Enciende la bombilla

Antoine de Saint-Exupéry nos demostró que un personaje, por muy pequeño y humilde que pueda parecer, nos puede contar una gran historia. Y es precisamente este el caso que te traigo, querido lector. Te traigo la historia de algo muy pequeño que empieza de manera enorme. Con una enorme explosión, precisamente. La que dio comienzo al tiempo y al espacio. En el útero más caliente que ha visto el universo nace, en los primeros instantes de la creación, protón. En el mundo en el que nació nuestro amigo, había muchos componentes. Entre ellos, muchos protones, electrones y neutrones. Además de fotones. Es triste pensar que, a pesar de la gran cantidad de componentes de los que estaba rodeado, no tendría su primer amigo de verdad hasta 380.000 años después, cuando el universo se enfrió lo suficiente como para que los átomos estables se pudieran formar y la luz pudiera viajar libremente. Es en ese instante en el que un tímido aunque decidido electrón se acerca a protón para formar una amistad,

El aprendizaje profundo (deep learning) es el futuro, decían. La quintaesencia de la computación, decían. Será lo que marque un antes y un después, y lo veremos muy pronto, decían. Seguro que has oído maravillas acerca del deep learning y que te hayas hecho muchas ilusiones. O no, puede que ni tan siquiera sepas lo que es. Sea cual sea tu caso, este post es para ti. Descubramos el aprendizaje profundo No tiene demasiado sentido comenzar una explicación del deep learning si no sabes lo que es, ¿verdad? El deep learning es una rama de la inteligencia artificial que, partiendo de una gran cantidad de datos, los cuales son procesados por numerosas capas de algoritmos (aplicación de redes neuronales ), consigue un aprendizaje autónomo y la realización de tareas similares a la de los seres humanos . ¿En qué se traduce esto? En máquinas capaces de, por ejemplo, reconocer la escritura o de diferenciar imágenes.  Suena bien, pero... A estas alturas tal vez te hayan venido a la cabeza historias

¿Te acuerdas de alguna historia en la que se hable de la Inteligencia Artificial? Seguro que sí. La cultura ha sido permeada de manera notable desde el siglo XX. por cuestiones que la implican. Desde 2001 Odisea en el Espacio hasta Black Mirror , vemos muchas historias en las que la I.A. se presenta como la razón principal de la llegada de la sociedad a un punto distópico, la causa de los principales problemas que asolan al ser humano. Pero, ¿es esta visión realista, o peca de catastrofista?  La Inteligencia Artificial como motor de desarrollo Bueno, tal vez para calmar esos nervios que te han podido entrar con esta visión tan negativa del futuro que nos depara si seguimos desarrollando la I.A. lo mejor sea poner encima de la mesa todos los beneficios que puede traer a la sociedad. La denominada Ciencia de Datos  es considerada un factor clave en el desarrollo tecnológico de la sociedad de cara al futuro, factor determinante del bienestar de la misma .  Esto se traduce en que, la In

¿Desde dónde estás leyendo esto? Ya sea desde el ordenador o desde el móvil, ambos son aparatos que no aparecen precisamente de la nada. Se tratan de la culminación de años de desarrollo tecnológico y, por supuesto, científico. Pero, ¿cómo hemos llegado hasta aquí? ¿De qué manera hemos descubierto los principios que hacen posible la creación de este tipo de tecnologías, entre otras muchas cosas? Dos caminos para un mismo destino Existen dos maneras de hacer ciencia. La primera, el método inductivo . Este método consiste en, a partir de la observación, construir un modelo que explique lo observado . La segunda manera de hacer ciencia consiste en el llamado método deductivo , que sigue el camino inverso. Primero se postula el modelo y luego se pone a prueba mediante la experimentación . Ejemplos en las noticias Veamos dos ejemplos claros de ambos métodos para que nos quede más claro qué es aquello de lo que estamos hablando. El primero lo vemos en el experimento que se hizo entorno a la

A día de hoy en computación (y por extensión en I.A.) se utilizan una gran variedad de algoritmos. Uno de los más eficientes y famosos es el llamado algoritmo A* . Este algoritmo lo que hace básicamente es, en un problema con muchas posibilidades (es decir, con muchos caminos a seguir), emplear información heurística  para descubrir cual es el camino que con mayor probabilidad lleva al resultado . Como comentaba al inicio, durante mucho tiempo ha sido (y sigue siendo en muchos casos) uno de los algoritmos por excelencia en la resolución de problemas (el ejemplo más famosos es el de deep blue ). Sin embargo este algoritmo no es perfecto. La simple aparición de la redes neuronales y el aprendizaje profundo, así como de la continua búsqueda de métodos de resolución de problemas innovadores en la investigación de I.A. nos dice que no es un algoritmo perfecto, válido para cualquier tipo de problemas. Podemos reducir sus limitaciones a tres casos: Si aplicar la información heurística supone