AECOC
INNOVATION HUB

Tendencias - Tecnologías - Impactos

Noticias Tecnología - Innovación - Ciencia

add ver todas

El plan para avanzar en Inteligencia Artificial del MIT

Josh Tenenbaum es el cargado de dirigir el laboratorio de Ciencias Cognitivas Computacionales del MIT y es a su vez el director de un nuevo proyecto de Inteligencia Artificial (IA) denominado “MIT Quest for Intelligence”, el cual reúne a informáticos e ingenieros con neurocientíficos y psicólogos cognitivos para realizar una investigación que podría llevar a realizar un gran progreso en la IA.

Los principales retos del proyecto del MIT:

  • Explorar la inteligencia cognitiva – Gracias al deep learning los ordenadores son capaces de reconocer palabras en el habla y rostros en imágenes con la mayor precisión posible. Este tipo de aprendizaje también ha permitido realizar numerosos avances en programas de juegos como AlphaGo de DeepMind y ha permitido realizar mejoras considerables en los vehículos autónomos y en la robótica. Sin embargo, Josh Tenenbaum opina que los sistemas que utilizan deep learning no son realmente inteligentes, ya que ninguno de ellos tiene un sentido común flexible. Por ello, con este proyecto pretende explorar la ciencia cognitiva para entender la inteligencia humana.​
  • Desarrollar de programas informáticos capaces de imitar aspectos de la mente humana – En 2015 crearon programas informáticos con la capacidad de aprender a reconocer nuevos caracteres manuscritos, así como ciertos objetos en imágenes tras ver solo unos pocos ejemplos, lo cual es un gran avance, ya que los mejores programas de aprendizaje de máquinas generalmente requieren elevadas cantidades de datos de captación.

Para saber más haz click aquí

NOTICIAS RELACIONADAS

add ver todas

Científicos inventan un "panel anti-solar" que genera...

ACS Photonics, la empresa que emplea paneles anti-solares, innova con su nueva propuesta, aprovechando recursos que hasta el día de hoy pasaban desapercibidos para la producción energética. La energía es producida mediante el proceso por el que pasa el calor acumulado y desprendido por la tierra en los paneles durante un determinado periodo de tiempo. No es comparable con la cantidad de energía conseguida por paneles solares, pero con una producción a gran escala, conseguiría un alcance mayor.

Bicicletas de carga móvil: Energizando vehículos...

La transición hacia los vehículos eléctricos ha sido impulsada por su contribución a la reducción de las emisiones y la creación de un futuro más sostenible. Sin embargo, una de las principales preocupaciones para los propietarios de estos vehículos es la falta de infraestructura de carga disponible, ya que en muchas ocasiones encontrar un punto de carga puede resultar una tarea complicada y limitante. La startup UZE ha desarrollado una solución para este problema. En lugar de pedir a los conductores que localicen un punto de carga disponible, UZE lleva la energía directamente donde se encuentre el vehículo.  Esta solución disreuptiva permite superar las limitaciones de la infraestructura de carga actual y ofrece una alternativa conveniente y accesible para cargar los vehículos elécticos. ¿Cómo funciona este servicio?Los clientes solo necesitan utilizar la aplicación de la empresa y solicitar una carga para su vehículo. Una vez solicitada, un operador de la empresa se desplaza en una bicicleta de carga equipada con paquetes de baterías grandes y un cargador rápido hasta la ubicación del vehículo. En tan solo 40 minutos el coche estará completamente cargado y listo para seguir su camino. Actualmente UZE está estableciendo una asociación con GreenMobility, una empresa danesa que proporciona

Carne cultivada más rentable con tinta de impresión 3D

Investigadores han demostrado que es posible cultivar alternativas a la carne completamente desde cero sin la necesidad de animales, usando proteína de cereal en su lugar. Han creado una tinta comestible hecha de residuos biológicos de cereales (proteínas de cebada, centeno y maíz) que forman tinta vegetal capaz de apoyar el crecimiento de las células de la carne. La carne absorbe y biodegrada la tinta del cereal a medida que crece.

La inteligencia artificial puede detectar signos de...

El uso de machine learning puede detectar los patrones y los primeros síntomas del Alzheimer. El estudio se esta realizando a través de un dispositivo que, instalado en el cuarto de un paciente, se encarga de grabar todo lo que sucede a su alrededor incluyendo los movimientos de la persona.Las consecuencias del uso de machine learning en la detección del Alzheimer:Identificación de enfermos en fase temprana – los dispositivos permiten recoger información e identificar patrones que pueden servir para identificar a futuros pacientes, que podrían comenzar a ser tratados años antes de que aparezcan los síntomas obvios como la perdida de memoria.​Creación de un prueba de diagnostico– actualmente no existe prueba para identificar a los enfermos de Alzheimer y los escáneres de cerebro no se pueden utilizar para identificar esta enfermedad. Sin embargo, el machine learning podría permitir desarrollar una prueba de diagnóstico.Mejora de los ensayos clínicos de los medicamentos – los patrones identificados con machine learning pueden eliminar los dos problemas principales en el desarrollo de nuevos medicamentos para el Alzheimer: el desconocimiento de las causas de la enfermedad y la dificultad de identificar pacientes que se beneficien de la medicación.Para saber más haz click aquí