Dar un paseo, además de saludable, es siempre una experiencia interesante. A veces vuelves a casa un tanto decepcionado, con la sensación de haber perdido el tiempo recorriendo calles conocidas, saludando a los vecinos mientras realizan tareas rutinarias, manteniendo la misma intrascendente conversación una y otra vez.Pero a menudo ocurre algo inesperado, divertido o sorprendente y regresas más animado sabedor de que, de no haberte decidido a caminar sin rumbo fijo, te lo habrías perdido.
Con las redes sociales ocurre algo parecido. A menudo tienes la sensación de caminar por calles demasiado familiares consultando una información demasiado repetida. Pero, en ocasiones, te das de bruces con algo diferente, enriquecedor y comprendes que pasear merece la pena aunque sólo sea por esos breves instantes especiales.
Ha ocurrido ayer mismo cuando, de forma rutinaria, paseaba por LinkedIn. Un conocido (del que desconocía su interés por la Inteligencia Artificial) me ha recomendado un post en el que aparecen los 10 vídeos más visitados en Youtube relacionados con el Aprendizaje Automático (Machine Learning). Me he dirigido hacia allí sin demasiado entusiasmo y he vuelto maravillado por el contenido.
Normalmente habría marcado el lugar en mis enlaces favoritos y me habría asegurado de que los sistemas que utilizo par estar medianamente informado visitasen la página de vez en cuando. Pero esta vez, no me apetece perder la pista a esta recopilación de joyas de Youtube así que he decidido trasladar al blog el trabajo de Grant Marshal.
No sé si vulnero algún derecho de autor pero, por si acaso, sabed que el mérito es completamente suyo. Yo he cambiado el orden para dar un poco más de sentido a la colección y he incluido algunas notas adicionales, pero poco más.
Y, nada más, aquí tenéis los vídeos sobre Machine Learning seleccionados (si queréis saltaros las explicaciones, el autor también ha creado una lista de reproducción).
Mi intención es ir añadiendo a esta colección otros relacionados, quizás con menos visitas en YouTube, pero igual de interesantes desde mi punto de vista.
CUANDO LAS MÁQUINAS APRENDEN A JUGAR
En este vídeo podéis ver cómo una máquina dirige al famoso fontanero con una habilidad sorprendente. Cuando la ves jugar parece que está teniendo una suerte asombrosa pero, si tienes un poco de paciencia, comenzarán las explicaciones y podréis comprobar cómo, la combinación de redes neuronales y algoritmos genéticos, obran el milagro.
Os dejo también un artículo sobre este tipo de entrenamientos realizado por DeepMind y este vídeo. Lo más interesante es comprobar cómo DQN, el agente inteligente, descubre por sí mismo tras 600 sesiones de entrenamiento la mejor estrategia para terminar con los ladrillos.
En este otro tenéis una presentación de este empresa con todos los progresos en los diferentes vídeo-juegos de sus modelos de aprendizaje
Google ha pagado 400 millones para adquirir DeepMind así que hacer que una red neuronal se eche una partidita no es un ejercicio tan inútil como pueda parecer.
APROVECHAR LA PASIÓN DEL PÚBLICO
Siguiendo con estas, aparentemente, más chabacanas aplicaciones de la Inteligencia Artificial, en este brevísimo vídeo, apenas un minuto, se dermuestra cómo el Deep Learning puede utilizarse para saber cuando han metido un gol en un partido de hockey. Para ello, un sistema inteligente analiza las reacciones del público captadas por un micrófono de ambiente. Además, cuando tu equipo marca (sólo el tuyo), el sistema lo celebra creando un fantástico espectáculo de luces en el salón; un buen ejemplo de lo que serán los nuevos espacios inteligentes:
Tenéis toda la información en el blog del creador de este invento, François Maillet.
APRENDER DE TU ENEMIGO
La Inteligencia Artificial siempre se ha apoyado en la teoría de juegos al ser un buen campo de pruebas para determinar las capacidades reales de una máquina frente a un oponente humano (basta recordar esa fantástica película "Juegos de Guerra"). Juegos de mesa como el ajedrez siempre han estado en el tintero aunque últimamente está más de moda entrenar a un ordenador a manejar los vídeo-juegos.
En esta ocasión, se utiliza Deep Learning para prever los movimientos de tus oponentes en un juego de cartas basado en el archiconocido WorldCraft. El vídeo es largo, pero ayuda a entender.
PONENCIAS DE STANFORD SOBRE MACHINE LEARNING
La primera dura un poco más de una hora, pero merece la pena asistir a esta clase magistral impartida por Andrew Ng, el director del laboratorio de Inteligencia Artificial de esta prestigiosa universidad.
En la segunda, más breve, Andrew NG reflexiona sobre el futuro de la robótica y la Inteligencia Artificial y, en particular, sus aplicaciones en la visión artificial y los sistemas de navegación autónomos.
Y, una última charla de este investigador, punto de referencia en Youtube como estáis comprobando. En esta ocasión trata sobre el aprendizaje automático no supervisado de las características elementales de ciertas fuentes (imágenes, grabaciones de voz), una de las bases de los nuevos algoritmos de visión artificial o reconocimiento de voz basados en Deep Learning. Realmente interesante, ilustrativa y educativa.
Si os interesa el aprendizaje automático, este investigador ofrece sus conocimientos a través de una formación en Coursera
LA NUEVAS REDES NEURONALES
Otra interesante hora escuchando a Geoffrey Hinton, investigador distinguido en Google y profesor en la universidad de Toronto, hablando sobre Aprendizaje Profundo (Deep Learning). Si hay un tema candente en la Inteligencia Artificial, sin duda es éste. La charla es de 2007 pero aún mantiene su frescura.
[por cierto, no deja de asombrarme cómo tan grandes universidades ofrecen páginas Web con tan poco glamour; pero lo importante es el contenido]
CEREBRO, SEXO Y APRENDIZAJE AUTOMÁTICO
Otra charla de este pródigo conferenciante. En esta ocasión trata sobre cómo, en el marco de la teoría de la evolución, la investigación en biología, reproducción y genética está ayudando a diseñar la arquitectura de las nuevas redes neuronales y algoritmos de aprendizaje.
DEEP LEARNIG: INTELLIGENCE FORM BIGDATA
Si hay dos temas candentes en la actualidad, ambos están imbuidos en el título de este vídeo presentado por en el VLAB del MIT.
En él aparecen diferentes ponentes (Steve Jurvertson, socio de DFJ Ventures, Adam Verenzweig, CTO Clarifai, Naveen Rao, CEO de Nervana Systems, Elliot Turner, CEO de AlchemyAPI o Ilya Sutskever, uno de los científicos principales de Google Brain) hablando sobre el aprendizaje no supervisado, los niveles jerárquicos de aprendizaje o la detección de patrones. Un debate imprescindible
APRENDIENDO DE LOS DATOS
Siguiendo con el Deep Learning, aquí tenéis una charla de Yaser Abu-Mostafa, profesor en CalTech,
La charla es, en realidad, la introducción al curso online que ofrece esta institución sobre los fundamentos de la Inteligencia Artificial. Son 19 interesantes sesiones de una hora que, si tenéis tiempo, no deberías perderos (yo aún no lo he encontrado).
Y algunos vídeo más de selección propia como el proyecto Knowledge Graph de Google basado también en Deep Learning
DEEP LEARNING
Sean o los más populares, terminamos con algunos vídeo más sobre el área de investigación por excelencia de la Inteligencia Artificial, el Aprendizaje Profundo
.
He seleccionado esta ponencia de la Universidad de Oxford porque incluye un buen número de ejemplos prácticos:
Si sos desarrolladores, quizás os interese esta otra ponencia en la que se explica cómo llevar Deep Learning a la práctica con Phyton:
Si el Deep Learning constituye un gran reto para los investigadores, el aprendizaje no-supervisado es su gran meta, es decir, establecer un conjunto de redes neuronales capaz de aprender por sí misma cómo resolver problemas de cualquier naturaleza:
También puede interesarte:
- AI as a Service: ¿Acabaremos alquilando inteligencia?
- La carrera por crear la primera Inteligencia Artificial
- Computación Cuántica, Cognitiva y Biochips, el futuro de la tecnología
- Implicit Personalization
- Cuando tu móvil sea casi tan inteligente como tú
- Cuando el correo electrónico trabaja para ti en lugar de darte trabajo
No hay comentarios:
Publicar un comentario