Noticias cuyo impacto empresarial afecta a automatización
154 noticias
Google DeepMind presenta RoboCat, un agente de IA basado en el modelo multimodal Gato que aprende a realizar múltiples tareas en diferentes brazos robóticos…
Por qué importaReduce significativamente la barrera de datos etiquetados en robótica, que es el principal cuello de botella en el desarrollo de robots multiusos. La…
Google DeepMind ha lanzado Robotic Transformer 2 (RT-2), un modelo de visión-lenguaje-acción (VLA) que integra conocimiento de datos web y robóticos para…
Por qué importaRT-2 representa un salto cualitativo en la capacidad de robots para generalizar y razonar sobre instrucciones nuevas sin haber visto esos objetos o…
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…
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…
Google DeepMind ha publicado RGB-Stacking, un nuevo benchmark para la manipulación robótica basada en visión, donde un robot debe aprender a apilar objetos de…
Por qué importaDemuestra un progreso importante hacia robots más generalizables, capaces de aprender comportamientos complejos de multi-objeto más allá de tareas…
Google DeepMind ha publicado un preprint de Flamingo, un modelo de lenguaje visual (VLM) de 80 mil millones de parámetros que alcanza el estado del arte en…
Por qué importaFlamingo reduce drásticamente la necesidad de datos etiquetados y reentrenamiento para nuevas tareas, haciendo los modelos multimodales más…
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 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 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 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…
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…
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…
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…
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…
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…
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…
Google DeepMind ha publicado un paper presentando SAC-X (Scheduled Auxiliary Control), un método de aprendizaje por refuerzo que permite a agentes robóticos…
Por qué importaSAC-X aborda un desafío crítico en robótica: aprender comportamientos complejos con mínimo conocimiento previo y máxima eficiencia de datos. Esto…
