Ir al contenido
IA para hoy

Desarrollo, página 126

Noticias cuyo impacto empresarial afecta a desarrollo

3051 noticias

Filtrar
Investigación

Google DeepMind propone tres métodos para identificar y eliminar errores en modelos de IA

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…

Impacto alto Fiabilidad fuente primaria Relevancia 7/10 Google DeepMind
Herramientas y productos

DeepMind abre TF-Replicator para entrenar modelos en múltiples GPUs y TPUs sin experiencia previa

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…

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

AlphaStar derrota al campeón profesional de StarCraft II sin restricciones

Google DeepMind ha presentado AlphaStar, un sistema de IA que ha derrotado 5-0 al jugador profesional Grzegorz "MaNa" Komincz de Team Liquid en StarCraft II…

Por qué importaAlphaStar demuestra un avance significativo en capacidades de IA para problemas complejos que requieren equilibrio entre decisiones a largo y corto…

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

DeepMind publica evaluación completa de AlphaZero en Science

Google DeepMind ha publicado en la revista Science la evaluación completa de AlphaZero, el sistema que en 2017 aprendió a dominar ajedrez, shogi y Go desde…

Por qué importaAlphaZero demuestra que un único algoritmo general puede dominar múltiples dominios complejos sin reglas codificadas manualmente, solo con los…

Impacto medio Fiabilidad fuente primaria Google DeepMind
Herramientas y productos

Google DeepMind abre TRFL, librería de componentes para agentes de aprendizaje por refuerzo

Google DeepMind ha publicado TRFL (TensorFlow Reinforcement Learning), una librería de código abierto que contiene bloques de construcción algoritmos…

Por qué importaReduce la fricción para investigadores y desarrolladores que construyen agentes de RL al proporcionar implementaciones verificadas de operaciones…

Impacto medio Fiabilidad fuente primaria Google DeepMind
Investigación

DeepMind expande investigación en diagnóstico de cáncer de mama con datos de Japón

Google DeepMind anuncia la expansión de su investigación sobre detección de cáncer de mama mediante inteligencia artificial, integrando a la Universidad Médica…

Por qué importaDemuestra la importancia de datos internacionales en IA médica para reducir sesgos y crear tecnología más equitativa; es la primera vez que DeepMind…

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

Google DeepMind presenta PopArt: técnica para entrenar un solo agente en múltiples tareas

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…

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

Google DeepMind aprende a identificar objetos por su sonido sin etiquetas

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…

Impacto bajo Fiabilidad fuente primaria Google DeepMind
Investigación

DeepMind mide el razonamiento abstracto en redes neuronales

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…

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

Google DeepMind presenta GQN para aprender representación de escenas sin etiquetado humano

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…

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

DeepMind demuestra que la corteza prefrontal actúa como sistema de aprendizaje por refuerzo metacognitivo

Google DeepMind publica un estudio en Nature Neuroscience que propone que la corteza prefrontal del cerebro funciona bajo principios de meta-aprendizaje por…

Por qué importaEste hallazgo cierra la brecha entre neurociencia e IA, demostrando que principios de meta-aprendizaje desarrollados en IA explican mecanismos…

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

DeepMind demuestra que redes neuronales desarrollan representaciones de cuadrícula para navegar

Google DeepMind ha publicado un artículo en Nature en el que entrenó redes neuronales recurrentes para navegar en entornos virtuales y descubrió que…

Por qué importaEl hallazgo valida una hipótesis neurocientífica de más de una década sobre la función computacional de las células de cuadrícula del cerebro, pero…

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

DeepMind entrena agentes para navegar ciudades sin mapas usando solo visión

Google DeepMind ha desarrollado un agente de IA que aprende a navegar ciudades reales (Londres, París, Nueva York) únicamente a partir de imágenes de Street…

Por qué importaEste avance demuestra que la IA puede replicar un aspecto fundamental de la cognición espacial humana sin herramientas explícitas de mapeo, lo que…

Impacto medio Fiabilidad confirmado por varias fuentes Relevancia 7/10 Google DeepMind
Empresa y transformación digital

Google DeepMind abre su primer laboratorio en Europa continental en París

Google DeepMind ha anunciado la apertura de su primer laboratorio en Europa continental en París, liderado por Rémi Munos, investigador senior que cuenta con…

Por qué importaLa expansión de DeepMind a París refuerza el posicionamiento de Francia como centro de excelencia en investigación de IA a nivel mundial y señala la…

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

DeepMind entrena agentes para generar imágenes escribiendo programas gráficos

Google DeepMind publicó un trabajo donde agentes de aprendizaje por refuerzo aprenden a generar imágenes interactuando con un programa de pintura digital…

Por qué importaEste trabajo representa un avance en síntesis de programas visuales e interpretabilidad de sistemas IA: el agente no solo genera píxeles sino que…

Impacto medio Fiabilidad fuente primaria Google DeepMind
Investigación

DeepMind demuestra que neuronas interpretables no son más importantes que las ocultas

Google DeepMind publica una investigación que utiliza técnicas de eliminación neuronal para evaluar la importancia de diferentes neuronas en redes profundas…

Por qué importaEste descubrimiento cuestiona la creencia predominante de que la interpretabilidad de una neurona correlaciona con su importancia en el…

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

Google DeepMind publica SAC-X, método para que agentes RL aprendan tareas de control desde cero

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…

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

Google DeepMind presenta arquitectura escalable de agentes para entrenamiento distribuido

Google DeepMind ha publicado una nueva arquitectura de agentes llamada Importance Weighted Actor-Learner Architecture (IWALA) diseñada para entrenar un único…

Por qué importaEsta avance permite entrenar agentes de IA con mayor eficiencia computacional y escalabilidad, reduciendo significativamente el costo y tiempo de…

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

DeepMind combina aprendizaje profundo y razonamiento simbólico en nuevo sistema ∂ILP

Google DeepMind ha publicado un paper en el Journal of Artificial Intelligence Research (JAIR) presentando ∂ILP, un sistema que combina aprendizaje profundo…

Por qué importaLa combinación de intuición perceptiva (deep learning) con razonamiento conceptual interpretable (programas simbólicos) aborda un problema…

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

Google DeepMind abre Psychlab para estudiar capacidades cognitivas en agentes de IA

Google DeepMind ha publicado en código abierto Psychlab, una plataforma construida sobre DeepMind Lab que adapta métodos de psicología cognitiva experimental…

Por qué importaEste enfoque sistémico para aislar capacidades cognitivas individuales en agentes permite identificar brechas específicas en su diseño y mejorar su…

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

DeepMind publica método para analizar juegos asimétricos con múltiples agentes IA

Google DeepMind ha publicado en Scientific Reports un nuevo método basado en teoría de juegos para analizar cómo interactúan sistemas IA en situaciones…

Por qué importaA medida que múltiples sistemas IA interactúen en el mundo real—desde robots cooperativos hasta mercados automatizados—entender sus dinámicas…

Impacto bajo Fiabilidad fuente primaria Google DeepMind
Empresa y transformación digital

DeepMind Health amplía participación de pacientes en desarrollo de tecnologías sanitarias

DeepMind Health ha publicado sus reflexiones sobre cómo integrar la participación de pacientes en sus proyectos de tecnología sanitaria. En 2016 colaboró con…

Por qué importaLa integración temprana de pacientes en el diseño de tecnologías sanitarias puede mejorar la aceptación, usabilidad y efectividad de soluciones de IA…

Impacto medio Fiabilidad confirmado por varias fuentes Google DeepMind
Investigación

DeepMind presenta entornos de prueba para medir comportamiento seguro en agentes de IA

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…

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

DeepMind publica Population Based Training para optimizar hiperparámetros en redes neuronales

Google DeepMind ha introducido Population Based Training (PBT), un método que entrena múltiples redes neuronales en paralelo para encontrar automáticamente los…

Por qué importaLa selección de hiperparámetros es crítica para el éxito de redes neuronales pero consume recursos e tiempo (semanas o meses con métodos manuales)…

Impacto medio Fiabilidad confirmado por varias fuentes Google DeepMind