Papers, resultados científicos y avances académicos
431 noticias · RSS de esta sección
Google DeepMind ha publicado en Nature el desarrollo de AlphaGo Zero, una versión mejorada de AlphaGo que aprende a jugar Go sin entrenamiento previo en…
Por qué importaAlphaGo Zero demuestra que los algoritmos de IA pueden alcanzar y superar capacidades superhúmanas partiendo de cero, sin depender de datos o…
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…
DeepMind y Blizzard Entertainment han lanzado SC2LE, un conjunto de herramientas que permite a los investigadores usar StarCraft II como entorno de prueba para…
Por qué importaStarCraft II presenta desafíos complejos de IA más realistas que entornos previos: incluye ~100 millones de acciones posibles (vs. ~10 en Atari)…
DeepMind publica un análisis en la revista Neuron sobre el papel de la neurociencia en el progreso de la IA. El artículo, firmado por Demis Hassabis…
Por qué importaLa convergencia entre neurociencia e IA representa una oportunidad estratégica para resolver desafíos fundamentales en aprendizaje y generalización…
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…
Google DeepMind ha publicado dos papers sobre arquitecturas de agentes basadas en 'imaginación': redes neuronales que internamente simulan consecuencias de…
Por qué importaEsta investigación avanza en el razonamiento deliberativo de agentes IA, permitiéndoles funcionar con modelos imperfectos y adaptar estrategias de…
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 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 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…
DeepMind y OpenAI han publicado investigación sobre un método que permite a usuarios sin experiencia técnica enseñar sistemas de aprendizaje por refuerzo a…
Por qué importaLa capacidad de alinear sistemas de IA complejos sin especificar objetivos de forma explícita reduce el riesgo de comportamientos indeseados o…
DeepMind anunció en la Cumbre del Futuro del Go en Wuzhen, China, que la Future of Go Summit será el evento competitivo final de AlphaGo. El equipo de…
Por qué importaMarca el cierre de una era de demostraciones competitivas en juegos para pivotear hacia aplicaciones científicas prácticas como descubrimiento de…
Google DeepMind publica un método llamado Elastic Weight Consolidation (EWC) que permite a las redes neuronales aprender nuevas tareas sin olvidar las…
Por qué importaEl aprendizaje continuo es fundamental para sistemas IA más flexibles y eficientes que puedan adaptarse a nuevas tareas sin perder competencias…
Google DeepMind ha publicado una investigación sobre cómo los agentes de IA aprenden a cooperar o competir usando aprendizaje por refuerzo profundo…
Por qué importaEntender cómo los agentes de IA deciden cooperar o defeccionar es fundamental para controlar sistemas multiagente en aplicaciones reales. Este…
Google DeepMind publicó un resumen de sus investigaciones en 2016, destacando logros clave: AlphaGo derrotó al campeón mundial de Go Lee Sedol con movimientos…
Por qué importaEl resumen documenta un año decisivo en IA aplicada: además de hitos científicos (tres portadas de Nature), DeepMind demostró que sus avances podían…
Google DeepMind anunció el código abierto de DeepMind Lab, su plataforma de simulación 3D diseñada para investigación en agentes de IA autónomos. La…
Por qué importaLa apertura de esta infraestructura de investigación acelera el desarrollo de agentes generales capaces de aprender en entornos complejos sin…
DeepMind presentará varios papers en la conferencia NIPS 2016 en Barcelona. Entre ellos, "Interaction Networks" introduce un modelo que razona sobre objetos y…
Por qué importaEstos avances abordan problemas fundamentales en IA: el razonamiento estructurado sobre sistemas físicos, el aprendizaje con datos limitados y la…
Google DeepMind ha publicado un paper sobre UNREAL (UNsupervised REinforcement and Auxiliary Learning), un método que mejora significativamente la velocidad y…
Por qué importaAcelerar el aprendizaje en sistemas de refuerzo es crítico para hacer que la IA sea aplicable a problemas complejos del mundo real sin requerir datos…
DeepMind y Blizzard Entertainment anunciaron en BlizzCon 2016 su colaboración para poner a disposición de investigadores de IA en todo el mundo el juego…
Por qué importaStarCraft II representa un desafío científico significativo para la investigación en aprendizaje por refuerzo por su complejidad: información…
Google DeepMind publica en Nature un estudio sobre Differentiable Neural Computers (DNCs), redes neuronales aumentadas con memoria que pueden aprender a usar…
Por qué importaDNCs combinan capacidades de aprendizaje neural con estructuras computacionales explícitas, permitiendo razonamiento deliberado sobre datos…
Google DeepMind ha presentado WaveNet, un modelo generativo profundo que sintetiza directamente formas de onda de audio crudo. El modelo reduce en más del 50%…
Por qué importaEste avance transforma la síntesis de voz paramétrica, permitiendo generar habla natural con cualquier voz sin necesidad de grabar bases de datos…
Google DeepMind anuncia una asociación de investigación con el Departamento de Radioterapia del Hospital Universitario UCL de Londres para aplicar machine…
Por qué importaLa reducción del tiempo de planificación de tratamientos radiantes puede acelerar la atención oncológica y mejorar la capacidad de hospitales para…
Google DeepMind ha presentado una técnica de investigación llamada Decoupled Neural Interfaces (DNI) que permite entrenar redes neuronales sin depender…
Por qué importaEsta investigación es relevante para optimizar el entrenamiento de redes neuronales a escala y en sistemas distribuidos, reduciendo tiempos de…
Google DeepMind anuncia su primer proyecto de investigación médica con un NHS Trust, junto con Moorfields Eye Hospital, uno de los principales hospitales…
Por qué importaEste proyecto demuestra la aplicación concreta de IA en diagnóstico médico de alto impacto: la detección temprana y el tratamiento pueden prevenir el…
