Archivo de la etiqueta: Inteligencia artificial

Tecnologías emergentes y datos abiertos: Inteligencia Artificial

30e68744ab73e1ef663a5602785fdeaa

 

Alejandro Alija. Tecnologías emergentes y datos abiertos: Inteligencia Artificial. Madrid: Gobierno de España, 2020

Texto completo

PDF

DOC

 

El primer informe de la serie está dedicado a la Inteligencia Artificial. Podemos definir la Inteligencia Artificial (IA) como la capacidad de una máquina para imitar la inteligencia humana. Esta tecnología tendrá un gran impacto en nuestras vidas, mediante dos vías: la automatización de tareas cotidianas, rutinarias y peligrosas y el aumento de las capacidades humanas, ayudando a potenciar la fuerza del trabajo del futuro.

 

Carreteras inteligentes y tecnologías verdes

 

medium_xm8hy8w5ppy0kmt1d1hkenn17-ywup1xbousbtpqoui

 

Smart Road. Informe de Tendencias de Transportes (ITT Report) s. Madrid: Indra, 2020

Texto completo

 

La conectividad de las infraestructuras con los vehículos y los viajeros mediante IoT, el aprovechamiento del dato como verdadero generador de valor en el futuro de la movilidad y la aplicación de la Inteligencia Artificial para facilitar la automatización, van a contribuir a convertir las carreteras convencionales en ecosistemas inteligentes que facilitan una gestión en tiempo real automatizada más segura, eficiente y sostenible del tráfico.

Mejorar la experiencia del viajero, contribuir a la reducción drástica de las emisiones de CO2 y a un futuro de cero accidentes en carretera son los principales objetivos de esta nueva movilidad, según se desprende del Informe de Tendencias de Transportes (ITT Report) Smart Roads presentado por Indra, una de las principales empresas globales de tecnología y consultoría, y líder mundial en smart mobility.

La compañía explica cómo Internet of Things (IoT), Big Data e Inteligencia Artificial, junto con tecnologías como el 5G y el Edge Computing, el blockchain, el BIM (Building Information Modeling), los drones o el Sensado Acústico Distribuido (DAS) están revolucionando el sector del tráfico vial e impulsándolo hacia nuevos modelos de explotación de las infraestructuras, en los que ganan protagonismo las empresas tecnológicas hasta adoptar un papel de socios. Este nuevo mercado tiene un potencial impacto económico estimado de más de 30.000 millones de dólares en 2022, con especial protagonismo de los sistemas avanzados de control del tráfico y tarificación, que darán respuesta a la conducción eléctrica, conectada, colaborativa y autónoma que viene.

Los expertos de Indra prevén un futuro en el que será posible acceder con realidad virtual a un centro de control de tráfico, físico o en la nube, automatizado y capaz de predecir y mitigar un atasco, guiar un vehículo autónomo hackeado o responder en tiempo real ante un incidente. Dicho incidente podrá ser detectado en tiempo real gracias a los dispositivos inteligentes o la fibra óptica instalados en la vía, con tecnologías como DAS /sensado acústico distribuido), DTS (sensado térmico distribuido) e inteligencia y visión artificial, y podrá gestionarse de forma automatizada, tomando decisiones como movilizar drones cercanos para una evaluación inicial, derivando tráfico ante la previsión de un atasco u otras decisiones de señalización, avisos a usuarios, tarificación, etc.

 

Preguntas frecuentes sobre inteligencia artificial para bibliotecas

 

artificialintelligenceindexreport

 

Artificial Intelligence (AI) Index: 2019 Annual Report. Stanford’s Human-Centered AI Institute)

Texto completo

2019

2018

El mundo de hoy se parece cada vez más a la ciencia ficción de ayer. En una época en la que la inteligencia artificial, los robots humanoides y los implantes de tecnología directamente en los humanos ya no son una especulación, sino escenas de nuestra vida cotidiana, nos enfrentamos a un enorme progreso potencial, pero quizás también a un peligro potencial igual de grande. Esto abre las mayores preguntas filosóficas para una nueva consideración, ¿qué es un ser humano?

La Inteligencia Artificial (IA) es una de las tendencias clave de futuro en todos las disciplinas y áreas de trabajo. Para ayudar a los bibliotecarios a mejorar sus bibliotecas, las Bibliotecas de la Universidad de Stanford y la Biblioteca Nacional de Noruega patrocinaron la segunda conferencia anual de Fantastic Futures. Lo que sigue es una FAQ basada en la conferencia para aquellos que quieran empezar su propio viaje a la IA.

La inteligencia artificial (IA) está reconfigurando el mundo del trabajo: las habilidades del futuro

 

ai-skills-among-the-most-in-demand-for-2020

2020 Workplace Learning Trends Report: The Skills of the Future. Udemy 2020

Texto completo

 

Con la interrupción de la tecnología a gran escala, las organizaciones tendrán que responder de manera transformadora. Esto significa repensar la forma en que las organizaciones abordan las habilidades de la fuerza laboral y la gestión del talento. Por ejemplo En el mundo de las finanzas, los fondos de inversión gestionados por AI y los ordenadores representan hoy en día el 35% del mercado de valores de Estados Unidos. Y este número no hace más que crecer.

Este informe destacará las futuras habilidades que cualquier organización necesitará en 2020 y cómo puede preparar a su fuerza laboral para esta nueva década.

Aspectos clave de este informe:

  • Las últimas tendencias de aprendizaje y las habilidades más novedosas basadas en lo que más de 40 millones de personas están aprendiendo en todo el mundo
  • Las 10 mejores habilidades tecnológicas, habilidades sociales y habilidades de negocios
  • Las 10 mejores habilidades de la industria en 2020
  • 5 maneras de reinventar el aprendizaje y el desarrollo para preparar a su fuerza laboral para las habilidades del futuro

 

Inteligencia artificial y aprendizaje automático en bibliotecas

51czkfcxw-l._sx258_bo1204203200_

 

Griffey, JasonM ed. ‘Artificial Intelligence and Machine Learning in Libraries,”. Library Technology Reports (vol. 55, no. 1), 2019

Texto completo

 

En este número de Library Technology Reports se sostiene que el futuro cercano del trabajo en las bibliotecas se verá enormemente afectado y quizás cambie para siempre como resultado de que la inteligencia artificial (IA) y los sistemas de aprendizaje automático se conviertan en algo común. Lo hará a través de ensayos sobre la teoría y las predicciones del futuro de estos sistemas en las bibliotecas y también a través de ensayos sobre los acontecimientos actuales y los sistemas que se están desarrollando actualmente en y para las bibliotecas. Una variedad de bibliotecarios discutirán sus propios proyectos de IA y aprendizaje automático, cómo implementaron la IA y con qué fines, y qué ven como útil para el futuro de las bibliotecas al considerar los sistemas y servicios de IA. Este informe concluye con una discusión sobre las posibilidades y potenciales de usar la IA en las bibliotecas y la biblioteconomía.

 

 

 

La Inteligencia Artificial y el Internet de las Cosas

artificial-intelligence-internet-of-things

Bunz, M. and L. Janciute (2018). [e-Book] Artificial Intelligence and the Internet of Things. London, University of Westminster Press, 2018.

Texto completo

La combinación de IoT y AI ofrece un potencial significativo para mejorar la eficiencia, la toma de decisiones y la calidad de vida en diversos sectores. Sin embargo, es esencial abordar los desafíos asociados para aprovechar al máximo estas tecnologías emergentes.

A través de los algoritmos y la inteligencia artificial (IA), los objetos y los servicios digitales demuestran ahora nuevas habilidades que no tenían antes, hasta sustituir la actividad humana a través de la preprogramación o la toma de sus propias decisiones. Como parte de la Internet de las cosas, las aplicaciones de IA ya se utilizan ampliamente hoy en día, por ejemplo en el procesamiento del lenguaje, el reconocimiento de imágenes y el seguimiento y procesamiento de datos.

Este informe de política ilustra los potenciales impactos negativos y positivos de la IA y revisa las estrategias políticas relacionadas adoptadas por el Reino Unido, EE.UU., la UE, así como Canadá y China. Basándose en un enfoque ético que considera el papel de la IA desde una perspectiva democrática y considerando el interés público, los autores hacen recomendaciones de política que ayudan a fortalecer el impacto positivo de la IA y a mitigar sus consecuencias negativa

Inteligencia artificial para bibliotecas, archivos y museos

 

ff-banner-date

Ver

Fantastic Futures 2019: la 2a Conferencia internacional sobre IA para bibliotecas, archivos y museos tuvo lugar en la Universidad de Stanford los días 4 y 6 de diciembre de 2019.

El evento fue una colaboración entre las Bibliotecas de la Universidad de Stanford y la Biblioteca Nacional de Noruega.

El objetivo del evento era construir una comprensión compartida de las posibilidades y aplicaciones prácticas de la inteligencia artificial inspirada en la biblioteca. Se expresaron inquietudes generales sobre cómo las restricciones de derechos de autor limitarán lo que podemos hacer con el contenido y si las bibliotecas tendrán la capacidad de llevar a cabo el trabajo que debe hacerse para poner en funcionamiento el contenido. Aunque ninguna de esas preocupaciones se abordó directamente en el taller, se acordó fomentar la alfabetización en IA en una organización ayudará a generar ideas y entusiasmo.

Ciencia de Datos, Aprendizaje automático e Inteligencia Artificial en Bibliotecas

 

machine-learning-and-ai-libraries

 

Padilla, Thomas.  “Responsible Operations: Data Science, Machine Learning, and AI in Libraries”. Ohio: OCLC Research, 2019

Texto completo

El informe tiene por objeto ayudar a trazar el compromiso de la comunidad bibliotecaria con la ciencia de datos, el aprendizaje automático y la inteligencia artificial (IA), y fue desarrollado en asociación con un grupo asesor compuesto por más de 70 bibliotecarios y profesionales de universidades, bibliotecas, museos, archivos y otras organizaciones.

Esta agenda de investigación presenta un conjunto interdependiente de desafíos técnicos, organizativos y sociales que deben abordarse en el camino hacia el compromiso de la biblioteca con la gestión de los datos de investigación, el aprendizaje automático y la inteligencia artificial.

Los desafíos se organizan en siete áreas de investigación:

  • Compromiso con las operaciones responsables
  • Descripción y descubrimiento
  • Métodos y datos compartidos
  • Colecciones de Máquinas-Accionables
  • Desarrollo de la Fuerza Laboral
  • Servicios de ciencias de la información
  • Mantener la colaboración interprofesional e interdisciplinaria

Las organizaciones pueden utilizar el informe para argumentar a favor de abordar los desafíos, y las recomendaciones proporcionan un excelente punto de partida para la discusión y la acción.

 

¿Sería posible automatizar la revisión por pares con inteligencia artificial?

 

93680668-3d-rendering-humanoid-robot-reading-a-book-isolated-on-white

Thelwall, Mike. Artificial Intelligence, Automation and
Peer Review. London: JISC, 2019

Texto completo

El documento resume los desarrollos recientes en la automatización del proceso editorial y de revisión por pares. 

Discute las oportunidades para que la Inteligencia artificial (AI) apoye el trabajo de editores y revisores, así como los desafíos éticos en términos del potencial de causar sesgos en el sistema de publicación.

Se centra principalmente en los desafíos para adoptar una revisión por pares automatizada y su potencial para causar un sesgo no deseado, argumentando que cualquier tipo de inteligencia artificial utilizado para la evaluar calidad general de un artículo o del impacto futuro podría generar sesgos internacionales contra los autores en países que no hablan inglés, incluida la mayoría de los países más pobres. Esencialmente, este sesgo ocurriría porque un sistema de IA aprendería características que se asocian con autores de países de alto impacto, como los EE. UU., Reino Unido y Australia, como marcadores de alta calidad, que penalizan artículos de países de bajo impacto general, independientemente de la calidad de los artículos enviados.

Por lo tanto, muchos  investigadores se verían afectados al publicar desde el mismo país que los investigadores menos buenos, a pesar de la habilidad adicional que se necesita para producir investigación de alta calidad en países con menos recursos. Esto podría abordarse agregando factores de corrección de sesgo para contrarrestar los posibles sesgos, si los desarrolladores pudieran demostrar que dichos factores de corrección eliminan el problema en general.

Google cambia su algoritmo de búsqueda hacia el“emparejamiento neuronal” para comprender mejor los conceptos de búsqueda

 

google-rankbrain-neural-matching-1553258600

 

Google acaba de anunciar recientemente que está utilizando un algoritmo de «emparejamiento neuronal» para comprender mejor los conceptos que transformará el futuro escenario de resultados de búsqueda, técnicas de optimización de motores de búsqueda y estrategias. El anterior algoritmo «RankBrain» relacionaba las páginas con los conceptos y el emparejamiento neuronal relaciona las palabras con las búsquedas

 

Google está utilizando la tecnología AI para generar diversos resultados de búsqueda analizando mejor los términos de la consulta. El Algoritmo de Correspondencia o emparejamiento Neural (Neural Matching) de Google es una mezcla perfecta de técnicas de optimización de motores de búsqueda y motores artificiales. Ahora, Google se centrará en los sinónimos y el concepto que hay detrás del término de búsqueda.

El nuevo algoritmo de Google va a influir en las antiguas técnicas de optimización de motores de búsqueda y proporcionará resultados más completos. Porque Google se centrará en entender el concepto de la página a partir del contenido en lugar de basarse en las palabras clave. Anteriormente Google solía recoger las palabras clave de la página para entender el concepto.

El último trabajo de investigación se titula Deep Relevance Ranking, que utiliza la Enhanced Document Query Instruction (Instrucción de consulta de documentos mejorada). cuyo objetivo es eliminar el spam y los resultados irrelevantes y rastrear los resultados de búsqueda relevantes. Con todo ello, la búsqueda en línea va a ser la más personalizada que nunca, ya que Google podrá entender las preguntas y los términos de búsqueda exactos. En septiembre de 2018, Google declaró que el emparejamiento neuronal ya se utiliza en el 30% de las búsquedas.

RankBrain relaciona las páginas con los conceptos y el emparejamiento neural relaciona las palabras con las búsquedas. El algoritmo RankBrain ayuda a Google a relacionar las páginas con conceptos, incluso cuando las páginas no incluyen las palabras exactas utilizadas en una consulta. También es un sistema basado en la IA que ha estado en uso desde 2016, dos años antes de que Google implementara el emparejamiento neuronal.