AlphaGo de Google DeepMind derrota al campeón de Go Lee Sedol (9º Dan). Video: www.youtube.com/watch?v=vFr3K2DORc8

AlphaGo gana la segunda partida contra el campeón de Go Lee Sedol (9dan). Video: www.youtube.com/watch?v=l-GsfyVCBu0

Un documento obtenido por New Scientist revela que el acuerdo entre el NHS (Servicio Nacional de Salud del Reino Unido) y DeepMind (Cia. de IA asociada a Google) va mucho más allá de lo que se había dicho en febrero cuando se anunció que se estaba desarrollando una app. llamada "Streams" para monitarizar a pacientes con insufiencia renal. Pero el acuerdo también permite a DeepMind ganar acceso a datos confidenciales de 1,6 millones de pacientes mediante el desarrollo de "Patient Rescue", plataforma capaz de realizar "data mining".

A pesar de que fue hace dos años cuando los de Mountain View decidieron adquirir DeepMind -una compañía de inteligencia artificial británica por la que llegaron a pagar más de 600 millones de dólares-, no ha sido hasta este mismo mes cuando Google ha empezado a revelar sus planes. Así, el pasado 5 de julio el gigante tecnológico lanzó un proyecto basado en este sistema que nuestros compañeros de Xataka se encargaron de explicar: la creación de un escáner inteligente para el diagnóstico de enfermedades oculares.

La derrota frente a la máquina de Google revela detalles de la complejidad del cerebro humano.

El equipo creador de DeepMind ha aninciado que han logrado desarrollar a partir de su propia plataforma un programa para la creación de habla artificial, al que han bautizado como WaveNet. Esta red neuronal alimentada con miles de datos borraría por completo la brecha existente entre el habla de los humanos y el de las máquinas, en donde las frecuencias del sonido y la fluidez de las palabras haría imposible distinguir entre una persona real y la máquina. En español: goo.gl/Gzqh34 vía @Mezvan

StarCraft, uno de los juegos con más fans alrededor del mundo recibió la atención de DeepMind, el sistema de inteligencia artificial de Google y se espera que esta rete a los gamers en un futuro. No sólo aprendió a jugar Go y venció al campeón mundial sino que la empresa de buscador pretende que sepa muchas más cosas por medio del aprendizaje profundo o deep learning. El enfrentamiento entre humanos y máquinas en salas de juego es algo que ya tiene mucho tiempo, quizá el más recordado fue el de Deep Blue de IBM vs Gary Kaspárov.

La flexibilidad y adaptabilidad de TensorFlow se presta a construir frameworks de más alto nivel para propósitos específicos. Una de ella, Sonnet, permite construir módulos de redes neuronales con TensorFlow y Google acaba de anunciar la disponibilidad del código fuente. Sonnet está todavía en desarrollo activo pero ya funciona muy bien para la investigación de Google.

Entrevista con Dr. Demis Hassabis. Un investigador de inteligencia artificial y cofundador y director general de DeepMind, también es un neurocientífico, un diseñador de juegos de computadora, un empresario, y en su juventud, un jugador de ajedrez de clase mundial.

La inteligencia artificial abre grandes beneficios a la ciencia pero también conlleva riesgos, dependiendo de cómo sea utilizada, advirtió el viernes Demis Hassabis, director de la empresa británica DeepMind

Cuando los humanos disponen de información relevante sobre el mundo, su proceso de aprendizaje es mucho más rápido que el de las máquinas. Pero sin esta información, las cosas cambian. El conocimiento básico que damos por sentado es el que nos da ventaja sobre el aprendizaje automático. En 2013, DeepMind Technologies publicó un innovador documento en el que demostraba que una red neuronal era capaz de aprender a jugar a videojuegos de los 80 con el mismo mecanismo que empleamos los humanos. Desde entonces, DeepMind ha aplicado sus técnicas de a

Hace unos meses Google anunciaba AlphaZero, una IA para ajedrez basada en redes neuronales capaz de derrotar a Stockfish, por el momento el motor de ajedrez más potente del mundo (www.meneame.net/story/alphazero-derrota-stockfish-8-tras-tan-solo-4-ho). Sin embargo, Google no publicó la red neuronal en sí. Leela Chess Zero surge como un esfuerzo colaborativo open source con el objetivo de replicar los resultados de AlphaZero y, posiblemente, mejorarlos.

Un grupo de investigadores de Google DeepMind ha publicado un estudio en el que cuentan cómo han conseguido enseñar a una inteligencia artificial a jugar a "videojuegos de exploración infamemente duros". Lo consiguieron entrenándola con vídeos de YouTube en las que aparecen seres humanos jugando a títulos clásicos de Atari: Pitfall, Private Eye o Montezuma’s Revenge.

Los datos de Psychlab de Google sugieren que en el caso de la percepción humana existe una diferencia entre la atención paralela y la atención en serie. En cambio, los agentes artificiales sólo parecen tener mecanismos paralelos. Identificar esta diferencia entre los humanos y los agentes artificiales actuales nos muestra un camino hacia la mejora de los futuros diseños de inteligencia artificial.

Aunque ha habido éxitos significativos en videojuegos como Atari, Mario, Quake III Arena Capture the Flag y Dota 2, hasta ahora, las técnicas de IA han tenido dificultades para hacer frente a la complejidad de StarCraft. (...) En contraste, AlphaStar juega el juego completo de StarCraft II, usando una red neural profunda que es entrenada directamente a partir de los datos del juego en bruto por el aprendizaje supervisado y el aprendizaje de refuerzo. (extractos del artículo traducido con deepl)

AlphaStar, la nueva IA de Google DeepMind vence 10-1 a dos jugadores profesionales de StarCraft.

Las IAs cuentan con dos ventajas de las que nosotros los humanos no disponemos: no se cansan ni se aburren, y realizan sus tareas extraordinariamente rápido.

En los últimos años DeepMind, la filial británica de Google dedicada al sector de la inteligencia artificial, ha logrado desarrollar IAs capaces no sólo de aprender por sí mismas las reglas de juegos de mesa (como el Go) , sin embargo, la red neuronal ha incurrido en fallos para resolver problemas escolares de álgebra.