Algoritmo te dice cómo te verás a los 60 años

Algoritmo te dice cómo te verás a los 60 años

El experto en computación, Grigory Antipov, de los laboratorios Orange en Francia, desarrolló un algoritmo para generar una versión del rostro que tendrán las personas a los 60 años.

Se trata de un software de aprendizaje profundo, es decir, un conjunto de algoritmos en aprendizaje automático que permite cambiar los rostros de diferentes maneras, utilizando un generador de caras y un discriminador facial.

Ambas máquinas aprenden cómo se ven los rostros a medida que envejecen.

Antipov afirma que la técnica puede generar la versión envejecida a partir de una fotografía de joven para generar una idea de la apariencia que la persona tendrá a los 60 años.

Según el especialista, su técnica puede ser utilizada por equipos de seguridad de inteligencia para identificar a criminales buscados por la policía o personas desaparecidas.

Antipov y sus colegas, que han desarrollado un software de aprendizaje profundo, no pretenden hacerlo público por ahora, pero indican que la descripción del sistema en su artículo es lo ‘suficientemente detallada’, como para facilitar su implementación por una persona interesada.

‘Y siempre estamos dispuestos a proporcionar detalles adicionales de nuestros modelos’, afirmó el programador.

agoritmo-reconocimiento-facial1

Con información de El País

Leer más

Inteligencia artificial resuelve nuestras actividades cotidianas

Inteligencia artificial resuelve nuestras actividades cotidianas

Entendida la inteligencia artificial (IA) como una parte de las ciencias de la computación, se encarga de hacer que las máquinas repliquen las funciones cognitivas de la mente humana.

Razonar, aprender, entender y comunicarse son funciones que donde la IA convive en nuestro quehacer cotidiano.

Hace tiempo de inteligencia artificial ha dejado de ser materia de ciencia ficción o de contenidos novelescos fantasiosos; la realidad actual nos está poniendo en contacto con dispositivos y procesos que ya no sólo responden a órdenes, sino que son capaces de ofrecer resultados, procesar datos, proponer sugerencias o tomar decisiones; incluso son capaces de detectar sus propios errores y aprender de sí mismos.

Algunas de las áreas donde la inteligencia artificial ya nos está brindando beneficios son:

Diagnóstico de enfermedades

La medicina es una área donde más presencia e impacto ha tenido la IA utilizando la tecnología Deep learning, con la cual las máquinas son capaces de desarrollar métodos de aprendizaje automático complejo, para analizar mamografías, resonancias magnéticas y ultrasonidos y obtener así diagnósticos más acertados y oportunos.

Google, una de las empresas pioneras en inteligencia artificial ha detectado, por ejemplo, la retinopatía diabética, que puede hacer más y más borrosa la imagen que los ojos envían al cerebro y que podrían causar ceguera.

Con respecto a las cardiopatías, la supercomputadora Watson de IBM ofrece programas de salud cognitiva, que analizan el genoma y adapta el tratamiento de cáncer para cada paciente.

Movilidad

Un ejemplo actual y cotidiano de IA es la cada vez más utilizada Google Maps, que se basa en algoritmos de inteligencia artificial para recomendar las mejores rutas y medios de transporte hacia un destino específico. En un futuro próximo nadie tendrá que enseñar a los dispositivos a moverse por una ciudad, ya que gracias a machine learning y deep learning, podrán aprender a hacerlo solos, analizando y probando enormes cantidades de datos.

Desde luego, el auto sin conductor es otro ejemplo de la gran promesa que significa la inteligencia artificial en nuestro quehacer cotidiano, así como la eficiencia que se logra en las turbinas de los aviones, los frenos anti bloqueo que funcionan con inteligencia artificial, e incluso ‘el sistema de inyección de combustible de todos nuestros autos, que fue diseñado utilizando algoritmos de inteligencia artificial’, Según explica Ramón López de Mántaras, director del Instituto de investigación en Inteligencia Artificial.

Consumo

Una aplicación comercial de la inteligencia artificial que ha tenido un gran éxito es el uso de las apps y webs de productos y servicios, ‘gracias al machine learning, que puede detectar los hábitos y modelos de consumo de una persona, para actuar en consecuencia’, señala Ramón López.

El espectro de posibilidades de uso de esta aplicación es inmensa, ya que las empresas pueden ofrecer sus productos y servicios a través de Internet conociendo los gustos particulares de sus clientes y sus hábitos de consumo. Un ejemplo notable es Amazon, cuyas ventas responden en un tercio a recomendaciones de consumidores.

A este ejemplo se puede sumar la gestión de stocks de los almacenes, el turismo online que adapta sus ofertas a las necesidades particulares, así como la oferta de películas a partir de las elecciones y búsquedas que el usuario ha realizado. Lo mismo ocurre con los temas musicales, los idiomas, etc.

Seguridad

En la actualidad, los sistemas de los bancos, sustentados en inteligencia artificial, permiten, entre otras cosas, que puedan aprender por sí mismos con los datos que reciben y detectar oportunamente un movimiento potencialmente fraudulento. Todo esto, utilizando el conocimiento y la información acumulada en los ensayos y experiencias históricas.

Finanzas

Ahora las instituciones bancarias y de inversión pueden asesorar a sus clientes de una manera individualizada para detectar oportunidades o riesgos. Ahora es posible diseñar una cartera de inversiones a partir de las características de cada cliente, es decir: su edad, su condición social, su nivel de riesgo, etc., todo esto, filtrado con las condiciones del mercado, permite lograr una asesoría dinámica que responda a las necesidades y expectativas particulares de cada cliente.

El tiempo

La predicción del tiempo se ha vuelto cada vez más precisa utilizando machine learning. Los investigadores de Microsoft, Ashish Kapoor y Eric Horvitz, han aplicado esta ciencia con resultados más precisos.

Según estos científicos, con el tiempo los análisis serán más precisos y a más largo plazo.

Energía

La inteligencia artificial es la clave en los desafíos energéticos del futuro, asegura Ramón López Mántaras, quien comenta que Google ha conseguido ahorros de un 30% en el consumo energético de sus servidores a partir de sus investigaciones de DeepMind.

En un futuro, en los coches eléctricos y muy probablemente en los hogares se pueda almacenar y compartir energía para optimizar este consumo vital.

Con información de El País

Leer más

6 tendencias de impacto en seguridad y videovigilancia para 2017

6 tendencias de impacto en seguridad y videovigilancia para 2017

En 2016 hemos visto cómo los avances tecnológicos continúan sin cesar, con redes de alta velocidad, Big Data y aplicaciones de análisis que en el mercado de la seguridad y vigilancia han permitido ofrecer soluciones optimizadas para los líderes de los negocios.

Del mismo modo, se predice que el Internet de las Cosas deje de ser un concepto y se incorpore de una forma más integral en nuestra vida cotidiana. Sin embargo, esto significa que los fabricantes de dispositivos habilitados para Internet tendrán que esforzarse y asumir mucha más responsabilidad en relación a los niveles de seguridad predeterminados.

 

6 tendencias tecnológicas que impactarán en el sector de la seguridad y videovigilancia en 2017

 

1. Seguridad como Servicio: Se espera que los clientes dejen de pensar en la videovigilancia como una colección de hardware y software conectado a una red. En su lugar, se empezará a visualizar como un servicio: remoto y profesional, con almacenamiento y monitoreo de video gestionado desde el lugar donde se encuentre la persona.

Esto no sólo constituye una reducción de costos sino que también significa una mejora en el nivel de servicio del sistema, permitirá una mejor administración de los dispositivos y fortalecerá los procesos de seguridad cibernética.

Sobre este último punto, se hará un mayor uso de herramientas y prácticas que hacen que el video en red sea menos vulnerable a los ataques. En general, se utilizarán de forma más amplia las herramientas previas y posteriores a la instalación, que ayudarán al monitoreo y mantenimiento continuo de los sistemas.

 

2. Soluciones Integradas: La industria de la seguridad continuará con la tendencia de ofrecer soluciones específicas para problemas concretos, en lugar de ofrecer un hardware / software único. Al final, los clientes no buscan comprar una cámara, o un sistema de gestión de video (VMS); lo que realmente quieren es proteger su patrimonio, los clientes, el personal y, en general, lograr una mayor seguridad, por ejemplo, la reducción del robo en tiendas o hacer un detallado seguimiento de las potenciales amenazas en un aeropuerto.

La convergencia de hardware y software, así como las herramientas de pre y post instalación conllevan al desarrollo de soluciones de extremo a extremo que podrán abordar diferentes situaciones. Esto implicará el diseño de cámaras de alto rendimiento, controles de almacenamiento y acceso, cuidadosamente integrados con las herramientas de administración y análisis de video. Este enfoque será más fácil de adquirir, instalar e implementar por los clientes, ofreciéndoles maximizar el retorno de inversión a través de soluciones integradas, todo en uno.

 

3. Uso extenso de los analíticos: Mientras la calidad en el video resulta una característica básica de las cámaras de seguridad de hoy en día, en última instancia, la información que se genera debe ser analizada.

Los recientes avances de la tecnología, como la imagen térmica y la mejora de las capacidades para las condiciones de poca luz han sido pasos importantes para el sector. Pero al final, generan más datos que necesitan ser revisados.

Por ello, la industria de la seguridad ha trabajado en la innovación para el software de análisis de video, que puede utilizarse en tiempo real para ayudar a los profesionales a tomar decisiones informadas. Se espera para el próximo año que estas nuevas funcionalidades, incluyendo el reconocimiento facial, análisis forense y protección perimetral, se combinen aún más para brindar un uso más optimizado de los analíticos en tiempo real.

 

4. Aprendizaje Profundo (Deep Learning): Con todos estos datos recolectados, las tecnologías de aprendizaje profundo comienzan a tomar relevancia. Estas usan software de reconocimiento de patrones para ‘aprender’ sobre diferentes tipos de comportamientos a través de las múltiples cámaras de seguridad instaladas en todo el mundo.

Las técnicas que incorporan la inteligencia artificial tendrán un uso más amplio dentro de la industria de la seguridad. Aunque todos los clientes son diferentes, los entornos y ubicaciones en los que se basan tienden a estar en las mismas categorías generales, con personas que exhiben los mismos comportamientos.

Una vez que éstos han sido asimilados, los patrones que los subyacen pueden ser compartidos, permitiendo que el sistema lo prevea cuando esté a punto de suceder algo inesperado.

 

5. Más allá del video: La videovigilancia no sólo implica la seguridad de personas, lugares u objetos. También ahora incluye el control de acceso físico, comunicación bidireccional y la gestión de situaciones de emergencia, en paralelo, y que se pueda manejar desde una distancia considerable.

Para ampliar aún más el concepto de integración, 2017 debería ser el año en que las cámaras de seguridad se coordinen también con puertas inteligentes, intercomunicadores y altavoces, a nivel local y remoto. Eso significa soluciones integrales que se pueden controlar en tiempo real, permitiendo que los clientes vean, oigan y hablen con la gente de forma cercana dentro de sus instalaciones.

 

6. Ciberseguridad: Como se mencionó anteriormente, el Internet de las cosas ha evolucionado y ha pasado de ser un concepto a una realidad, aunque conlleva también desafíos. Sin embargo, se piensa que los millones de dispositivos habilitados para IP son la promesa para el futuro. 2016 brindó varios recordatorios de las trampas de no asegurar adecuadamente todos los objetos conectados a Internet. Teniendo en cuenta que la mayoría de estos equipos son conectados e instalados por los clientes, corresponde a los fabricantes asumir la responsabilidad de asegurarlos al máximo.

En conclusión, el Internet de las Cosas debe focalizarse en obtener una mejor seguridad, y proporcionar inteligencia a empresas, organizaciones, personas y ciudades, gracias a las cámaras con alta conectividad, videoporteros, equipos de audio y controles de acceso.

2017 agregará más capacidades a estos dispositivos, al mismo tiempo que permitirá a los clientes centrarse en sus actividades y a los especialistas en seguridad mejorar los servicios que ofrecen.

Leer más

Apple publica sus documentos de inteligencia artificial

Apple publica sus documentos de inteligencia artificial

Apple permite a su equipo de inteligencia artificial publicar investigaciones que permitirán avances en Deep Learning.

Hasta ahora, la compañía ha sido renuente a permitir a sus ingenieros de inteligencia artificial publicar artículos científicos, con lo cual se obstaculizaba su capacidad para alimentarse de avances más amplios en este campo.

La reticencia de publicar investigaciones ha ilimitado la capacidad de la organización para contratar personal calificado, porque los investigadores suelen estar menos dispuestos a trabajar en un ambiente reservado donde no pueden participar abiertamente con otros talentos.

Sin embargo, en octubre Apple a contrató a Russ Salakhutdinov, de la Universidad de Carnegie Mellon, como director de investigación de inteligencia artificial.

Por otra parte, la firma compró una serie de startups de inteligencia artificial, invirtiendo 200 millones de dólares en Turi Inc., con sede en Seattle, a principios de este año, que se suma a otras seis adquisiciones previas.

Con información de Bloomberg

Leer más

Google impulsa inteligencia artificial con deep learning

Google impulsa inteligencia artificial con deep learning

La inteligencia artificial de Google se basa en el aprendizaje que las máquinas hacen de la información que manejan.

Los correos electrónicos, las imágenes de Google Fotos, los videos de YouTube, la información que fluye por los dispositivos Android y la inmensa base de datos de su buscador, son la materia prima que está haciendo que las computadoras de la empresa sean cada vez más inteligentes.

El sistema de reconocimiento de voz Google Voice no solo entiende cada vez mejor la voz, además es capaz de contextualizar las preguntas que se le realicen.

Behshad Behzadi, principal ingeniero de la sede en Suiza, comenta que la tasa de error a la hora de reconocer palabras de Google Voice es ya de sólo 8%.

La tecnología que está detrás del aprendizaje de las máquinas son las llamadas redes neuronales. Estas redes utilizan capas de datos que se van interconectando entre sí, como las neuronas del cerebro, para generar nuevas capas de datos que vuelven a ser procesadas, es decir, un mecanismo similar al del pensamiento humano.

Una muestra de lo que este proceso puede lograr, es que Google Fotos sea capaz de identificar que un animal que aparece en una imagen con cuatro patas no sea un perro, sino un gato. A esta conclusión llega el sistema de inteligencia artificial de Google después de estudiar millones de imágenes alojadas en sus servidores y fotogramas de videos alojados en YouTube. De esta manera, poco a poco aprende a distinguir, como lo hace un niño, qué elementos aparecen en una imagen. El grado de error en el reconocimiento de imágenes supera al que se registra en el reconocimiento de voz.

El grado de error en el reconocimiento de imágenes recuerda al de un niño cuando empieza a aprender las formas que tienen los objetos. De hecho, la inteligencia artificial de Google aún se encuentra en una etapa de desarrollo temprano.

Sin embargo, a pesar de que la inteligencia artificial aún no ha alcanzado su madurez, ya es capaz de hacer cosas como sugerir respuestas breves para responder correos con la función smart replies.

Según explicó Thore Grepel, investigador de Google DeepMind, la inteligencia de Google ha dado los primeros signos de intuición y creatividad. Incluso en su explicación sobre cómo la máquina había logrado ganar a un hombre jugando al Go, habló de un concepto fascinante: la creatividad computacional.

No obstante todo esto, al parecer Google tiene claro que camina por un territorio desconocido.

Con información de El País

Leer más