Archivo de la etiqueta: Inteligencia artificial

¿Cuáles son los beneficios y riesgos del desarrollo de la inteligencia artificial?

https3a2f2fblogs-images-forbes-com2frobertadams2ffiles2f20162f032fartificial-intelligence-is-it-dangerous-1200x1000

Risks and rewards: Scenarios around the economic impact of machine learning. [Report] The Economist, Intelligence Unit y Google, 2018.

Texto completo

Existe cierta incertidumbre en torno a los avances de la inteligencia artificial (IA) y uno de sus principales subconjuntos, el aprendizaje automático, de lo que sugiere el debate actual, en particular con respecto al impacto de la tecnología en la sociedad y la economía. Sin duda, los avances han sido increíbles y los defensores tienen razón al destacarlos. Sin embargo, no todo el mundo ve esto como un bien. De hecho, existe una gran preocupación por el hecho de que la IA represente una amenaza para el empleo, la privacidad y, con el tiempo, incluso para la humanidad.

El problema es que ambos bandos -los partidarios de la IA y sus oponentes, los partidarios y los detractores- a menudo utilizan la hipérbole para promover su punto de vista. Como resultado, gran parte del debate actual sobre IA se ha convertido en una propuesta de uno u otro tipo. O bien conducirá inexorablemente hacia un futuro utópico o será la causa de nuestra desaparición.

La verdad probablemente se encuentra en algún punto intermedio y The Economist Intelligence Unit, con el patrocinio de Google, ha llevado a cabo una investigación para identificar el punto medio mediante el desarrollo de escenarios cuantitativos y cualitativos sobre el impacto del aprendizaje automático para un número selecto de países e industrias. Los resultados se basan en modelos econométricos, investigación documental y entrevistas con expertos académicos e industriales.

 

Anuncios

Notas desde la frontera de la IA: Aplicaciones y valor del aprendizaje profundo

small_1420

Chui, M., J. Manyika, et al. [e-Book]  Notes from the AI frontier: Applications and value of deep learning. New York, McKinsey Global Institute (MGI), 2018

Texto completo

 

El aprendizaje profundo es parte de un conjunto más amplio de métodos de aprendizaje automático basados en asimilar representaciones de datos. Una observación (por ejemplo, una imagen) puede ser representada en muchas formas (por ejemplo, un vector de píxeles), pero algunas representaciones hacen más fácil aprender tareas de interés (por ejemplo, “¿es esta imagen una cara humana?”) sobre la base de ejemplos, y la investigación en este área intenta definir qué representaciones son mejores y cómo crear modelos para reconocer estas representaciones.

Un análisis de más de 400 casos de uso en 19 industrias y nueve funciones comerciales resalta el amplio uso y el significativo potencial económico de las técnicas avanzadas de IA.

“Hable con los libros”, proyecto de Google que permite encontrar respuestas en los libros utilizando lenguaje natural e Inteligencia Artificial

“Talk to Books”

https://books.google.com/talktobooks/

La asombrosa nueva herramienta de búsqueda de Google responderá a cualquier pregunta leyendo miles de libros. Se trata de una nueva forma de encontrar respuestas sobre lo que se pregunta en Internet recuperando información directamente de los libros. Simplemente escribes una pregunta en ““Talk to Books” y la herramienta, que funciona con IA, escaneará cada frase de 100.000 volúmenes de la Búsqueda de libros de Google y generará una lista de posibles respuestas con el pasaje correspondiente en negrita.

La comprensión del lenguaje natural ha evolucionado sustancialmente en los últimos años, en parte debido al desarrollo de vectores de palabras que permiten que los algoritmos aprendan sobre las relaciones entre palabras, basándose en ejemplos de uso real del lenguaje. Estos modelos vectoriales mapean frases semánticamente similares a puntos cercanos basándose en la equivalencia, similitud o parentesco de ideas y lenguaje.

 

Talk to Books” es una manera completamente nueva de explorar los libros comenzando por el nivel de oración, en lugar del hacerlo por autor o tema. El sistema -en experimentación- es capaz descubrir libros a partir de citas que responden a las preguntas planteadas por un potencial lector, obteniendo mejores resultados que usando palabras clave.

¿Cómo funciona?

El sistema utiliza miles de millones de líneas de diálogo para enseñar a una IA cómo fluyen las conversaciones humanas reales. Una vez que la IA ha aprendido de esos datos, es capaz de predecir la probabilidad de que una declaración siga a otra como respuesta. La técnica que utiliza para enseñar el lenguaje de las computadoras se llama aprendizaje automático, de esta manera el programa construye un modelo predictivo a partir de datos de entrada. La IA simplemente tiene en cuenta lo que se escribe y analiza un conjunto de muchas respuestas posibles para encontrar las que probablemente seguirían. De este modo cuando se escribe una pregunta o una afirmación, el modelo examina cada frase en más de 100.000 libros para encontrar las respuestas que probablemente serían las siguientes en una conversación. La frase de respuesta se muestra en negrita, junto con parte del texto que aparece junto a la frase para el contexto.

Por ejemplo si introducimos la pregunta How do you define serendipity? en “Talk to Books” nos aparecerá lo siguiente:

google-talk-to-books

Experimenta con otros ejemplos tales como:

“How can I stop thinking and fall asleep?”

How can I stop thinking and fall asleep?
How did you meet your significant other?
How do you improve as a singer?

Bots, Machine Learning, Servicios Cognitivos. Realidad y perspectivas de la Inteligencia Artificial en España, 2018.

perspectiva-ia-espana-2018-02

Realidad y perspectivas de la IA en España, 2018. Bots, Machine Learning, Servicios Cognitivos”. Madrid: PwC y Microsoft, 2018

Texto completo

Más infromación sobre 

La escasez de talento y la falta de un modelo de negocio claro son los dos principales obstáculos con los que se encuentran las empresas españolas a la hora de aplicar la Inteligencia Artificial (IA) en sus negocios. Esta es una de las principales conclusiones del informe “Realidad y perspectivas de la IA en España, 2018” elaborado por PwC en colaboración con Microsoft, a partir de encuestas a una treintena de grandes compañías españolas líderes en su sector.  

El documento revela que solo un 11% de las compañías entrevistadas cuenta con los profesionales y las capacidades adecuadas para poner en marcha iniciativas en el campo de la IA. Y, por consiguiente, seis de cada diez están buscando de forma activa los perfiles profesionales necesarios.

Pero a la escasez de talento se suman otros obstáculos a la hora de apostar por la IA, como la falta de un modelo de negocio que les permita saber cuál es el retorno de la inversión; las dificultades en la gestión del cambio cultural dentro de la empresa, o la ausencia de un liderazgo claro a la hora de impulsar este tipo de iniciativas.

El estudio tiene como objetivo ofrecer una perspectiva realista del nivel de desarrollo de la IA en el mercado español tomando como referencia un grupo de empresas que se pueden considerar avanzadilla en materia de digitalización. Los resultados son claros: para la mayoría de las grandes empresas participantes en el informe (80%), la Inteligencia Artificial no es un conjunto de iniciativas aisladas sino una tecnología que, en el largo plazo, supondrá cambios muy disruptivos para los negocios.

A pesar de las barreras mencionadas arriba, del selecto grupo de empresas participantes, más de la mitad ya está intentando, en mayor o menor medida, sacar partido de la IA. Un 46% tiene en marcha algún tipo de proyecto piloto o prueba, y un 11,5% ya están viendo resultados, sobre todo, en la mejora de la satisfacción del cliente, en la toma de decisiones o en la reducción de costes. Pero si vemos la encuesta de otra manera, no todo son avances: un 42,5% de las compañías todavía no han puesto de marcha ninguna iniciativa en relación con la IA o solo tienen una hoja de ruta.

¿Cuáles son las aplicaciones de la IA con más potencial para las compañías españolas? El análisis predictivo, que permite anticipar eventos, comportamientos y condiciones futuras en base a información recogida por la compañía, es la preferida por las empresas. Le sigue el reconocimiento por lenguaje y voz. En tercer lugar se sitúan el machinelearning, los chatbots y las técnicas de RPA –procesos automatizados por robótica- (ver cuadro adjunto). 

El uso malicioso de la inteligencia artificial: previsión, prevención y mitigación

 

ia

The Malicious Use of Artificial Intelligence: Forecasting, Prevention, and Mitigation” [e-Book]. Oxford, Future of Humanity Institute, University of Oxford, 2018.

Texto completo

La inteligencia artificial y las capacidades de autoaprendizaje de máquinas están creciendo a un ritmo sin precedentes. Estas tecnologías tienen muchas aplicaciones beneficiosas, que van desde la traducción automática hasta el análisis de imágenes médicas. Se están desarrollando innumerables aplicaciones de este tipo y cabe esperar que se desarrollen a largo y medio plazo. Históricamente se ha prestado menos atención a las formas en que la inteligencia artificial puede ser utilizada maliciosamente. Este informe examina el panorama de las posibles amenazas a la seguridad derivadas de los usos maliciosos de las tecnologías de inteligencia artificial y propone formas de prever, prevenir y mitigar mejor esas amenazas. Se analiza, la cuestión de cuál será el equilibrio a largo plazo entre beneficios y perjuicios del uso de la tecnología de IA.

DeepL: traductor automático que aplica la inteligencia artificial

dtabyi1waaav4n6

https://www.deepl.com/translator

DeepL desarrolla inteligencia artificial para comprender y traducir textos. Se trata de una herramienta de traducción de la misma empresa que desarrolla el diccionario online Linguee.  El responsable del proyecto es el matemático e informático Gereon Frahling.   DeepL puede presumir de ofrecer el traductor automático en línea más preciso del mundo. Las traducciones que ofrece se aproximan más que nunca a las traducciones realizadas por nativos

 

En agosto de 2017, el equipo de investigación lanzó al público el Traductor de DeepL. Con una calidad de traducción nunca vista, el Traductor de DeepL marca un nuevo estándar en traducción automática neuronal.

El banco de pruebas de este proyecto se realizó cuando se propuso a varios profesionales de la traducción a elegir entre 100 frases traducidas con diferentes herramientas como Google, Microsoft y Facebook, los profesionales eligieron las frases traducidas por DeepL como las mejor traducidas. Además los investigadores evalúaronn también la calidad de sus sistemas de traducción con el método BLEU en unidades de tests predefinidos obteniendo DeepL los mejores resultados. con un récord mundial de 31,1 puntos, superando así el récord logrado hasta entonces, que era de 28,4 puntos.

27922004659_6eb1ff9c1a_b_d

Test comparativo de DeepL con otras herramientas de traducción automática

 

DeepL es un proyecto desarrollado por una pequeña empresa alemana, ubicada en Colonia (Alemania). Su herramienta de traducción es tan rápida como la competencia, pero más precisa y matizada que cualquiera otra. DeepL permite traducir siete lenguas europeas (alemán, español, francés, inglés, italiano, neerlandés y polaco).  Aunque en un futuro quiere ampliar la cobertura.

El sistema se basa en investigación sobre redes neuronales. Para el aprendizaje de  redes neuronales utiliza un superordenador fabricado en Islandia capaz de realizar más de 5.100.000.000.000.000 operaciones por segundo (5,1 petaFLOPS), uno de los top 500 de superordenadores del mundo. Es decir, tiene una capacidad de procesar 1.000.000 de palabras en menos de un segundo.

El rendimiento de una red neuronal depende de la calidad del material de aprendizaje empleado. Las redes neuronales de DeepL aprenden a partir de los miles de millones de frases traducidas y de alta calidad del buscador Linguee. Esto brinda a DeepL una ventaja insuperable.

 

 

 

 

 

 

Inteligencia artificial. Las máquinas que aprenden solas

Rodríguez Canfranc, Pablo. Inteligencia artificial. Las máquinas que aprenden solas. Madrid: Fundación Telefónica, 2017

Texto completo

ReadSpeaker Escuchar PDF – Descargar PDF – (Español)

Descargar PDF

La evolución de la inteligencia artificial durante las últimas décadas ha creado programas y algoritmos que no solo realizan mecánicamente tareas programadas, sino que además son capaces de aprender de la experiencia, como hacemos los humanos, pueden elaborar juicios y tomar decisiones. Esta inteligencia, que supera la capacidad humana, está planteando nuevos y desafiantes retos a la altura de los argumentos de la ciencia ficción.