Polémica en WeTransfer: ¿Usan archivos de usuarios para entrenar IA?

Un cambio en los Términos de Servicio de WeTransfer generó polémica por abrir la puerta al uso de archivos para otros fines, como la moderación con IA.

Fast Check 🔍
 - Python en Machine Learning: descubre sus 9 bibliotecas top 📚✨
 - #PythonMachineLearning #AprendizajeAutomático #IAConPython - #IA - #EvergreenContent #Innovación #TechTips
 - Python es el héroe indiscutible del Machine Learning: simple, potente y con bibliotecas como TensorFlow, PyTorch y Scikit-Learn que facilitan proyectos desde IA hasta análisis de datos. 🚀🤖 Su comunidad global, independencia de plataforma y soporte numé...
https://mastertrend.info/python-en-machine-learning/?fsp_sid=6391

El Hospital Público Infanta Leonor lidera un estudio que utiliza IA para detectar tumores ocultos 🏥👩‍⚕️👨‍⚕️🩻🔬🖥️

El Hospital Universitario Infanta Leonor de Villa de Vallecas, lidera un estudio multicéntrico que ha desarrollado un modelo predictivo, que utiliza Aprendizaje Automático (también conocido como Machine Learning, ML), para evaluar el riesgo de cáncer oculto entre los 30 días y 24 meses después de que un paciente haya sufrido un evento trombótico venoso (TEV).

La enfermedad tromboembólica venosa (ETEV), que incluye la trombosis venosa profunda y la embolia pulmonar, puede ser la primera manifestación de un cáncer no diagnosticado. La detección temprana de estos cánceres podría aumentar significativamente la supervivencia de los pacientes. El estudio “CLOVER” se ha publicado recientemente en la revista con cuartil 1, Medicina.

Para conocer todos los detalles sobre este estudio, podéis leer la noticia completa en el siguiente enlace de nuestra web:

https://www.portalvallecas.es/el-hospital-publico-infanta-leonor-lidera-un-estudio-que-utiliza-ia-para-detectar-tumores-ocultos/

#Estudio #Medicina #Investigación #Desarrollo #AprendizajeAutomático #MachineLearning #IA #InteligenciaArtificial #Cáncer #TromboembolismoVenoso #CLOVER #Hospital #InfantaLeonor #Vallecas #Vallekas

El Hospital Público Infanta Leonor lidera un estudio que utiliza IA para detectar tumores ocultos

El Hospital Universitario Infanta Leonor de Villa de Vallecas, lidera un estudio multicéntrico que ha desarrollado un modelo predictivo, que utiliza Aprendizaje Automático (también conocido como Machi

Portal Vallecas
Por qué ChatGPT no puede pensar como nosotros.
¿Puede una IA realmente entender conceptos abstractos o simplemente repite patrones que ha aprendido? Un nuevo estudio revela sorprendentes limitaciones en el razonamiento de los modelos GPT. t.ly/r-M8i
#InteligenciaArtificial #ChatGPT #Tecnología #GPT4 #Innovación #IA #Razonamiento #CogniciónHumana #FuturoDigital #AprendizajeAutomático

Pequeños y grandes pasos hacia el imperio de la inteligencia artificial

Fuente: Open Tech

Traducción de la infografía:

  • 1943 – McCullock y Pitts publican un artículo titulado Un cálculo lógico de ideas inmanentes en la actividad nerviosa, en el que proponen las bases para las redes neuronales.
  • 1950 – Turing publica Computing Machinery and Intelligence, proponiendo el Test de Turing como forma de medir la capacidad de una máquina.
  • 1951 – Marvin Minsky y Dean Edmonds construyen SNAR, la primera computadora de red neuronal.
  • 1956 – Se celebra la Conferencia de Dartmouth (organizada por McCarthy, Minsky, Rochester y Shannon), que marca el nacimiento de la IA como campo de estudio.
  • 1957 – Rosenblatt desarrolla el Perceptrón: la primera red neuronal artificial capaz de aprender.

(!!) Test de Turing: donde un evaluador humano entabla una conversación en lenguaje natural con una máquina y un humano.

  • 1965 – Weizenbaum desarrolla ELIZA: un programa de procesamiento del lenguaje natural que simula una conversación.
  • 1967 – Newell y Simon desarrollan el Solucionador General de Problemas (GPS), uno de los primeros programas de IA que demuestra una capacidad de resolución de problemas similar a la humana.
  • 1974 – Comienza el primer invierno de la IA, marcado por una disminución de la financiación y del interés en la investigación en IA debido a expectativas poco realistas y a un progreso limitado.
  • 1980 – Los sistemas expertos ganan popularidad y las empresas los utilizan para realizar previsiones financieras y diagnósticos médicos.
  • 1986 – Hinton, Rumelhart y Williams publican Aprendizaje de representaciones mediante retropropagación de errores, que permite entrenar redes neuronales mucho más profundas.

(!!) Redes neuronales: modelos de aprendizaje automático que imitan el cerebro y aprenden a reconocer patrones y hacer predicciones a través de conexiones neuronales artificiales.

  • 1997 – Deep Blue de IBM derrota al campeón mundial de ajedrez Kasparov, siendo la primera vez que una computadora vence a un campeón mundial en un juego complejo.
  • 2002 – iRobot presenta Roomba, el primer robot aspirador doméstico producido en serie con un sistema de navegación impulsado por IA.
  • 2011 – Watson de IBM derrota a dos ex campeones de Jeopardy!.
  • 2012 – La startup de inteligencia artificial DeepMind desarrolla una red neuronal profunda que puede reconocer gatos en vídeos de YouTube.
  • 2014 – Facebook crea DeepFace, un sistema de reconocimiento facial que puede reconocer rostros con una precisión casi humana.

(!!) DeepMind fue adquirida por Google en 2014 por 500 millones de dólares.

  • 2015 – AlphaGo, desarrollado por DeepMind, derrota al campeón mundial Lee Sedol en el juego de Go.
  • 2017 – AlphaZero de Google derrota a los mejores motores de ajedrez y shogi del mundo en una serie de partidas.
  • 2020 – OpenAI lanza GPT-3, lo que marca un avance significativo en el procesamiento del lenguaje natural.

(!!) Procesamiento del lenguaje natural: enseña a las computadoras a comprender y utilizar el lenguaje humano mediante técnicas como el aprendizaje automático.

  • 2021 – AlphaFold2 de DeepMind resuelve el problema del plegamiento de proteínas, allanando el camino para nuevos descubrimientos de fármacos y avances médicos.
  • 2022 – Google despide al ingeniero Blake Lemoine por sus afirmaciones de que el modelo de lenguaje para aplicaciones de diálogo (LaMDA) de Google era sensible.
  • 2023 – Artistas presentaron una demanda colectiva contra Stability AI, DeviantArt y Mid-journey por usar Stable Diffusion para remezclar las obras protegidas por derechos de autor de millones de artistas.

Gráfico: Open Tech / Genuine Impact

Entradas relacionadas

#ajedrez #AlphaFold2 #AlphaGo #AlphaZero #aprendizajeAutomático #artículo #artistas #aspirador #BlakeLemoine #ConferenciaDeDartmouth #copyright #DeanEdmonds #DeepBlue #DeepFace #DeepMind #DeviantArt #ELIZA #Facebook #gatos #GenuineImpact #Go #Google #GPS #GPT3 #gráfico #Hinton #IA #IBM #infografía #inteligenciaArtificial #iRobot #Jeopardy_ #Kasparov #LaMDA #LeeSedol #MarvinMinsky #McCarthy #McCullock #MidJourney #modelos #Newell #OpenTech #OpenAI #patrones #Perceptron #Pitts #plegamientoDeProteínas #predicciones #procesamientoDelLenguajeNatural #reconocimientoFacial #redesNeuronales #remezclar #robot #Rochester #Roomba #Rosenblatt #Rumelhart #Shannon #shogi #Simon #sistemaDeNavegación #SNAR #StabilityAI #StableDiffusion #testDeTuring #Turing #vídeos #Watson #Weizenbaum #Williams #YouTube

mas.to

Algoritmos de aprendizaje automático superan a catadores humanos en la identificación de aromas

Un estudio en Communications Chemistry analiza la capacidad de algoritmos para identificar perfiles aromáticos

Vinetur
Algoritmos de aprendizaje automático superan a catadores humanos en la identificación de aromas

Un estudio en Communications Chemistry analiza la capacidad de algoritmos para identificar perfiles aromáticos

Vinetur