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

Bancarrota en retail 2018: 16 empresas de retail que...

Los incumplimientos de pago de los minoristas están en su punto más alto de todos los tiempos – con numerosas quiebras y liquidaciones hasta ahora en 2018.

Las 10 tendencias de Experiencia al Cliente más...

La experiencia del cliente (CX) es clave para fidelizar a los consumidores de una marca y que actúen como promotores. En 2024, la experiencia al cliente seguirá adquiriendo un nuevo significado a medida que se convierte en una prioridad estratégica para las empresas.

¿Estás preparado para la era del AI Search?

Con la llegada de buscadores potenciados por inteligencia artificial —como Perplexity, ChatGPT, o Google SGE— el modo en que las marcas aparecen (o no) en los resultados de búsqueda está cambiando radicalmente. Ya no se trata solo de posicionarse en la primera página de Google, sino de aparecer en los resúmenes generados por IA.Frente a este nuevo paradigma, está emergiendo una ola de startups especializadas en optimización para búsquedas generativas (Generative Engine Optimization, o GEO). Su misión: ayudar a las empresas a ser visibles en las respuestas que da la IA.¿Cómo lo hacen?Estas compañías combinan estrategia de contenidos, análisis semántico y modelos de IA entrenados para entender cómo los sistemas generan respuestas. Entre sus servicios se incluyen: Desarrollo de contenido optimizado para respuestas de IA Simulación de motores generativos para testear presencia y relevancia Monitorización continua de visibilidad en resúmenes de IA En el entorno actual, donde millones de personas están usando IA para buscar información de forma conversacional, no aparecer en esos resúmenes equivale a desaparecer del radar del usuario.Además, los motores generativos tienden a mencionar solo una o dos marcas por respuesta. La competencia por estar presente es mucho más alta —y no basta con tener buen SEO

El auge de compact AI para edge computing

En diciembre de 2016, Peter Levine de Andreessen Horowitz predijo el edge computing, procesamiento de los datos y la computación en los en los extremos lógicos de la red, como el próximo paradigma informático. La evolución del cloud computing al edge computing se debe al crecimiento del IoT, actualmente existen billones de smartphones, cameras, coches autónomos y otros dispositivos que recogen grandes cantidades de información que necesita ser procesada en tiempo real. El retardo de la red y la gran cantidad de datos generada (un coche genera un gigabyte por segundo) impide que haya tiempo suficiente para la trasmisión y procesamiento de datos en la nube, por tanto la computación tendrá que trasladarse a donde se generan los datos. Esta evolución se asemeja al la evolución del mainframe a la computación cliente-servidor y Levine la describe como edge intelligence. El borde de la red se convertirá en un sistema masivo de computación distribuida que almacena, procesa y actúa sobre los datos del mundo en tiempo real en el propio dispositivo. El Compact AI permite que el dispositivo o sistema responda a los datos a medida que se crean, eliminando las limitaciones asociadas con internet y la nube tales como el ancho de