es muy prometedor para abordar uno de los mayores desafíos para las redes neuronales: hacer clasificaciones correctas de datos previamente desconocidos o no etiquetados. Esto es crucial para aplicar el aprendizaje de la máquina ante nuevas situaciones, como identificar correctamente los tejidos cancerosos para el diagnóstico médico, o clasificar todos los objetos que rodean y se aproximan a un automóvil autodidacta.

   "Aplicar el entrenamiento heurístico a la segmentación del cabello es sólo un comienzo", dice Guo. "Estamos dispuestos a aplicar nuestro método a otros campos y una variedad de aplicaciones, desde la medicina hasta el transporte".

Crean software capaz de leer los labios de las personas con gran precisión.

movilhouse software leer labios

En los últimos tiempos hemos visto como la tecnología está adquiriendo la capacidad de aprendizaje para realizar un sinfín de tareas, pudiendo llegar incluso a superar las capacidades de las propias personas. En este sentido, investigadores del Departamento de Ciencias de la Computación de la Universidad de Oxford han desarrollado LipNet, un software especializade en la lectura de labios.

Acorde a dichos investigadores, LipNet alcanza el 93,4% de precisión, superando a personas experimentadas en la lectura de labios, que sólo llegó al 52% de precisión. Para llegar a ese nivel de precisión, los investigadores pusieron el acento en el hecho de que las personas sean mejores en la lectura de labios conforme más largas sean las palabras, según estudios, dándole importancia de las características del contexto de las mismas en el propio canal de comunicación.

Y ha sido en base a dicha observación, según indican, por lo que se han visto motivados para la creación de LipNet, a la que describen como “un modelo que mapa una secuencia de longitud variable de fotogramas de vídeo a texto, haciendo uso de convoluciones espacio-temportales, una red recurrente de LSTM y la pérdida de la clasificación temporal conexionista, entrenada enteramente de extremo a extremo”.

Para que quede más claro, en lugar que concatenar palabras en base al análisis de las imágenes sin más, LipNet hace uso de las redes neuronales artificiales para su entrenamiento de modo que tendrá en cuenta el contexto de las palabras en la propia frase para luego volver al inicio y descifrar cada palabra.

Sin duda, es un uso más que se hace de la inteligencia artificial para el entrenamiento de sistemas para que realice diferentes tareas. En este caso, podría aplicarse a diferentes usos, entre ellos, facilitar la comprensión en aquellas personas con problemas auditivos, entre otros.

Facebook y Google preparan el cable submarino más rápido del mundo.

Cable submarino google facebook 810x538
Google y Facebook unen fuerzas para construir un cable submarino que atravesará el Pacífico, con una velocidad de transmisión de 120 terabits por segundo, la mayor hasta la fecha.

El mundo entero está conectado por cables que circulan debajo de los océanos. Esta red submarina de Internet la tejen en la actualidad los gigantes tecnológicos como Microsoft o Google. Ahora este último se ha unido a Facebook para construir un cable que conectará Los Ángeles y Hong Kong y que permitirá el paso de 120 terabytes por segundo, lo que lo convertirá en el de mayor capacidad del mundo hasta la fecha.

Con 12.800 kilómetros de longitud, este cable submarino se llamará PLCN (Pacific Light Cable Network), ya que ambas compañías trabajarán en su construcción con la compañía Pacific Light Data Communication. Se calcula que el proyecto tendrá un coste de cerca de 400 millones de dólares.

Google blinda sus cables submarinos frente a los tiburones

Contará con cinco pares de cables de fibra óptica, cada uno de los cuales proporcionará hasta 24 Tbps de ancho de banda. Cada una de las partes implicadas en la construcción tendrá su propia porción del cable, para mantener la privacidad de los datos.

Cuando el proyecto esté finalizado, tanto Facebook como Google prometen menor latencia y mayor ancho de banda a sus usuarios.

Este nuevo cable submarino será el sexto de Google. Esta no es la primera vez que dos empresas de esta magnitud se unen en un proyecto de ese tipo.

Adiós al misterio, siete dudas resueltas sobre los bots.

 

movilhouse bots

La obsesión por los bots está creciendo por momentos y es que mucho se está especulando sobre estas herramientas y los cambios que podrían surgir en la industria a medida que se vaya implantando su funcionamiento.

Te sonarán titulares como ¿qué es un bot?, ¿cómo funciona?, ¿eliminarán los bots a las apps tradicionales?... Si hay algo claro es que se seguirás oyendo hablar de ellos de aquí en adelante. Por eso, si todavía no estás al tanto, te dejamos resueltas las principales cuestiones que suelen surgir en torno a ellos.

 

¿ Qué es y qué hace un bot ?

Empecemos por el principio, un bot es un software diseñado con el objetivo de ejecutar procesos o tareas automatizadas como si de una persona se tratase: reservar en un restaurante, fijar una cita en la agenda, mantener conversaciones...

No todos los bots son iguales. Quizás los más conocidos, hasta el momento, son los chatbots que se incluyen en las apps de mensajería para la simular conversaciones, pero los bots pueden llevar a cabo muchas y muy diferentes tareas. Desde bots para realizar pedidos de comida ( Burger King ) o asesoramiento ( Siri o Cortana ), hasta bots que te ayudan a organizar tu agenda ( X ai ), pasando también por bots creados para la emisión de noticias (CNN), como herramientas de marketing, para aumentar el tráfico web o, incluso, hacer ciberataques.

En Botlist ofrecen un amplio listado de bots clasificados por categorías y plataformas que puede ayudarte a hacerte una idea de las posibilidades que ofrecen.

Detección de rostro, reconocimiento facial o de voz, buscadores, vehículos autónomos y robots... son aplicaciones que ya podemos utilizar a diario gracias al Machine Learning.

¿Qué es Machine Learning y qué aplicaciones tiene en nuestro día a día?.

machine learning applications movilhouse
El Machine Learning no es algo nuevo. Sin embargo, poco tiene que ver el Machine Learning de nuestros días con las soluciones de aprendizaje automático del pasado.

Actualmente, gracias al desarrollo de las nuevas tecnologías informáticas, es posible aplicar algoritmos en volúmenes de datos que crecen y varían a gran velocidad. Se trata de modelos que son capaces de ir adaptándose de forma independiente y que hacen posible desde el desarrollo de programas de recomendaciones en línea hasta, por ejemplo, la aparición de vehículos que se conducen de manera autónoma.

Sin duda, esta ciencia está ganando un nuevo impulso, pero ¿cuál es su base?, ¿qué es machine learning?

¿Qué es Machine Learning?

A grandes rasgos podríamos decir que el Machine Learning o aprendizaje automático es un tipo de Inteligencia Artificial dirigido al desarrollo de técnicas para que las máquinas puedan aprender y tomar decisiones por sí mismas.

Este aprendizaje es posible gracias a la detección de patrones dentro de un conjunto de datos de manera que es el propio programa el que predice qué situaciones podrían darse o no. Estos cálculos son los que les permiten aprender para, finalmente, generar decisiones y resultados fiables.

Página 1 de 4