Machine learning: Desvelamos la magia detrás de los ordenadores TensorFlow




Machine learning: Desvelamos la magia detrás de los ordenadores TensorFlow
Machine learning: Desvelamos la magia detrás de los ordenadores TensorFlow

Machine learning: Desvelamos la magia detrás de los ordenadores TensorFlow. Esta mañana Google ha celebrado en Campus Madrid su primer evento sobre machine learning en España. Allí han demostrado que no solo está en el ADN de muchos de los productos de Google sino que ya tiene un gran impacto en el mundo real.

Machine learning: Desvelamos la magia detrás de los ordenadores

¿Qué tienen en común un granjero en Japón, un abogado en España y una oceanógrafa en Australia? A simple vista, nada. Sin embargo, hoy, en el primer evento “Magic in the Machine” de Google en España, éstos han sido algunos de los usos más sorprendentes que hemos mostrado del Machine Learning, una rama de la Inteligencia Artificial que se está convirtiendo en el nuevo paradigma del mundo de la tecnología, comparable con la llegada de los ordenadores, Internet o los teléfonos móviles.

Machine Learning, también conocido como Aprendizaje Automatizado, es el proceso por el cual se enseña a las máquinas a pensar por sí solas desde tareas aparentemente sencillas como reconocer el lenguaje natural cuando hacemos una búsqueda por voz en Google o traducir con mayor precisión cuando utilizamos Google Translate, hasta aquellas tareas más complejas como identificar síntomas de retinopatía diabética, una de las causas de ceguera que más está creciendo en los últimos años.

Pese a que estos conceptos de Inteligencia Artificial y Machine Learning a muchos les puede parecer nuevo, lo cierto es que existe desde hace décadas. Larry Page, fundador de Google, ya en el año 2000 decía: “la Inteligencia Artificial será la versión más completa de Google, podrá entender exactamente qué es lo que quieres y ofrecerte una respuesta precisa. Todavía estamos lejos de alcanzarlo pero podremos hacer avances incrementales, y es en eso en lo que estamos trabajando”.

Hoy el Machine Learning es la fórmula secreta (o no tan secreta …) de muchos de los productos de Google que usamos todos los días para realizar una búsqueda, traducir una frase, obtener recomendaciones de vídeos, o incluso encontrar aquellas fotos de tus vacaciones preferidas con sólo indicar “playa” en tu buscador de Google Fotos, sin necesidad de etiquetarlas previamente.

Machine Learning para Todos

Sin embargo, esta técnica de la Inteligencia Artificial no sólo se está aplicando en el campo de la informática, sino también en ámbitos tan diversos como la agricultura, la biología, la astrología y hasta la industria editorial.

Todo esto gracias a TensorFlow, una librería de código abierto desarrollada por Google para que cualquier desarrollador, investigador, startup o empresa pueda acceder al conocimiento y poder computacional de Google, y aplicar Machine Learning de las formas más sorprendentes.

TensorFlow ™ es una biblioteca de software de código abierto para el cálculo numérico usando gráficos de flujo de datos. Los nodos en el gráfico representan operaciones matemáticas, mientras que los bordes del gráfico representan los arreglos de datos multidimensionales (tensores) comunicados entre ellos. La arquitectura flexible le permite implementar el cálculo de una o más CPU o GPU en una computadora de escritorio, servidor o dispositivo móvil con una sola API. TensorFlow fue originalmente desarrollado por investigadores e ingenieros que trabajan en el equipo de cerebro Google dentro de la organización de investigación de la máquina de Inteligencia de Google con el fin de llevar a cabo el aprendizaje de máquina y profunda investigación de redes neuronales, pero el sistema es lo suficientemente generales como para ser aplicable en una amplia variedad de otros dominios bien.

En apenas su primer año, TensorFlow ha ayudado a los investigadores, ingenieros, artistas, estudiantes, y muchos otros avanzan con todo, desde la traducción de idiomas para la detección temprana del cáncer de piel y la prevención de la ceguera en los diabéticos. Google esta muy contentos de ver a las personas que utilizan TensorFlow en más de 6000 repositorios de código abierto en línea.

Ha habido una cantidad sorprendente de la actividad en torno al proyecto: más de 480 personas han contribuido directamente a TensorFlow.

Una red neuronal de Traducción Automática, en la Escala de Producción

Hace diez años, se anunció el lanzamiento de Google Translate, junto con el uso de la traducción automática de frases-base como el algoritmo de clave detrás de este servicio. Desde entonces, los rápidos avances en la inteligencia artificial han mejorado nuestro reconocimiento de voz y capacidades de reconocimiento de imagen, pero la mejora de la traducción automática sigue siendo un objetivo difícil. Hoy anunciamos el sistema neuronal Google Traducción Automática

Es el caso de Gema Parreño Piqueras, una desarrolladora que en 2016 ganó un concurso de la NASA por aplicar redes neuronales para identificar la trayectoria de asteroides; o el de la startup Connecterra, que coloca pequeños dispositivos en vacas de granjas orgánicas y a través del aprendizaje automatizado puede monitorizar su estado de salud. También es el caso de source.d, una iniciativa española que a través de algoritmos de inteligencia artificial analiza perfiles de millones de candidatos en todo el mundo; o el de Wolters Kluwer, una empresa multinacional que analiza cantidades ingentes de jurisprudencia para determinar el resultado probable de un proceso judicial.

Estos son algunos ejemplos que evidencian que el Machine Learning no solo está ya en el ADN de muchos de los productos de Google que utilizamos diariamente como nuestro buscador, Google Translate o Gmail, sino que al hacer disponible y compartir todo el conocimiento a través de la librería TensorFlow, el Machine Learning ya tiene un gran impacto en el mundo real.

Google sigue marcando la paunta en muchas tecnologías punteras y acercar las redes de neuronas a la gente es un gran paso la la I.A.

Tienes más información en el Blog Oficial de Google España.

. Leer artículo completo en Frikipandi Machine learning: Desvelamos la magia detrás de los ordenadores TensorFlow.

Te interesa

La protección de las infraestructuras críticas o los ataques a las cadenas de suministro, entre los principales desafíos en ciberseguridad para 2025

La protección de las infraestructuras críticas o los ataques a las cadenas de suministro, entre los principales desafíos en ciberseguridad para 2025

La protección de las infraestructuras críticas o los ataques a las cadenas de suministro, entre …

Últimas noticias de Frikipandi.com

Las noticias se actualizan cada 15 minutos.