lunes, 3 de diciembre de 2018

Investigadores logran prever los casos de gripe de los finlandeses analizando sus publicaciones en Instagram

Investigadores logran prever los casos de gripe de los finlandeses analizando sus publicaciones en Instagram

Un grupo de investigadores fineses de inteligencia artificial llevaban un tiempo intentando usar las redes sociales para anticipar tendencias sanitarias que puedan afectar a la salud de su población, la más feliz (y una de las más sanas) del mundo.

Tras varios intentos, han logrado hallar correlaciones entre los datos aportados por las publicaciones en Instagram y las cifras relativas a la aparición de brotes de gripe.

Oguzhan Gencoglu (de la facultad de medicina de la Universidad de Tampere) y Miikka Ermes (de la empresa de software Tieto) utilizaron los datos recopilados en los últimos años por el Instituto Nacional de Salud y Bienestar de Finlandia.

Después, los compararon con 22.000 publicaciones de Instagram realizadas por usuarios residentes en Finlandia desde 2012, seleccionadas por un rastreador web que -destacan- no recopiló información personal de los usuarios.

En la introducción de su estudio, publicado la semana pasada, Ermes y Gencoglu afirman que

"Nuestro mejor modelo de difusión inmediata alcanzó [...] un coeficiente de correlación de 0.963 en los datos de prueba. [...]. Este estudio demuestra cómo las redes sociales y, en particular, las fotografías digitales compartidas en ellas, pueden ser una valiosa fuente de información para el campo de la infodemiología".

Hashtags de Instagram y redes neuronales

Pero, ¿qué tipo de datos han extraído de Instagram que permitan establecer esa clase de correlaciones? Pues, por una parte, han analizado los hashtags (palabras como "flunssa", gripe en español, o como "lihaskipu", que significa dolor muscular), pero también han aplicado el reconocimiento de imágenes para detectar la presencia en las fotos publicadas de cajas de pastillas.

Antibiotic Capsules Cough

Tras eso, los autores entrenaron nueve modelos diferentes de redes neuronales correlacionando el número de referencias vía hashtag con el de incidencias registradas por las autoridades sanitarias. Tras entrenarlos usando los primeros 5 años de datos, los modelos se pusieron a prueba aplicándolos al sexto año.

Por otro lado, todo el trabajo relativo al reconocimiento de imágenes se llevó a cabo combinando dos redes neuronales convolucionales diferentes: "Inception" y "ResNet", una combinación usada por primera vez en 2016 por investigadores de Google.

A ambas redes se las alimentó con imágenes de muestra de 4 medicamentos distintos, con el fin de detectar la presencia de cajas y frascos de pastillas en las fotos.

Por último, los investigadores combinaron ambas redes neuronales con un sistema de árbol de búsqueda denominado XGBoost, llegando a la conclusión de que sus resultados resultaban, como reseñábamos antes, "estadísticamente significativos" para prever los brotes de gripe.

Vía | ZDnet



via Magazine - robotica-e-ia https://ift.tt/2QANKYY

Una revolución llamada inteligencia artificial: destripamos el misterio en los ocho episodios de nuestro podcast, Captcha

Del mundo real a los gráficos 3D: NVIDIA muestra la primera demo de un videojuego renderizado mediante IA

Del mundo real a los gráficos 3D: NVIDIA muestra la primera demo de un videojuego renderizado mediante IA

El mismo día que NVIDIA ha dado a conocer sus nuevas GeForce Titan RTX, el departamento de investigación de la compañía ha presentado su último trabajo relacionado con el sector de la inteligencia artificial. Un proyecto que quiere revolucionar la forma de generar gráficos e imágenes para juegos, películas o realidad virtual.

Bryan Catanzaro, VP de Deep Learning en NVIDIA, ha descrito a TheVerge, su visión sobre el uso de la IA para generar estos mundos virtuales: "Es una nueva forma de renderizar contenido en vídeo usando deep learning. Obviamente NVIDIA está muy enfocada en la generación de gráficos y la IA podría revolucionar este campo".

El resultado es un vídeo que nos muestra una demo generada por completo mediante Inteligencia Artificial. La mecánica de esta demo es sencilla y tenemos un conductor que va moviéndose por una ciudad sin poder salir del coche. Pero todo el entorno ha sido generado mediante IA. Unos gráficos que se mueven y han sido generados con una única GPU, aunque se trata de la Titan V y sus 640 "núcleos tensor", destinados a multiplicar su rendimiento en el área del deep learning y la inteligencia artificial.

Para crear esta demo los investigadores han utilizado el sistema abierto pix2pix, una herramienta basada en redes neuronales que también se ha aplicado en otro tipo de usos como la generación de retratos artísticos.

El primer paso para la demo ha sido recolectar los datos, imprescindibles para el entrenamiento de la inteligencia artificial. Una vez los tienen, el algoritmo se encarga de identificar los distintos elementos y traducirlos al lenguaje de los gráficos animados. Es decir, la IA detecta lo que son árboles, coches, edificios y carreteras y seguidamente los transforma utilizando, en este caso, el motor Unreal Engine 4.

A diferencia del desarrollo de gráficos tradicional que pueden salir directamente de la mente de los diseñadores, en este caso la IA se basa en la estructura del mundo real. El sistema de Nvidia se encarga de trasladar a gráficos animados las imágenes captadas. Unas imágenes que en el caso de la demo del coche han sido captadas por un único ingeniero pero requieren de una gran potencia para procesarse.

¿Cuáles ha sido los principales desafíos para generar estos gráficos? Según explica NVIDIA la gran dificultad es determinar la importancia de cada frame. El algoritmo utilizado genera gráficos a unos 25 frames por segundo, pero durante en ese tiempo las imágenes reales no se mantienen fijas. En el mundo real cada frame es diferente, mientras que en los gráficos generados se deben descartar muchas variaciones.

La solución fue limitar la memoria para que el sistema únicamente capture imágenes cada cierto tiempo. Aún con todo, la imagen es bastante borrosa y se nota a simple vista que faltan muchos detalles de luces, colores y elementos importantes.

Nvidia Video

Esta tecnología se encuentra en una fase completamente experimental y todavía faltarían décadas para poderse aplicar realmente en el desarrollo de un videojuego. Pero desde la compañía lo describen como un proceso similar al que experimentó el trazado de rayos, una técnica que recientemente está de moda pero fue propuesto por primera vez en 1968 y unos años más tarde, en 1979, perfeccionado para darle mayor realismo. Un largo recorrido que también podría aplicarse a la generación de gráficos mediante IA.

Los Deep Fakes han generado bastante controversia durante este año, pero son un ejemplo de cómo la IA puede utilizarse para generar imágenes. En este caso, la tecnología de NVIDIA podría utilizarse para complementar los gráficos de los juegos. Por un lado tendríamos las imágenes generadas habitualmente mientras que por otro podríamos tener unos gráficos que se adapten a la situación. Imaginad un juego que permita subir una imagen para generar un avatar en consecuencia con los gráficos del juego. Las posibilidades son enormes y desde Nvidia ya están explorándolas seriamente.

Más información | NVIDIA Research



via Magazine - robotica-e-ia https://ift.tt/2zFd3j7

Con AWS Inferentia, Amazon desembarca también en el mercado de los chips de inteligencia artificial

Con AWS Inferentia, Amazon desembarca también en el mercado de los chips de inteligencia artificial

Amazon ha aprovechado la conferencia AWS Re:Invent que se clausura hoy en Las Vegas para anunciar el lanzamiento de los chips Inferentia, sus propia alternativa para proyectos de aprendizaje automático, con los que pretenden proporcionar a los investigadores "alto rendimiento a bajo costo" a partir de finales de 2019.

Los Inferentia saltarán al mercado siendo compatibles con frameworks populares como INT8, FP16, TensorFlow, Caffe2 y ONNX. Y, siendo un producto Amazon, también soportará datos procedentes de productos populares de AWS como EC2, SageMaker o el nuevo Elastic Inference Engine, anunciado esta misma semana.

Amazon desembarca en su enésimo nuevo mercado

La compañía fundada por Jeff Bezos es un gigante que a veces pareciera no resignarse a dejar ningún mercado en manos de otras compañías. En 2021, el mercado de los chips de inteligencia artificial estará valorado en 11.800 millones de dólares, según los analistas de Morningstar.

Sin embargo, al contrario que Intel o Nvidia, actuales líderes en este campo, Amazon no venderá sus chips físicos, sino el tiempo de uso de los mismos a través de servicios cloud (siguiendo un modelo muy similar al de AWS).

Esta diferencia de modelo no significa que no vaya a repercutir negativamente sobre las dos empresas líderes: siendo Amazon uno de los mayores clientes de ambas, una apuesta clara por el uso de sus propios chips Inferentia podría traducirse en grandes pérdidas para aquéllas.

La estrategia de Amazon no difiere demasiado de la ya sostenida por Google con el lanzamiento el pasado verano de su chip Google TPU (siglas de 'Unidad de Procesamiento Tensor'). Holger Mueller, analista de Constellation Research, afirmó en declaraciones a TechCrunch que, si bien la infraestructura de los Inferentia aún va 2-3 años por detrás de los TPU, este movimiento de Amazon es muy relevante:

"La velocidad y el coste de ejecutar operaciones de aprendizaje automático constituyen un diferenciador competitivo para las empresas [pues determinará si] las empresas (y las naciones cuando piensen en la guerra) son un éxito o un fracaso. Esa velocidad sólo se puede lograr con hardware personalizado, e Inferentia es el primer paso de AWS para ingresar a este juego".

Imagen | Amazon



via Magazine - robotica-e-ia https://ift.tt/2rdiKAe

«Espero que mi hijo no sea ingeniero porque la IA, en unos 15 años, será capaz de programar»

Prepárese porque dentro de unos años -no se crea que muchos- el mundo no será tal y como hoy lo conocemos. Si no se lo cree, lea «Inteligencia artificial: 101 cosas que debes saber hoy sobre nuestro futuro», de Lasse Rouhiainen. Sólo los que estén preparados sobrevivirán en un mundo dominado por los datos. Quienes aún anden despistados, han de saber que la inteligencia artificial (IA) es la capacidad de las máquinas para usar algoritmos, aprender de los datos y utilizar lo aprendido en la toma de decisiones, igual que lo que hace un humano. Pero la IA no necesita descansar, puede trabajar ininterrumpidamente y mucho más rápido (es capaz de obtener conocimientos y habilidades en los que el ser humano tardaría años) y, además, su margen de error es mínimo. Para afrontar los nuevos desafíos, el autor apuesta por tres líneas de trabajo: reeducación de millones de personas que se quedarán sin trabajo debido a la IA; tratar el uso ético y moral de las tecnologías y robótica y trabajar en la prevención de las posibles adicciones tecnológicas y demás trastornos a los que estaremos muy expuestos. Él, de momento, ya se ha puesto manos a la obra. De hecho, con respecto a su hijo, de cinco meses y a quien le dedica el libro, espera que no sea ingeniero «porque la IA, en unos 15 años, será capaz de programar», asegura Lasse Rouhiainen durante la entrevista con ABC. «Lo mejor es que se conozca a sí mismo, desarrolle su inteligencia emocional pero también la resiliencia, relaciones y capacidad de reflexión. Si además sigue las nuevas tendencias, podrá ser cualquier cosa», asegura. Un consejo que extiende a todos los jóvenes. Y es que en su libro analiza cómo será el mercado de trabajo del futuro. La realidad es que habrá empleos en los que los humanos serán reemplazados por los robots, principalmente aquellos que los que se hace poco uso de las cualidades humanas como la e mpatía, la comunicación compleja, el coching o la creatividad. Un estudio realizado por la Oxford Martin School agrupó, por categorías, los empleos menos probables de ser reemplazados por robots: los que requieren el uso de las manos (dentistas, bomberos); los que exigen creatividad (coreógrafos, directores de artes) y los que requieren percepción social (enfermeros, sacerdotes). El mercado laboral del futuro La inteligencia emocional, la empatía, la perseverancia o el entusiasmo serán, entre otras, las habilidades que el ser humano tendrá que desarrollar para el mercado laboral del futuro, donde las empresas exigirán empleados con capacidad para resolver problemas, creativos, capaces de detectar tendencias o con mentalidad empresarial. Es decir, características que los robots jamás desarrollarán. Por ello, en las ofertas de empleo empezaremos a ver cada vez más diseñador de chatsbots, coach en adicciones tecnológicas o asesor de estrategia de IA. Pero no será lo único que tengamos que hacer. «La única manera de sobrevivir es con el aprendizaje continuo. Y la IA nos puede ayudar mucho», asegura. Pero para ello hay que cambiar prácticamente el actual sistema. Objetivo complicado pero no imposible. En 2017, Emiratos Árabes Unidos se convirtió en el primer país del mundo en crear un puesto de ministro para la IA, tal y como recuerda el autor en su libro. Dinamarca, en 2017, se convirtió en el primer país en designar un embajador de tecnología. En España, no hay partido político que lleve en su programa electoral algo relacionado con la IA. «Es un error y una gran preocupación porque los políticos van a tener que tomar muy pronto, el año que viene o al siguiente, decisiones sobre IA muy importantes. El problema es que si no se han preparado en este aspecto, tomarán resoluciones de una manera rápida, sin pensar y eso no es bueno», apunta Lasse Rouhiainen. Por eso, insiste en la necesidad de formarnos ahora para que, cuando llegue el momento, seamos capaces de tomar buenas decisiones. Las empresas, por su parte, sí están avanzando más en este largo camino de la IA. Pero estas también cambiarán su forma: la nueva tecnología propiciará el nacimiento de pequeñas compañías en las que ya no hará falta contratar a varias personas, con el consiguiente ahorro. Los pequeños profesionales subcontratados por las grandes empresas tecnológicas son la clave. Estos pequeños «freelancers» son el futuro. «Cualquiera, desde su casa, puede crear una ‘app’ basada en IA que puede usar una gran compañía», ejemplifica el autor, que no duda en animar a los jóvenes a emprender gracias a la democratización de la tecnología. «Hay una tendencia que me gusta mucho y que es una realidad: cada vez más, todas estas tecnologías están propiciando que personas pequeñas puedan empezar a hacer grandes cosas». EE.UU. y China, líderes en IA Pero justo estamos viviendo un momento de desconfianza en cuanto al tratamiento de datos por parte de las grandes compañías tecnológicas. Y es que la IA no es nada si no tiene datos con los que trabajar. El experto entiende el hastío de los usuarios. «La gran parte de nuestros datos están en algún servidor de Facebook o Google y no es algo bueno.En Europa la gente está muy cansada mientras que en EE.UU. parece que dan la batalla por perdida. Es un asunto que hay que tomar muy en serio, que exige debate y ver qué soluciones tomar», apunta. De ahí, una vez más, la necesidad de formarnos antes de que nos «pille el toro». Solo así dispondremos de una regulación competente. «También hay que preguntar a los políticos que votamos qué decisiones van a tomar con respecto al tratamiento de las bases de datos», apunta Lasse Rouhiainen, que opta por tener una parte de los datos libres y disociados. «Gracias a eso se puede avanzar en la IA y todo el mundo, no unos pocos, como sucede ahora, podrán acceder en igualdad de condiciones para futuros desarrollos», apunta. Por ejemplo, una base de datos de salud pero sin nombre ni apellidos. «Una posible solución es el ‘blockchain’», recuerda el experto. China y EE.UU. son los países que, en la actualidad, lideran la carrera de la IA, que es también un arma de doble filo. «Putin dijo que el país con mejor IA gobernará el mundo. China, de hecho, es el único país que ha elaborado un plan de futuro para los doce años siguientes. El problema es que ambas potencias, en vez de colaborar, están compitiendo por ver quién es el mejor». Y es que la IA puede convertirse en un arma. «Si los dos países sumaran sus esfuerzos para curar el cáncer, por ejemplo, sería genial. Pero están centrándose en el desarrollo de armamento militar. Eso hay que evitarlo. La IA no debería usarse para fines negativos», concluye.

via Tecnología https://ift.tt/2AJC24v

sábado, 1 de diciembre de 2018

Inteligencia artificial ayuda a predecir el valor de las criptomonedas

Las criptomonedas han recorrido un largo camino desde que los famosos Bitcoin aparecieran por primera vez a fines de 2008. En solo una década, el mercado se disparó de cero a unos 400 mil millones de dólares, y desde entonces han aparecido otro sin fin de criptomonedas.

Pero este éxito no ha estado exento de altibajos. Se puede ganar mucho dinero con las criptomoneda pero también puedes perderlo. Afortunadamente para los inversores y desarrolladores, la aparición de la inteligencia artificial ha permitido navegar de forma más segura por medio de este mercado tan volátil. De hecho, el día de hoy te hablaremos de cómo la Inteligencia artificial ayuda a predecir el valor de las criptomonedas.

La Inteligencia artificial ayuda a predecir el valor de las criptomonedas

Inteligencia artificial ayuda a predecir el valor de las criptomonedas

Determinar el valor de las criptomonedas es complicado. A diferencia del mercado convencional, aquí el valor no se mide estrechamente con factores como el flujo de efectivo o los activos disponibles.

En su lugar, los inversores deben confiar en los sentimientos. Cuando las personas piensan y actúan de la misma manera que la mayoría de los que las rodean el valor de las criptomonedas puede aumentar o disminuir. Es decir, todo funciona por instinto, hacia donde se incline la manada allí se inclinará el valor de la criptomoneda.

Estos “sentimientos” se activan por medio de titulares de noticias, publicaciones de Reddit y tweets que hablan sobre aumento o descenso en el valor de la criptomoneda. El desarrollador Teju Tadi cree que por medio del uso de redes tensoriales neuronales recursivas (RNTN) se puede desarrollar un robot de comercio electrónico. Aquí es donde la Inteligencia artificial ayuda a predecir el valor de las criptomonedas.

Redes tensoriales neuronales recursivas

Las RNTN evalúan la composición semántica del texto contenido en las distintas publicaciones para poder determinar con precisión el sentimiento a partir de un conjunto disperso de información como un tweet.

Las RNTN analizan los datos en un árbol binario. Representaciones de vectores específicos se forman de todas las palabras y se representan como hojas. Desde abajo hacia arriba, estos vectores se convierten en los parámetros necesarios para optimizar y servir como punto de partida para determinar el posible valor o comportamiento que tendrá la criptomoneda en un momento dado.

Oportunidades para desarrolladores

Teju ha establecido un negocio llamado Mycointrac, centrado en proporcionar inteligencia de mercado de criptomonedas. Una vez que su producto esté completamente desarrollado, Teju planea utilizar los datos proporcionados por su sistema como uno de los factores para tomar decisiones de inversión.

El plan es desarrollar estrategias comerciales basadas en una serie de técnicas de aprendizaje automático de alta frecuencia, así como en un profundo aprendizaje y análisis de sentimientos.

Teju espera que las RNTN también lo ayuden a aprovechar otras oportunidades, como el arbitraje, la compra y venta simultáneas de un activo en diferentes mercados. El beneficio es la diferencia entre los dos precios de mercado.

El sector financiero ofrece muchas oportunidades excelentes para los desarrolladores que pueden utilizar la Inteligencia Artificial para abordar algunos de sus desafíos más apremiantes. Por ejemplo, obtener consistentemente altos rendimientos de las inversiones en el mercado de valores.

La entrada Inteligencia artificial ayuda a predecir el valor de las criptomonedas se publicó primero en IntelDig.



via IntelDig https://ift.tt/2FPsWsz

La primera operadora de enjambres de drones de EE.UU se dedica a la reforestación de bosques destruidos por el fuego

La primera operadora de enjambres de drones de EE.UU se dedica a la reforestación de bosques destruidos por el fuego

En muchos países, la conjunción de factores como el abandono institucional, el uso de técnicas obsoletas, el aumento de población, la apuesta por el monocultivo y el cambio climático está facilitando que nuestros bosques y prados se vean devorados por los incendios forestales (cada vez más extensos y frecuentes) a un ritmo mayor que al que podemos recuperarlos.

Sin embargo, a la hora de debatir el mejor modo de actualizar técnicas, hay que partir de una realidad: pocas cosas hay más efectivas que poner a plantadores humanos a colocar a mano las plántulas a lo largo de kilómetros de paisaje quemado.

Pero la oferta, tanto de mano de obra como de plántulas, suele escasear. Y, a falta de las plantas adecuadas, en los terrenos yermos proliferan las malas hierbas, que suelen combatirse fumigando herbicidas.

Ante esta situación, DroneSeed , una startup con sede en Seattle, ha decidido convertirse en un referente de recuperación de bosques quemados gracias a la automatización, o más concretamente, a través del uso de drones, inteligencia artificial e ingeniería biológica.

El fundador y CEO de la compañía, Grant Canary, relata a TechCrunch que, cuando se puso a estudiar las técnicas que se venían usando hasta ahora, se dio cuenta de que todo era "increíblemente anticuado. Incluso en las compañías más sofisticadas del mundo, los plantadores son superhéroes que usan bolsas y una pala para plantar árboles. Se les paga para mover material sobre terreno montañoso y para ser una IA simple capaz de determinar dónde plantar los árboles".

Y, aunque la recuperación de bosques quemados no parezca a priori un ejemplo de actividad rentable, Canary ha descubierto que a los inversores les entusiasma todo lo que tenga que ver con automatización, aprendizaje automático y -especialmente- contratos públicos. Y ya cuenta con varios éxitos en este campo.

¿Cómo funcionan los DroneSeed?

DroneSeed fue premiada a comienzos de este mismo año con la primera licencia emitida por la FAA para drones de más de 55 libras de peso, así como con la primera exención para operar con enjambres de drones.

La tecnología que incluyen (cámara multiespectral, radar láser, etc) permite que cada unidad sea totalmente autónoma a la hora de explorar un área quemada, mapear cada centímetro de la misma (identificando objetos y especies de plantas presentes), fumigarla e identificar las mejores áreas para replantar los árboles (y proceder a hacerlo).

Los drones de DroneSeed operan en enjambres, manteniendo hasta cinco vehículos simultáneamente en el aire. Éstos vuelan siguiendo patrones calculados de antemano para aumentar su eficiencia y sólo regresan a las estaciones terrestres para recargar (excepto si la tripulación, que los supervisa contantemente, juzga necesario tomar el control de los mismos).

La combinación de radar láser y cámara multiespectral (que recopila imágenes más allá del espectro visible) permite crear mapas en 3D de la vegetación y del terreno (facilitando la identificación de la vegetación y la detección de casos de erosión del terreno), pero también realizar un análisis profundo del suelo y la vida vegetal.

Por último, en base a toda esta información, los drones de DroneSeed son capaces de fumigar y, a continuación plantar una mezcla secreta de semillas y nutrientes patentada por DroneSeed.

Y es que encontrar el lugar perfecto para que la semilla o plántula arraigue es toda una ciencia, en la que intervienen múltiples factores (nivel de pendiente, cercanía a corrientes de agua o a piedras, dirección del viento, etc) y en la, hasta que llegaron los drones con IA, sólo tenían éxito humanos con conocimientos y experiencia.



via Magazine - robotica-e-ia https://ift.tt/2Rsiske