Las técnicas de aprendizaje automático, que usan las matemáticas para identificar patrones en conjuntos de datos, son una herramienta poderosa en campos como la biomedicina y la física aplicada, pero existen áreas de aplicación a los que no llegan debido a su complejidad o a las limitaciones de los algoritmos utilizados. Un estudio internacional, en el que ha participado el Instituto de Ciencias Fotónicas (ICFO), revisa las aportaciones que puede hacer el aprendizaje automático cuántico, respecto al clásico, para resolver el problema.

Isaac Hernández de Google for Work nos recordaba la serie de partidas en las que un ordenador ganó a Go a uno de los mejores jugadores del mundo. Un hito que ilustra cómo ha cambiado la forma en la que debemos entender lo que una máquina nos puede aportar: si en el pasado nos pareció notable que un ordenador pudiera ganarnos al ajedrez, ¿cómo es posible que en solo unos años la computación avance tanto para retarnos a un juego muchísimo más complejo? La respuesta la encontramos en el aprendizaje automático o machine learning: la máquina que ga

Las placas fotoelásticas ponen de manifiesto puntos discretos de acumulación de tensión a lo largo de ambos lados de la falla modelada, mientras la placa superior se mueve lateralmente a lo largo de la falla. La técnica del aprendizaje automático utilizada en este proyecto identifica también nuevas señales, que previamente se pensaba eran ruido de baja amplitud, las cuales proporcionan información útil para pronósticos a través del ciclo sísmico.

La inteligencia artificial (IA) no revolucionará nada si no logramos protegerla contra los hackers. Esta fue la advertencia que lanzó la profesora de UC Berkeley (EE.UU.) Dawn Song sobre el escenario de la reciente conferencia EmTech Digital de MIT Technology Review. Para esta especialista en análisis de riesgos de seguridad relacionados con la IA y el aprendizaje automático, las nuevas técnicas para explorar y manipular los sistemas de aprendizaje automático, podrían poner en jaque a la IA tradicional.

Una pregunta típica formulada por un principiante, cuando se enfrenta a una amplia variedad de algoritmos de aprendizaje automático, es "¿qué algoritmo debo usar?" La respuesta a la pregunta varía según muchos factores, entre ellos:el tamaño, la calidad y la naturaleza de los datos,el tiempo computacional disponible, la urgencia de la tarea,qué quieres hacer con los datos,incluso un científico de datos experimentado no puede decir qué algoritmo funcionará mejor antes de probar diferentes algoritmos. Aquí tienes la chuleta que los resume todos

Se avecinan unas cuantas revoluciones tecnológicas. Pero hoy traigo la revolución de la IA en la práctica: Machine Learning o Aprendizaje Automático (AA) en nuestra lengua común. Ya no se trata de que las máquinas reproduzcan acciones que consideramos como inteligentes, ahora se trata de máquinas con capacidad de aprender. Es cierto que en AA cada problema tiene en el mejor de los casos una solución, pero también existen soluciones generales, aunque es cierto también que no son perfectas. Pero el camino está ahí, abriéndose ante nosotros.

Se ha descubierto un poderoso antibiótico que mata algunas de las bacterias resistentes a los medicamentos más peligrosas del mundo utilizando inteligencia artificial. El medicamento funciona de manera diferente a los antibacterianos existentes y es el primero de su tipo que se encuentra al liberar la IA en vastas bibliotecas digitales de compuestos farmacéuticos. Las pruebas mostraron que el medicamento eliminó cepas de bacterias resistentes a los antibióticos , incluidas Acinetobacter baumannii y Enterobacteriaceae, críticas según la OMS.

Tecnologías aplicadas a la interpretación automática del lenguaje humano y el inicio de la capacidad de aprender en las máquinas.

La revolución digital empuja a los trabajadores a reciclarse y a buscar nuevas habilidades mediante novedosas fórmulas de aprendizaje

El proyecto de Google crea, entrena y se mejora a sí mismo y también es capaz de mejorar otras redes neuronales ya existentes. Un ejemplo es NASNet, un modelo que ha conseguido clasificar e identificar objetos presentes en fotografías como nunca antes.

Una red neuronal convolucional es un tipo de red neuronal artificial donde las neuronas corresponden a campos receptivos de una manera muy similar a las neuronas en la corteza visual primaria (V1) de un cerebro biológico. Este tipo de red es una variación de un perceptron multicapa, sin embargo, debido a que su aplicación es realizada en matrices bidimensionales, son muy efectivas para tareas de visión artificial, como en la clasificación y segmentación de imágenes, entre otras aplicaciones.

Casi todos los estudios que presentan pruebas sobre estilos de aprendizaje no satisfacen los criterios elementales de validez científica. La lista de estudios que demuestran el absurdo de los estilos de aprendizaje es abrumadora. La evidencia empírica significativa para la hipótesis de los estilos de aprendizaje es casi inexistente. La premisa de que hay estudiantes con diferentes estilos de aprendizaje y que deben recibir instrucción utilizando métodos que coincidan con esos estilos no es un hecho “probado”, sino más bien una creencia.

Hacemos una distinción adicional entre teorías de aprendizaje computables vs. computacionales o de máquinas. Argumentamos que los modernos algoritmos de aprendizaje de máquinas, aunque impresionantes en términos de su rendimiento, no necesariamente arrojan suficiente luz sobre el aprendizaje humano. En cambio, parecen llevarnos más lejos de la búsqueda de toda una vida por parte de Simon para comprender la mecánica del comportamiento humano real.

La tecnología siempre ha estado presentes en los procesos de enseñanza y aprendizaje. No debemos extrañarnos pues de que hoy en día las Tecnologías de la Información y la Comunicación (TIC) tengan un papel relevante e innegable en la educación. Las TIC están haciendo posible que profesorado y alumnado compartan experiencias a través de la red, no sólo enriqueciendo así las aulas, sino que también trascendiendo a las mismas y revolucionado los espacios y procesos de aprendizaje.

En la sociedad del conocimiento, en la que todos somos aprendices, es necesario visibilizar las experiencias de aprendizaje como instrumento para generar conocimiento compartido

Surgen las palabras, que se enredan entre versos, nace la poesía, que cambian nuestra filosofía. Surge el aprendizaje creativo, que se enreda en la memoria, desencadenado nuevas historias. ¿Puede la poesía explicar el aprendizaje? Cuando escribimos poesía nos embarcamos en un proceso de cambio, de fluidez, de flexibilidad, de originalidad, de pensamiento divergente; de la misma…

Definición del aprendizaje cooperativo, técnica de trabajo en grupo para el aprendizaje de cualquier materia que fomenta la cooperación y la inclusión de los alumnos, así como la educación en valores y el pensamiento crítico.

Desde una perspectiva amplia, el aprendizaje permanente es concebido no sólo como un tema de educación para adultos, sino como aquel aprendizaje que tiene lugar a lo largo de la vida

Redacta tus objetivos de aprendizaje rápido, fácil y en cualquier momento En enero de 2018 lanzamos la aplicación web objetivosdeaprendizaje.subitus.com, para apoyar a las y los profesionales del diseño instruccional y gestión de la capacitación, en especial en el diseño de eLearning. ¿Cómo se redactan los objetivos de aprendizaje en la aplicación? El funcionamiento es sencillo: solo hay que ir introduciendo los datos requeridos y seleccionar el verbo de las listas que se proponen.

Las nuevas tecnologías suponen un importante refuerzo en los procesos y conceptos existentes. Están causando repercusión en el método de aprendizaje de los estudiantes, lo cual provoca transformaciones en la metodología de enseñanza. Constituyen medios cada vez más valorados en educación, la posibilidad de integrar los avances científicos en materia de aprendizaje, ofreciendo, gracias a los recursos tecnológicos, alternativas que no puede ignorarse.

El aprendizaje online puede convertirse en un gran complemento al proceso de aprendizaje tradicional, permitiendo una mayor diversidad entre alumnos y culturas. ¿Lo ideal? Aprender a combinarlos de la manera más efectiva para obtener los mejores resultados.

Las diferentes dificultades de aprendizaje no se corresponden a regiones específicas del cerebro que podrían estar dañadas, como se pensaba anteriormente, así lo afirman los investigadores de la Universidad de Cambridge. En cambio, una mala conectividad entre las diferentes áreas del cerebro está mucho más relacionada con las dificultades de aprendizaje.

En la Comunidad Valenciana vamos a poner en práctica una experiencia educativa que ha funcionado mal, con unos profesores que no tienen ninguna formación al respecto y con la que se obtiene peores resultados que con la instrucción directa a la hora de atender a los alumnos con dificultades de aprendizaje. Los profesores que llevarán a cabo este proyecto no han trabajado jamás por ámbitos. No es la mejor metodología, ni siquiera es mejor. En el país que tanto copiamos ya hay expertos que critican esta metodología y padres que no están nada...

No me cabe en la cabeza que la ley de educación más dotada económicamente de la democracia, con todas sus derivadas posteriores, no haya sido evaluada ni una sola vez. Que se escondan los datos de su financiación y del destino de esos dineros. Resulta irónico que, con tropocientos pedagogos egresados cada curso de Facultades de Pedagogía, no haya ningún equipo que se haya dedicado a analizar qué ha pasado con el aprendizaje del alumnado desde la LOGSE. ¿Qué intereses hay tras la nula evaluación del aprendizaje del alumnado con la LOGSE?