Por resumirlo con un lenguaje sencillo, las redes neuronales son básicamente una imitación en software del funcionamiento de las neuronas de los animales: de sus interconexiones y de cómo ciertos estímulos de entradas producen ciertas salidas o resultados. Por otro lado, el aprendizaje automático consiste básicamente en dotar a los ordenadores de inteligencia artificial permitiéndoles aprender – y una forma de hacerlo es utilizando redes neuronales.

¿Qué pasaría si en lugar de ponerte a ver 'Blade Runner' haces que quien se ponga a verla sea una plataforma de inteligencia artificial con una red neuronal analizándolo todo? Eso es precisamente lo que ha hecho Terence Broad, un investigador que trabaja en su tesis 'Autoencoding Video Frames' en la que ha logrado algo singular: que una red neuronal interprete lo que ve y nos deje además reproducir cómo lo ve. El resultado es desde luego singular.

Un artículo publicado en ScienceDirect y que hemos conocido a través de la Universidad de Surrey asegura que, a través de una red neuronal, se ha sido capaz de detectar anomalías relacionadas insuficiencia cardíaca congestiva con tan solo un latido del corazón (medido por ECG), y con un 100% de precisión. Que una red neuronal detecte problemas cardiacos con tan solo un latido supone todo un hito, y tal como explican desde la universidad, se traduce en una mejora drástica de los métodos de detección de este tipo de enfermedades.

Las redes neuronales generativas adversarias son una forma nueva de combinar dos redes neuronales. El discriminador ayuda al generador a crear cada vez mejores imágenes. Tanto el generador como el discriminador van mejorando simultáneamente hasta que llega un punto que para nosotros las imágenes creadas por el generador nos parecen tan realistas que no podemos distinguirlas de imágenes reales. Los modelos generativos son muy nuevos en el mundo del aprendizaje profundo. La velocidad de la investigación en este campo está siendo asombrosa.

Investigadores de la Universidad de Valladolid han creado un modelo que predice que bancos puedan quebrar. Dicho modelo se basa en unos algoritmos que imitan el funcionamiento de las redes neuronales. En esencia, lo que hace es imitar la capacidad de nuestro sistema nervioso para identificar ciertos patrones que indican el riesgo de quiebra de una determinada entidad.

¿Como soñaría un robot? Si alguna vez os lo habéis preguntado probablemente os encontréis entre los más fervientes amantes de la ciencia ficción. Pero no penséis que es una cuestión ridícula. Los sueños son un elemento íntimamente relacionado con los seres con capacidades cognitivas. Así que al escuchar a los ingenieros de software de google hablar de "cómo sueñan" sus redes neuronales, lo mínimo que puede ocurrir es que se despierte nuestra curiosidad. Si además podemos ilustrarlo en imágenes, ya no tenemos excusa para no prestar atención.

Los antivirus (y en general todas las herramientas SIEM) son ineficaces frente a nuevos malwares, por la sencilla razón de que éstos servicios se basan en firmas, y las firmas son generadas a posteriori (primero tienen que localizar un malware para luego ficharlo y enviarlo como actualización a los usuarios).Las redes neuronales artificiales se posicionan como una posible vía para mejorar ese porcentaje de fallo con el que cuentan las herramientas SIEM, al ser estas capaces de anteponerse a situaciones a priori desconocidas.

Técnica de edición de fotografías de rostros mediante redes neuronales. A diferencia de la edición habitual «por píxeles», con este métdodo se trabaja con el aprendizaje e «imágenes similares» modificando pequeñas zonas que puedan «tener sentido». El pincel y los colores intentan rellenar la imagen con la información que más se acerque al objetivo, lo cual puede requerir modificar otras partes de la foto, por ejemplo el color del pelo o los labios.

Sam Greydanus, un físico que investiga sobre aprendizaje profundo (deep learning) y neurociencia explica cómo se puede crear una red neuronal recursiva (RNN) para descifrar mensajes cifrados por la famosa máquina Enigma que utilizaron los alemanes durante la Segunda Guerra Mundial.

Una red neuronal está escribiendo el próximo libro de Juego de Tronos, con unos giros en la historia que no tienen nada que envidiar a los de George R.R. Martin.

Cansado de esperar, y armado con avances tecnológicos con los que los grandes maestres de Antigua ni podrían soñar, el ingeniero de software Zack Thoutt ha decidido programar una red neuronal recurrente (RNR) para que pronostique los acontecimientos de la sexta novela. "Me apasiona Juego de tronos, tanto la serie como los libros", dijo Thoutt, que acaba de finalizar un curso de Udacity sobre inteligencia artificial y aprendizaje profundo y ha utilizado los conocimientos adquiridos para este proyecto. "En clase tocamos un poco las RNR y...

¡Hoy nos complace anunciar el lanzamiento oficial del repositorio de redes neuronales Wolfram! Se ha dedicado una gran cantidad de trabajo a capacitar o convertir alrededor de 70 modelos de redes neuronales que ahora viven en el repositorio, y se puede acceder mediante programación en Wolfram Language a través de NetModel

Las redes neuronales son hoy día parte fundamental de la IA y en concreto del Deep Learning y como veremos a continuación, al contrario de la creencia popular, no son conceptos nuevos. El primer algoritmo que presentaba una red neuronal simple se llamó Perceptrón, creado por Frank Rosenblatt en 1958 basándos, centrándonos en la Biología, en el trabajo realizado previamente por Santiago Ramón y Cajal y Charles Scott Sherrintong (pioneros en el estudio del funcionamiento del cerebro humano)...

Hace unas horas ha empezado la temporada 13 del torneo de motores de ajedrez TCEC. Como novedad, este año incluye por primera vez dos redes neuronales.

La red neuronal libre Leela se ha clasificado para la siguiente ronda de la 13ª Temporada del Torneo de Motores de Ajedrez TCEC que por primera vez admitía sistemas basados en entrenamiento y aprendizaje. En segundo lugar se ha clasificado también otra red neuronal, basada en el mismo software libre Leela, pero en vez de haber sido entrenado jugando contra si mismo, lo había hecho con partidas entre humanos. Los autores de Leela han calificado esto de "Plagio"

investigadores de las universidades de Mesina y Catania (Italia) y Politécnica de Madrid (UPM) (España) han desarrollado un novedoso método basado en redes neuronales para predecir la producción de energía de parques eólicos

Un estudio presentado por los investigadores Zhi Wang, Chaoge Liu, y Xiang Cui han mostrado cómo esta técnica permite incluir malware en una arquitectura como AlexNet. Dicha arquitectura, una red neuronal convolucional (CNN), se compone de millones de parámetros y múltiples capas de neuronas, incluyendo capas «ocultas» totalmente conectadas. El estudio concluye que modificar algunas neuronas no tiene un gran impacto en la precisión del modelo.

Una nueva red neuronal profunda ha permitido agregar de una tacada 301 exoplanetas al registro de mundos extrasolares validados en torno a estrellas distantes, que llega así a los 4.569 planetas. Las redes neuronales profundas son métodos de aprendizaje automático que aprenden automáticamente una tarea cuando se les proporcionan suficientes datos. ExoMiner es una nueva red neuronal profunda que aprovecha la supercomputadora de la NASA, Pléyades, y puede distinguir exoplanetas reales de diferentes tipos de impostores o "falsos positivos". Su

Un grupo de bioinformáticos rusos han propuesto una nueva arquitectura de red neuronal capaz de evaluar cuán bien se ha escogido un ARN guía para un experimento de edición de genes. Su enfoque facilitará una modificación del ADN más eficiente con el popular método CRISPR/Cas y, por lo tanto, ayudará a desarrollar nuevas estrategias para crear organismos modificados genéticamente y encontrar formas de tratar trastornos hereditarios graves.

Hace poco Google liberó su plataforma de aprendizaje máquina, TensorFlow, bajo licencia Open Source, y hay quien ya la ha aprovechado para hacer experimentos singulares. Por ejemplo, para generar guiones de la serie televisiva 'Friends' de forma automática.

Erik Bernhardsson se descargó 50.000 fuentes tipográficas en su ordenador, las convirtió a mapas de bits y comenzó a analizarlas. Obtuvo el promedio y la mediana de cada letra. Después, mediante el entrenamiento de una red neuronal, trató de crear un "vector de la fuente", que sería el espacio latente que "define" un cierto tipo de letra. Tras semanas de funcionamiento, el modelo converge a algo que se ve decente. Se puede escoger un vector de la fuente y generar nuevas fuentes de perturbaciones aleatorias. Los datos se pueden descargar.

Selecciona un conjunto de datos, y sus características. Configura las neuronas, y observa cómo una red neuronal puede clasificar muestras y hacer regresiones lineales.