TecniTodo
 
Service / Reparacion Electronica
Service / Reparacion Filmadoras / VideoCamaras
Service de TV
Service / Reparacion Audio / Home Theater / Minicomponentes
Servicio Tecnico de Notebooks
Servicio Tecnico de Monitores
Service AIWA, JWIN, Sharp, Admiral, Samsung, ViewSonic, LG, Toshiba, Otras
Service DVD Portatiles, Compacteras, Potencias, Consolas, Mezcladoras, Equalizadores, Sintetizador, Mixer, Bafles, Sintetizadores, Etc
Service de Camara digital
 
Nuestros Clientes
Novedades Electronicas
Links de Electronica
Repuestos Electronicos
 
 
 

      Las novedades tecnológicas están provistas por www.xataka.com
  • "No tenemos departamento que no se beneficie del Machine Learning": Entrevista a Corinna Cortes (Google)


  •    

    Corinna Cortes

    El aprendizaje automático o "Machine Learning" está en boca de todo el mundo. Se trata de una de esas tecnologías de las que se habla de vez en cuando, pero que ya está presente en tu vida sin que te hayas dado cuenta. En Xataka la hemos visto en acción escribiendo guiones, interpretando películas, aprendiendo a jugar con objetos físicos e incluso ayudando a prevenir el suicidio.

    Por eso hemos querido aprovechar una oportunidad para hablar con Corinna Cortes, responsable de Machine Learning de Google en Nueva York, que se ha acercado a Barcelona para asistir un evento sobre Machine Learning. La ejecutiva nos ha comentado todo lo que se hace desde Google en cuanto a aprendizaje automático y todo lo que puede venir, que no va a ser poco precisamente.

    Deepmind

    Antes que nada, aclaremos conceptos. ¿Qué diferencias hay entre los términos Inteligencia Artificial, Aprendizaje Automático (Machine Learning) y el Deep Learning? La Inteligencia Artificial es un término algo más amplio que el Machine Learning. El Machine Learning es la parte más "peatonal", más técnica, en la que intentas aprender de ejemplos presentes en la vida real. En otras palabras, Machine Learning consiste en aprender en base a datos usando algoritmos. Ejemplos que te puedo dar acerca de lo que estamos haciendo en Nueva York y en otros equipos de Machine Learning de Google es el reconocimiento de la habla, traducción... aquí se aprende que en base a una parte del texto que se analiza se puede deducir cuál es la parte de ese texto que queda. También tenemos Google Photos donde se te reconoce en tus propias fotografías, sistemas de diálogo como Google Assistant... ya no se trata de reconocer palabras claves, sino de entender al usuario.

    El Deep Learning es simplemente una rama del Machine Learning. El Machine Learning se alimenta de ejemplos para generar un algoritmo con parámetros, y el Deep Learning es sólo una clase de esos algoritmos que se construyen. Y que por cierto han demostrado tener mucho potencial.

    "No hay departamento en Google que no aplique el aprendizaje automático"

    Recientemente hemos tenido noticias acerca de Apple disponiéndose a compartir sus investigaciones sobre el aprendizaje automático con la comunidad. Entiendo que es algo que Google ya hace desde hace tiempo, ¿verdad? Sí, lo hacemos de varios modos. Precisamente estamos aquí en Barcelona porque queremos presentar los papers que hemos publicado a la comunidad académica y a otros profesionales, y también publicamos nuestro trabajo haciendo nuestro código abierto. Tenemos muchas librerías que hemos hecho accesibles a todo el público.

    ¿Habéis notado beneficios directos gracias a compartir ese trabajo? Con colaboraciones más cerradas entre investigadores y estudiantes, efectivamente el trabajo para mejorar el aprendizaje máquina progresa más rápido.

    ¿En qué departamentos de Google es donde aplicáis lo aprendido con Machine Learning? ¡En todos! No hay departamento en Google que no aplique el aprendizaje automático. Y si lo hubiese, me encantaría poder hablar con ellos porque creería que hay una gran oportunidad para crear un producto mejor. El Machine Learning está en todas partes: Gmail para filtrar SPAM y sus respuestas automáticas, las etiquetas de YouTube y la detección de contenido con copyright o adulto, lo dicho con Google Photos, detección de odio o racismo en mensajes publicados en nuestros servicios...

    Mucho se está hablando ahora de esos mensajes de odio o de las noticias falsas de las redes sociales... ¿crees que el aprendizaje automático podría ayudar a detectarlas? Sí, el aprendizaje automático podría ayudar a mejorar los filtros que detecten ese tipo de contenido. El trabajo de Google consiste en ser neutral y procurar mostrar diversidad de opiniones en todo el espectro de ideas políticas, pero eso no significa que no podamos ayudar a que se muestre material honesto. Evitamos las visiones sesgadas del mundo, evitamos las "burbujas".

    Uno de vuestros primeros productos en los que los usuarios han empezado a ver más seriamente el Machine Learning es Google Allo, con Google Assistant. ¿Tenéis ya reacciones o feedback de los usuarios? Es un producto muy verde, así que aún estamos recogiendo feedback de los usuarios. Lo mismo se puede decir de Google Home, es muy pronto para poder decir algo. Su asistente aún habla sólo inglés, pero estamos trabajando para que llegue a todos los idiomas más hablados del mundo.

    ¿Cómo crees que habrán evolucionado las aplicaciones gracias al Machine Learning en, digamos, cinco años? Hablarle a los dispositivos será algo mucho más común en cinco años, y el reconocimiento de las imágenes será mucho más avanzado. La generación actual de jóvenes no se envían correos electrónicos sino que usan la mensajería instantánea y se envían fotografías con esas mismas aplicaciones. Hay cambios generacionales a la hora de interactuar con nuestros dispositivos, y la próxima generación puede pasar de esa mensajería instantánea a otra cosa. Estamos creando las herramientas que permitirán la existencia de los productos de próxima generación.

    ¿Hay alguna parte más de la Inteligencia Artificial que merezca la atención del Machine Learning ahora mismo? Me metería en problemas si te dijese eso... ¿quizás la robótica?

    Corinna Cortes 2

    A largo plazo: ¿crees que algún día veremos máquinas pensantes o crees que es imposible? Nunca deberíamos creer que nada es imposible. Puede que lo empecemos a ver en dominios restringidos, como la creatividad. Podríamos llegar a ver máquinas creativas que creen música, dibujos.

    ¿Y qué hay de las regulaciones? Pueden representar un obstáculo para el avance de la Inteligencia Artificial y el Machine Learning? Veo esfuerzos crecientes, tanto de la industria como de los gobiernos, en educar a la gente acerca de los datos que se guardan en varios sitios. Creo que es responsabilidad de ambos definir cómo se tratan esos datos. Espero no vivir en una sociedad en la que el gobierno nos diga lo que podemos hacer y lo que no podemos hacer al respecto.

    ¿Cómo le explicarías los beneficios del aprendizaje automático a un usuario base que odia los ordenadores? Le diría que su casa ya está llena de dispositivos que usan Machine Learning a diario, y que los medicamentos del futuro que beneficiarán a esa persona también se están fabricando con algoritmos de aprendizaje automático. Personas como tu madre ya se están beneficiando del aprendizaje automático, pero no lo saben.

    En Xataka | Sin robots asesinos ni ciencia-ficción: así ven la inteligencia artificial en Stanford

    También te recomendamos

    La excitante aventura de tomarse una cerveza en los bares más raros del mundo. ¿Pedirás tapa?

    Frente al suicidio, tecnología: así es cómo el "machine learning" puede ayudarnos a luchar contra la gran epidemia silenciosa

    ¿Puede un algoritmo ser justo aunque el mundo no lo sea?

    -
    La noticia "No tenemos departamento que no se beneficie del Machine Learning": Entrevista a Corinna Cortes (Google) fue publicada originalmente en Xataka por Miguel López .



  • El autobús elevado de China es ahora un gran pedazo de basura abandonado


  •    

    Straddling Bus 3

    Seguramente recuerdan que hace unos meses China se adueño de los titulares del mundo después de mostrar un interesante concepto de autobús elevado, esto como respuesta a los graves problemas de tráfico que sufren diariamente en casi todas sus carreteras. En agosto el sueño se hizo realidad, y vimos como China presumía al mundo su autobús futurista que no entorpecía el tráfico.

    Hoy las cosas se han enfriado, el furor ha pasado y es momento de volver a la realidad, una realidad donde este autobús elevado ha dejado de funcionar por razones desconocidas. Hoy el Straddling Bus se ubica a la orilla de la carretera acumulando polvo y ocasionado más tráfico del habitual, es decir, todo lo contrario a lo que era su objetivo inicial.

    Se cree que todo fue un truco publicitario

    Para quienes no sepan de lo que estamos hablando, aquí tienen el Straddling Bus:

    Sólo se construyó un Straddling Bus y su operación se llevaba a cabo en la ciudad portuaria de Qinhuangdao. Según los habitantes, el autobús dejó de operar a las pocas semanas de su operación, y actualmente está aparcado en una de la estaciones provisionales que crearon para su funcionamiento.

    Lo peor de todo es que no sólo el autobús está fuera de operación, sino también su pista de pruebas de 302 metros, que contempla dos carriles de una de las carreteras más importantes de la ciudad, la cual está bloqueada y ningún vehículo puede pasar por ahí, ocasionando un infernal cuello de botella que hace que el tráfico se intensifique diariamente.

    Straddling Bus 2

    Esto ha ocasionado que los habitantes estén cuestionando la legitimidad del proyecto, y donde muchos medios locales han salido a mencionar que todo se trató de un truco publicitario. Además de que la compañía buscaba conseguir inversores para resolver problemas financieros, todo dentro de transacciones sin ninguna regulación, lo que ha resultado en lo que parece ser en un gran fraude.

    A día de hoy, las oficinas de Transit Elevated Bus (TEB) están abandonadas, y empleados que trabajaron en esas oficinas mencionan que desconocen cuáles son los planes de la compañía o si habrá nuevos proyectos. Con todo esto y la nula comunicación de parte de los involucrados, parece que estamos ante el fracaso más grande de 2016, un proyecto que no duró ni un mes.

    Vía | CNN

    También te recomendamos

    ¿Recuerdan el autobús chino que circula por encima de los coches? Pues ya es una realidad

    Este autobús no entorpecerá el tráfico porque los coches pasan debajo de él

    La excitante aventura de tomarse una cerveza en los bares más raros del mundo. ¿Pedirás tapa?

    -
    La noticia El autobús elevado de China es ahora un gran pedazo de basura abandonado fue publicada originalmente en Xataka por Raúl Álvarez .



  • Si quieres aprender a programar, éstos son los lenguajes más populares y prometedores


  •    

    Programacion

    Desarrollar software nunca estuvo mejor valorado y pagado: el déficit de desarrolladores es patente en Estados Unidos, donde la demanda para este tipo de puestos es enorme, algo que ha hecho que formarse en este segmento suela ser garantía de encontrar (un buen) empleo.

    Evidentemente cuando uno empieza a acercarse a este segmento la duda es clara: ¿qué lenguaje de programación debería elegir para empezar? Aunque no hay una respuesta única, lo que sí es cierto es que hay ciertos lenguajes especialmente populares que pueden ayudar a orientaros para esa primera opción formativa.

    La popularidad tiene muchas caras

    Hay muchos factores que entran en juego a la hora de determinar la popularidad o interés que genera un lenguaje de programación. En IEEE Spectrum utilizan por ejemplo parámetros que toman en cuenta la demanda de empleo relacionada con esos lenguajes y los proyectos Open Source basados en esos lenguajes de programación.

    Lenguajes1

    Otro de los índices más conocidos, Tiobe, se basa sobre todo en la agregación de buscadores de internet (qué es lo más buscado) para determinar esos lenguajes especialmente populares, mientras que PyPl mide esa relevancia según los tutoriales que Google ofrece sobre cada lenguaje de programación.

    En ZDNet quisieron combinar todos estos índices para hacer un ránking final en el que se pudiese valorar un índice de popularidad global, y el resultado fue sorprendente, con tres grandes grupos de lenguajes protagonistas.

    Java y C siguen siendo los reyes

    En el primer grupo estaban Java, C, Python y C++, lenguajes ya muy veteranos y con una aceptación masiva en todo tipo de escenarios. La madurez, soporte y comunidades en torno a todos estos lenguajes ha servido para reforzar su posición en el mercado, y desde luego estar familiarizado con dichos lenguajes es importante para afrontar nuevos retos en este campo.

    Lenguajes2

    En el segundo conjunto estarían JavaScript, PHP (ambos muy ligados al desarrollo web), C# (si quieres centrarte en entornos de Microsoft, esta es la opción) y Swift (el lenguaje que Apple lleva impulsando ya un par de años.

    El tercer grupo estaría formado por Objective-C (también de Apple, y que está siendo "canibalizado" por Swift) y un protagonista sorpresa: R, un lenguaje orientado a computación estadística que a pesar de llevar más de 20 años en el candelero es ahora cuando se ha vuelto popular gracias al desarrollo de disciplinas como la ciencia de datos que está muy relacionada con Big Data.

    Aprender a programar consiste en programar

    Todo esto lleva a algunas conclusiones: Java es desde luego una apuesta segura por su enorme popularidad, y probablemente es una buena forma de empezar a formarse en un campo muy diverso. Otros creen que JavaScript es mucho más interesante como primera opción, y lo cierto es que su presencia en todo tipo de proyectos en internet es patente.

    Lenguajes

    Tanto que es muy difícil ?por no decir imposible? determinar si hay un lenguaje claramente superior en interés a otro (o en capacidades casi humorísticas): cada uno tiene su relevancia en según qué escenario y es recomendable saber hacia qué campo queremos dirigir nuestros pasos (aplicaciones móviles, aplicaciones y servicios web, programación científica, videojuegos, inteligencia artificial...) para comenzar a seleccionar ese candidato. A partir de ahí la recomendación de quienes son desarrolladores profesionales es contundente: practica, lee el código de otros y escribe tu propio código. Eso es cierto para adultos... y para niños, que cada vez tienen más herramientas adaptadas a ellos para dar esos primeros pasos.

    Lo cierto es que cada desarrollador suele tener su lenguaje preferido por lo cómodo que se siente con él en su día a día, pero recomendar un primer lenguaje para aprender es muy complejo. Muchos desarrolladores recomiendan ir a algo mucho más general y empaparse con el que hoy en día se considera como uno de los tratados más importantes de programación, el célebre 'The Art of Computer Programming', de Donald Knuth.

    Lo cierto es que lo mejor que puedes hacer si estás planteándote un futuro en este campo es elegir un candidato rápidamente para luego empezar a trabajar con él, algo que señalaba nuestro compañero Txema Rodríguez, desarrollador profesional. Hay más recursos de formación que nunca, tanto de pago como gratuitos, y servicios como GitHub son un excelente escaparate público de tu talento y el de otros. Saber cuál es el lenguaje de programación más importante del mundo puede no ser tan importante después de todo: lo importante es ponerse manos a la obra y empezar a picar código cuanto antes.

    La práctica hará el resto. Por cierto, si quieres meterte en este mundo, atento a Genbeta y sobre todo Genbeta Dev, nuestras dos publicaciones totalmente orientadas al mundo del software y del desarrollo software.

    En Xataka | Cómo empezar a aprender programación: consejos y recursos para hacerlo de adulto

    También te recomendamos

    La excitante aventura de tomarse una cerveza en los bares más raros del mundo. ¿Pedirás tapa?

    Soy programador y tengo 50 años

    Oracle exige a Google 9.300 millones de dólares por usar Java en Android

    -
    La noticia Si quieres aprender a programar, éstos son los lenguajes más populares y prometedores fue publicada originalmente en Xataka por Javier Pastor .



  • Si quieres aprender a programar, éstos son los lenguajes más populares y prometedores


  •    

    Programacion

    Desarrollar software nunca estuvo mejor valorado y pagado: el déficit de desarrolladores es patente en Estados Unidos, donde la demanda para este tipo de puestos es enorme, algo que ha hecho que formarse en este segmento suela ser garantía de encontrar (un buen) empleo.

    Evidentemente cuando uno empieza a acercarse a este segmento la duda es clara: ¿qué lenguaje de programación debería elegir para empezar? Aunque no hay una respuesta única, lo que sí es cierto es que hay ciertos lenguajes especialmente populares que pueden ayudar a orientaros para esa primera opción formativa.

    La popularidad tiene muchas caras

    Hay muchos factores que entran en juego a la hora de determinar la popularidad o interés que genera un lenguaje de programación. En IEEE Spectrum utilizan por ejemplo parámetros que toman en cuenta la demanda de empleo relacionada con esos lenguajes y los proyectos Open Source basados en esos lenguajes de programación.

    Lenguajes1

    Otro de los índices más conocidos, Tiobe, se basa sobre todo en la agregación de buscadores de internet (qué es lo más buscado) para determinar esos lenguajes especialmente populares, mientras que PyPl mide esa relevancia según los tutoriales que Google ofrece sobre cada lenguaje de programación.

    En ZDNet quisieron combinar todos estos índices para hacer un ránking final en el que se pudiese valorar un índice de popularidad global, y el resultado fue sorprendente, con tres grandes grupos de lenguajes protagonistas.

    Java y C siguen siendo los reyes

    En el primer grupo estaban Java, C, Python y C++, lenguajes ya muy veteranos y con una aceptación masiva en todo tipo de escenarios. La madurez, soporte y comunidades en torno a todos estos lenguajes ha servido para reforzar su posición en el mercado, y desde luego estar familiarizado con dichos lenguajes es importante para afrontar nuevos retos en este campo.

    Lenguajes2

    En el segundo conjunto estarían JavaScript, PHP (ambos muy ligados al desarrollo web), C# (si quieres centrarte en entornos de Microsoft, esta es la opción) y Swift (el lenguaje que Apple lleva impulsando ya un par de años.

    El tercer grupo estaría formado por Objective-C (también de Apple, y que está siendo "canibalizado" por Swift) y un protagonista sorpresa: R, un lenguaje orientado a computación estadística que a pesar de llevar más de 20 años en el candelero es ahora cuando se ha vuelto popular gracias al desarrollo de disciplinas como la ciencia de datos que está muy relacionada con Big Data.

    Aprender a programar consiste en programar

    Todo esto lleva a algunas conclusiones: Java es desde luego una apuesta segura por su enorme popularidad, y probablemente es una buena forma de empezar a formarse en un campo muy diverso. Otros creen que JavaScript es mucho más interesante como primera opción, y lo cierto es que su presencia en todo tipo de proyectos en internet es patente.

    Lenguajes

    Tanto que es muy difícil ?por no decir imposible? determinar si hay un lenguaje claramente superior en interés a otro (o en capacidades casi humorísticas): cada uno tiene su relevancia en según qué escenario y es recomendable saber hacia qué campo queremos dirigir nuestros pasos (aplicaciones móviles, aplicaciones y servicios web, programación científica, videojuegos, inteligencia artificial...) para comenzar a seleccionar ese candidato. A partir de ahí la recomendación de quienes son desarrolladores profesionales es contundente: practica, lee el código de otros y escribe tu propio código. Eso es cierto para adultos... y para niños, que cada vez tienen más herramientas adaptadas a ellos para dar esos primeros pasos.

    Lo cierto es que cada desarrollador suele tener su lenguaje preferido por lo cómodo que se siente con él en su día a día, pero recomendar un primer lenguaje para aprender es muy complejo. Muchos desarrolladores recomiendan ir a algo mucho más general y empaparse con el que hoy en día se considera como uno de los tratados más importantes de programación, el célebre 'The Art of Computer Programming', de Donald Knuth.

    Lo cierto es que lo mejor que puedes hacer si estás planteándote un futuro en este campo es elegir un candidato rápidamente para luego empezar a trabajar con él, algo que señalaba nuestro compañero Txema Rodríguez, desarrollador profesional. Hay más recursos de formación que nunca, tanto de pago como gratuitos, y servicios como GitHub son un excelente escaparate público de tu talento y el de otros. Saber cuál es el lenguaje de programación más importante del mundo puede no ser tan importante después de todo: lo importante es ponerse manos a la obra y empezar a picar código cuanto antes.

    La práctica hará el resto. Por cierto, si quieres meterte en este mundo, atento a Genbeta y sobre todo Genbeta Dev, nuestras dos publicaciones totalmente orientadas al mundo del software y del desarrollo software.

    En Xataka | Cómo empezar a aprender programación: consejos y recursos para hacerlo de adulto

    También te recomendamos

    La excitante aventura de tomarse una cerveza en los bares más raros del mundo. ¿Pedirás tapa?

    Soy programador y tengo 50 años

    Oracle exige a Google 9.300 millones de dólares por usar Java en Android

    -
    La noticia Si quieres aprender a programar, éstos son los lenguajes más populares y prometedores fue publicada originalmente en Xataka por Javier Pastor .



  • "No tenemos departamento que no se beneficie del Machine Learning": Entrevista a Corinna Cortes (Google)


  •    

    Corinna Cortes

    El aprendizaje automático o "Machine Learning" está en boca de todo el mundo. Se trata de una de esas tecnologías de las que se habla de vez en cuando, pero que ya está presente en tu vida sin que te hayas dado cuenta. En Xataka la hemos visto en acción escribiendo guiones, interpretando películas, aprendiendo a jugar con objetos físicos e incluso ayudando a prevenir el suicidio.

    Por eso hemos querido aprovechar una oportunidad para hablar con Corinna Cortes, responsable de Machine Learning de Google en Nueva York, que se ha acercado a Barcelona para asistir un evento sobre Machine Learning. La ejecutiva nos ha comentado todo lo que se hace desde Google en cuanto a aprendizaje automático y todo lo que puede venir, que no va a ser poco precisamente.

    Deepmind

    Antes que nada, aclaremos conceptos. ¿Qué diferencias hay entre los términos Inteligencia Artificial, Aprendizaje Automático (Machine Learning) y el Deep Learning? La Inteligencia Artificial es un término algo más amplio que el Machine Learning. El Machine Learning es la parte más "peatonal", más técnica, en la que intentas aprender de ejemplos presentes en la vida real. En otras palabras, Machine Learning consiste en aprender en base a datos usando algoritmos. Ejemplos que te puedo dar acerca de lo que estamos haciendo en Nueva York y en otros equipos de Machine Learning de Google es el reconocimiento de la habla, traducción... aquí se aprende que en base a una parte del texto que se analiza se puede deducir cuál es la parte de ese texto que queda. También tenemos Google Photos donde se te reconoce en tus propias fotografías, sistemas de diálogo como Google Assistant... ya no se trata de reconocer palabras claves, sino de entender al usuario.

    El Deep Learning es simplemente una rama del Machine Learning. El Machine Learning se alimenta de ejemplos para generar un algoritmo con parámetros, y el Deep Learning es sólo una clase de esos algoritmos que se construyen. Y que por cierto han demostrado tener mucho potencial.

    "No hay departamento en Google que no aplique el aprendizaje automático"

    Recientemente hemos tenido noticias acerca de Apple disponiéndose a compartir sus investigaciones sobre el aprendizaje automático con la comunidad. Entiendo que es algo que Google ya hace desde hace tiempo, ¿verdad? Sí, lo hacemos de varios modos. Precisamente estamos aquí en Barcelona porque queremos presentar los papers que hemos publicado a la comunidad académica y a otros profesionales, y también publicamos nuestro trabajo haciendo nuestro código abierto. Tenemos muchas librerías que hemos hecho accesibles a todo el público.

    ¿Habéis notado beneficios directos gracias a compartir ese trabajo? Con colaboraciones más cerradas entre investigadores y estudiantes, efectivamente el trabajo para mejorar el aprendizaje máquina progresa más rápido.

    ¿En qué departamentos de Google es donde aplicáis lo aprendido con Machine Learning? ¡En todos! No hay departamento en Google que no aplique el aprendizaje automático. Y si lo hubiese, me encantaría poder hablar con ellos porque creería que hay una gran oportunidad para crear un producto mejor. El Machine Learning está en todas partes: Gmail para filtrar SPAM y sus respuestas automáticas, las etiquetas de YouTube y la detección de contenido con copyright o adulto, lo dicho con Google Photos, detección de odio o racismo en mensajes publicados en nuestros servicios...

    Mucho se está hablando ahora de esos mensajes de odio o de las noticias falsas de las redes sociales... ¿crees que el aprendizaje automático podría ayudar a detectarlas? Sí, el aprendizaje automático podría ayudar a mejorar los filtros que detecten ese tipo de contenido. El trabajo de Google consiste en ser neutral y procurar mostrar diversidad de opiniones en todo el espectro de ideas políticas, pero eso no significa que no podamos ayudar a que se muestre material honesto. Evitamos las visiones sesgadas del mundo, evitamos las "burbujas".

    Uno de vuestros primeros productos en los que los usuarios han empezado a ver más seriamente el Machine Learning es Google Allo, con Google Assistant. ¿Tenéis ya reacciones o feedback de los usuarios? Es un producto muy verde, así que aún estamos recogiendo feedback de los usuarios. Lo mismo se puede decir de Google Home, es muy pronto para poder decir algo. Su asistente aún habla sólo inglés, pero estamos trabajando para que llegue a todos los idiomas más hablados del mundo.

    ¿Cómo crees que habrán evolucionado las aplicaciones gracias al Machine Learning en, digamos, cinco años? Hablarle a los dispositivos será algo mucho más común en cinco años, y el reconocimiento de las imágenes será mucho más avanzado. La generación actual de jóvenes no se envían correos electrónicos sino que usan la mensajería instantánea y se envían fotografías con esas mismas aplicaciones. Hay cambios generacionales a la hora de interactuar con nuestros dispositivos, y la próxima generación puede pasar de esa mensajería instantánea a otra cosa. Estamos creando las herramientas que permitirán la existencia de los productos de próxima generación.

    ¿Hay alguna parte más de la Inteligencia Artificial que merezca la atención del Machine Learning ahora mismo? Me metería en problemas si te dijese eso... ¿quizás la robótica?

    Corinna Cortes 2

    A largo plazo: ¿crees que algún día veremos máquinas pensantes o crees que es imposible? Nunca deberíamos creer que nada es imposible. Puede que lo empecemos a ver en dominios restringidos, como la creatividad. Podríamos llegar a ver máquinas creativas que creen música, dibujos.

    ¿Y qué hay de las regulaciones? Pueden representar un obstáculo para el avance de la Inteligencia Artificial y el Machine Learning? Veo esfuerzos crecientes, tanto de la industria como de los gobiernos, en educar a la gente acerca de los datos que se guardan en varios sitios. Creo que es responsabilidad de ambos definir cómo se tratan esos datos. Espero no vivir en una sociedad en la que el gobierno nos diga lo que podemos hacer y lo que no podemos hacer al respecto.

    ¿Cómo le explicarías los beneficios del aprendizaje automático a un usuario base que odia los ordenadores? Le diría que su casa ya está llena de dispositivos que usan Machine Learning a diario, y que los medicamentos del futuro que beneficiarán a esa persona también se están fabricando con algoritmos de aprendizaje automático. Personas como tu madre ya se están beneficiando del aprendizaje automático, pero no lo saben.

    En Xataka | Sin robots asesinos ni ciencia-ficción: así ven la inteligencia artificial en Stanford

    También te recomendamos

    La excitante aventura de tomarse una cerveza en los bares más raros del mundo. ¿Pedirás tapa?

    Frente al suicidio, tecnología: así es cómo el "machine learning" puede ayudarnos a luchar contra la gran epidemia silenciosa

    ¿Puede un algoritmo ser justo aunque el mundo no lo sea?

    -
    La noticia "No tenemos departamento que no se beneficie del Machine Learning": Entrevista a Corinna Cortes (Google) fue publicada originalmente en Xataka por Miguel López .



  • El coche autónomo de Uber se enfrenta a sus primeros problemas: se salta semáforos y no reconoce el carril bici


  •    

    Uber Self Driving Cars

    Todo lucía excelente para Uber hace unos meses. La compañía anunciaba con bombo y platillo el despliegue de su primera flota de coches autónomos en Pittsburg, esto gracias a que el gobierno de la ciudad le permitió arrancar con esta especie de 'beta pública' bajo la condición de que siempre habría un conductor para casos de emergencia.

    Después de los buenos resultados en Pittsburg, Uber decidió ampliar su beta hacia la ciudad de San Francisco, el único detalle es que aquí se ha enfrentado a sus primeros problemas, lo que pone en riesgo su regulación y autorización para circular por las calles de todo California.

    Todo empezó con un semáforo

    El pasado 15 de diciembre un coche equipado con cámara de seguridad captó como uno de los coches autónomos de Uber se saltaba un semáforo en rojo. El vídeo fue subido a internet y publicado por varios medios, lo que ocasionó que Uber tuviera que salir a hacer declaraciones acerca de lo sucedido.

    Lo curioso de todo es que Uber está culpando al conductor y no a los sistemas de su coche, ya que según la compañía ese coche no pertenece a los taxis autónomos de pruebas en San Francisco. Por lo anterior, la infracción se le está asignando al conductor responsable de ese vehículo, además de que ha sido suspendido en lo que concluye la investigación.

    La mala noticia para Uber es que esto llamó la atención del gobierno de California, quien le exigió retirar todos sus vehículos autónomos de la ciudad de forma inmediata, ya que Uber no cuenta con ningún permiso por parte de las autoridades, y en caso de no hacerlo se emprenderán acciones legales en contra de la empresa.

    Uber ha salido, nuevamente, a defenderse alegando que sus coches son "semiautónomos", ya que para su funcionamiento requieren en todo momento la presencia de un conductor, vamos, algo similar a la forma de operar que tienen en Pittsburg, sólo que en California no les ha resultado esta estrategia.

    El software de los vehículos tiene un problema: no reconocen el carril bici

    Por si esto fuera poco, hoy Uber se enfrenta a un nuevo problema en California. Como sabemos, San Francisco es una ciudad habilitada para el uso de bicis y sus calles están llenas de estos carriles especiales. Pero ahora la 'Coalición de Bicicletas de San Francisco' está emitiendo un comunicado donde, después de varias quejas de sus afiliados, están informando que los coches de Uber no están realizando la maniobra correcta para girar cuando hay un carril bici.

    Bici

    Uber, una vez más, ha salido a confirmar que el software de sus coches autónomos tiene un problema, ya que no es capaz de reconocer el carril bici, por ello no es capaz de incorporarse a dicho carril para hacer el giro, sino que lo atraviesa como si no existiera, lo que pone en riesgo a los ciclistas y otros conductores.

    La compañía también confirma que ya están trabajando en una actualización de software para solucionar esto, sin embargo hasta este momento el riesgo sigue presente y piden a todos los conductores de sus vehículos, así como a los ciclistas, que hagan una doble verificación al estar ante una intersección con presencia de carril bici.

    En Xataka | Probamos UberOne, el nuevo servicio eléctrico y premium de Uber

    También te recomendamos

    Esta espectacular bici con diseño futurista es lo más cercano que estaremos de la moto de Tron

    A Uber se le han adelantado en Singapur con el estreno del taxi autónomo

    La excitante aventura de tomarse una cerveza en los bares más raros del mundo. ¿Pedirás tapa?

    -
    La noticia El coche autónomo de Uber se enfrenta a sus primeros problemas: se salta semáforos y no reconoce el carril bici fue publicada originalmente en Xataka por Raúl Álvarez .



  • El coche autónomo de Uber se enfrenta a sus primeros problemas: se salta semáforos y no reconoce el carril bici


  •    

    Uber Self Driving Cars

    Todo lucía excelente para Uber hace unos meses. La compañía anunciaba con bombo y platillo el despliegue de su primera flota de coches autónomos en Pittsburg, esto gracias a que el gobierno de la ciudad le permitió arrancar con esta especie de 'beta pública' bajo la condición de que siempre habría un conductor para casos de emergencia.

    Después de los buenos resultados en Pittsburg, Uber decidió ampliar su beta hacia la ciudad de San Francisco, el único detalle es que aquí se ha enfrentado a sus primeros problemas, lo que pone en riesgo su regulación y autorización para circular por las calles de todo California.

    Todo empezó con un semáforo

    El pasado 15 de diciembre un coche equipado con cámara de seguridad captó como uno de los coches autónomos de Uber se saltaba un semáforo en rojo. El vídeo fue subido a internet y publicado por varios medios, lo que ocasionó que Uber tuviera que salir a hacer declaraciones acerca de lo sucedido.

    Lo curioso de todo es que Uber está culpando al conductor y no a los sistemas de su coche, ya que según la compañía ese coche no pertenece a los taxis autónomos de pruebas en San Francisco. Por lo anterior, la infracción se le está asignando al conductor responsable de ese vehículo, además de que ha sido suspendido en lo que concluye la investigación.

    La mala noticia para Uber es que esto llamó la atención del gobierno de California, quien le exigió retirar todos sus vehículos autónomos de la ciudad de forma inmediata, ya que Uber no cuenta con ningún permiso por parte de las autoridades, y en caso de no hacerlo se emprenderán acciones legales en contra de la empresa.

    Uber ha salido, nuevamente, a defenderse alegando que sus coches son "semiautónomos", ya que para su funcionamiento requieren en todo momento la presencia de un conductor, vamos, algo similar a la forma de operar que tienen en Pittsburg, sólo que en California no les ha resultado esta estrategia.

    El software de los vehículos tiene un problema: no reconocen el carril bici

    Por si esto fuera poco, hoy Uber se enfrenta a un nuevo problema en California. Como sabemos, San Francisco es una ciudad habilitada para el uso de bicis y sus calles están llenas de estos carriles especiales. Pero ahora la 'Coalición de Bicicletas de San Francisco' está emitiendo un comunicado donde, después de varias quejas de sus afiliados, están informando que los coches de Uber no están realizando la maniobra correcta para girar cuando hay un carril bici.

    Bici

    Uber, una vez más, ha salido a confirmar que el software de sus coches autónomos tiene un problema, ya que no es capaz de reconocer el carril bici, por ello no es capaz de incorporarse a dicho carril para hacer el giro, sino que lo atraviesa como si no existiera, lo que pone en riesgo a los ciclistas y otros conductores.

    La compañía también confirma que ya están trabajando en una actualización de software para solucionar esto, sin embargo hasta este momento el riesgo sigue presente y piden a todos los conductores de sus vehículos, así como a los ciclistas, que hagan una doble verificación al estar ante una intersección con presencia de carril bici.

    En Xataka | Probamos UberOne, el nuevo servicio eléctrico y premium de Uber

    También te recomendamos

    Esta espectacular bici con diseño futurista es lo más cercano que estaremos de la moto de Tron

    A Uber se le han adelantado en Singapur con el estreno del taxi autónomo

    La excitante aventura de tomarse una cerveza en los bares más raros del mundo. ¿Pedirás tapa?

    -
    La noticia El coche autónomo de Uber se enfrenta a sus primeros problemas: se salta semáforos y no reconoce el carril bici fue publicada originalmente en Xataka por Raúl Álvarez .



    Licencia de Uso:
    
    Condiciones de uso de los contenidos según la licencia Creative Commons

   Más novedades ....

    www.tecnogadgets.com
    www.nopuedocreer.com

Service LG TV
Service Samsung TV
Service Philips TV
Service TV Sharp
Servicio Tecnico Sanyo
Service Sony TV
Service Toshiba TV
Service HP
Servicio Tecnico Acer
Reparacion de Notebook DELL
Servicio Técnico de camaras digitales Nikon
Servicio Tecnico Compaq


Bookmark TecniTodo




Servicio Tecnico - Buenos Aires - Bs.As. - Capital Federal - Argentina // Presupuestos Sin Cargo - Gratis

Otros Service Philips, Service LG, Service Sanyo, Service Telefunken
Copyright 2011 - Todos los derechos reservados - Prohibida su reproducción total o parcial sin autorización de la compañía