La tecnología que enseña a los robots a ‘pensar’ como humanos

Una persona le hace una foto a Sophia, un robot de Hanson Robotics, presentado esta semana en Ginebra como el último modelo de inteligencia artificial y 'machine learning'.
Una persona le hace una foto a Sophia, un robot de Hanson Robotics, presentado esta semana en Ginebra como el último modelo de inteligencia artificial y 'machine learning'. DENIS BALIBOUSE REUTERS

A finales de los años 1950, el informático Arthur Samuel creó un programa para jugar a las damas, utilizando un algoritmo sencillo para descubrir los mejores movimientos para ganar. Samuel entrenó el ordenador con una copia de sí mismo (el self play) y con una base de datos en la que estaban registrados centenas de partidos. Era el inicio del machine learning (aprendizaje automático), una rama de la inteligencia artificial (IA) que permite que las máquinas aprendan sin ser explícitamente programadas. Casi siete décadas después de ese juego, esa tecnología tiene aplicaciones tan diversas como el diagnóstico de un cáncer o la construcción de coches autónomos. Hace unos días se dio a conocer su último invento: Sophia, un androide desarrollado por la compañía Hanson Robotics, que acaparó todas las atenciones en la feria tecnológica de Ginebra.

"Es una tecnología aplicable a prácticamente todos los campos en los que haya datos disponibles", explica a EL PAÍS Thomas Dietterich, uno de los padres del machine learning como campo de investigación. El experto menciona ejemplos que van desde los algoritmos usados en el mundo de los negocios para identificar posibles compradores de un producto hasta los sistemas utilizados por los gobiernos para solucionar problemas en infraestructuras como autopistas e hidroeléctricas. Otros ejemplos más cercanos son los sistemas de traducción automática en Skype, el reconocimiento facial de las cámaras de los móviles y los asistentes virtuales, apuestas de empresas como Google y Microsoft para aproximar la tecnología al usuario final.

MÁS INFORMACIÓN

Cortana, el asistente virtual de Microsoft, cuenta con 145 millones de usuarios y la compañía pretende “desarrollarlo hasta el punto en que se comunique directamente con otras IAs para ofrecer al usuario cualquier tipo de información o servicio, desde la compra de un zapato hasta la entrega de una pizza en casa”, según cuenta Ester de Nicolás, líder del equipo de Evangelismo Técnico de la empresa. “Nuestro objetivo es democratizar el acceso al machine learning”, afirma. La principal apuesta en ese sentido es la plataforma de aprendizaje automático en Azure, un servicio de análisis en la nube que permite crear e implementar modelos de máquinas según las necesidades de cada usuario.

Google centra su estrategia en TensorFlow, un almacén de experiencias y resultados de experimentos que usa para que sus aplicaciones tomen mejores decisiones, y que tiene datos abiertos desde 2015. La plataforma ha sido utilizada por diferentes desarrolladores y empresas en todo el mundo para cosas tan dispares como aumentar la producción de leche en vacas o crear un modelo para predecir la compatibilidad entre donante y receptor en los trasplantes de órganos. Pero Google quiere más: “Estamos trabajando en robots que puedan hacerse cargo de situaciones peligrosas y llegar a sitios a los que los seres humanos no podemos llegar, como en la central nuclear de Fukushima”, cuenta Andrés Leonardo Martínez, ingeniero informático de la compañía.

Riesgos y errores

Además de hacer proyecciones para el futuro, los expertos también se preguntan cuáles son los riesgos de un mundo en el que robots se adaptan y aprenden a partir de la experiencia (como los seres humanos). Descartan, eso sí, un escenario de ciencia ficción donde las máquinas aniquilan la humanidad. “Creamos y programamos computadoras porque nos permiten hacer las cosas mejor. Imagino un futuro en el que una persona y un sistema de IA trabajan juntos como un equipo. En prácticamente todos los campos, la combinación de robots y personas es más poderosa. Un ejemplo famoso es conocido como ajedrez centauro, en el que compiten equipos mixtos de personas y ordenadores. Los mejores equipos centauro pueden derrotar a cualquier humano y cualquier computadora que juegue solo”, comenta Dietterich.

El investigador ve por lo menos dos papeles importantes para los humanos en el futuro: realizar tareas que exigen empatía y “comprensión profunda de otro ser humano” y asegurar que los robots no cometan errores. “Los problemas de toma de decisiones de alto riesgo a menudo involucran factores únicos. El aprendizaje automático solo funciona bien en problemas estables, cuando el mundo es altamente predecible y es fácil recolectar gran cantidad de datos de entrenamiento. En los problemas donde cada situación es única, es improbable que esa tecnología tenga éxito”, explica.

Ester de Nicolás sostiene que “preocuparse ahora mismo por la revolución de los robots es como preocuparse por la superpoblación en Marte”, pero señala que hay problemas que son menos visibles y de los que poco se habla, como el hecho de que los sistemas dependan de bases de datos, muchas veces privados y sesgados. “No siempre hay datos correctos. Estamos depositando muchísima confianza en AI, pero hay que tener más cuidado con esas cosas”.

Dietterich da un ejemplo de esa pega: algunas empresas utilizan el aprendizaje automático para decidir qué salario ofrecer a un empleado. Si los datos históricos demuestran que las mujeres han cobrado menos que los hombres, entonces el algoritmo recomendará ofrecer a ellas un sueldo más bajo. El experto defiende la creación de una regulación que determine pruebas de seguridad y una certificación específica para mitigar esos riesgos. Sebastian Farquhar, investigador del Instituto para el Futuro de la Humanidad opina, sin embargo, que es pronto para eso. “La legislación está subdesarrollada, y eso es algo bueno, porque la tecnología está cambiando constantemente. Creo, eso sí, que debemos ser más conscientes de los riesgos, porque hay mucho en juego”, dice. Mientras tanto, trabajan para que los robots aporten súper poderes físicos e intelectuales. “Espero el día en que me pondré un exoesqueleto para levantar 300 kg o correr largas distancias cuando tengo 80 años”, cuenta Dietterich.

Archivado en: Leer mas

One Tecno

Tech

Un ex-ingeniero de Xbox dice que la PC es una plataforma olvidada y confusa

15 julio, 2017

En la última década, las ventas de PC se han desplomado, mientras que los dispositivos móviles, como teléfonos inteligentes y tablets crecieron exponencialmente en el mercado. Para la mayoría de la gente, llevar una mini computadora en el bolsillo sirve para casi todas sus necesidades y claramente es mucho mejor que un sistema de escritorio de gran tamaño. En otras palabras, en lo móvil es en donde está el dinero y como resultado, los fabricantes de chips han cambiado su enfoque, no piensan en hacer procesadores más rápidos si no en hacerlos más eficientes energéticamente.
Como resultado, la PC esta sufriendo, o, como dice un ex ingeniero de Xbox, el señor Boyd Multerer, “¿Quien se preocupa por las PCs?”

Multerer, ex fundador e ingeniero de Xbox Live y Xbox One, lamenta el estado del soporte para PC, y esto lo dice en una entrevista este miércoles 12 de julio pasado. Los equipos móviles lideran las investigaciones y desarrollos de CPUs, el mercado actualmente es de los los smartphones. ¿A quién le importa la venta de un par de millones de PCs?
Como resultado, el dice, “hoy día, la PC es una plataforma olvidada y confusa “.
Las PCs están sufriendo un cambio, y el enfoque es lo móvil, el trabajo resultante de la eficacia energética en una CPU que beneficia a los servidores de centro de datos, dice Multerer.
“Cuanto menos dinero se invierta en PCs y más en servidores dedicados para aplicaciones móviles, más beneficios tendremos en el consumo de energía y no en el rendimiento.
Entonces tenemos que agradecer, que hoy hay SoCs móviles con una gran cantidad de núcleos, que pueden permanecer inactivos o a una baja frecuencia hasta que un juego o aplicación requiera de su uso para volver a activarse o aumentar las frecuencias, curiosamente lo mismo que pasa en un procesador de PC, que ademas le da vida a todas las Xbox One.
Que les parece?
La entrada Un ex-ingeniero de Xbox dice que la PC es una plataforma olvidada y confusa aparece primero en HD Tecnología. […]

Tech

Review Asus GTX 1050Ti STRIX OC 4GB

15 julio, 2017

Hoy tenemos en HD Tecnología la Asus GTX 1050Ti STRIX OC 4GB, la mejor de la linea 1050Ti de Asus, diseñada para los que buscan un producto de calidad a precio accesible que les permita jugar a todos los últimos títulos en 1080p sin problemas.
Este modelo tiene una calidad de construcción muy bueno, teniendo además todas las características de la linea Strix como refrigeración DirectCu II con fans Wing-Blade 0dB, Aura Sync RGB, FanConnect, y un PCB personalizado con 4+1 fases de poder fabricado con tecnología Auto-Extreme de Asus.
Recordemos como mencionamos en otros reviews de GTX 1050 y 1050Ti, que estas placas son ideales para los que tienen fuentes pequeñas, ya que corren tranquilamente con fuentes de 400W reales si la acompañamos con un procesador Intel Core, AMD FX o AMD Ryzen.
Primera Mirada

La caja es bastante similar a la de las otras gráficas de la linea STRIX de la familia GTX 1000 series, teniendo un tamaño adecuado a esta gráfica que posee una solución dual-fan, y no triple-fan como sucede con las GTX 1060 en adelante.
En su frente podemos ver el logo de la linea STRIX, el logo de la linea ROG, una imagen de la gráfica, y el nombre de la gráfica en la que se basa con el formato que reglamenta Nvidia a sus partners.

En su parte trasera vemos sus principales características: DirectCu II, FanConnect, tecnología Auto-Extreme, Aura RGB Sync, y GPUTweak II. También tenemos una pequeña lista de especificaciones, y una imagen de sus conectores de video.

El tamaño de la gráfica es bastante pequeño, ideal para gabinetes compactos. Su diseño es muy discreto, teniendo solamente el color negro, y RGB solo en el logo de ROG.

Si queremos personalizarla, podemos agregar pegatinas que trae incluidas en la caja, pero esto es algo totalmente opcional.

Para asegurar suficiente energía, tiene un conector PCI-E de 6 pines, pero de todas formas su consumo no excede los 75W a stock gracias a la alta eficiencia de la arquitectura Pascal de Nvidia.

Observando su parte inferior, vemos los dos heatpipes de contacto directo que tiene esta gráfica, para dispersar el calor generado a través de las aletas de aluminio que conforman el disipador.
Recordemos que el calor generado por estas gráficas es muy bajo, y que además su DIE es muy chico, por lo que más de dos heatpipes sería excesivo ya que no harían contacto con el DIE y también serían innecesarios debido al bajo TDP de las GTX 1050Ti.

Algo a destacar es la presencia de un backplate, algo que la mayoría de las GTX 1050Ti y GTX 1050 no tienen, e incluso muchas GTX 1060 no lo tienen, pero Asus de todas formas lo incluye en toda la linea STRIX sin importar la gama.

Sus salidas de video son: 2x DVI-D Dual Link, 1x HDMI, y 1x DisplayPort. Todas estas salidas son digitales, por lo que no es posible su conversión directa a VGA.

En la caja también se incluyen un manual de instalación, un CD con drivers y software, un conjunto de pegatinas, y dos precintos con el logo de ROG.
La entrada Review Asus GTX 1050Ti STRIX OC 4GB aparece primero en HD Tecnología. […]

Tech

Se revela el Moto G5S, llegara este 2017

24 mayo, 2017

Recientemente, la hoja de ruta de Motorola ha revelado lo que podemos esperar de la compañía para este 2017, en donde tendremos cinco lineas de productos con un total de nueve teléfonos inteligentes. Algunos ya han sido lanzados como el Moto C que es una gama media baja. Moto G5S Para aquellos que buscan un […]
La entrada Se revela el Moto G5S, llegara este 2017 aparece primero en HD Tecnología. … […]

ONE News

Be the first to comment

Escribe un comentario

Tu dirección de correo no será publicada.


*