Go to Blogger edit html and find these sentences.Now replace these sentences with your own descriptions.This theme is Bloggerized by NewBloggerThemes.com.
Go to Blogger edit html and find these sentences.Now replace these sentences with your own descriptions.This theme is Bloggerized by NewBloggerThemes.com.
Go to Blogger edit html and find these sentences.Now replace these sentences with your own descriptions.This theme is Bloggerized by NewBloggerThemes.com.
Go to Blogger edit html and find these sentences.Now replace these sentences with your own descriptions.This theme is Bloggerized by NewBloggerThemes.com.
Go to Blogger edit html and find these sentences.Now replace these sentences with your own descriptions.This theme is Bloggerized by NewBloggerThemes.com.
La inteligencia artificial ofrece muchas promesas para la humanidad, pero también podría representar una amenaza más peligrosa que la bomba nuclear.
Con su capacidad de aprender y evolucionar de forma autónoma, la IA podría superar algún día la inteligencia humana. Entonces podría decidir volverse contra sus creadores.
Este oscuro presagio puede parecer sacado directamente de una película de ciencia ficción, pero es una posibilidad muy real. Destacados expertos como Stephen Hawking, Elon Musk o Bill Gates ya han dado la voz de alarma sobre la inteligencia artificial.
Según ellos, la IA representa un riesgo inminente e inevitable en los próximos años. Por eso piden a los gobiernos que regulen este campo para que se desarrolle de forma ética y segura. Más de un centenar expertos ha pedido también a Naciones Unidas que prohíba los «robots asesinos» y otras armas militares autónomas.
Sin embargo, otros expertos creen que el futuro de la inteligencia artificial depende únicamente de cómo decidan utilizarla los humanos. Incluso una IA aparentemente inofensiva podría manipularse y utilizarse de forma malintencionada. Ya podemos verlo con elincremento de los «DeepFakes»: vídeos falsos creados mediante Deep Learning para mostrar a una persona en una situación comprometida.
La inteligencia artificial seguirá desarrollándose a gran velocidad en los próximos años. La humanidad es quien debe decidir qué dirección tomará su desarrollo.
Para demostrar esto cada una generará un logo de WhatsApp tomando café.
Esta instrucción pone a prueba la inteligencia de estos sistemas porque elaborar un producto coherente bajo esa premisa demanda abstracción y creatividad. Veamos cómo le fue a Dall-E 2, Stable Diffusion, Craiyon, Jasper y Neural Love.
Dall-E 2 es el servicio ofrecido por OpenAI. Cuando te registras, la plataforma te ofrece 50 créditos gratuitos para probar. Cada consulta que hagas, gastará un crédito. También puedes subir imágenes a la plataforma y pedirle que le haga ajustes o variaciones. Este tipo de uso también consume créditos.
La opción más poderosa es la de generación de imágenes a partir de texto. El sistema entenderá tanto tus consultas en inglés como en español. Mientras lo usas, Dall-E te dará ejemplos de uso y trucos para aprovechar su potencial al máximo. Si añades ciertas palabras clave a tu consulta, los resultados serán más pulcros o tendrán un estilo gráfico o un tono específicos. Las imágenes que vayas solicitando se guardarán en la pestaña “History”.
Dentro de las palabras clave recomendadas encontramos:
Digital Art (o arte digital), para generar imágenes con un acabado más profesional
Illustration (o ilustración), para generar ilustraciones
Expressive illustration (o ilustración expresiva), para un estilo explosivo y ochentero.
Photorealist, para un estilo fotorealista.
Cyberpunk illustration, para un estilo futurista.
Painting, para que luzca como una pintura
Y muchas más opciones. Revisa con atención las sugerencias de la plataforma.
Si quieres que las imágenes tengan un estilo similar al de un artista específico, solo lo debes indicar en la descripción.
Limitaciones
Si le pides incluir un texto dentro la imagen casi nunca va a incluir la palabra exacta. A cambio, incluirá un texto que luce similar. Lo mismo ocurre con los números. Por ejemplo, si le pides incluir el número 2023, obtendrás una imagen con cualquier número parecido, menos el 2023. No sé por qué ocurre esto, pero así funciona.
No reproduce logos de empresas reconocidas. No le puedes pedir, por ejemplo, crear una modificación del logo de WhatsApp.
Es mejor cuando le brindas una descripción muy detallada y específica de la imagen que requieres.
Todas las imágenes que genera son en formato 1024 x 1024.
Los 50 créditos gratuitos se esfumarán pronto. Si quieres comprar más créditos, son un poco costosos: 15 dólares por cada 115 créditos.
No recomiendo el uso de la herramienta “Variaciones”. Rara vez, estas modificaciones superan la imagen original.
Por cada solicitud genera un máximo de 4 imágenes.
Prueba: dibuja un logo de WhatsApp tomando café
Dall-E produce una aproximación a lo requerido sin reproducir de forma evidente el logo de WhatsApp. Ninguna de las imágenes es llamativa, pero logró hacer una interpretación aproximada de lo requerido uniendo los dos conceptos principales, “WhatsApp” y “café”. Las imágenes generadas parecen ser originales.
Stable Diffusion
Stable Diffusion fue lanzado, de forma oficial, en agosto de 2022. Esta herramienta es gratuita. Esto deriva en que, como ocurre con ChatGPT en la actualidad, a veces no esté disponible o que existe una fila de espera para procesar tu solicitud.
Stable Diffusion afirma que la plataforma será gratuita por siempre. Manejan una licencia CreativeML Open RAIL-M. “Los autores no reclaman ningún derecho sobre los productos que genera la plataforma”, indica el sitio. “Eres libre de usarlos y eres responsable de su uso, que no debe ir en contra de las disposiciones establecidas en esta licencia”.
Stable Diffusion entiende textos tanto en inglés como en español y también es capaz de generar imágenes con el estilo que defina el usuario. La plataforma, en principio, se asemeja a Dall-E 2, con una gran salvedad: hay que tener cuidado con los productos que genera porque pueden ser copiados, sin autorización, de otros artistas.
En el caso de Dall-E, la plataforma nunca reproduce logos de marcas reconocidas. Stable Diffusion no parece tener problema con ello. Al parecer la plataforma funciona bajo parámetros de originalidad menos restrictivos. Las imágenes se producen en, más o menos, 12 segundos.
El método de financiación de este plataforma son los anuncios de Google Adsense. Por cada solicitud genera 4 imágenes.
Resultados de la prueba
Stable diffusion genera una mezcla de imágenes de poco valor. Parece hacer una modificación del logo de WhatsApp. El resultado tiene mucho menos sentido, y menor atractivo estético, que aquellos ofrecidos por Dall-E 2.
Craiyon
Craiyon antes era conocido como Dall-E mini. Resulta evidente que se trata de una plataforma que usa una versión menos avanzada de Dall-E. Las imágenes que arroja suelen ser de muy baja calidad y se demora entre un minuto y dos generando cualquier solicitud. Este proyecto también se financia con Google Adsense y, en consecuencia, es gratuito.
El sitio fue fundado por dos exintegrantes del proyecto Dall-E mini. Aseguran que las imágenes están libres de derechos aunque se deben revisar los términos de uso si se quiere hacer uso comercial de las mismas. Por cada solicitud genera un máximo de 9 imágenes.
Resultados de la prueba
Resulta claro que Craiyon es un servicio con un modelo de inteligencia artificial menos avanzado que el de Dall-E 2 y Stable Diffusion.
El sistema no fue capaz de interpretar correctamente la instrucción. Lo más llamativo es que copió el logo de WhatsApp de forma integra y le adicionó unas semillas de café.
Este resultado invita a evitar su uso. Si reprodujo el logo, también cabe esperar que haga reproducciones exactas de imágenes con derechos de autor.
Jasper es uno de los servicios de generación de contenidos por inteligencia artificial más maduros. Ofrece un periodo de prueba por 5 días. La compañía soporta varios servicios, uno de ellos es para generar contenidos escritos como ChatGPT. En este artículo nos centramos en su división Jasper Art, enfocada en generación de imágenes por inteligencia artificial.
¿Cuánto cuesta? 20 dólares mensuales o 200 dólares anuales.
Con la suscripción, se ofrece lo siguiente:
Generación ilimitada de imágenes
Escalamiento de imágenes
Soporte para 27 idiomas
Se guarda tu histórico de imágenes.
Prometen mejoras continuas en el sistema de inteligencia artificial
Para empezar el periodo de prueba debes añadir una tarjeta de crédito. Si dejas pasar 5 días y no cancelas tu suscripción, se te cobrará un mes de forma automática. Esto ya pasa en otras plataformas con un modelo similar, tenlo en cuenta. Jasper dispone de una extensión de Chrome, otro punto a favor.
Resultados de la prueba
El resultado de la prueba demuestra que este modelo de inteligencia artificial es mejor que el que Craiyon o el de Stable Diffusion. La última imagen generada resulta ser una aproximación mucho más certera de lo solicitado. La plataforma también evita replicar logos de marcas reconocidas. Esto nos lleva a pensar que no incurren en la copia flagrante de arte original.
La interfaz de Jasper Art es superior a la de Dall-E 2. Me gustó que incluyan una seria de menús desplegables con opciones para el tono, el formato, la inspiración, el estilo, las palabras clave y el idioma deseado.
Además, Jasper incorpora un servicio que no vemos en otras plataformas: puedes subir una imagen y agregarle elementos gráficos mediante una instrucción en texto. Sin embargo, parece ser que este modelo aún se encuentra en ciernes porque nunca nos arrojó un resultado coherente.
Este mismo fenómeno ocurre cuando solicitamos imágenes a partir de texto. El sistema logra bonitas imágenes pero rara vez cumple con lo que le solicitamos con precisión.
¿Pero qué hiciste ahí, Jasper?
Neural.love
Neural.love ofrece una modalidad de servicio gratuito que arroja imágenes de baja resolución (no superan los 100 kb de peso). Si se quiere mejorar los
Normalmente, cuando hablamos deinteligencia artificialpensamos en un futuro con robots que nos faciliten la vida pero ya tenemos grandes aportaciones de la inteligencia artificial que contribuyen no solo a facilitarnos tareas sino también al desarrollo de un futuro más sostenible, ¿Cuáles son estas inteligencias artificias?.
A continuación te acercamos a «10 usos de la inteligencia artificial que no imaginarías» y que probablemente estén en tu rutina diaria sin que te des cuenta.
1)Fotografía
Esta IA es una de las más cercanas a nuestro día a día. Los fabricantes de móviles han incorporado Inteligencia Artificial de diversos modos. Huawei, por ejemplo, ha incorporado la IA al software fotográfico para ayudarnos a conseguir mejores fotografías en cuestiones como cuando te tiembla el pulso, la IA estabiliza la imagen, enfoque automático, reconocimiento de escenas, entre otras.
fuente: movilzona
2)Coches Autónomos
Se oye hablar de ellos constantemente y está en proceso de validación(actualmente) de la Inteligencia Artificial para su uso cotidiano. Para ello se apoyan en el Deep Learning,la rama »compleja» de la inteligencia artificial para aprender sobre la marcha por dónde circular, los objetos y señales que se encuentran a su paso. Todo el proceso que conlleva conducir un coche se procesa y se comparte en una especie de mente colmena para que el coche se vuelva un conductor experto. Uno de los coche más conocidos es el Toyota Prius que Google conduce solo.
fuente: Master Marketing
3)Videojuegos
Si te gustas los videojuegos seguro que has interactuado con las IA de esta categoría. No solo me refiero a los bots. ¿Cómo saber que significa fácil y que significa difícil? Es la pregunta que se hicieron los desarrolladores para poder crear una IA que establece un dificultad dinámica adaptativa, mide la que está padeciendo el usuario y elevar o disminuir su dificultad dependiendo de su habilidad. Podemos encontrarnos con esta IA en videojuegos como Resident Evil 4, The Last of Us: Parte 2 o Mario Kart 8.
También se utiliza la IA para detectar trampas en los jugadores, Valve ha desarrollado un software anti-trampas Overwatch que ha sido actualizado a través de Machine Learning para acumular datos, clasificarlos y aprender las conductas de los jugadores para dar con los tramposos, esta IA la puedes encontrar enCounter-Strike: Global Offensive donde este comportamiento es habitual en los usuarios.
La inteligencia artificial también se usa para crear nuevos escenarios de forma aleatoria.A través de unas invariantes la generación procedural (procedimental)crea un algoritmo que genera contenido aleatorio. Esta IA genera mapas o mundos aleatorio donde ni la biodiversidad, ni los obstáculos se repiten, podemos apreciar esta IA en videojuegos como Minecraft o No Man’s Sky.
fuente: Xbox
4)Predecir nuestros gustos
Los otros gigantes tecnológicos utilizan la inteligencia artificial para analizar nuestros gustos y recomendarnos productos que puedan interesarnos. Su uso es muy básico y consiste en dar una publicidad personalizada al usuario.
5)Colorear imágenes
Parece sencillo pero nada más lejos de la realidad. Esta IA Colorea imágenes en blanco y negro permitiéndonos disfrutar de fotografías y vídeos en blanco y negro, documentos históricos, a todo color y de la forma más real posible. un ejemplo de ello es la digitalización de vídeos de la Segunda Guerra Mundial, este trabajo lo puede hacer un humano, pero que una IA usando Deep Learning puede hacer más rápido. Analizan los patrones, reconocen objetos y saben qué tono de color debe llevar cada elemento basándose en lo que conocen y la intensidad monocroma de la imagen.
fuente: cinebooom.cl
6)Encontrar malware
Esta la usamos diariamente sin darnos cuenta. Gracias al Machine Learning, las plataformas de correspondencia electrónicas filtran emails para saber cuáles son los que llevan SPAM o algún tipo de malware. El sistema aprende, toma decisiones y hace predicciones para permitirnos navegar de forma más placentera y segura por nuestro correo.
7)Recuento de especies
Hay decenas de usos a nivel profesional para los diferentes tipos de inteligencia artificial, pero este nos permite controlar la población animal. Se colocan cámaras, recogen las imágenes y vídeos de las mismas y suben los datos a la nube, donde una IA (machine learning) se encarga de llevar la cuenta de la población. Esto, por ejemplo, lo hace Microsoft con la asociación Snow Leopard Trust.
fuente: Microsoft News
8)Traducir de otros idiomas
Los traductores, textuales u orales, utilizan la IA para aprender. Aunque les falta mucho por mejorar, poco a poco se van cargando de más expresiones humanas para conseguir una semántica correcta y hasta de frases hechas que solemos utilizar. Gracias a las acciones que introducimos los humanos, estas IA van aprendiendo para mejorar y darnos resultados más precisos.
fuente: Xatakandroid.
9)Automatización en fábricas
No todo es software, las máquinas también pueden aprender, muchas empresas incorporan la inteligencia artificial para la automatización de procesos en sus máquinas y así construir un vehículo, entre otras cosas. Un ejemplo real es el de CNET de la fábrica de cucarachas de China -Xichang, es una IA que se encarga de controlar la población, regular la humedad, la temperatura y el alimento para que se reproduzcan lo más rápido posible.
10)Reconocimiento facial en tiempo real
Este es uno de los usos más polémicos de la inteligencia artificial Un ejemplo de esto sería el reconocimiento facial del iPhone X para desbloquear nuestros móviles. La policía china y británica ya utiliza cámaras especiales para reconocer a la población y encontrar delincuentes. ya sehan dado casos positivos de arresto gracias a esta tecnología.
Las 10 empresas líderes en inteligencia artificial y machine learning en 2023
IBM, SAS, Datarobot, Microsoft y Google lideran el sector de inteligencia artificial y 'machine learning'. Conoce las soluciones de cada empresa.
Según el último estudio de IDC que analiza los principales actores que componen el mercado de ‘machine learning’ (aprendizaje de máquina en español’, se espera que este segmento supere los 500 mil millones de dólares en ingresos para 2023.
IDC explica que las tecnologías de inteligencia artificial y aprendizaje automático están siendo usadas para:
Mejorar la eficiencia operativa
Aumentar la innovación
Mejorar la experiencia de usuario
Por otro lado, los principales desafíos de las empresas del sector de aprendizaje automático e inteligencia artificial son:
Los altos costos
La falta de automatización
La falta de experiencia
La falta de escalabilidad
Las empresas descritas en este artículo se enfocan, específicamente, en el segmento de tecnologías de operaciones de aprendizaje automático (Machine Learning Operations o MLOps en inglés). Este tipo de plataformas ofrecen las siguientes funcionalidades relacionadas con los modelos de aprendizaje automático:
Servicio: ¿La empresa es capaz de ofrecer modelos de aprendizaje automático a través de un punto final / API?
Registro: la empresa ofrece una plataforma centralizada para los modelos de aprendizaje automático, un conjunto de APIs y una interfaz de usuario (UI) para administrar colaborativamente el ciclo completo de vida del modelo.
Seguimiento: la plataforma permite comprobar y rastrear métricas. Por lo general, forma parte de la fase de validación del modelo y a menudo implica registrar parámetros, versiones de código, métricas y artefactos mientras se ejecuta la predicción y visualización del modelo.
Monitoreo: la plataforma tiene un sistema para comprobar y detectar cualquier desviación en el rendimiento con los datos de producción.
“El secreto para una práctica MLOps exitosa es no adoptar diferentes conjuntos de herramientas que realicen tareas individuales, sino implementar una solución integral que haga todo por ti y hable tanto a los científicos de datos como a TI, reduciendo la complejidad y aumentando la usabilidad”, afirma Marinela Profi, líder de producto de SAS.
Estas son las principales empresas proveedoras de servicios de aprendizaje automático/machine learning e inteligencia artificial en 2023 según IDC:
El primer ordenador de red neuronal, Snarc, fue creado en 1950 por dos alumnos de Harvard: Marvin Minsky y Dean Edmonds. Ese mismo año, Alan Turing publicó el Test de Turing, que todavía se utiliza hoy para valorar las IA.
En 1952, Arthur Samuel creó un software capaz de aprender a jugar al ajedrez de forma autónoma. El término inteligencia artificial fue utilizado por primera vez en la conferencia «Dartmouth Summer Research Project on Artificial Intelligence» de John McCarthy en 1956.
En ese acto, los investigadores presentaron los objetivos y la visión de la IA. Muchos consideran esta conferencia como el verdadero nacimiento de la inteligencia artificial, tal y como se conoce hoy en día.
En 1959, Arthur Samuel acuñó el término Machine Learning mientras trabajaba en IBM. Por su parte, John McCarthy y Marvin Minsky fundaron el MIT Artificial Intelligence Project. En 1963, John McCarthy también creó el «AI Lab» en la Universidad de Stanford.
En los siguientes años, se cernieron dudas sobre el campo de la IA. En 1966, el informe estadounidense ALPAC puso de manifiesto la falta de avances en la investigación de la traducción automática destinada a traducir simultáneamente la lengua rusa en el contexto de la Guerra Fría. Muchos proyectos financiados por el gobierno estadounidense fueron cancelados.
Del mismo modo, en 1973, el gobierno británico publicó su informe «Lighthill» en el que destacaba las decepciones de la investigación en IA. Una vez más, los proyectos de investigación fueron reducidos por los recortes presupuestarios. Este periodo de duda duró hasta 1980, y ahora se denomina el «primer invierno de la IA«.
Ese invierno terminó con la creación de R1 (XCON) por parte de Digital Equipment Corporations. Este sistema comercial experto está diseñado para configurar los pedidos de nuevos sistemas informáticos, y provocó un auténtico auge de las inversiones que se prolongó durante más de una década.
Japón y Estados Unidos hicieron grandes inversiones en la investigación de la IA. Las empresas se gastaron más de mil millones de dólares al año en sistemas expertos y el sector no paraba de crecer.
Desgraciadamente, el mercado de las máquinas “Lisp” se desplomó en 1987 al surgir alternativas más baratas. Este fue el «segundo invierno de la IA». Las empresas perdieron el interés por los sistemas expertos. Los gobiernos de Estados Unidos y Japón abandonaron sus proyectos de investigación y se gastaron miles de millones de dólares para nada.
Diez años después, en 1997, la historia de la IA estuvo marcada por un acontecimiento importante. La IA Deep Blue de IBM triunfó sobre el campeón mundial de ajedrez Gary Kasparov. Por primera vez, el hombre fue derrotado por la máquina.
Diez años después, los avances tecnológicos permitieron el resurgimiento de la inteligencia artificial. En 2008, Google hizo grandes avances en el reconocimiento de voz y lanzó esa función en sus aplicaciones para smartphones.
En 2012, Andrew Ng alimentó una red neuronal con 10 millones de vídeos de YouTube como serie de datos de entrenamiento. Gracias al Deep Learning, esta red neuronal aprendió a reconocer un gato sin que se le enseñara lo que es un gato. Este fue el inicio de una nueva era para Deep Learning.
En 2016 se produjo otra victoria de la IA sobre el ser humano, con el triunfo del sistema AlphaGo de Google DeepMind sobre Lee Sedol, el campeón de Go. La inteligencia artificial también conquistó el campo de los videojuegos, especialmente con DeepMind AlphaStar en Starcraft u OpenAI Five en Dota 2.
Actualmente, empresas de todos los sectores utilizan el Deep Learning y el Machine Learning para infinidad de aplicaciones. La IA no deja de avanzar y sorprender con su rendimiento. El sueño de la inteligencia artificial general se acerca cada vez más a la realidad.
En el Ecuador se estima que existen 400 mil perros y gatos, pero de estos hay cerca de 280 mil 70% que viven en la calle, así mismo de este porcentaje se calcula que el 90% tenían dueño pero fueron víctimas de abandono.
La parte brasileña del mayor bosque tropical del mundo perdió más de 11.500 kilómetros cuadrados entre agosto de 2021 y julio de 2022. Sorpresa. La deforestación en la Amazonia brasileña ha disminuido en el último año cuando los indicios apuntaban a un aumento.30 nov 2022
