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 .



  • Dell XPS 15 será el primer portátil en usar la Nvidia GeForce GTX 1050 junto a los Intel Kaby Lake


  •    

    Laptop Xps 15 Pdp Polaris 13

    Dell siempre se ha caracterizado por estrenar componentes o estar a la última, especialmente si hablamos de sus ordenadores portátiles XPS. En la próxima actualización del modelo XPS 15 nos vamos a encontrar con algunas novedades interesantes, como una gráfica inédita en dispositivos móviles, o la presencia de nuevos procesadores Intel.

    Concretamente se llama Dell XPS 15 9560 y en él habrá espacio para una GeForce GTX 1050, que es una gráfica de la que ya os hemos hablado con anterioridad. Se trata del escalón de acceso a la nueva generación Nvidia, la solución más asequible que tiene bastante que ofrecer en un portátil ya que cuenta con las mismas características que la versión de sobremesa (posiblemente vaya algo más lenta de reloj).

    La gráfica cuenta con el cerebro Pascal GP107 y está bien acompañada por 4GB de memoria GDDR5. Os recordamos que lleva 640 núcleos CUDA, 40 TMUs y 32 ROPs. En cuanto a prestaciones es similar a una GeForce GTX 970M, consumiendo un 25% menos.

    2

    A la GTX 1050 se la espera en el CES

    Lo curioso del asunto es que esta Nvidia ?GeForce GTX 1050 Mobile? se tiene que presentar oficialmente en el CES 2017, así que esto de haber aparecido temporalmente en la web de Dell ha sido un despiste gordo. Ya no hay señales de ella, pero como Internet lo recuerda todo, hemos podido acceder a la info gracia a los chicos de Videocardz.

    Sin ser lo más de lo más, esto es un portátil para trabajar, para usuarios exigentes. Así lo prueba la elección de un procesador de nueva hornada como son los Kaby Lake Core i3-7100HQ, i5-7300HQ o i7-7700HQ. Interesante ese ?HQ? en la denominación, significa que son procesadores de cuatro núcleos.

    La pantalla de 15 pulgadas podrá configurarse con resolución 4K, 3.840x2.160 píxeles creemos que son muchos para que esta tarjeta se ponga a mover de forma nativa juegos, pero que funcionará de sobra en otro tipo de uso.

    Laptop Xps 15 Pdp Polaris 01

    Aunque ahora la moda es vendernos todo como ordenadores ?gaming?, este nuevo Dell XPS 15 no me lo parece, a pesar de ir bastante bien calzado con su nueva gráfica. Para estos menesteres mejor pasarse a la familia Alienware de la casa. Posiblemente hay una configuración más interesante con pantalla 1440p, y quién sabe, una versión con 13 pulgadas y la gráfica de Nvidia.

    Pronto sabremos más de forma oficial, por ahora esto es todo lo que podemos contar.

    También te recomendamos

    Nvidia se prepara para asaltar el mercado de las gráficas asequibles: GeForce GTX 1050

    Dell XPS 13 recibe a los nuevos procesadores Intel Kaby Lake vistiéndose de rosa dorado

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

    -
    La noticia Dell XPS 15 será el primer portátil en usar la Nvidia GeForce GTX 1050 junto a los Intel Kaby Lake fue publicada originalmente en Xataka por Kote Puerto .



  • La UE acusa a Facebook de proporcionar información "engañosa" durante la compra de WhatsApp


  •    

    Whatsapp Bienvenido

    Más problemas para Facebook en Europa: la Comisión Europea acaba de acusar públicamente a la red social de proporcionar información "engañosa" durante la compra de WhatsApp. Ahora la pelota está en el tejado de la compañía, que tiene hasta el 31 de enero para defenderse. En el caso de que la Comisión no estime sus argumentos, Facebook podría enfrentarse a una importante multa que podría alcanzar el 1% de su facturación.

    En concreto, la Comisión denuncia que, durante el proceso de adquisición de WhatsApp, Facebook les aseguró que su compañía no tenía forma "fiable" y automática de relacionar las cuentas de WhatsApp y Facebook de sus usuarios. La red social afirmó esto después de que la Comisión, mientras investigaba si dar luz verde o no al acuerdo, les preguntara específicamente por esta posibilidad, aunque el organismo europeo asegura que no tomó su decisión basándose en esta respuesta.

    Sin embargo, Facebook anunciaba este mismo año que WhatsApp y Facebook compartirían datos de sus usuarios entre sí para, entre otras cosas, ofrecer una publicidad mejor segmentada en Facebook. Las autoridades estadounidenses fueron las primeras en criticar esta medida, a las que se sumaron las europeas y las españolas. Como consecuencia, la red social dio marcha atrás en Europa, aunque de forma temporal.

    Para la Comisión, esto demuestra que Facebook les proporcionó una información errónea o "engañosa", tal cual explican hoy en un comunicado:

    "En el pliego de cargos de hoy, la Comisión toma la postura preliminar de que, contrariamente a los comunicados y la respuesta de Facebook durante la revisión de la compra, la posibilidad técnica de enlazar automáticamente las cuentas de usuario de Facebook con las cuentas de usuario de WhatsApp ya existía en 2014. En este punto, la Comisión tiene sospechas de que Facebook, de forma intencional o negligente, envió información incorrecta o engañosa a la Comisión, incumpliendo las obligaciones bajo la regulación de la UE."

    Como decíamos al principio, Facebook tiene hasta el 31 de enero para presentar alegaciones. En caso de que éstas no convenzan a la Comisión, la multa impuesta por los organismos europeos podría ascender hasta el 1% de la facturación de Facebook. Traduciendo a números, y teniendo en cuenta que Facebook declaró el año pasado unos ingresos de 17930 millones de dólares, estaríamos hablando de una multa de hasta 179,3 millones.

    Más información | Comunicado de la Comisión Europea
    Imagen | Microsiervos

    También te recomendamos

    WhatsApp se ?snapchatiza?: ¿está Facebook acorralando a Snapchat?

    WhatsApp, Facebook y nuestro número: ¿están respetando las leyes de protección de datos?

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

    -
    La noticia La UE acusa a Facebook de proporcionar información "engañosa" durante la compra de WhatsApp fue publicada originalmente en Xataka por María González .



  • 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 .



  • "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 .



  • 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 .



  • Mark Zuckerberg ya ha puesto a trabajar a su mayordomo digital: ¿qué es lo que puede hacer?


  •    

    Mark Zukcerberg

    Como ocurre con Elon Musk o Tim Cook, cuando habla Zuckerberg sube el pan y este año lo empezaba fuerte hablando de una inteligencia artificial (AI) que prometía ser un asistente muy completo. Ahora, a finales de año, Mark cumple su objetivo de tener una especie de mayordomo digital, ¿pero qué es lo que puede hacer?

    El desafío que se planteaba Zuckerberg era algo así como "el Jarvis de Iron Man", según dijo textualmente, y de hecho éste es el nombre del proyecto, el cual detalla nuevamente en su red social. Una labor personal que empezó desde cero y que justo ahora nos presenta detallando el proceso de creación y sus valoraciones personales.

    Actualización: Hemos añadido el nuevo vídeo que Mark Zuckerberg ha publicado en su perfil recientemente.

    La inteligencia artificial al servicio de la familia Zuckerberg

    Explicaba Mark en su anuncio inicial que la intención era lograr construir una AI con la que pudiese controlar aplicaciones del hogar como las luces, la temperatura, la seguridad o la reproducción de música. De ahí que el objetivo básico es que su Jarvis aprendiese sus gustos, patrones de actividad e incluso nuevas palabras y conceptos, logrando una mejor interacción y que fuese tanto asistente como entretenimiento.

    Según cuenta, Mark empezó enseñando pequeños comandos con palabras simples ("luces", "habitación", etc.) en una primera fase previa al reconocimiento de voz en la que la AI respondía en texto. La evolución pasó a que pudiese especificar según habitaciones, que hubiese interacción por también por voz y que no requiriese un punto estático de comunicación, como en el caso de Google Home o Amazon Echo, sino que fuese vía móvil.

    Programe Jarvis en mi ordenador, pero para que fuese algo útil quise poder comunicarme con él allá donde estuviese. Eso significó que la comunicación tenía que ocurrir a través de mi teléfono, no de un dispositivo situado en mi casa.

    Jarvis en el móvil

    ¿Qué es lo que hace Jarvis? Como ya esbozó en su mente, su AI enciende y apaga luces, regula la temperatura, reproduce música (aprendiendo los gustos de cada miembro de la familia), dispone de juegos, avisa si hay algún incidente en la habitación de Max (su hija) y reconoce quién llama gestionando la entrada a la casa. Y la interacción es tanto por voz como por texto en ambas direcciones, para lo cual Zuckerberg recurrió a un Messenger bot y no a una app.

    Para lograrlo Zuckerberg ha recurrido al reconocimiento de voz y facial, al procesamiento de lenguajes naturales y al aprendizaje por refuerzo, usando los lenguajes de programación Python, Objective C y PHP. Explicaba que para lograrlo tuvo que revertir APIs para lograr un punto para la orden en cuestión (apagar luces, etc.).

    Jarvis

    Aunque eso sí, algo limitante fue el que aún haya bastantes dispositivos domésticos que no dispongan de conexión a internet, dado que en algunos casos no era suficiente con añadir switches de control remoto de encendido y apagado conectados a internet, citando el ejemplo de una tostadora.

    Para asistentes como Jarvis, capaces de controlar todo en una casa, necesitamos más dispositivos con conexión y la industria necesita desarrollar APIs y estándars comunes para que los dispositivos "hablen" entre ellos.

    Tras haber anunciado que Jarvis es una realidad tras casi un año de trabajo en el post que enlazábamos, Mark además ha actualizado su perfil de Facebook con un vídeo que ejemplifica cómo sería la interacción con el asistente. Eso sí, el contenido no es del todo fiel a lo que ha logrado hasta el momento, dado que aparece el disparador de camisetas respondiendo a su orden y esto de momento no lo ha puesto en marcha (él mismo comenta que es un "resumen divertido" y no una demo real).

    Aprender sobre el aprendizaje

    Zuckerberg tiene más planes para que su proyecto personal evolucione algo más por ejemplo a la hora de aprender. El CEO no asegura cuánto tiempo más dedicará a su mayordomo digital, pero de hacerlo quiere llevar un paso más allá el machine learning, de modo que sea Jarvis el que aprenda por sí mismo.

    A largo plazo me gustaría explorar cómo hacer que Jarvis aprendiese por sí mismo en vez de tener yo que enseñarle cómo realizar tareas específicas. Si empleo un año más en este reto, me centraré más en aprender cómo funciona el aprendizaje.

    Así, lo que tampoco se descarta es que finalmente esto esté disponible más allá de los muros de Villa Zuckerberg. Mark tiene la idea de disponer los códigos en abierto, si bien para ello faltaría hacerlo más general porque actualmente se encuentra todo muy ligado a la propia casa de Mark y a cómo funciona la misma. Y aunque no ha hablado específicamente de fines comerciales, sí ha dicho textualmente que "podrían ser los cimientos de un nuevo producto".

    Imagen | Flickr
    Más información | Facebook
    En Xataka | Zuckerberg quiere que una IA "como Jarvis en Iron Man" gestione su casa en 2016

    También te recomendamos

    La apuesta total de Microsoft por la inteligencia artificial

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

    Facebook, Amazon, Google, IBM y Microsoft se alían para vigilar el desarrollo de la inteligencia artificial

    -
    La noticia Mark Zuckerberg ya ha puesto a trabajar a su mayordomo digital: ¿qué es lo que puede hacer? fue publicada originalmente en Xataka por Anna Martí .



    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