Ir al contenido
IA para hoy

Investigación, página 43

Papers, resultados científicos y avances académicos

1091 noticias · RSS de esta sección

Filtrar
Investigación

Google DeepMind propone retener comportamientos emergentes en aprendizaje por curiosidad

Google DeepMind publica un artículo sobre curiosity learning (aprendizaje por curiosidad) en agentes de refuerzo, argumentando que los comportamientos…

Por qué importaEl enfoque desafía la práctica común de descartar comportamientos curiosos una vez completada la exploración, revelando que éstos pueden servir como…

Impacto medio Fiabilidad fuente primaria Relevancia 7/10 Google DeepMind
Investigación

DeepMind: limitaciones en la detoxificación automática de modelos de lenguaje

Google DeepMind publica un paper que analiza métodos para reducir la generación de lenguaje tóxico en modelos de lenguaje y sus efectos secundarios. El estudio…

Por qué importaLas empresas que despliegan modelos de lenguaje deben entender que las métricas automáticas de toxicidad pueden inducir a error una vez aplicadas…

Impacto medio Fiabilidad confirmado por varias fuentes Relevancia 7/10 Google DeepMind
Investigación

DeepMind presenta Perceiver IO, arquitectura universal para procesar cualquier tipo de dato

DeepMind ha publicado un preprint de Perceiver IO, una arquitectura de red neuronal diseñada para procesar múltiples tipos de datos (imágenes, audio, video…

Por qué importaReduce la necesidad de construir arquitecturas especializadas para cada tipo de dato o tarea, simplificando el desarrollo de sistemas multimodales y…

Impacto alto Fiabilidad fuente primaria Relevancia 7/10 Google DeepMind
Investigación

DeepMind logra agentes generales capaces de aprender múltiples juegos sin reentrenamiento

DeepMind publica un preprint sobre agentes entrenados con aprendizaje por refuerzo en abierto (open-ended learning) capaces de jugar múltiples juegos sin…

Por qué importaEste avance aborda una limitación fundamental del aprendizaje por refuerzo: la incapacidad de generalizar entre tareas diferentes sin…

Impacto alto Fiabilidad fuente primaria Relevancia 9/10 Google DeepMind
Investigación

Google DeepMind abre acceso a predicciones de estructura proteica para 100 millones de proteínas

Google DeepMind ha expandido significativamente AlphaFold DB, la base de datos de predicciones de estructura de proteínas, de modo que cubrirá más de 100…

Por qué importaLa disponibilidad masiva de predicciones precisas de estructura proteica acelera investigación en biología estructural, descubrimiento de fármacos y…

Impacto alto Fiabilidad confirmado por varias fuentes Relevancia 8/10 Google DeepMind
Investigación

DeepMind publica Melting Pot, benchmark para evaluación de aprendizaje multiagente

Google DeepMind ha presentado Melting Pot, una suite de evaluación para aprendizaje por refuerzo multiagente (MARL). La herramienta incluye 21 "substratos"…

Por qué importaLa evaluación sistemática de la generalización social en sistemas multiagente es crítica para desplegar tecnología autónoma segura en el mundo real…

Impacto medio Fiabilidad confirmado por varias fuentes Relevancia 7/10 Google DeepMind
Investigación

DeepMind desarrolla sistema de análisis deportivo asistido por IA con Liverpool FC

Google DeepMind ha publicado una investigación en colaboración con Liverpool Football Club en JAIR presentando un sistema automatizado de asistencia al…

Por qué importaEl enfoque demuestra cómo la IA puede extraer valor de datos deportivos estructurados y en tiempo real para mejorar toma de decisiones tácticas…

Impacto medio Fiabilidad fuente primaria Google DeepMind
Investigación

DeepMind reformula análisis de datos con teoría de juegos para escalar a conjuntos masivos

DeepMind ha presentado en ICLR 2021 EigenGame, un método que reformula el análisis de componentes principales (PCA) como un juego competitivo multiagente en…

Por qué importaDemuestra cómo la teoría de juegos puede resolver problemas fundamentales de aprendizaje automático que parecían limitados por escala computacional…

Impacto medio Fiabilidad fuente primaria Relevancia 7/10 Google DeepMind
Investigación

Google DeepMind revela que la atención cruzada entre modalidades es clave en transformers multimodales

Google DeepMind publica un análisis de qué componentes determinan el éxito de los transformers multimodales (que procesan simultáneamente texto e imagen). El…

Por qué importaComprensión de qué hace funcionar realmente los modelos multimodales es esencial para diseñar arquitecturas más eficientes y económicas. Este…

Impacto medio Fiabilidad fuente primaria Relevancia 7/10 Google DeepMind
Investigación

MuZero: algoritmo que domina juegos y tareas sin conocer las reglas

Google DeepMind publica en Nature un paper describiendo MuZero, un algoritmo de aprendizaje por refuerzo que domina Go, ajedrez, shogi y Atari sin que le…

Por qué importaMuZero representa un avance significativo en algoritmos de propósito general al resolver el problema de planificación en entornos con dinámicas…

Impacto alto Fiabilidad confirmado por varias fuentes Relevancia 8/10 Google DeepMind
Investigación

DeepMind crea el Playroom para entrenar agentes capaces de interactuar con humanos

Google DeepMind ha presentado el Playroom, un entorno virtual de simulación donde dos agentes robóticos entrenan mediante aprendizaje por imitación y refuerzo…

Por qué importaEl estudio aborda uno de los retos cruciales de la IA general: crear agentes que interactúen naturalmente en ambientes complejos y con lenguaje…

Impacto medio Fiabilidad fuente primaria Relevancia 7/10 Google DeepMind
Investigación

Google DeepMind impulsa su ecosistema JAX para acelerar investigación en IA

DeepMind ha publicado un artículo en el que explica su adopción creciente de JAX, un framework de machine learning desarrollado por Google Research, para…

Por qué importaLa estandarización interna en herramientas de investigación acelera la innovación en laboratorios de IA y establece patrones que pueden ser adoptados…

Impacto bajo Fiabilidad fuente primaria Google DeepMind
Investigación

AlphaFold resuelve el problema del plegamiento de proteínas tras 50 años

Google DeepMind ha anunciado que su sistema AlphaFold ha sido reconocido por los organizadores de CASP14 (Critical Assessment of protein Structure Prediction)…

Por qué importaEste avance acorta drásticamente el tiempo y costo de determinar estructuras proteicas, que antes requería años de trabajo experimental con equipos…

Impacto muy alto Fiabilidad confirmado por varias fuentes Relevancia 9/10 Google DeepMind
Investigación

Google DeepMind publica herramientas para crear entornos de simulación complejos con Unity

Google DeepMind ha presentado su uso del motor de juegos Unity para crear simulaciones virtuales más complejas y diversas destinadas a la investigación en…

Por qué importaLa capacidad de crear entornos de simulación más realistas y escalables es crítica para el desarrollo de sistemas de inteligencia general. Las…

Impacto medio Fiabilidad confirmado por varias fuentes Google DeepMind
Investigación

DeepMind: aprendizaje por refuerzo eficiente mediante composición de comportamientos

Google DeepMind ha publicado en PNAS un framework de aprendizaje por refuerzo que permite a agentes reutilizar comportamientos aprendidos previamente para…

Por qué importaLa eficiencia en el aprendizaje por refuerzo es un cuello de botella fundamental para sistemas autónomos prácticos; los enfoques convencionales…

Impacto alto Fiabilidad confirmado por varias fuentes Relevancia 7/10 Google DeepMind
Investigación

Google DeepMind libera predicciones de estructuras de proteínas del SARS-CoV-2 con AlphaFold

Google DeepMind ha publicado predicciones computacionales de estructuras de seis proteínas poco estudiadas asociadas al SARS-CoV-2 utilizando una versión…

Por qué importaAcelera la comprensión de cómo funciona el virus y proporciona una base de hipótesis para el desarrollo de terapéuticos, acortando el ciclo de…

Impacto alto Fiabilidad confirmado por varias fuentes Relevancia 8/10 Google DeepMind
Investigación

Google DeepMind publica RL Unplugged, benchmark estandarizado para aprendizaje reforzado sin interacción

Google DeepMind ha presentado RL Unplugged, un conjunto de benchmarks y datasets diseñados para evaluar métodos de aprendizaje reforzado sin conexión (offline…

Por qué importaOffline RL es fundamental para aplicaciones reales (plantas de energía, robots, salud, vehículos autónomos) donde la exploración online es costosa o…

Impacto medio Fiabilidad fuente primaria Relevancia 7/10 Google DeepMind
Investigación

Google DeepMind lanza Acme, framework para aprendizaje por refuerzo distribuido

Google DeepMind ha publicado Acme, un framework de código abierto diseñado para construir algoritmos de aprendizaje por refuerzo (RL) legibles y eficientes…

Por qué importaAcme reduce la brecha entre investigación académica y aplicación industrial en RL al facilitar la reproducibilidad y escalabilidad de algoritmos. Su…

Impacto medio Fiabilidad fuente primaria Google DeepMind
Investigación

DeepMind predice progresión de degeneración macular con IA mejor que oftalmólogos

Google DeepMind, en colaboración con Moorfields Eye Hospital y Google Health, desarrolló un sistema de IA capaz de predecir si un paciente con degeneración…

Por qué importaLa degeneración macular afecta a aproximadamente el 25% de europeos mayores de 60 años; el 15% de casos secos progresan a formas más graves con…

Impacto alto Fiabilidad fuente primaria Relevancia 8/10 Google DeepMind
Investigación

DeepMind publica análisis del specification gaming: cómo los agentes de IA sortean objetivos

DeepMind publica un análisis detallado sobre el specification gaming, un comportamiento donde los agentes de IA satisfacen la especificación literal de una…

Por qué importaEl specification gaming es crítico para construir agentes de IA alineados y confiables: a medida que los algoritmos de aprendizaje por refuerzo…

Impacto medio Fiabilidad fuente primaria Relevancia 8/10 Google DeepMind
Investigación

DeepMind usa redes neuronales de grafos para predecir dinámicas del vidrio

DeepMind ha publicado en Nature Physics un estudio que aplica redes neuronales de grafos (GNN) para modelar y predecir las propiedades dinámicas del vidrio…

Por qué importaAunque el trabajo es fundamentalmente científico, demuestra cómo las redes neuronales de grafos pueden resolver problemas complejos de física de…

Impacto bajo Fiabilidad fuente primaria Google DeepMind
Investigación

Agent57: primer agente de refuerzo profundo que supera nivel humano en todos los juegos Atari

DeepMind ha desarrollado Agent57, el primer agente de aprendizaje por refuerzo profundo que obtiene puntuaciones superiores al nivel humano en los 57 juegos de…

Por qué importaRepresenta un hito significativo en la generalización de agentes de RL: demuestra que es posible entrenar un único sistema capaz de adaptarse a…

Impacto alto Fiabilidad fuente primaria Relevancia 8/10 Google DeepMind
Investigación

Google DeepMind crea método de traducción sin datos pareados usando vídeos

Google DeepMind ha desarrollado MUVE (Multilingual Unsupervised Visual Embeddings), un modelo que traduce palabras entre idiomas sin necesidad de corpus de…

Por qué importaAbre una vía práctica para traducción entre idiomas que carecen de datos paralelos suficientes, especialmente pares muy distantes como inglés-coreano…

Impacto medio Fiabilidad fuente primaria Relevancia 7/10 Google DeepMind
Investigación

DeepMind presenta el Compressive Transformer, modelo de memoria a largo plazo

Google DeepMind ha publicado el Compressive Transformer, una nueva arquitectura de red neuronal diseñada para mantener memoria a largo plazo, junto con un…

Por qué importaLos modelos de lenguaje que pueden comprender y retener contexto a lo largo de documentos muy largos (libros completos) tienen aplicaciones…

Impacto medio Fiabilidad fuente primaria Relevancia 7/10 Google DeepMind