Portada
mis comunidades
otras secciones
#7:
#3 Según la misma noticia publicada en este otro medio http://www.fayerwayer.com/2012/06/google-x-crea-una-red-de-computadores-que-aprendio-a-reconocer-gatos-sin-que-le-ensenaran/ Lo interesante es que nadie le dijo al sistema cómo era un gato, de modo que la red aprendió por sí misma a identificar la imagen recurrente de este felino.
En la noticia meneada el concepto está en el titular pero no se explica en el contenido.
Según uno de los artífices: “nunca le dijimos en el entrenamiento ‘esto es un gato’. Básicamente inventó el concepto del gato”
En la noticia meneada el concepto está en el titular pero no se explica en el contenido.
Según uno de los artífices: “nunca le dijimos en el entrenamiento ‘esto es un gato’. Básicamente inventó el concepto del gato”
#25:
Vaya articulito. No da ni una.
Realmente, el trabajo de Andrew Ng (el de la foto), su estudiante y varios investigadores de Google ha sido para construir características (features) automáticamente. Todo clasificador de imágenes (como el que detecta las caras en una cámara de fotos) se basa en detectar una serie de características en la imagen. Normalmente esas características son puestas a mano para cada tarea (basándose en relaciones de color, geométricas, siluetas, etc.). En este trabajo han conseguido que, leyendo datos directamente de videos, y sin más información, el sistema sepa que tiene que buscar para encontrar una cara (no solo de gatos, también han encontrado de personas, partes del cuerpo humano...). Y lo mejor de todo es que estas características escogidas artificialmente por la red neuronal mejoran a cualquier otra característica que se haya usado anteriormente (puesta a mano). Es decir, de un plumazo ha mejorado todos los algoritmos de reconocimiento facial que existen.
De simulador, nada.
Por cierto, Andrew Ng es una de las mentes más brillantes en el campo de la inteligencia artificial. Tiene azañas como haber construido el primer helicóptero autónomo que era capaz de volar invertido o hacer acrobacias a nivel de experto, haber diseñado el primer sistema que es capaz de detectar profundidad con una sola imagen, haber contribuido con cientos de algoritmos fundamentales para la inteligencia artificial. Y además es fundador de Coursera.
Lo del número de ordenadores no es más que buzzword para conseguir publicidad. Comparado con otros trabajos de Google, este trabajo no es de los que más recursos ha usado.
Realmente, el trabajo de Andrew Ng (el de la foto), su estudiante y varios investigadores de Google ha sido para construir características (features) automáticamente. Todo clasificador de imágenes (como el que detecta las caras en una cámara de fotos) se basa en detectar una serie de características en la imagen. Normalmente esas características son puestas a mano para cada tarea (basándose en relaciones de color, geométricas, siluetas, etc.). En este trabajo han conseguido que, leyendo datos directamente de videos, y sin más información, el sistema sepa que tiene que buscar para encontrar una cara (no solo de gatos, también han encontrado de personas, partes del cuerpo humano...). Y lo mejor de todo es que estas características escogidas artificialmente por la red neuronal mejoran a cualquier otra característica que se haya usado anteriormente (puesta a mano). Es decir, de un plumazo ha mejorado todos los algoritmos de reconocimiento facial que existen.
De simulador, nada.
Por cierto, Andrew Ng es una de las mentes más brillantes en el campo de la inteligencia artificial. Tiene azañas como haber construido el primer helicóptero autónomo que era capaz de volar invertido o hacer acrobacias a nivel de experto, haber diseñado el primer sistema que es capaz de detectar profundidad con una sola imagen, haber contribuido con cientos de algoritmos fundamentales para la inteligencia artificial. Y además es fundador de Coursera.
Lo del número de ordenadores no es más que buzzword para conseguir publicidad. Comparado con otros trabajos de Google, este trabajo no es de los que más recursos ha usado.
#2:
1. Los gatos inundan la red
2. Los ordenadores son capaces de reconocer un gato.
3. Hacker introduce el concepto gato como lider de los ordenadores.
4. cAtpocalipsis
2. Los ordenadores son capaces de reconocer un gato.
3. Hacker introduce el concepto gato como lider de los ordenadores.
4. cAtpocalipsis
#13:
Vaya truño de titular. 16000 ordenadores...
- Macbooks pro?
- Playstations 3?
- 486?
- Pentium II?
- Calculadoras HP?
- Computadoras con tarjetas perforadas?
- Macbooks pro?
- Playstations 3?
- 486?
- Pentium II?
- Calculadoras HP?
- Computadoras con tarjetas perforadas?
#5:
Google + gatos. Portada del tirón.
#28:
#25 El curso que imparte Andrew Ng para el que le interese aprender del tema: https://www.coursera.org/course/ml
Comentarios
Vaya articulito. No da ni una.
Realmente, el trabajo de Andrew Ng (el de la foto), su estudiante y varios investigadores de Google ha sido para construir características (features) automáticamente. Todo clasificador de imágenes (como el que detecta las caras en una cámara de fotos) se basa en detectar una serie de características en la imagen. Normalmente esas características son puestas a mano para cada tarea (basándose en relaciones de color, geométricas, siluetas, etc.). En este trabajo han conseguido que, leyendo datos directamente de videos, y sin más información, el sistema sepa que tiene que buscar para encontrar una cara (no solo de gatos, también han encontrado de personas, partes del cuerpo humano...). Y lo mejor de todo es que estas características escogidas artificialmente por la red neuronal mejoran a cualquier otra característica que se haya usado anteriormente (puesta a mano). Es decir, de un plumazo ha mejorado todos los algoritmos de reconocimiento facial que existen.
De simulador, nada.
Por cierto, Andrew Ng es una de las mentes más brillantes en el campo de la inteligencia artificial. Tiene azañas como haber construido el primer helicóptero autónomo que era capaz de volar invertido o hacer acrobacias a nivel de experto, haber diseñado el primer sistema que es capaz de detectar profundidad con una sola imagen, haber contribuido con cientos de algoritmos fundamentales para la inteligencia artificial. Y además es fundador de Coursera.
Lo del número de ordenadores no es más que buzzword para conseguir publicidad. Comparado con otros trabajos de Google, este trabajo no es de los que más recursos ha usado.
#25, te comento la evidente errata, sin ningún ánimo de ofender: hazañas x azañas.
Sobre el artículo, completamente de acuerdo, el trasfondo es órdenes de magnitud superior a las tonterías que se comentan. Lo que actualmente llamamos 'inteligencia artificial' no son más que órdenes predictivas, más o menos modestas, para tratar de adaptar un actor a una situación más o menos prevista. Esta gente está tratando de emular la inteligencia natural. Lo de menos es el número de ordenadores, hace 10 años hubieran sido muchos más, lo importante es el concepto.
#27 Glups, gracias.
#25 El curso que imparte Andrew Ng para el que le interese aprender del tema: https://www.coursera.org/course/ml
#28 Sí! Me ha parecido reconocerlo y no he parado hasta encontrar su nombre en relación con el proyecto (en el articulo del NY Times)
Andrew Y. Ng, a Stanford computer scientist, is cautiously optimistic about neural networks.
¿Tambien haces / has hecho el curso? yo acabo de entregar el último ejercicio...
#40 Si, lo estoy haciendo, yo voy más ajustado, estoy en la semana 9 vamos en la que fecha tope para entregarlo sin reducción de nota es el domingo. Soy mucho de dejar todo para el último día
#53 Animo, es el último con ejercicios
Aunque programar la misma función cuatro veces ...
Pero el curso me encanta, ojala haya más igual de interesantes!
#25 GRACIAS por explicarlo. Había leído la noticia antes y este titular parece una broma. Ni que estuviesen intentando ridiculizar un trabajo absolutamente impresionante.
#25 Eso es lo que suele pasar cuando se escribe una noticia sin la más mínima idea del tema. El obviar que el concepto Gato no venía dado sino que era aprendido puede parecer una tontería irrelevante al que escribió el artículo pero marca la diferencia frente a cualquier trabajo de procesamiento de imágenes frente a uno de aprendizaje automático mucho más complejo. Muy buen comentario.
1. Los gatos inundan la red
2. Los ordenadores son capaces de reconocer un gato.
3. Hacker introduce el concepto gato como lider de los ordenadores.
4. cAtpocalipsis
#2 viendo tantos positivos empiezo a sentirme marginado del humor del siglo XXI.
Vaya truño de titular. 16000 ordenadores...
- Macbooks pro?
- Playstations 3?
- 486?
- Pentium II?
- Calculadoras HP?
- Computadoras con tarjetas perforadas?
#13: Espero que no te refieras al MacTimo Estafa como ejemplo de potencia
#13 Z80
Google + gatos. Portada del tirón.
Han llamado al simulador
R.A.L.P.H
http://www.concursosyregalos.com/files/posted_images/13028/elgatoyh4iy.jpg
Encontraría este gato?
#6 A la derecha, en la parte media de la foto. Bien!! no soy un replicante
¡Qué despilfarro! Con un único meneante hubiera bastado.
Y entonces Skynet tomo conciencia de sí misma y dijo: Cuántos vídeos de gatitos!
Pues me parece un notición enorme. Ahora mismo, el reconocimiento digital de imágenes es uno de los campos que más se está trabajando en el terreno de la computación inteligente. De hecho, os puedo asegurar que quien consiga un sistema que haga lo mismo que este 'cerebro' de Google, podría dejar de trabajar el resto de su vida.
Jo, y yo que a los míos los reconozco por el olor...
Hay gato, hay meneo! Lo siento pero alguien lo tenia que decir!
Pero ¿un gato en particular, o un gato en general?
#3 Es el gato de Schrödinger.
#3 Según la misma noticia publicada en este otro medio http://www.fayerwayer.com/2012/06/google-x-crea-una-red-de-computadores-que-aprendio-a-reconocer-gatos-sin-que-le-ensenaran/ Lo interesante es que nadie le dijo al sistema cómo era un gato, de modo que la red aprendió por sí misma a identificar la imagen recurrente de este felino.
En la noticia meneada el concepto está en el titular pero no se explica en el contenido.
Según uno de los artífices: “nunca le dijimos en el entrenamiento ‘esto es un gato’. Básicamente inventó el concepto del gato”
#7 Pues en ese caso me parece que son sorprendentemente pocos ordenadores.
Google Nyan Cat.
Pues cuando quieran reconocer un chino van a necesitar por lo menos 16.000 más porque son todos iguales.
*BADUM TSS*
"El potencial de cálculo de la mente
es realmente increíble"
Igual el problema está en el modo de enfocarlo. ¿De verdad el cerebro se pone a hacer cálculos a la hora de reconocer una imagen?
Por lo menos el mío me extraña que lo haga... con lo mal que se me dan. De lo contrario no sabría diferenciar un gato de un elefante
#18 Existen más cálculos que el matemático. Con calcular se refiere más bien a razonar.
#18, Efectivamente, el problema es el software. Si pudiéramos replicar perfectamente el cerebro de una mosca tendríamos el mejor caza de la historia. Lo que nos falta para entender la mente es entender el código, lo cual no es posible sólo mirando los cables...
#26 no hay código.
#26 #29 Código hay un monton. En vez de eso procura solo entender la verdad. ¿Qué verdad?. Que no hay cuchara.
#18 Jeff Hawkins, lleva años estudiando el neocortex, y defiende que, efectivamente, el cerebro no calcula en tiempo real al realizar una tarea; más bien, es una gran memoria asociativa que almacena patrones de forma generalizada, e instancia estos patrones para realizar una tarea específica, lo cual requeriría mucho menos potencia computacional. Yo he leído recientemente su libro "On Intelligence" y me ha parecido muy interesante.
Vía reddit (más info): https://www.nytimes.com/2012/06/26/technology/in-a-big-network-of-computers-evidence-of-machine-learning.html
El día que los ordenadores tomen conciencia inundarán las redes p2p con intercambios de fotos de gatos.
#36 Internet está llena de fotos de gatitos prácticamente desde que se popularizó su uso...
Un momento! No se dijo que Skynet tomaría consciencia de sí misma en 1997?
Ahora todo tiene sentido!
Si a eso le sumas las millones de fotos de personas que hay en la red, pongamos facebook, ya tenemos una herramientoa para usar los ordenadores particulares para rastear informacion con fines militares.
Ese termino de calculadora con tarjetas perforadas es similar al que se usa en los entornos de miniordenadore y mainframes refriendo a los pc's como calculadoras con pantallas a color.
Y que me decis del parrafo final?:
La cuestión es si en la práctica éste tipo de investigaciones acabarán sirviendo para hacer el bien o el mal dependiendo de las manos en las que caiga … sobre todo teniendo en cuenta que sale del famoso ‘Laboratorio X’ de Google donde se llevan a cabo investigaciones tan curiosas como el coche que conduce solo.
¿Esto a que viene? Dios mio que nivelazo gasta el articulo....
Skynet cada vez más cerca.
#8
Scatnet, mas bien
y los ordenaros esos de quien eran??? lo pregunto en serio o0_0o
Esto ya lo sabian en South Park:
http://www.southparkstudios.com/full-episodes/s16e03-faith-hilling
#56 Minuto 8:50
Si no me equivoco, según la ley de Moore en 14 años (2026) un ordenador tendrá la potencia de 16.000 actuales.
Contando que los gatos viven unos 17 años, que se preparen los gatos que acaban de nacer.
personalmente me parece más interesante lo que hace google que nuestro cerebro: el de google reconoce un gato sin decirle lo que es un gato. En nuestro cerebro entra, durante años, la palabra gato asociada a un gato. Por cojones que acabas por reconocerlo!
#42 Si a un niño no le dices nunca lo que es un gato no será capaz de llamarlo gato, a lo mejor lo llama concu por ejemplo, pero al ver un concu sabrá que es un concu aunque no sea igual a los concus que ha visto anteriormente. Tanto el niño como los ordenadores de Google son capaces de distinguir y asociar formas sin ayuda, así que lo que han conseguido en Google es replicar el funcionamiento del cerebro de un niño, básicamente.
Les alquilo mi gato a los de Google.
Deben haber aplicado algunos filtros para evitar problemas. Sino, dada la ley de Murphy, imagino un bucle infinito que habría fundido todos los computadores, la red eléctrica y quemado la ampolleta de los 100 años si los computadores hubieran dado con este video:
¡¡¡Gloria al Hipnosapo!!! @_@
Toda esta investigacion se centra el una corriente nueva de IA llamada Deep Learning que se centra en el concepto de "abstaccion" de la mente humana. Ese concepto lo intenta plasmar en redes neuronales mediante capas, cada una aportando un nivel de abstraccion mayor al de la anterior. Para entenderlo de forma intuitiva, este video de Andrew Ng ayuda bastante:
Muy bueno el estudio no puede ser cuando de youtube solo han sacado 10 millones de imagenes de gatos.
Fijo que hay trillones.
Llámalo como quieras, pero hay una lógica que subyace, y es lo que de momento se nos escapa. Yo tengo algunas teorías, pero me falta tiempo de retiro espiritual para ordenarlas...
está muy bien, no¿?
Yo les presto a mi perro, no tiene ni que verlos, los huele a kilómetros y a todos se los quiere engullir! ...Lo irónico es que convive con dos mininos a los que adora
El siguiente paso es adosarle una metralleta y tratatatatatat
pero sería mejor que le enseñaran a identificar a la vieja de los gatos, ahí está la raiz del problema de salud pública.