Papers, resultados científicos y avances académicos
1091 noticias · RSS de esta sección
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…
