269 noticias
¿Prefieres una respuesta redactada? Pregunta a IA para hoy.
Google DeepMind ha completado la publicación en código abierto de MuJoCo, el simulador de física que adquirió en octubre de 2021. El repositorio completo está…
Por qué importaLa apertura del código de MuJoCo reduce barreras de entrada para equipos de robótica e investigación en universidades y empresas, permitiendo…
Google DeepMind ha publicado Perceiver AR, una arquitectura autoregresiva y agnóstica de modalidad que utiliza cross-attention para procesar contextos muy…
Por qué importaLas limitaciones actuales en longitud de contexto (típicamente 2.048 tokens en Transformers) afectan la calidad de generación en tareas largas…
Google DeepMind ha presentado GopherCite, un modelo de lenguaje entrenado para respaldar sus afirmaciones factuales con evidencia verificable de la web. El…
Por qué importaLa alucinación de hechos es un problema crítico que limita la confiabilidad de los LLM en aplicaciones con usuarios. Un modelo que cite evidencia…
Google DeepMind ha desarrollado agentes de inteligencia artificial capaces de transferencia cultural en tiempo real mediante aprendizaje por refuerzo profundo…
Por qué importaEste avance abre la posibilidad de que sistemas de IA aprendan de manera flexible y rápida a partir de observaciones, sin requerir grandes conjuntos…
Google DeepMind ha publicado SVO-Probes, un conjunto de datos de 48.000 pares imagen-oración para evaluar la comprensión de verbos en transformers multimodales…
Por qué importaLa comprensión de verbos es crítica para sistemas reales como recuperación de imágenes, generación de descripciones y respuesta a preguntas visuales…
Google DeepMind ha publicado un paper que demuestra cómo utilizar modelos de lenguaje para generar automáticamente inputs que eliciten texto dañino en otros…
Por qué importaLa seguridad de modelos de lenguaje es crítica antes del despliegue en producción; automatizar la detección de fallos reduce costos de testing y…
Google DeepMind publica un paper de investigación que utiliza aprendizaje por refuerzo profundo multi-agente para modelar la formación de normas sociales y el…
Por qué importaEl trabajo abre un enfoque alternativo a la teoría de juegos para modelar sistemas socio-ecológicos complejos donde las interacciones no se reducen a…
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…
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…
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…
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…
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…
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…
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…
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…
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…
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…
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…
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…
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…
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…
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…
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…
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…
