Resultados para «Google DeepMind»

Modelos y avances 6 jul 2 fuentes

Google DeepMind publica RETRO: modelos de lenguaje mejorados con búsqueda en billones de tokens

Google DeepMind presenta RETRO (Retrieval Enhanced TRansfOrmers), un método que aumenta transformers con búsqueda sobre una base de datos de pasajes de texto…

Por qué importaDemuestra un camino alternativo a simplemente escalar parámetros: arquitecturas más eficientes que combinan modelos menores con recuperación masiva…

Impacto alto Fiabilidad confirmado por varias fuentes Google DeepMind

Investigación 6 jul

Google DeepMind estudia los límites expresivos de funciones de recompensa en aprendizaje reforzado

Google DeepMind publica un trabajo teórico que examina los límites fundamentales de las funciones de recompensa (Markov reward) en aprendizaje por refuerzo. El…

Por qué importaCuestiona el reward hypothesis de Sutton y Littman, un principio fundacional del aprendizaje por refuerzo, demostrando sus límites expresivos. Esto…

Impacto bajo Fiabilidad fuente primaria Google DeepMind

Investigación 6 jul

Google DeepMind presenta GQN para aprender representación de escenas sin etiquetado humano

Google DeepMind ha publicado en Science un paper sobre la Generative Query Network (GQN), un framework que permite a máquinas aprender a percibir escenas…

Por qué importaEste avance aborda un problema crítico en visión artificial: la dependencia del etiquetado manual masivo y costoso de datos. Al reducir…

Impacto alto Fiabilidad fuente primaria Google DeepMind

Investigación 6 jul

DeepMind mide el razonamiento abstracto en redes neuronales

Google DeepMind ha publicado un paper que propone un método para medir la capacidad de razonamiento abstracto en redes neuronales, inspirado en tests de CI…

Por qué importaEl razonamiento abstracto es fundamental para sistemas de IA general. Este trabajo identifica debilidades críticas en redes neuronales…

Impacto medio Fiabilidad fuente primaria Google DeepMind

Investigación 6 jul

Google DeepMind aprende a identificar objetos por su sonido sin etiquetas

Google DeepMind presenta una investigación sobre aprendizaje audio-visual que permite a redes neuronales entrenar conjuntamente a partir de vídeos sin…

Por qué importaEl aprendizaje multimodal sin supervisión es una dirección clave para entrenar sistemas más eficientes: permite aprovechar el enorme volumen de…

Impacto bajo Fiabilidad fuente primaria Google DeepMind

Herramientas y productos 6 jul

Google DeepMind despliega IA autónoma para control directo de refrigeración en centros de datos

Google DeepMind ha puesto en funcionamiento un sistema de IA basado en redes neuronales profundas que controla automáticamente el enfriamiento en múltiples…

Por qué importaLos centros de datos consumen una fracción significativa de la energía global y son críticos para servicios en la nube. Un sistema que mejore su…

Impacto alto Fiabilidad fuente primaria Google DeepMind

Investigación 6 jul

Google DeepMind presenta PopArt: técnica para entrenar un solo agente en múltiples tareas

Google DeepMind ha publicado PopArt, una técnica de normalización adaptativa de recompensas para aprendizaje por refuerzo multi-tarea. El método permite a un…

Por qué importaPopArt resuelve un problema técnico fundamental en RL multi-tarea: el desbalance de escalas de recompensa que obliga a elegir entre optimizar bien…

Impacto medio Fiabilidad fuente primaria Google DeepMind

Herramientas y productos 6 jul

Google DeepMind aumenta el valor de la energía eólica un 20% con aprendizaje automático

Google DeepMind ha aplicado redes neuronales de aprendizaje automático a 700 megavatios de capacidad eólica en el centro de Estados Unidos para predecir la…

Por qué importaLa energía eólica es impredecible por naturaleza, lo que reduce su valor en mercados que requieren suministro predecible. Este avance demuestra cómo…

Impacto alto Fiabilidad fuente primaria Google DeepMind

Herramientas y productos 6 jul

DeepMind abre TF-Replicator para entrenar modelos en múltiples GPUs y TPUs sin experiencia previa

Google DeepMind ha publicado TF-Replicator, una librería de software que simplifica el despliegue de modelos TensorFlow en GPUs y Cloud TPUs sin necesidad de…

Por qué importaReduce significativamente la barrera de entrada para investigadores que quieren usar TPUs y escalabilidad distribuida, acelerando el ciclo de…

Impacto medio Fiabilidad fuente primaria Google DeepMind

Investigación 6 jul

Google DeepMind propone tres métodos para identificar y eliminar errores en modelos de IA

Google DeepMind ha publicado un artículo de investigación describiendo tres enfoques para identificar y eliminar fallos en modelos de aprendizaje profundo…

Por qué importaLa robustez de los modelos de IA es crítica para despliegues en producción y aplicaciones de seguridad crítica. Los métodos propuestos permiten…

Impacto alto Fiabilidad fuente primaria Google DeepMind

Investigación 6 jul 2 fuentes

Waymo y DeepMind usan selección evolutiva para entrenar redes neuronales de conducción autónoma

Waymo y Google DeepMind han colaborado en un método llamado Population Based Training (PBT) que automatiza la búsqueda de hiperparámetros óptimos para entrenar…

Por qué importaPBT acelera significativamente el entrenamiento de modelos críticos para vehículos autónomos, liberando a ingenieros de tareas de ajuste manual…

Impacto alto Fiabilidad confirmado por varias fuentes Google DeepMind

Investigación 6 jul

DeepMind conecta aprendizaje biológico y artificial mediante mecanismos de replay

Google DeepMind publica investigación sobre mecanismos de replay (reproducción de experiencias) en redes neuronales biológicas y artificiales. El laboratorio…

Por qué importaLa convergencia entre neurociencia e IA en mecanismos de replay muestra cómo la comprensión del aprendizaje biológico puede optimizar algoritmos de…

Impacto medio Fiabilidad fuente primaria Google DeepMind

Investigación 6 jul 2 fuentes

DeepMind presenta ReQueST para entrenar agentes de RL desde retroalimentación humana sin estados inseguros

Google DeepMind ha publicado un método llamado ReQueST (Reward Query Synthesis via Trajectory Optimisation) que permite entrenar agentes de aprendizaje por…

Por qué importaEl problema de exploración segura es crítico para desplegar RL en aplicaciones reales (robótica, vehículos autónomos, sistemas de control) donde…

Impacto alto Fiabilidad confirmado por varias fuentes Google DeepMind

Investigación 6 jul

DeepMind usa psicología cognitiva para interpretar redes neuronales profundas

Google DeepMind ha publicado un paper aceptado en ICML que propone un nuevo enfoque para resolver el problema de la 'caja negra' en redes neuronales profundas…

Por qué importaLa interpretabilidad de redes neuronales es crítica para confiar en sistemas de IA en aplicaciones del mundo real. Este enfoque abre una vía concreta…

Impacto medio Fiabilidad fuente primaria Google DeepMind

Investigación 6 jul

DeepMind avanza en control motor flexible de cuerpos simulados mediante aprendizaje emergente

Google DeepMind publica tres nuevas investigaciones sobre control motor en entornos simulados. Los sistemas desarrollados aprenden comportamientos complejos…

Por qué importaEste avance es fundamental para la robótica y sistemas autónomos: permite entrenar agentes que se adapten a múltiples tareas y cuerpos físicos sin…

Impacto medio Fiabilidad fuente primaria Google DeepMind

Investigación 6 jul

DeepMind presenta SCAN: red neuronal que aprende conceptos visuales por recombinación

Google DeepMind ha publicado un paper presentando SCAN (Symbol-Concept Association Network), una red neuronal que aprende jerarquías de conceptos visuales…

Por qué importaEsta aproximación imita la capacidad humana de composicionalidad —recombinar conceptos familiares para imaginar nuevos—, una habilidad crítica para…

Impacto medio Fiabilidad fuente primaria Google DeepMind

Investigación 6 jul

DeepMind publica método distribucional para entrenamientos más rápidos en aprendizaje por refuerzo

Google DeepMind ha publicado un paper que propone reemplazar el enfoque tradicional de predecir el promedio de recompensas en aprendizaje por refuerzo (RL) por…

Por qué importaEste enfoque distribucional redefine conceptualmente cómo funcionan los algoritmos de refuerzo, permitiendo que los sistemas entiendan no solo el…

Impacto alto Fiabilidad fuente primaria Google DeepMind

Investigación 6 jul

DeepMind: el hipocampo codifica predicciones de futuro para optimizar decisiones

Google DeepMind publica en Nature Neuroscience una teoría que propone que el hipocampo funciona como un «mapa predictivo» que representa estados actuales en…

Por qué importaEl trabajo abre un puente entre neurociencia cognitiva e IA: si el hipocampo implementa un algoritmo eficiente de predicción y planificación…

Impacto medio Fiabilidad fuente primaria Google DeepMind

Empresa y transformación digital 6 jul 2 fuentes

Google DeepMind abre segunda oficina en Montreal con colaboración con McGill

Google DeepMind ha anunciado la apertura de una oficina en Montreal, Canadá, tres meses después de inaugurar su primer laboratorio internacional en Edmonton…

Por qué importaLa expansión de DeepMind en Canadá consolida la región como hub global de investigación en IA y señala el compromiso de Google con la colaboración…

Impacto bajo Fiabilidad confirmado por varias fuentes Google DeepMind

Empresa y transformación digital 6 jul

Google DeepMind comparte lecciones de diseño de Streams, app clínica segura en el NHS

Google DeepMind ha publicado insights sobre el desarrollo de Streams, una aplicación móvil clínica segura desplegada en el Royal Free Hospital desde enero de…

Por qué importaIlustra cómo la IA y los sistemas clínicos requieren un proceso iterativo de co-diseño con usuarios finales para evitar que soluciones "técnicamente…

Impacto medio Fiabilidad una fuente fiable Google DeepMind

Herramientas y productos 6 jul

Google DeepMind pone en producción Parallel WaveNet para síntesis de voz en Google Assistant

Google DeepMind anunció en octubre que su modelo WaveNet de síntesis de voz estaba siendo usado para generar voces realistas en Google Assistant en japonés e…

Por qué importaLa síntesis de voz de alta calidad es fundamental para que los asistentes de IA sean adoptables a escala global. Un modelo 1000 veces más rápido sin…

Impacto alto Fiabilidad fuente primaria Google DeepMind

Investigación 6 jul 2 fuentes

DeepMind publica Population Based Training para optimizar hiperparámetros en redes neuronales

Google DeepMind ha introducido Population Based Training (PBT), un método que entrena múltiples redes neuronales en paralelo para encontrar automáticamente los…

Por qué importaLa selección de hiperparámetros es crítica para el éxito de redes neuronales pero consume recursos e tiempo (semanas o meses con métodos manuales)…

Impacto medio Fiabilidad confirmado por varias fuentes Google DeepMind

Investigación 6 jul

DeepMind presenta entornos de prueba para medir comportamiento seguro en agentes de IA

Google DeepMind ha publicado un artículo presentando nueve entornos de aprendizaje por refuerzo (gridworlds) diseñados específicamente para medir…

Por qué importaA medida que los sistemas de IA se vuelven más generales y se despliegan en aplicaciones reales, medir y asegurar su comportamiento seguro es…

Impacto alto Fiabilidad fuente primaria Google DeepMind

Investigación 6 jul 2 fuentes

Google DeepMind abre Psychlab para estudiar capacidades cognitivas en agentes de IA

Google DeepMind ha publicado en código abierto Psychlab, una plataforma construida sobre DeepMind Lab que adapta métodos de psicología cognitiva experimental…

Por qué importaEste enfoque sistémico para aislar capacidades cognitivas individuales en agentes permite identificar brechas específicas en su diseño y mejorar su…

Impacto medio Fiabilidad confirmado por varias fuentes Google DeepMind