entrar registro

El impacto de la IA en los trabajos. Lo que ha ocurrido en sólo unas semanas

43 visitas
|
votos: 13 · 1
|
karma: 33
|

En tan solo 6 semanas hemos visto importantes nuevos desarrollos o aplicaciones de la Inteligencia Artificial que nos hacen ver el ritmo exponencial de crecimiento actual que tiene la misma. El usuario Ed Newton-Rex de Medium decidió en enero de 2017 hacer un seguimiento semanal de nuevos avances en IA, para publicar su impacto en el mundo laboral. Tras 6 semanas, reconoce que el ritmo de avances ha aumentado tanto que no es capaz de recopilar tantos nuevos avances o noticias y tiene que empezar a filtrar información.

comentarios (3)
comentarios cerrados
BLUESS
"Probablemente el mayor anuncio de 2017 sobre Inteligencia Artificial hasta ahora es que DeepMind de Google ha entrenado a diferentes sistemas de IA para trabajar juntos. En sus experimentos, agentes de IA independientes colaboran cuando a todos les va bien o hay recursos para todos; pero en cambio se vuelven agresivos y se atacan entre ellos cuando los recursos son escasos. Suena bastante familiar, ¿no?"

Glups...Espero que tarde un poquito.

Universidad de la Singularidad: que haremos cuando los robots sean más "fuertes" que nosotros. Espero que tengamos clara las prioridades.
0    k 20
HANNIBAL_SMITH
El día que un cacharro, un robot por ejemplo, piense y decida por sí mismo, ese día podremos hablar de inteligencia artificial.
Programar un PLC o hacer un programa para que un ordenador haga determinada tarea, entre ellas "aprender", sí, entre comillas, no es inteligencia artificial, el ordenador no sabe por y para qué está haciendo eso, simplemente está siguiendo unas ordenes que el programador le ha dado.
0    k 11
--295--
#3 --295--
 *
Está bien pero un poco exagerado lo de Google, el deep learning es una técnica muy anterior, no dudo que Deep Mind esté avanzado pero existen muchos otros sistemas e investigadores en todo el mundo.

No caigamos en el error de dar solo visibilidad a lo que haga Google.

#2 Hay diferentes técnicas para aprender, algunas más "canalizadas" que otras. Lo mínimo que se le puede introducir hoy en día, aparte de los datos de entrada (como puede ser a través sensores) y las posibles acciones a realizar es un objetivo, una meta. A partir de ahí las técnicas más avanzadas de deep learning lo puede aprender casi todo (si los datos son correctos y suficientes), todo depende del tiempo necesario para procesarlo.
1    k 21
suscripciones por RSS
ayuda
+mediatize
estadísticas
mediatize
mediatize