Tecnología
deep learning
El deep learning es una familia de técnicas de inteligencia artificial basadas en redes neuronales con múltiples capas que aprenden patrones complejos directamente de grandes volúmenes de datos. Es la base de la mayoría de avances recientes en visión por computadora, procesamiento de lenguaje, biología computacional y detección de anomalías. Su aplicación va desde la investigación científica de frontera hasta usos operativos muy concretos en empresas, como la detección de fraude.
Sobre esta tecnología, IA para hoy ha analizado 20 noticias, procedentes de 9 medios distintos. No ha habido cobertura nueva en la última semana. La fiabilidad media de esa cobertura es de 4,2 sobre 5, medida con las reglas de nuestro método. Las áreas de impacto que más se repiten son Desarrollo, Ciencia, Operaciones. Aparece en 8 historias en seguimiento.
Evolución en 16 semanas
El momentum semanal se estima con la misma fórmula que el momentum actual: volumen, aceleración respecto a la semana anterior, diversidad de fuentes e impacto.
Análisis Qué significa para una empresa
- Oportunidades
- Permite automatizar detección de patrones en grandes volúmenes de datos (fraude, mantenimiento predictivo, análisis de imágenes y texto) y abre nuevas capacidades en sectores como salud, energía y ciencia. Ya existen herramientas y frameworks maduros que reducen el coste de adopción frente a hace unos años.
- Riesgos
- La opacidad de estos modelos ('caja negra') dificulta explicar decisiones automatizadas, lo que genera riesgos regulatorios y de confianza, especialmente en usos sensibles. Requiere datos de calidad, infraestructura de cómputo y talento especializado, y puede fallar de forma poco predecible en casos no vistos durante el entrenamiento.
- Qué debería hacer una empresa
- Las empresas con datos estructurados y casos de uso claros (detección de fraude, mantenimiento, clasificación) deberían evaluar pilotos con proveedores establecidos en los próximos 6 meses, priorizando la trazabilidad y explicabilidad de las decisiones del modelo.
Análisis generado por IA a partir de las noticias disponibles; actualizado 17 oct.
Relacionadas
Google DeepMind ×9IA científica ×5redes neuronales ×3machine learning ×3LLM ×2Google Research ×2visión por computadora ×2transformers ×2agentes ×1Nvidia ×1
Historias
Fraude eléctrico en restaurantes de Barcelona detectado por Endesa
ProFormer: transformer para clasificación de proteomas vía espectrometría de masas
Nuevo marco de calibración revela que la IA sí predice perturbaciones genéticas
Explicación divulgativa sobre la 'caja negra' de la IA y sus riesgos
StriMap: IA para modelar interacciones TCR-péptido-HLA en autoinmunidad
CR-DINO reduce canales fluorescentes necesarios en cribado de alto contenido
Google presenta modelo de IA para mapear emisiones de metano desde satélite
AWS optimiza arranque de contenedores deep learning con SOCI lazy loading
Noticias
Endesa detecta fraude eléctrico en 16 restaurantes de Barcelona con IA y publicaciones de influencers
Según El Periódico, Endesa detectó un presunto fraude eléctrico en 16 restaurantes de Barcelona. Técnicos de la compañía usaron una herramienta de IA que cruzó…
Por qué importaMuestra cómo las distribuidoras eléctricas combinan modelos de detección de anomalías con datos de redes sociales para localizar consumos…
Transformer ProFormer clasifica proteomas de célula única y plasma directamente desde datos de espectrometría de masas
Investigadores presentan ProFormer, un pipeline basado en transformers que clasifica muestras proteómicas usando directamente perfiles de iones peptídicos de…
Por qué importaAcelera drásticamente el análisis proteómico al eliminar pasos de procesamiento que limitan el rendimiento, abriendo la puerta a clasificación rápida…
Investigadores corrigen métricas de evaluación de modelos de IA para predicción de perturbaciones genéticas
Un estudio publicado en Nature Machine Learning muestra que los benchmarks previos que afirmaban que los modelos de deep learning no superan líneas base…
Por qué importaEsto revitaliza la viabilidad de usar IA para modelar el impacto transcriptómico de perturbaciones génicas, con potencial para acelerar el…
Explican qué es la 'caja negra' de la IA y los riesgos de su opacidad interpretativa
El artículo explica el concepto de 'caja negra' en inteligencia artificial: la dificultad de los propios desarrolladores para reconstruir completamente el…
Por qué importaA medida que los agentes de IA ganan autonomía y acceso a herramientas y sistemas, la falta de interpretabilidad deja de ser un problema teórico y…
Investigadores del Broad Institute presentan StriMap, IA para predecir interacciones TCR-péptido-HLA en enfermedades autoinmunes
Investigadores del Broad Institute y colaboradores desarrollaron StriMap, un marco de deep learning que integra características fisicoquímicas, de secuencia y…
Por qué importaEl modelo mejora el estado del arte en predicción de interacciones inmunológicas complejas, con aplicaciones potenciales en inmunoterapia contra el…
Método de deep learning reduce canales fluorescentes necesarios en cribado de fármacos
Investigadores de la Universidad Jagellónica y Ardigen presentan CR-DINO, un método de auto-destilación basado en DINO que permite generar representaciones de…
Por qué importaLa reducción de canales necesarios puede abaratar significativamente los costes de reactivos y adquisición de imágenes en el descubrimiento de…
Google presenta MAPL-EMIT, modelo de deep learning para mapear emisiones de metano desde satélite
Google Research, en colaboración con NASA JPL, presentó MAPL-EMIT, un framework de deep learning basado en un transformer de visión (Swin-S) que detecta…
Por qué importaMejora la capacidad de monitorización global de metano, un gas con 30 veces más potencial de calentamiento que el CO2, facilitando la detección de…
AWS optimiza arranque de contenedores de deep learning con SOCI: de 7 minutos a 21 segundos
AWS ha habilitado soporte para SOCI (Seekable OCI) en Deep Learning AMI y Deep Learning Containers, una tecnología que permite descargar selectivamente solo…
Por qué importaEl tiempo de arranque de contenedores es un cuello de botella crítico en operaciones de deep learning a escala: afecta el coste de instancias GPU…
Telescopio James Webb y GPUs aceleran análisis de millones de galaxias del universo primitivo
Astrónomos de la Universidad de California Santa Cruz, liderados por Brant Robertson, están utilizando GPUs NVIDIA e IA para analizar los datos masivos del…
Por qué importaDemuestra cómo la aceleración por GPU y los modelos de IA no son lujos sino requisitos operativos para procesar datos científicos a escala moderna…
Google DeepMind presenta AlphaGenome, herramienta IA para descifrar regulación genética
Google DeepMind ha lanzado AlphaGenome, un modelo de aprendizaje profundo diseñado para interpretar las regiones no codificantes del ADN que regulan cuándo y…
Por qué importaAlphaGenome unifica en un único modelo lo que antes requería múltiples herramientas especializadas, acelerando significativamente la investigación…
Colectivos en Jalisco usan IA generativa para humanizar a 125.000 desaparecidos en México
El Colectivo Luz de Esperanza en Jalisco crea "fichas vivas": videos cortos donde desaparecidos "hablan" usando síntesis de voz y animación facial alimentada…
Por qué importaDemuestra un uso contrahegemónico de la IA: transformar tecnologías diseñadas para la productividad corporativa en herramientas de acción colectiva y…
Google DeepMind publica benchmark NEVIS'22 para aprendizaje continuo en visión por computadora
Google DeepMind ha presentado NEVIS'22, un benchmark de visión por computadora compuesto por 106 tareas de clasificación extraídas de 30 años de investigación…
Por qué importaEl benchmark aborda un problema empresarial relevante: cómo entrenar modelos más eficientes que reutilicen conocimiento previo en lugar de…
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…
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…
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…
AlphaFold de DeepMind predice estructura 3D de proteínas desde secuencia genética
Google DeepMind publica en Nature un estudio donde presenta AlphaFold, un sistema de IA que predice la estructura tridimensional de proteínas basándose…
Por qué importaResolver el problema del plegamiento de proteínas es fundamental para acelerar el descubrimiento científico y el desarrollo de fármacos. Hasta ahora…
DeepMind presenta PYTHIA, modelo para restaurar textos antiguos dañados con deep learning
Google DeepMind ha presentado PYTHIA, el primer modelo de restauración de textos antiguos que utiliza redes neuronales profundas para recuperar caracteres…
Por qué importaDemuestra la aplicación práctica de deep learning en disciplinas humanísticas, mostrando cómo la IA puede asistir a expertos en tareas complejas de…
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…
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…
Google DeepMind publica Sonnet, librería abierta para construir redes neuronales
Google DeepMind anuncia el lanzamiento público de Sonnet, una librería de código abierto para construir módulos de redes neuronales sobre TensorFlow. DeepMind…
Por qué importaLa publicación de herramientas de investigación como Sonnet acelera la adopción de estándares comunes en la comunidad científica y facilita la…