IA human-like: los retos de la IA para ser más humana
¿por qué la IA tiene que ser más humana? ¿Qué necesidad tienen las máquinas de parecerse a nosotros?
Departamento Informática (Uc3m)
En el departamento Informática existen once grupos de investigación (de los que cuatro se centran en el área de inteligencia artificial
Aplicación de algoritmos enjambre para la resolución de problemas
Un sistema multiagente (SMA) es un sistema compuesto por múltiples agentes que interactúan entre ellos. Los agentes no tienen por qué ser necesariamente inteligentes, a nivel individual.
En los datos confiamos (In data we trust)
La existencia de una entidad independiente que gobierne y gestione el acceso a los datos y que tenga la confianza de las partes, puede ser el elemento clave para conseguir que las entidades compartan sus datos, y en definitiva este es el papel de un Data Trust.
Generación de carteras óptimas con Inteligencia Artificial
La frontera de Markowitz es el conjunto de carteras eficientes, las cuales ofrecen una mayor rentabilidad esperada según los diferentes niveles de riesgo que se pueden asumir (o
Aplicaciones Industriales de la IA, parte 3 (Aprendiendo a decidir)
las técnicas de Deep Learning están comenzando a explorar nuevas vías para problemas de decisión.
Automated Machine Learning (AutoML): democratizando la inteligencia artificial
El desarrollo, integración, mantenimiento y uso de soluciones basadas en Inteligencia Artificial (IA) puede resultar muy desalentador cuando no se tiene un alto grado de especia
Entrevista Juan M. Corchado AIR Institute – BISITE – Universidad de Salamanca
El Grupo de investigación en Bioinformática, Sistemas Informáticos Inteligentes y Tecnología Educativa (BISITE)
Inteligencia Artificial y Tecnología
Los conceptos de Inteligencia Artificial (IA) y tecnología están tan íntimamente relacionados que una se ha convertido en precursora de la otra, por lo que el límite entre ellas es muy difícil de determinar. En otras palabras, la Inteligencia Artificial es una tecnología que, a su vez, crea nuevas formas de inteligencia artificial que se convertirán en tecnología.
Inteligencia Artificial en Sostenibilidad
El continuo avance de las tecnologías, tal como lo es la Inteligencia Artificial (IA), supone una herramienta clave para el desarrollo de la sociedad hacia un estilo de vida sostenible y consciente con el medio ambiente.
Regulación de la Inteligencia Artificial
Durante los últimos años, el uso de la Inteligencia Artificial se ha centrado principalmente en aplicaciones y servicios orientados a consumidores que explotan información recabada de los mismos a través de redes sociales, dispositivos móviles y plataformas digitales.
Inteligencia Artificial en Investigación
En esta área de publicación vamos a reflejar los últimos desarrollos teóricos en las diversas líneas de investigación abiertas, desde los algoritmos de Machine Learning a los mecanismos de coordinación entre agentes inteligentes, pasando por las diferentes técnicas de aprendizaje y razonamiento que se vayan publicando.
La importancia de la educación en IA y el sentido común
Aprender cualquier disciplina conlleva siempre esfuerzo, ilusión y tiempo. A lo largo de dos semanas puede confirmar si una materia realmente te gusta o, si por el contrario, es muy diferente a cómo te lo habías imaginado y, por lo tanto, no deseas seguir con el proceso de aprendizaje. Pero es imposible llegar a dominar la guitarra, el inglés, las finanzas o la Inteligencia Artificial en dos semanas. Y mucho menos en 15 horas.
Aplicaciones Industrial de la IA, parte 2
En esta segunda parte se describe cómo las nuevas técnicas de analítica prescriptiva basadas en Deep Reinforcement Learning pueden realmente revolucionar el mundo industrial y conseguir sistemas productivos cada vez más flexibles y automáticos.
Aplicaciones industriales de la IA
El uso de técnicas de Inteligencia Artificial no es algo nuevo en el mundo industrial. Así, la aplicación de algoritmos de búsqueda local (algoritmos genéticos, beam search, tabu search, …) para resolver problemas de planificación de operaciones (scheduling) o técnicas de regresión para realizar predicciones, ha sido algo habitual desde hace décadas