Inteligencia Artificial

El objetivo de esta lección es diseñar una IA más inteligente que usted, al menos en jugar un "juego" real. Un juego es un contexto muy limitado, sin embargo, hacer un programa que pueda jugar mejor que usted es muy emocionante.

Introducción a la IA es una muy buena forma de adentrarse a este mundo de la IA.

Usted aprenderá como utilizar una búsqueda de confrontación para encontrar óptimos movimientos, en particular vamos a hablar sobre el algoritmo Minimax y Alfa Beta, también hablaremos sobre cómo crear funciones de evaluación para los juegos. Estas ideas son suficientes para crear un sorprendente y potente juego. Vamos a utilizar nuestros conocimientos para el juego de Aislamiento, un juego complejo con reglas sencillas y sorprendentes. A continuación, vamos a examinar varios jugadores y juegos probabilísticos. A medida que avance en la lección, usted tendrá que crear un juego para algun jugador solitario.

Minimax es el algoritmo primario para averiguar cuál es el mejor movimiento a cada paso, Alfa beta ayuda a optimizar este algoritmo, haciendo a la gente jugar más rápido.

Para juegos no deterministas (que sus movimientos son conocidos, no son al azar) se utiliza una modificación de Minimax llamado Expectimax, el cual considera todos los posibles resultados y elige uno como el retorno máximo esperado, esto suponiendo que el adversario no está haciendo las mejores jugadas disponibles. Una vez que tengamos este algoritmo Expectimax lo podemos utilizar para muchos juegos diferentes.

Vamos a enseñar las reglas de Aislamiento, el juego de ejemplo que se va a utilizar.


El primer jugador colocar la pieza en cualquier parte del tablero

El jugador oponente también, solo la primera pieza es colocada asi.

A partir de ahora, las piezas se mueven como las reinas del ajedrez, horizontal, vertical o diagonal, excepto a través de las piezas enemigas.

El objetivo es ser el último jugador en moverse, sin salirse de los límites del tablero de juego.
Tampoco a través de una posición que se encuentre actualmente o previamente ocupada por alguna otra pieza.

El primer jugador que consigue aislar a su oponente gana, aislar es volver al jugador contrario incapaz de mover en su turno, y así perder.

Construyendo un árbol de juego

Nota: Comenzaremos con un espacio lleno en un tablero mas pequeño para reducir la complejidad del problema, a medida que tratamos de desarrollar un método para resolverlo. Definitivamente es más agradable (y desafiante) jugar aislamiento en tablas más grandes, con más puntos para llenar.

Ahora vamos a utilizar un tablero sencillo de dos por tres para ilustrar como hacer un árbol de juego que muestra todos los movimientos posibles durante un juego.

Vamos a utilizar este árbol de juego para seleccionar movimientos que dan la mejor garantía de ganar.

Considere cualquier lugar del campo sobre el tablero de juego como no disponible, vamos a empezar con un punto de campo.
Llamaremos al nivel de juego de principio a cero en nuestro árbol de juego.

Supongamos que "O" es el jugador de la computadora.

"O" es el primero en mover, por lo que el equipo tiene 5 opciones en principio.

Sacamos a cabo todas las posibles tablas para el nivel uno del árbol de juego.

La tabla original es de 5x5 pero por cuestiones de explicación y para no hacer exageradamente grande el árbol de juego se van a utilizar solo 5 casillas de esta tabla de 2 x 3.


X va al lado y puede poner su pieza en cualquier parte del tablero de juego que no ha sido tomada por "O".

Así que no importa qué posición "O" ocupe para su primer movimiento, "X" tiene cuatro opciones


Podemos extraer rápidamente los nodos de nivel dos de nuestro árbol.

A partir de entonces, el número de opciones para cada jugador se vuelve más pequeña ya que las piezas se limitan a los movimientos como una reina en el ajedrez.


"O" va al lado, para la mayor parte de la hoja izquierda, O puede moverse hacia abajo


A forma de ejercicio identifique los movimientos posibles para "O" en su siguiente turno, respecto al movimiento ya realizado.

---

Tails, The Amnesic Incognito Live System, es un sistema operativo basado en Debian que cuenta por defecto con todo lo necesario para permitirnos conectarnos a Internet de forma segura y, sobre todo, anónima. Para ello, este sistema operativo cuenta con una serie de aplicaciones, herramientas y configuraciones que se encargan de redirigir nuestro tráfico a través de la red Tor de manera que nuestra identidad quede protegida y oculta cuando nos conectamos a la red. Para garantizar siempre la máxima seguridad y privacidad es recomendable tener esta distribución siempre actualizada a la última versión, como el nuevo Tails 3.2 que acaba de ver la luz del día.

Hace algunas horas, los responsables de Tails acaban de lanzar una nueva versión de esta distribución, Tails 3.2, una nueva versión principalmente de mantenimiento centrada en actualizar los paquetes que forman la distribución y corregir distintos errores, tanto de funcionamiento como de seguridad, para hacer que el uso de este sistema operativo anónimo sea lo más cómodo posible y, sobre todo, seguro.

Después de la llegada de Tails 3.0, una de las mayores actualizaciones de esta distribución que, además, cambiaba la base del sistema operativo a Debian 9.0, las dos nuevas versiones de esta distribución, 3.1 y la nueva 3.2, han sido actualizaciones de mantenimiento que, aunque no han traído demasiados cambios y novedades, sí que debemos instalarlas lo antes posible para poder aprovechar al máximo Tails y, sobre todo, utilizar esta distribución de la forma más segura posible.

Novedades y cambios del nuevo Tails 3.2

Una de las principales novedades incluidas en esta nueva versión es que ahora la distribución anónima nos va a permitir conectarnos a Internet a través de conexiones PPPoE y dial-up, aunque esta función aún está en fase de prueba y es posible que falle por diversos motivos.

Otra de las novedades incluidas en esta actualización es BookletImposer, una herramienta diseñada para convertir documentos PDF lineales en folletos. También se ha configurado GNOME Screen Keyboard como teclado en pantalla por defecto, reemplazando así a Florence, el que hasta ahora ha sido el teclado en pantalla por defecto de Tails.


En cuanto a componentes actualizados, además del cliente de correo Thunderbird, que se ha actualizado a la versión 52.3, el nuevo Tails 3.2 ahora viene con el Kernel Linux 4.12, haciendo así la distribución compatible con los últimos componentes de hardware.

Por último, en lo relacionado con la seguridad, el Bluetooth ahora viene desactivado por defecto para proteger a los usuarios de los ataques BlueBorne, se ha aumentado la aleatorización ASLR y se ha bloqueado el acceso al D-Bus a aplicaciones, como Pidgin, evitando que puedan modificar su configuración.

Cómo descargar Tails 3.2

Como hemos dicho, esta nueva versión ya se encuentra disponible para todos los usuarios, y podemos descargarla sin coste alguno desde su página web principal.

You are not allowed to view links. You are not allowed to view links. Register or Login or You are not allowed to view links. Register or Login

Si tenemos Tails instalado ya en una memoria USB y queremos actualizar a esta nueva versión, el instalador a partir de ahora será capaz de detectar este sistema ya instalado previamente y nos va a permitir realizar una actualización del mismo directamente en lugar de copiarlo todo de nuevo, una característica muy útil que todos, o casi todos, los que hemos trabajado con Tails hemos pedido en muchas ocasiones.

---

Fuente: You are not allowed to view links. You are not allowed to view links. Register or Login or You are not allowed to view links. Register or Login

Plataformas y paradigmas

Principales plataformas de VR

Recientemente se ha visto una explosión de nuevas empresas de hardware y VR que aún faltan muchas por ser creadas.

En esta lección se cubrirán las principales categorías de dispositivos de Realidad Virtual y sus características.

Tenga en consideración que no se va a cubrir cualquier dispositivo a detalle.

Si no más bien mirar las características que define a todas las diversas plataformas.


3 DOF VS 6 DOF

Una de las grandes diferencias entre el móvil y escritorio VR es el concepto de 3 DOF frente seguimiento 6 DOF.
Entonces que es DOF.

Bueno, DOF es la abreviatura de grados de libertad.

Y se ocupa en la precisión con el sistema VR y en conjunto pueden realizar un seguimiento del usuario.
Tres grados de libertad significa que su cabeza puede quedar atrapado cuando se gira a lo largo el eje "x", el eje "y" y el eje "z".
Esto es lo que la mayoría de las plataformas móviles VR hacen.

Seis grados de libertad significa que su cabeza también se puede seguir cuando se mueve a lo largo del eje "X", el eje "Y" y el eje "Z".
Seis grados de seguimiento le permite ser rastreado mientras se mueve alrededor de la habitación.

Los sistemas de alta VR le permiten hacer esto.

Así que para recapitular, 3 DOF significa que sus rotaciones de la cabeza solo realizan un seguimiento con precisión.

Considerando que, 6 DOF significa que sus posiciones rotación de la cabeza y se realiza un seguimiento.

Ahora que hemos cubierto 3 DOF frente 6 DOF, vamos a aprender acerca de con se lleva a cabo este seguimiento.

Como las IMU habilitan el seguimiento de 3 DOF


Sabemos que el seguimiento de 3 DOF permite al hardware de VR detectar la rotación de la cabeza. ¿Pero cómo se hace eso?

Es bastante increíble la rapidez y precisión de VR que los lentes detectan al rotar. ¿Cómo lo hicieron?

Bueno, la respuesta es estos lentes están utilizando un dispositivo electrónico muy bueno. (Inertial Measurement Unit) llamada IMU o unidad de medida de inercia.

Una unidad de medición de inercia es un sensor diminuto que es realmente bueno en detectar rápidamente y con precisión rotaciones.

Esto se logra mediante la combinación de los datos de un acelerómetro, magnetómetro y giroscopio.

Básicamente se trata de utilizar la gravedad y el campo magnético de la tierra para siempre inferir en qué dirección se señaló, y el uso de un poco de matemática de fantasía una IMU es capaz de hacer un trabajo sorprendentemente bueno en la detección de la dirección que está enfrentado.

Así es como funciona 3 grados de libertad.

A veces, una IMU esta incrustada dentro de su dispositivo de realidad virtual.

Y a veces la IMU dentro del teléfono se utiliza en su lugar, pero no importa, ya que todos los sistemas modernos de seguimiento de 3 DOF utilizan algún tipo de IMU.

Introducción al seguimiento de 6 DOF


Cuando se trata de seguimiento de 6 grados de libertad, las cosas no son simples.

No hay algún sensor estándar que podemos utilizar para averiguar rápidamente cuando las cosas están ubicadas.
De hecho es un área de investigación en curso.

Casi todos los de gama alta VR utilizan unos lentes diferentes por su tipo de sistema de seguimiento óptico.

Pero hay todo tipo de enfoques que también pueden ser utilizados.

Hay sistemas de rastreo utilizando el magnetismo y la acústica, que también son muy variables.

E incluso entre los sistemas de seguimiento óptico, hay una gran cantidad de variaciones.

En resumen, hay una gran cantidad de trabajo que se realiza para mejorar nuestra capacidad para detectar con rapidez y precisión las posiciones de los objetos en el espacio 3D.

Vamos a hablar acerca de cómo funcionan los principales sistemas de seguimiento de 6 grados de libertad.


Principales sistemas de seguimiento de 6 DOF

Hay muchas maneras diferentes de hacer el seguimiento de 6 grados de libertad posicional.

Vamos a echar un vistazo sobre como lo hacen dos de los principales receptores de VR.


En primer lugar el Oculus Rift

El Oculus Rift utiliza un sistema de seguimiento llamado constelación, este tiene un gran número de LEDs infrarrojos y cada uno de estos parpadea muy rápido en un patrón específico.

También cuenta con una cámara separada que se coloca en su escritorio o en otro lugar cercano.


La cámara captura estos patrones de luz y un programa acumula un modelo de las posiciones de la luz.

Este programa se trata de encajar un modelo 3D Rift

En el modelo 2d se ve desde la cámara, sobre la base de este modelo 3D, las mediciones de la IMU interna, que calcula su posición con la cabeza.

Esto lo trata de hacer en forma extremadamente rápida y precisa.

Sin embargo, como puede imaginar, no es perfecto. De hecho, ninguno de estos sistemas de rastreo es completamente perfecto.

Pero constelación es muy buena y es bastante barato. Y es por eso que Oculus lo eligió.

A continuación, vamos a hablar sobre HTC Vive.
Él Vive utiliza un sistema de seguimiento llamado faro.

También utiliza la luz infrarroja. Pero a diferencia del Rift, que utiliza láseres infrarrojos, funciona midiendo el tiempo que le toma a un láser para barrer horizontalmente y verticalmente a través de un foto sensor rápido.


En realidades un principio similar a como navegan los barcos mediante el uso de mediciones de tiempo entre lo que el faro parpadea, es por eso que se llama Faro.

Si se mira de cerca, tanto el auricular como controladores Vive están cubiertos con pequeñas muescas circulares para los foto sensores.

Una estación base Vive esta constantemente barriendo la habitación con un láser que incide los foto sensores.
Los tiempos de barrido se utilizan para determinar sus posiciones en el espacio.

Utiliza estos datos y los combina con lecturas de una IMU incorporada para determinar la ubicación de la cabeza y las manos.
Y esto es todo, así es como algunos de los principales actores hacen el seguimiento de 6 grados de libertad.

Si busca más usted encontrara que hay un montón de maneras de hacerlo, también en el futuro, es probable que otra propiedad de dispositivos de realidad virtual seria que puedan detectar la geometría de la sala en la que se encuentre.

Y lo más probable es ser capaz de determinar su cuerpo completo y posición de los dedos también.

Tenemos mucho que esperar para el futuro de la tecnología de seguimiento VR.

---

Los problemas de privacidad en plataformas sociales y de mensajería más en alza que nunca

La mayoría de nosotros estamos enganchados buena parte del día, y a veces de la noche, a nuestros dispositivos móviles, en concreto a nuestras diferentes redes sociales que nos mantienen en contacto con amigos y familiares, así como a alguna aplicación de mensajería instantánea.

Ya sea realizando búsquedas en Google, publicando contenidos tanto en forma de texto, fotografías o vídeos en Instagram o Facebook, o hablando con los amigos a través de WhatsApp o aplicaciones similares, lo cierto es que compartimos todo tipo de información personal con las firmas que nos ofrecen estos servicios. Y es que la mayoría de los gigantes tecnológicos actuales, ya hablemos de Microsoft, Google, Apple, etc, conocen más datos nuestros de los que nos podemos imaginar, de hecho de un modo u otro lo saben casi todo de nosotros.

Lo cierto es que en la mayoría de las ocasiones pensamos que estas compañías no van a hacer un mal uso de toda esa información, pero desde los inicios de todo ello, muchos usuarios han venido desconfiando de todo ello, aunque seguimos usándolas en mayor o menor medida, en muchos casos no queda más remedio. Sin embargo lo sucedido hace tan solo unos días con una de las principales aplicaciones de mensajería instantánea, ha hecho que vuelvan a sonar las alarmas y muchos usuarios de estas plataformas vuelven a estar, como se suele decir, con la mosca detrás de la oreja.

Y es que mientras que en España se hace uso de aplicaciones y plataformas como Facebook, Twitter, Instagram, WhatsApp o Telegram, entre otras, en China no tienen otra alternativa que usar la herramienta de mensajería WeChat. Esto se debe a las restricciones del país asiático, por lo que debido a estas y la gran población de la región, WeChat es una aplicación ampliamente extendida y usada por muchos millones de clientes.

La privacidad es básica en las herramientas de mensajería instantánea

Pues bien, aunque desde hace ya un tiempo muchos usuarios de la herramienta tenían sus sospechas, ahora esta misma semana los máximos responsables de la plataforma han confirmado de manera oficial que comparten los datos de sus usuarios con el propio gobierno chino.

Esto es algo que se ha podido saber a través de la última actualización de la política de privacidad de WeChat, por lo que ya se sabe que la plataforma comparte datos tales como el correo electrónico, la ubicación o los contactos de sus clientes con el gobierno del país.

---

Fuente: You are not allowed to view links. You are not allowed to view links. Register or Login or You are not allowed to view links. Register or Login

Introducción

Hola, La siguiente "publicación", pretende ser una base para el aprendizaje de la Realidad Virtual o VR, dependerá meramente de su curiosidad e interés llegar a mas, ya que no cuento con el tiempo para introducirme a su aplicación en un software y desarrollar.

Introducción a la realidad virtual

¿Qué es la realidad virtual?
Principios de VR

Los dispositivos de realidad virtual cuentan con unas características comunes.


Tienen dos lentes para cada ojo, hay uno o más paneles de visualización detrás de estos lentes, a veces el dispositivo de realidad virtual (lentes) tiene seguimiento del hardware integrado en el marco.

¿Pero es todo lo que hay en unos lentes de Realidad Virtual?
En realidad no...

La realidad virtual se trata de hacer un mundo creíble, virtual y estético, que requiere de la interacción precisa de hardware y varios sistemas de software, no son solo unos lentes.

En esta lección vamos a hablar principalmente sobre los componentes de la realidad virtual.

Ahora vamos a hablar sobre las pantallas, la óptica, seguimiento, rendimiento, e incluso un poco de historia.

Óptica

Los lentes tienen en realidad una función muy simple, cada lente hace posible que el ojo se enfoque en una pantalla que esta extremadamente cerca de su cara.


A modo de experimento, intente mantener la pantalla de su teléfono a un par de centímetros de sus ojos e intente ver si puede leer algo...

Mediante el uso de lentes de Realidad Virtual, se enfoca la luz de una pantalla cerca de la retina del ojo. Los lentes mejoran en gran medida la imagen que aparece en su teléfono al igual que una lupa. Incluso se puede se pueden observar los pixeles individuales de la pantalla.

El tamaño exacto, la forma y la colocación de estos lentes pueden tener gran impacto en la calidad final de la experiencia de Realidad Virtual. Cada fabricante de los auriculares tiene que elegir un objeto que resuelva mejor: el campo de visión, la distancia focal, la comodidad, distorsión óptica y finalmente y no menos importante el costo.

Displays

Detrás de la lente se encuentra una o más pantallas Oled (Pantallas de alta resolución). A veces estas pantallas están incrustadas en el interior como en los "VIVE".

En otras ocasiones (normalmente por la accesibilidad) vamos a usar la pantalla del teléfono.
Al igual que el Google Cardboard o Samsung Gear VR.


En primer lugar es muy importante que estas pantallas tengan alta resolución.
Las propiedades de aumento de los lentes hacen que los pixeles de la pantalla sean mucho más grandes luego de ser vistos a simple vista.

Dato:

De acuerdo con Michael Abrash, jefe científico de Oculus Rift, necesitamos alrededor de 16,000 por 16,000 pixeles por ojo para tener una imagen completamente nítida.

A modo de comparación, el "VIVE" cuenta actualmente con 1080 x 1200 pixeles por ojo y obviamente se tiene un largo camino por recorrer por tener pantallas lo suficientemente nítidas para parecerse a la realidad la calidad de la imagen.

Por esta razón, se requiere la resolución más alta posible para una pantalla de realidad virtual.

Un segundo componente importante en una moderna pantalla VR es lo que se le llama baja persistencia.

Baja persistencia significa que en lugar de mostrar una imagen completa, la pantalla solo muestra una parte de la imagen de un momento en el tiempo.

Esto se puede hacer mostrando un monitor que tenga la forma de una puerta enrollable. Solo mostrando a su ojo un trozo de movimiento del mundo VR.

El siguiente video de baja persistencia usada en el Oculus Rift DK2, filmado cerca de 400 cuadros por segundo, parece una luz estroboscópica.

Aquí se preguntara, ¿Por qué mostrar unas rebanadas de una imagen, en lugar del cuadro completo?
Bueno, esto es debido a la baja persistencia y reduce en muchos casos que se produzca lo que se llama desenfoque de movimiento.

Los pixeles individuales en una pantalla típica OLED no cambia de color con la suficiente rapidez para eliminar el desenfoque de movimiento.

La baja persistencia soluciona el problema, ocultando efectivamente los pixeles, mientras que cambia de color. Esto le da agudeza y constancia haciendo una imagen creíble cuando se gira la cabeza.

Así que detrás de casi todos los lentes de realidad virtual, encontraras alta resolución, y una pantalla Led que apoyara la baja persistencia.

Seguimiento

La tecnología de la VR no podría existir sin el seguimiento (Personalmente me gusta más llamarlo Tracking) ya que gracias a este permite a una computadora saber dónde se encuentra en el espacio. Por ello, todos los principales sistemas de VR se basan en un chip llamado IMU o Unidad de Medición de Inercia que permite el seguimiento de rotación de alta velocidad.
Esto significa que el chip sabe cómo está siendo girado.


Por desgracia, IMU no puede decir que un objeto se encuentra realmente en el espacio, solo como se hace girar.
Con el fin de saber dónde se encuentran los objetos, modernos sistemas de RV emplean una variedad de técnicas de seguimiento de posición, a veces se utilizan cámaras, láseres o relojes precisos, a veces también se utilizan campos magnéticos.
Por si a alguien le interesa el seguimiento de posición es un área de investigación activa ya que todavía no existe una técnica estandarizada universalmente aceptada.

Pero de momento sabemos que VR requiere de algún tipo de seguimiento con el fin de trabajar. Es la forma en que el sistema permite movimiento del cuerpo para controlar el mundo de Realidad Virtual.

Uno de los mayores retos de VR, es la enfermedad Simulador. De seguro ha escuchado de experiencias de VR que hacen sentir mareado, con dolores de cabeza y esto es cierto. Algunas experiencias causan estos efectos.

Bueno casi cualquier cosa que provoque una falta de correspondencia entre órganos internos del cuerpo da una sensación de movimiento y los datos que su cerebro recibe de su sistema visual.

Así que si lo que se ve no se alinea con el cuerpo se empieza a sentir incomodidad interna. Los científicos creen que la selección natural favoreció este rasgo a causa de bayas venenosas y otros alimentos aparentemente inofensivos. Los venenos tienden a hacer que se sienta mareado, y la mejor respuesta es expulsar el mal alimento desde el estómago lo más rápido posible.

Bueno, cuando con la Realidad Virtual no se hace correctamente el ajuste entre el sistema visual y su sentido interno de los órganos de movimiento provoca la misma respuesta.

---

Una actualización reciente de la popular extensión de Google Chrome Steam Inventory Helper ha agregado un componente de supervisión a la extensión que supervisa la actividad de exploración. Esto significa que puede controlar nuestra actividad en la red. Steam Inventory Helper es una popular extensión del navegador de Google para la plataforma de juego Steam que mejora la gestión de inventario, el comercio, la compra y la venta. Es especialmente popular con CounterStrike Global Offensive, pero también funciona con otros juegos de Steam que vienen con elementos virtuales.
Steam Inventory Helper

Un usuario de Reddit, Wartab, fue el primero en reportar el monitoreo. Un post en el foro oficial de CounterStrike Global Offensive en Reddit destaca lo que hace Steam Inventory Helper en segundo plano.

Básicamente, lo que hace Steam Inventory Helper es ejecutar código al cargar cualquier página. Incluso en páginas internas como about: blank.

El código que ha introducido la actualización supervisa lo siguiente:

El referente (el sitio de donde viniste).
La hora en que cargamos y salimos de un sitio.
Cuando se mueve el ratón.
Enfoque de entrada.
Teclas pulsadas (pero no lo que se escribe).

Envía cualquier enlace en el que hacemos click mientras la extensión esté activa en un script de fondo. Este script supervisa las solicitudes HTTP que se realizan y envía un resumen de estas solicitudes a un servidor.

La extensión del navegador para Chrome solicitó nuevos permisos durante la actualización.


Cambios en los permisos

Steam Inventory Helper solicita que "lea y cambie todos sus datos en los sitios web que visita". Está claro que esto no es necesario para la tarea muy específica de gestionar el inventario de Steam.

Una buena noticia es que los usuarios deben aceptar el nuevo permiso antes de que la extensión esté habilitada después de la actualización. Si no lo hacen, la extensión está deshabilitada y no supervisará la actividad de navegación.

La extensión, altamente calificada, recibió una calificación de una estrella ya por los usuarios que notaron que solicitó nuevos permisos que se utilizan para supervisar a los propios usuarios.

Para los usuarios que estén utilizando la extensión, se recomienda que la desinstalen de inmediato. Esto es importante ya que es posible que no deseen que su historial de navegación completo se transfiera a un servidor de terceros.

Así pues, una popular extensión como es Steam Inventory Helper ahora recopila información de los usuarios. Se trata de un complemento para Google Chrome. Como sabemos es el navegador favorito por los internautas a nivel mundial. Ya vimos que lidera el ranking muy por delante de sus rivales.

---

Fuente: You are not allowed to view links. You are not allowed to view links. Register or Login or You are not allowed to view links. Register or Login

La inteligencia general artificial (AGI) será la tecnología más significativa jamás creada por los seres humanos.

"La mejor manera de predecir el futuro es inventarlo"

La Inteligencia Artificial se ha convertido en una palabra de moda en la industria de la informática. Su aplicación tiene un enorme alcance en la solución de problemas en la vida real de manera efectiva. Hoy en día, se prefiere que las cosas se hagan automáticamente con poca intervención humana y la IA es extremadamente útil en esta área. Con IA puede, no sólo hacer la automatización, sino también cambiar el mundo en la dirección correcta. Las cosas se pueden hacer muy fácil para todos.

¿Qué es la Inteligencia Artificial?

Así como se puede ver la inteligencia artificial (o abreviado como IA) es muy importante en nuestras vidas, pero ¿qué es exactamente la IA? Básicamente, se trata de hacer que la computadora sea lo más inteligente posible para resolver problemas genéricos. AI es el estudio de hacer que la computadora haga las cosas inteligentemente. Una definición poco formal es la teoría y el desarrollo de sistemas informáticos capaces de realizar tareas que normalmente requieren inteligencia humana, como la toma de decisiones, la traducción entre lenguajes, la percepción visual y el reconocimiento de voz.

Anatomía de la Inteligencia Artificial


En la anatomía de la Inteligencia Artificial existen 5 partes.
Es importante tomar en cuenta que en la Inteligencia Artificial Débil no necesariamente deben existir estas 5. Sin embargo, para que una Inteligencia Artificial sea Fuerte o Súper, necesita tener estas 5 partes.

Estas son las 5 partes:

- Percepción. A través de sensores.
- Procesamiento natural del lenguaje.
- Representación del conocimiento. Darle una imagen gráfica a los conocimientos o eventos.
- Razonamiento. Capacidad para tomar una decisión.
- Planeación y Navegación. La forma de reaccionar ante situaciones inesperadas.


Estos son, algunos de los dominios de tareas de Inteligencia Artificial:

Tareas Formales

-Juegos
Ajedrez
Go
Juego de damas

-Matemáticas
Cálculo integral
Geometría
Lógica


Tareas Mundanas

-Lenguaje natural
Comprensión
Generación
Traducción

-Percepción
Visión
Habla

-Control de robots

-Razonamiento común


Tareas expertas

-Ingeniería
Diseño
Localización de averías
Planificación de fabricación

-Análisis científico

-Diagnostico medico

-Análisis financiero

---

Algoritmo Minimax en IA

En algoritmo minimax que ayuda a encontrar un movimiento óptimo para ganar en un juego.
Considere un juego de 2 jugadores como tic-tac-toe, ajedrez, checker, etc. Ahora, nuestro objetivo es predecir un movimiento que nos llevará al estado ganador. Si estamos jugando, obviamente queremos aumentar nuestra puntuación y disminuir la puntuación del oponente tanto como podamos, este principio o lógica que aplicaremos y predeciremos el movimiento. Por otro lado, cuando el oponente está jugando, entonces disminuiría nuestra puntuación y aumentaría la suya. Así que este tipo de juego estimularíamos en nuestro código y generaríamos todo el movimiento plausible y de aquellos seleccionaremos el que nos llevará al estado ganador.

Ok, vamos a pensar y comparar con un proceso de pensamiento humano. Cuando el hombre juega, pensará como:

1) bien, este es mi estado o situación

2) Si toco este movimiento entonces el oponente puede jugar ese conjunto de movimientos y de esos movimientos, si él juega ese movimiento entonces podría jugar este movimiento a su vez y yo podría ganar.

3) El ser humano repite los pasos 2, hasta que él pueda encontrar un movimiento que ayudará en ganar básicamente, este tipo de proceso del pensamiento que queremos estimular con la computadora.

El procedimiento de búsqueda Minimax para encontrar un movimiento óptimo es un procedimiento de búsqueda de profundidad y profundidad limitada. La idea detrás de minimax es que partiremos de la posición actual y usaremos el generador de movimiento plausible para generar el conjunto de posibles posiciones sucesoras.

Ejemplo de MiniMax

Vamos a entender con un ejemplo
Digamos que
Un estado ganador = + 10
Un estado perdedor es -10
Un empate es 0


Dado que, jugador oponente está jugando mejor, tenemos que rechazar esta posibilidad, ya que en tercer nivel nos derrotará.

El movimiento izquierdo será seleccionado y el resto se descartará.

Ejemplo de algoritmo minimax con un árbol general:



Lógica difusa

Lógica booleana se representa bien en 0 o 1, la lógica verdadera o falsa, pero borroso se representa en varios valores que van de 0 a 1. Por ejemplo, la lógica difusa puede tomar hasta valores como 0,1, 0,3, 0,6, 0,8, 1, etc.

Vamos tomar un ejemplo de la vida real:

Digamos que queremos reconocer que el color de la flor es rojo o no.

En la siguiente imagen, podemos decir que la flor es roja.


En esta imagen, podemos decir que la flor no es roja.


Pero ¿qué pasa con esta imagen, es de color rojo o amarillo?


Ahora, estoy seguro de que lo que decir es que es parcialmente rojo o rojo 40% o 60% rojo, etc Este tipo de capacidad que queremos dar a los equipos para que pueda decir cuánto de esa característica está presente.

La idea central detrás de la lógica difusa es que da grados de la calidad de miembro. Ayuda a reconocer más que simples valores verdaderos y falsos. Usando la lógica difusa, las proposiciones pueden ser representadas con grados de veracidad y falsedad.
Rango de valores lógicos en Boolean y Fuzzy logic


El conjunto tradicional o clásico también se conoce como un conjunto nítido. Contiene objetos que precisan las propiedades de la pertenencia. Por otro lado, el conjunto difuso contiene objetos que satisfacen las propiedades imprecisas de la pertenencia.

Por lo tanto, la lógica difusa es un súper conjunto de la lógica convencional (booleana) que se ha mejorado para ajustarse al concepto de verdad parcial donde los valores de verdad se encuentran entre "completamente verdadero" y "completamente falso".

---

El ransomware sigue creciendo día tras día. Esta amenaza informática se encarga de cifrar los datos personales de los usuarios para, posteriormente, pedir el pago de un rescate a cambio de la clave para descifrar estos datos. Hoy en día existe una gran variedad de ransomware diferentes, cada uno con unas funciones y características diferentes, por lo que muchas veces es muy difícil identificar la amenaza exacta que nos ha infectado para poder encontrar la mejor solución posible. Por suerte, existen plataformas y aplicaciones diseñadas para ayudarnos a identificar estas amenazas, como es el caso del nuevo Bitdefender Ransomware Recognition Tool.

Bitdefender Ransomware Recognition Tool es una aplicación gratuita desarrollada por la empresa de seguridad Bitdefender con el fin de ayudarnos a identificar el tipo de ransomware que ha infectado nuestro ordenador. Esta herramienta nos facilitará información sobre la familia (o variante) que nos ha infectado y, además, sobre la versión, ayudándonos así a buscar una ayuda específica para desinfectarnos de esta amenaza y, además, para intentar recuperar los datos secuestrados sin tener que ceder al chantaje y sin pagar.

Esta aplicación, además, nos dirá si es posible descifrar y recuperar los datos de forma gratuita o, de lo contrario, de momento no hay forma de recuperarlos.

El uso de esta herramienta es muy sencillo. A continuación, os explicamos cómo funciona.

Cómo analizar este malware con Bitdefender Ransomware Recognition Tool e intentar recuperar los datos de forma gratuita

Para poder utilizar esta aplicación, lo primero que debemos hacer es descargarla a nuestro ordenador. Esta aplicación es totalmente gratuita, y podemos descargarla desde el siguiente enlace.

You are not allowed to view links. You are not allowed to view links. Register or Login or You are not allowed to view links. Register or Login

Una vez descargada, ejecutamos el binario "BDRansomRecognitionTool.exe" y aceptaremos tanto la licencia como los avisos (como el UAC) que nos muestre nuestro sistema operativo. Esta aplicación necesita acceso a Internet para poder funcionar y acceder a las bases de datos, por lo que debemos asegurarnos de que nuestra conexión funciona sin problemas.

Una vez cargue el programa, veremos una ventana como la siguiente.


En esta ventana podemos cargar tanto la nota de rescate como un directorio que contenga datos cifrados. Aunque podemos introducir ambas opciones, el programa solo necesitará una de ellas para poder identificar la amenaza que nos ha infectado. Si elegimos la nota de rescate, esta se enviará a los servidores de Bitdefender para analizarla, pero si elegimos un archivo personal en ningún momento se enviará a estos servidores, solo se enviará el nombre y la extensión para analizarlo, nada más.

Una vez seleccionados estos parámetros, pulsaremos sobre el botón "Scan" y el programa analizará la amenaza y nos mostrará la amenaza (o las posibles amenazas, si no está claro al 100%) y las posibles soluciones para recuperar nuestros datos, como un enlace a la correspondiente herramienta para descifrar los datos, si es que es posible.

Como podemos ver, una aplicación muy sencilla gracias a la cual vamos a poder combatir un poco mejor el ransomware y ayudarnos a recuperar nuestros datos sin tener que ceder al chantaje de los piratas.

---

Fuente: You are not allowed to view links. You are not allowed to view links. Register or Login or You are not allowed to view links. Register or Login

1. Aprendizaje automático

La rama del AI que implica que entrenar a los algoritmos para realizar tareas mediante el aprendizaje de datos anteriores y ejemplos en lugar de comandos explícitos programados por los seres humanos. Dentro del aprendizaje automático, tres de los algoritmos más comunes son redes neuronales, algoritmos de inducción y algoritmos genéticos. Muchas aplicaciones de la IA dependen en gran medida del aprendizaje automático. Cuando las empresas hablan de las capacidades de IA en sus productos y servicios, suelen referirse al aprendizaje automático.

2. Redes neuronales

Son los Algoritmos de aprendizaje y los de modelos computacionales diseñados para funcionar como neuronas en el cerebro. Las redes neuronales son entrenadas con conjuntos específicos de datos, que utilizan para encontrar una respuesta en una consulta. La suposición de la red se compara con la respuesta correcta en una base de datos. En caso de ocurrir errores, las "neuronas" son ajustadas y el proceso se repite hasta que los niveles de error disminuyen. Este enfoque algorítmico, llamado retro propagación, es similar a la regresión estadística.

3. Algoritmos genéticos

Máquinas algorítmicas de optimización de aprendizaje que trabajan imitando el proceso evolutivo utilizando la selección natural, la recombinación y la mutación. Son particularmente eficaces para optimizar problemas con un gran número de soluciones posibles.

4. Algoritmos de inducción

Algoritmos que aprenden de un ejemplo y tratan de encontrar patrones en los datos para crear reglas que explican lo que está sucediendo. A diferencia del proceso de deducción, que implica una colección preestablecida de reglas, estos algoritmos crean reglas para explicar las cosas que están sucediendo sobre la marcha.

5. Aprendizaje profundo

Una rama del aprendizaje de máquinas relacionada con la construcción y la formación de redes neuronales con múltiples capas. Cada capa de una red puede encontrar patrones en la salida de la capa para arriba de ella. Las redes profundas brillan al clasificar datos e identificar anomalías en patrones de datos.

6. Sistemas expertos

También conocidos como sistemas de representación del conocimiento o sistemas de apoyo a la decisión. Los sistemas expertos son una forma antigua de tecnología de IA que originalmente fue diseñada para resolver problemas complejos tomando decisiones basadas en una base de conocimiento y reglas para aplicar ese conocimiento. Debido a sus enfoques más sofisticados, basados en datos y estadísticos, los nuevos modelos de aprendizaje automático pueden tomar decisiones más efectivas que los sistemas expertos.

7. Representación del conocimiento

Una rama de la IA que implica la representación de diferentes tipos de información de manera que los sistemas informáticos puedan utilizar para realizar tareas complejas o resolver problemas.


Otros nombres para la IA

8. Computación cognitiva

Este es un término general que IBM populariza para describir el proceso mediante el cual las máquinas pueden extraer datos, reconocer patrones y procesar el lenguaje natural para interactuar y emular la inteligencia humana. En su forma más básica, el término se refiere a computadoras que pueden simular procesos de pensamiento humano. IBM y otras organizaciones usan a menudo este término en lugar del término más amplio "inteligencia artificial".

9. Inteligencia aumentada

También conocida como aumento cognitivo o amplificación de inteligencia. Se refiere a la tecnología diseñada para utilizar las fuerzas combinadas de la inteligencia humana y de la máquina. Algunos de los grandes jugadores en el campo de AI prefieren este término para describir sus ofrendas para minimizar las percepciones de que las máquinas acabarán por hacerse cargo del trabajo humano

10. Aprendizaje hombre-máquina

Conceptualmente similar a la inteligencia aumentada, este término se utiliza a menudo para describir la IA que combina la orientación humana con el análisis de la máquina de grandes volúmenes de datos. El término se desarrolló en parte para tranquilizar a las audiencias que el esfuerzo humano todavía es necesario para proporcionar refuerzo y retroalimentación a la máquina, que luego perfecciona su algoritmo para lograr los resultados deseados.


Aplicaciones comunes de la AI

11. Visión de máquina

La rama de la IA que trata de cómo las computadoras emulan el sistema visual humano y su capacidad de ver e interpretar imágenes digitales del mundo real. También incorpora procesamiento de imágenes, reconocimiento de patrones y comprensión de imágenes (convirtiendo imágenes en descripciones que pueden usarse en otras aplicaciones).

12. Máquinas traductoras

Una forma de traducción automatizada mediante la cual se utiliza software de computadora para traducir texto o audio de un idioma a otro (por ejemplo, del ruso al inglés). Además de sustituir simplemente una palabra por otra, puede incorporar técnicas estadísticas que aumenten la probabilidad de identificar correctamente frases, expresiones idiomáticas, nombres propios y otras anomalías.

13. Procesamiento natural del lenguaje

Una rama de la IA que se ocupa de la capacidad de una máquina para entender las palabras habladas o impresas en lenguajes humanos (naturales), en contraposición a los lenguajes de programación de computadoras. Estas tecnologías son muy utilizadas por los buscadores, por el filtrado de spam y por su capacidad para extraer información de documentos grandes y complejos. El procesamiento del lenguaje natural también puede identificar anomalías dentro del texto.

14. Generación de lenguaje natural

Un subconjunto de procesamiento de lenguaje natural en el que una computadora toma decisiones sobre cómo dar sentido a un concepto específico y ponerlo en palabras. La tecnología se utiliza a menudo para automatizar procesos manuales relacionados con el análisis de datos, tales como cartas personalizadas y otros tipos de comunicación a escala. También puede crear dinámicamente comunicaciones -incluyendo noticias básicas y listados de bienes raíces- que cumplan objetivos específicos.

15. Lingüística computacional
Un campo interdisciplinario que se ocupa del modelado estadístico y basado en reglas de datos de lenguaje natural por computadoras. Incluye el reconocimiento del idioma habaldo, el proceso mediante el cual las máquinas pueden identificar y reconocer palabras y frases habladas y traducirlas o convertirlas en texto legible por máquina.

16. Robot de conversación

Un programa de computadora que usa un conjunto de reglas para conducir una conversación basada en el habla o el texto con un humano a través de una interfaz de chat en línea. Los robot de conversación son alimentados por la IA y usan el aprendizaje de la máquina para detectar e imitar la conversación humana. Se desarrollan comúnmente para proporcionar contenido específico o servicio automatizado o utilidad a los usuarios.

17. Asistente digital virtual

Una versión más sofisticada de un robot de conversación, también conocido como un agente inteligente, asistente personal virtual, asistente virtual inteligente, asistente automatizado o agente virtual. Dichos asistentes pueden organizar, almacenar y dar información basada en la ubicación del usuario y pueden contestar después de escuchar o recibir texto de los usuarios con información de una multitud de fuentes en línea (por ejemplo, pronósticos meteorológicos, mapas, precios de las acciones o horarios de transporte). Los ejemplos incluyen Siri de Apple, Google Now, Alexa de Amazon y Cortana de Microsoft.

18. Sistemas de recomendación

También conocido como motores de recomendación. Un sistema de filtrado de información basado en AI que puede predecir automáticamente las preferencias del usuario y las respuestas a las consultas basadas en el comportamiento pasado, la relación de un usuario con otros usuarios, la similitud entre los elementos comparados y el contexto. Los ejemplos de alto perfil de los sistemas de recomendación incluyen la característica "frecuentemente comprada" de Amazon y el algoritmo CineMatch de Netflix. Similares algoritmos también son utilizados por redes sociales como Facebook, LinkedIn y You are not allowed to view links. You are not allowed to view links. Register or Login or You are not allowed to view links. Register or Login para encontrar conexiones entre personas y datos e identificar objetivos para las campañas de marketing.

19. De análisis predictivo

Son programas que utilizan una combinación de técnicas de la ciencia de los datos, estadísticas e inteligencia artificial para analizar conjuntos de datos estructurados y no estructurados, identificar patrones y relaciones, y usarlos para hacer predicciones sobre eventos y resultados futuros probables. Los modelos de análisis predictivo están estrechamente relacionados con los modelos analíticos prescriptivos, que incorporan un modelo predecible, pero de un paso más allá para producir datos y utilizar un sistema de retroalimentación que rastrea los resultados.

---

Ni los drones de 80.000 dólares y estructura de Kevlar sobreviven al ataque de las águilas (sin estar entrenadas)

Parece que lo de compartir el cielo no está tan claro y que los drones y los pájaros estén destinados a ser enemigos naturales. Sobre las águilas entrenadas como arma anti-dron ya hemos hablado, pero esta vez un águila salvaje conseguido derrocar a un dron con fuselaje de fibra de carbono y Kevlar valorado en 80.000 dólares.

Hace unos meses os mostrábamos cómo el ejército francés estaba trabajando en el entrenamiento de estas rapaces para que fuesen unas armas eficaces a la hora de abatir los drones que representen algún tipo de amenaza, eso sí, siempre y cuando el animal no sufra ningún daño. Pero en esta ocasión se han cargado al dron acorazado que se consideraba perfecto para un trabajo de mapeado de dos días.

Los matones del cielo (pero ellos llegaron antes)

Explica Daniel Parfitt al Wall Street Journal que pensaba que su dron era demasiado grande como para sufrir un daño provocado por un ave. Un dron valorado en 80.000 dólares con un ancho de unos 2 metros (de ala a ala) cuyo cuerpo de Kevlar y fibra de carbono se vio agujereado por las garras de un águila audaz, el nombre de la especie que es de hecho apropiadísimo para este incidente.


El águila audaz es una especie nativa de Australia, país donde Parfitt quiso probar su reforzado dron considerando que resistiría el envite de este rapaz, de unos 4 kilogramos de peso y algo más de 2 metros de ancho con alas desplegadas. De hecho en zonas donde habitan las águilas los poseedores de drones ya contemplan añadir métodos para evitar sus ataques como sonidos (parecido a lo que se usa en aeropuertos) o sprays de pimienta, aunque los camuflajes y otras opciones no parecen funcionar.

Repartiéndose el cielo

El uso de los drones ya iba mucho más allá del entretenimiento antes de que se pusiesen de moda con la oleada de drones con buenas cámaras como los de DJI o Parrot, de hecho ya vimos como Estados Unidos ya usó drones militares en la guerra de Vietnam y que éstos se habían estado usando para desactivar misiles y otros aspectos relativos a lo militar. No es de extrañar pues que los ejércitos y autoridades pongan en práctica sistemas para abatirlos, y como veíamos al principio las águilas han sido la elección en diversas ocasiones, como lo fue para la Policía holandesa.

El por qué de la elección de estas aves queda un poco más claro viendo que incluso sin entrenarlas son capaces de acabar con los drones mejor preparados (en teoría) contra sus garras. La envergadura y la fuerza de éstas es mayor que la de otros rapaces de talla menor como halcones y milanos, habitualmente entrenados en cetrería, los cuales además son susceptibles de resultar dañados por las hélices al tener unas patas más pequeñas y menos fuertes que las de las águilas.


¿Cómo son de frecuentes estos incidentes? Según comentaba James Rennie de la Australian UAV al WSJ, en torno al 20% de vuelos en las áreas rurales del país son interceptados por águilas. De hecho, en noviembre del año pasado en Digital Trends ya hablaron de que estas aves lo estaban poniendo realmente difícil en Australia, concretamente a la compañía minera Gold Fields, que perdió nueve drones en las garras de águilas audaces.

Lo que está claro es que queda bastante por aclarar en los límites de vuelo de los drones. Aún hay muchos países sin una legislación clara en cuanto al vuelo de drones en áreas urbanas, y lo que queda de todo esto es que las águilas (audaces o no) no están dispuestas a ceder su terreno ante estos voladores artificiales. Ya vimos que incluso Amazon tenía en cuenta la "amenaza" de los pájaros, o como ellos los llamaron, "objetos voladores no colaboradores".

---

Fuente: You are not allowed to view links. You are not allowed to view links. Register or Login or You are not allowed to view links. Register or Login

Estábamos acostumbrados a pensar que las computadoras se comunican a través de unos y ceros para obtener instrucciones y datos.

Pero durante la última década o algo así, ha habido avances masivos en el campo de la IA y la PNL que cambiaron la forma en que interactuamos con nuestros dispositivos. Antes, sólo podiamos interactuar con las máquinas a través del lenguaje de la computadora y comandos programados. Pero ahora estamos conversando con máquinas inteligentes como el chatbots de servicio al cliente en empresas y asistentes personales como Siri, Alexa y Cortana.

Estas máquinas inteligentes y computadoras fueron enseñadas a comprender lo que los seres humanos están diciendo a través de la Inteligencia Artificial y procesamiento del lenguaje natural (PNL).

AI es el campo de estudio responsable de la creación de máquinas inteligentes que piensan y reaccionan como seres humanos y la PNL es un subconjunto de IA. Con la PNL, las máquinas pueden entender y derivar el significado de los lenguajes naturales del ser humano como el inglés, el chino, el francés y otros. Con esto, las máquinas son más inteligentes que nos pueden entender y tener conversaciones más perspicaces con nosotros.

Por ejemplo, cuando alguien dice " perro", podemos asociar símbolos, imaginar imágenes y características basadas en nuestras experiencias anteriores del mundo real con los perros. Por lo tanto, para que las máquinas realmente nos entiendan, las máquinas también necesitan entender nuestro mundo.

Encontrar significado en palabras

Como sabemos, las máquinas se comunican a través de unos y ceros y es tan diferente en cómo nos comunicamos unos con otros a través de letras, palabras y símbolos. Entonces, ¿cómo pueden estas máquinas inteligentes entender lo que decimos?
Hemos adaptado un método llamado Tokenization, que descompone todo el texto en segmentos más simples, como palabras, números y puntuaciones, y luego asignar símbolos o fichas en lugar de estos segmentos. Estos tokens se convierten en la entrada para el análisis sintáctico o la minería de texto.

tf-idf

Para asignar texto a segmentos, podemos utilizar diferentes métodos y uno de ellos es el tf-idf o el término frecuencia-inverso de la frecuencia del documento, que toma en consideración la frecuencia y la importancia de las palabras en un documento. Este método se aplica a menudo para encontrar artículos relevantes en su búsqueda de Google. Cuanto más un artículo menciona una consulta en particular que tiene una mayor posibilidad de ser relevante para la palabra clave.

LDA

El siguiente método es el LDA o la Asignación Latente de Dirichlet. LDA es un modelo estadístico que ayuda a descubrir temas en una colección de documentos. Ya hay un número fijo de temas y cada tema es una distribución de palabras. Esto podría explicar por qué algunas partes de los datos son similares.

Análisis de los sentimientos

Las máquinas también pueden encontrar sentido a través del análisis del sentimiento o de la minería de opinión, donde añadimos algunas indirectas en el significado de las palabras, teniendo en cuenta cómo se siente la persona. Si la persona se siente feliz o contento estos son retroalimentaciones positivas, pero si la persona se siente insatisfecho o decepcionado, es una retroalimentación negativa. Así que cuando ejecutamos el análisis del sentimiento, asignamos puntuaciones en palabras basadas en el sentimiento de la persona.

Por ejemplo, en las estrategias de marketing de redes sociales, el análisis del sentimiento podría ayudar a los vendedores a escuchar lo que el público está diciendo sobre el producto. Va más allá de la cantidad de gustos y acciones, también analiza su respuesta y reacciones para que los vendedores puedan tener comentarios útiles si están implementando los planes de acción adecuados hacia los resultados deseados.

Enriquecer el vocabulario

Cuando éramos jóvenes, nuestro vocabulario de un idioma era limitado. A menudo no entendemos palabras complejas o figuras de lenguaje. Pero a través de la experiencia y con la ayuda de diccionarios y otros recursos, pudimos captar el significado de una palabra nueva y con el tiempo enriquecer nuestro vocabulario.

Para las máquinas, existen bases de datos que ayudan a asociar el significado en palabras e identificar relaciones entre conceptos como WordNet, ConceptNet, FrameNet y muchos más.

WordNet

El WordNet, que de alguna manera es una combinación de un tesauro y un diccionario, categoriza y agrupa las palabras en conjuntos de sinónimos llamados synsets . Una sola palabra podría pertenecer a varios synsets.

ConceptNet

Por otro lado, ConceptNet se preocupa más por las aplicaciones de sentido común para definir las relaciones entre dos conceptos. Es básicamente una base de conocimiento de sentido común donde se pueden encontrar hechos obvios como "el sol es muy caliente" o "pasar tiempo con amigos hace feliz a la gente".

FrameNet

El FrameNet decodifica el significado de una oración o grupo de palabras basado en el concepto de semántica de trama . Por ejemplo, cuando usted dice "compré el pan del panadero" FrameNet revelaría que tiene significado similar con "el panadero me vendió el pan".

Ontología sugerida superior fusionada (SUMO) y otra gran ontología (YAGO)
En informática, la ontología es un sistema diseñado para categorizar, nombrar, definir propiedades y la relación entre varios conceptos. SUMO, YAGO y la integración de los dos, YAGO-SUMO, es algo así como una base de conocimiento de sentido común que proporciona hechos obvios como "el sol está muy caliente" o "la gente es feliz si están con sus amigos".

DBpedia

DBpedia tiene como objetivo extraer la mayor cantidad de información en las páginas de Wikipedia. Normaliza la información en una sola base de datos para que pueda extraerla y hacerla disponible en la web.

Creación de un modelo mundial

Si las computadoras ya saben lo que significan las palabras y cómo se relaciona una vez que se usa en una oración o frase, las computadoras podrían empezar a entender lo que los seres humanos queremos decir. Les ayuda a tener una visión del mundo y entender situaciones similares a nuestro punto de vista.

Sin embargo, no es suficiente para que las computadoras realmente entiendan la información dada y datos por sí solos. El lenguaje es ambiguo. Los seres humanos entienden lo que otras personas están diciendo basado en el contexto más que el contenido. Por lo tanto, las computadoras necesitan seguir aprendiendo.

Aprendiendo a través de la experiencia

A través de las innovaciones en el aprendizaje profundo, muchas cosas han llegado a ser posibles, como la traducción automática, subtitular una imagen y detectar objetos en una fotografía. El aprendizaje profundo nos ayudó a dar un paso más cerca de una IA real que es tan humana y capaz de interactuar con los seres humanos.

Word2vec

Existen redes neuronales que ayudan a las máquinas a entrenar y reunir tanta información como sea posible. Uno de estos métodos que utilizan un grupo de modelos para aprender la incrustación de palabras se llama word2vec.

En word2vec, las palabras se representan como vectores, tratados como símbolos atómicos. Estos vectores son arbitrarios y no definen la relación entre dos conceptos diferentes. Por ejemplo, cuando la computadora está procesando algunos datos sobre perros, no puede aprovechar lo que aprendió acerca de los gatos.

Seq2seq

La seq2seq implica dos redes neuronales recurrentes (RNN). Los RNNs son capaces de analizar datos secuenciales, como secuencias de texto o símbolos. No necesariamente sabe qué significa cada símbolo / símbolo, sino que inferirá el significado teniendo en cuenta la estructura del texto y su relación con otros símbolos. Seq2seq tiene el codificador RNN que procesa la entrada y el decodificador RNN para la generación de salida.

El codificador introduce la secuencia y captura lo que está tratando de decir o su resumen semántico. Entonces el decodificador basará su respuesta mirando el contexto. El seq2seq se utiliza a menudo en chatbots, por lo que cuando preguntamos a un chatbot "¿Cómo estás?" Podría responder "estoy bien".

¿Pero las máquinas nos entenderán verdaderamente?

El lenguaje y las emociones humanas son conceptos tan grandes y amplios. Pero, con los robots inteligentes y los gustos de Siri, Cortana y Alexa, tuvimos una visión de cómo una IA puede empezar a hablar con nosotros como lo haría un ser humano. La forma en que interactuamos con nuestros dispositivos ha cambiado a lo largo de los años y nuestra relación con las máquinas se está profundizando también. Los consideramos como nuestros asistentes personales, entrenadores de trabajo y mano de ayuda confiable en nuestras vidas diarias.

Pero para comprender realmente, las computadoras deben aprender el contexto de lo que estamos diciendo. Las computadoras tienen que ver y comprender el mundo en que vivimos y una vez que lo hace, puede aprender a interactuar con los seres humanos.

---

FinFisher (o FinSpy) es un spyware diseñado para ser usado por gobiernos para llevar a cabo labores de vigilancia. Esta última campaña parece apoyarse en los proveedores de servicio, según el último aviso de la firma antivirus ESET.

FinFisher no es un spyware especial. Al menos en el sentido técnico. Captura en directo de webcams, micrófonos, pulsaciones de teclado, extracción de archivos...No tiene funcionalidades extravagantes que otros spywares no tengan. Lo que llama la atención de FinFisher sobre los demás es lo controvertido de sus métodos de distribución. Métodos como spearphishing (phishing dirigido, en este caso para introducir un troyano), instalación manual en dispositivos accesibles físicamente, exploits 0-day y ataques watering hole (se compromete una web confiable para infectar a visitantes específicos).

Esta vez la particularidad viene debida a que, según la investigación llevada a cabo por ESET, seha detectado la distribución de nuevas variantes de FinSpy a nivel del proveedor de servicio de Internet (ISP) utilizado por el usuario, a diferencia de los anteriores métodos comentados.

Se pudo determinar que aquellos usuarios que buscaban, por ejemplo, aplicaciones de mensajería segura como Threema, o de cifrado de volúmenes o ficheros, como TrueCrypt, eran internamente redirigidos mediante redirecciones de tipo 307 a descargas de esta variante de spyware. Por tanto, se estaba realizando un Man-In-The-Middle a un nivel mucho más bajo de lo habitual.

Esta capacidad de despliegue, sólo posible para determinados países y sus operadores, reafirma y parece validar los datos aportados por una reciente revelación en Wikileaks, sobre FinFly ISP, o la distribución de FinFisher mediante ISPs cooperantes que introducen este comportamiento en su servicio.

---

Fuente: You are not allowed to view links. You are not allowed to view links. Register or Login or You are not allowed to view links. Register or Login

You are not allowed to view links. You are not allowed to view links. Register or Login or You are not allowed to view links. Register or Login
muy buenos aportes , saludos
sigue asi , Mucha suerte 

Muchas gracias por tu comentario y tu apoyo...
Espero seguir asi...
Saludos...

Cualquiera que haya visto "The Matrix" tiene un conocimiento general de la IA (Inteligencia Artificial) y tal vez incluso de aprendizaje automático ( ML ). Mientras eso y muchas otras películas de ciencia ficción han dado a un amplio grupo de personas una comprensión básica de los dos, también causó confusión.

El aprendizaje automático y la IA son frecuentemente usados como términos intercambiables. Sin embargo, son aspectos ligeramente diferentes del mismo concepto. De hecho, IA es el padre del aprendizaje automatico.

¿Qué es IA?

El matemático inglés Alan Turing creó la frase "Anteligencia Artificial" en los años cincuenta. El objetivo era (y es) construir máquinas (computadoras) que consideremos "inteligentes", y que puedan realizar varias tareas. Applied IA ha llevado a sistemas que pueden negociar acciones y conducir un vehículo autónomo. Con IA, enseñamos a los ordenadores qué hacer y luego les dejamos llevar a cabo nuestras instrucciones.

IA es un software que puede responder preguntas de las clases dentro de los confines de un conjunto de instrucciones. AI está limitada por las "limitaciones" de sus directivas.

¿Qué es el Aprendizaje Automático?


AI es el concepto más amplio. Aprendizaje de la máquina es un subcampo de la IA y entró en su propia década de 1990. Como lo definió Forbes , "El aprendizaje automático es la capacidad de los programas informáticos para analizar grandes datos, extraer información automáticamente y aprender de ella".

Mientras que en la IA enseñamos a los ordenadores cómo hacer algo.

Con el aprendizaje de la máquina, ahora les damos información y los dejamos averiguar cómo hacerlo ellos mismos.

En estos días, las empresas grandes y pequeñas están utilizando conjuntos masivos de datos. Hay tantos datos que los humanos decidieron que deberíamos tener las máquinas nos ayudan a organizar y analizar. Las computadoras, por supuesto, pueden hacer este trabajo mucho más rápido y más precisamente. Eso es IA.

Mediante el uso de algoritmos, o fórmulas matemáticas, los ordenadores pueden tomar los datos y luego hacer predicciones basadas en él. Las primeras versiones dependían de esos algoritmos para tomar decisiones, pero ahora, las máquinas pueden enseñarse a sí mismas y establecer sus propias reglas. Eso es el aprendizaje automático.

IA vs. Aprendizaje Automático


¿Netflix recomienda una nueva película para ti? Eso es IA. Los seres humanos clasificaron esas opciones y le dijeron a los ordenadores que recomendaran películas similares basadas en instrucciones específicas.

Aprendizaje de la máquina administra los programas de reconocimiento facial y fotográfico (Facebook te dice quién es), reconocimiento de voz (piensa Alexa y Siri), traducción y mucho más.

Los médicos están utilizando Watson de IBM para tomar decisiones sobre tratamientos contra el cáncer. Aprendizaje de la máquina es Deepmind de Google vencer al campeón del mundo de Go en 2016.

Aprendizaje automático es cuando la computadora puede tomar un conjunto de datos como un diccionario y aprender a leer sin que nadie le dé instrucciones. El aprendizaje automático puede ir más allá del alcance de la capacidad humana ya un ritmo mucho más rápido; aquí es donde tenemos la idea de robots asesinos tomando el mundo.

Donde se confunde es que el aprendizaje de máquina puede realizar las mismas tareas como IA y viceversa. Por lo tanto, uno podría programar un robot asesino con IA y el aprendizaje de máquinas podría tomar su historia de compra y descubrir lo que podría querer a continuación, como Amazon ha hecho con sus recomendaciones de productos. La diferencia se reduce al nivel de intervención humana necesaria.

Aprendizaje de la máquina intenta imitar el cerebro humano, mientras que la IA es más una característica dentro del software.

Por ejemplo, considere el software de reconocimiento facial. Un programador crea un conjunto de instrucciones para que el software mida las características específicas de una cara. Cuando aparece la cara, el software compara las mediciones de la característica con las que ya están almacenadas para descubrir una coincidencia. El programa se mejora al igualar las veces mientras más veces se encuentra la misma cara. Por lo tanto, incluso si una persona lleva un sombrero, el sistema todavía puede igualar la cara a un individuo.

Con IA, podemos alimentar a la computadora un conjunto de entrenamiento de datos que consiste en múltiples tipos de cara. El sistema IA ahora puede asignar rostros a categorías sin anotar observaciones únicas. A continuación, el sistema almacena los resultados en una base de datos, lo que hace que la probabilidad de una futura coincidencia sea mucho mayor.

El concepto fundamental es la clasificación. Nuestro software de IA determina cómo clasificar los datos de cara para hacer la máxima probabilidad de un partido futuro. En la máquina de aprendizaje, le damos al sistema múltiples imágenes de las caras de las personas - por lo general millones. En lugar de las instrucciones necesarias para hacer coincidir las caras, la computadora intenta aprender de las imágenes, reconociendo a las personas en una dimension similar a la memoria humana.

El futuro

Con el aprendizaje de la máquina y la IA, las cosas están empezando. Aprendizaje de máquina, sobre todo, tiene cada vez más usos en la asistencia sanitaria, la industria, e incluso para los propietarios de negocios.

---

BankBot vuelve a Google Play. El ya conocido virus troyano para Android reaparece en la tienda de Google más sigiloso que antes.

Los virus están presentes en todos los sistemas operativos que hay. Son el mecanismo que tienen los piratas informáticos para robar información y obtener dinero a partir de esto. Existen muchos casos y seguirán habiendo casos de virus para dispositivos tanto móviles como ordenadores. Mientras haya software, habrá malware.

Android, al ser el sistema operativo móvil más usado en todo el mundo es una diana para los crackers. Crear un software malicioso es costoso, por lo que si lo haces para afectar a poca población, no sale rentable. Sin embargo, si optas por un malware para un sistema operativo muy usado, la cosa cambia. Las probabilidades juegan a tu favor.

BankBot vuelve aunque no se lo hayamos pedido


BankBot vuelve a Google Play de una manera más sigilosa pero que ya se ha dado con él en algunas aplicaciones. En este caso, BankBot viene camuflada en una aplicación llamada Jewels Star Classic. Un juego para Android que muchos usuarios buscan para entretenerse haciendo combinaciones de gemas.

El problema es que este juego esconde el troyano BankBot y se ejecuta de tal manera que acabas dándole tú tus datos bancarios sin darte cuenta. Una forma muy común entre los piratas informáticos de aprovecharse de las personas con pocos conocimientos sobre tecnología.

¿Cómo funciona BankBot?


El funcionamiento de esta aplicación que esconde el malware es muy simple. Una vez estés jugando al juego, a los 20 minutos, se activa una alerta de que un supuesto Google Service necesita acceso a las herramientas de accesibilidad. Obviamente esto engaña porque al ver Google Service muchos se creen que es cierto. Así que el usuario mismo es el que habilita el acceso a las funciones de accesibilidad a este malware.

Al tener acceso a las herramientas de accesibilidad, la aplicación puede instalar aplicaciones sin el consentimiento del usuario. Aquí es donde, a partir de una pantalla que parece una instalación inocente, se instala BankBot. La aplicación que se encargará de robarte tus datos bancarios.

¿Cómo te roba la tarjeta? Pues como dijimos antes, el propio usuario se la da. Tras la instalación de los "Google Service", cuando entres en Google Play saltará una ventana donde te pedirá que vuelvas a meter los datos de tu tarjeta de crédito. Estos datos no van a Google, sino que el malware se encarga de enviarlo por internet.


Este tipo de virus son los que más fácil se propagan porque mediante una cubierta inocente, como es en este caso Google, son capaces de robarte la información de tu tarjeta. Así que ya sabes, ni se te ocurra instalar esta aplicación y sobre todo, sospecha de esta serie de permisos en juegos o aplicaciones simples.

Así que tened cuidado y no descarguéis esta aplicación. Si conocéis a alguien que la haya instalado, seguid los pasos del blog de ESET donde se explica genial como librarte de este virus sin necesidad de formatear.

---

Fuente: You are not allowed to view links. You are not allowed to view links. Register or Login or You are not allowed to view links. Register or Login

RESUELTO:
Era un problema con restricciones del proveedor de servicios, estaba bloqueando servers de google...

Gracias Andrey...

De nada Andrey...

xd...

Un saludo...

:v

Es verdad las certificaciones presenciales tienen preferencia en los curriculums frente a las certificaciones en linea...

Y claro depende de que quieres aprender no todos se puede enseñar en linea...

Un saludo...

Humanos y máquinas:

Nosotros, los seres humanos, somos el artefacto viviente más sofisticado de esta tierra, somos la máquina intelectual más poderosa que tiene su propia inteligencia para tomar decisiones, nuestro intelecto se aseguró de que gobernáramos sobre todas las demás criaturas vivientes de este planeta. Aprendimos a adquirir todas las habilidades necesarias para nuestra supervivencia, pero una vez que nuestro proceso de supervivencia fue asegurado comenzamos a explorar más, nuestra inteligencia infinita que no conoce fronteras quería más. Comenzamos a inventar herramientas que nos ayuden a ahorrar tiempo para nosotros mismos y garantizar más seguridad, poco a poco nos aventuramos a inventar máquinas que pueden ser una extensión de nuestro cerebro intelectual y memorizar más información y multitarea para nosotros.

La primera máquina de cálculo llamada Turing fue inventada por Charles Babbage en 1833, desde entonces la máquina de la computadora ha pasado de la era analógica a la era digital.

IA Origen

El concepto de IA fue presentado por John McCarthy junto con Marvin Minsky, Allen Newell y Herbert A. Simon . McCarthy acuñó el término "inteligencia artificial" en 1955, y organizó la famosa Conferencia de Dartmouth en el Verano de 1956. Esta conferencia inició IA como un campo.

¿Por qué la Inteligencia Artificial?

Las preguntas muy básicas deben abordarse aquí antes de saltar a la definición de la Inteligencia Artificial.
¿Por qué Inteligencia Artificial?, cuando el ser humano tiene este cerebro de computación sumamente poderoso. ¿Por qué la inteligencia virtual? si se requiere incluso en el primer lugar cuando tenemos el intelecto de los nuestros.

Bueno, todos los inconvenientes a una palabra " toma de decisiones", se conceptualizó porque nos sentimos humanos que no podemos estar presentes en todos los lugares y no podemos tomar decisiones remotamente sin estar presentes en ese lugar que se hizo necesario especialmente después de las revoluciones industriales y ahora se ha convertido en una necesidad después de las revoluciones digitales donde la información es generáda en billones de bytes.

Para procesar esta información y llegar a alguna conclusión virtual necesitábamos esa máquina informática para pensar y actuar como cerebros humanos y por eso la Inteligencia Artificial fue fundada como una disciplina académica en 1956, y en los años posteriores a experimentaron varias oleadas de optimismo, seguidas por la decepción y la pérdida de fondos (conocidos como "invierno IA"), Seguido de nuevos enfoques, éxito y renovación de fondos. Durante la mayor parte de su historia, la investigación de la IA se ha dividido en subcampos que a menudo no se comunican entre sí. Sin embargo, a principios del siglo XXI, los enfoques estadísticos del aprendizaje mecánico alcanzaron el éxito suficiente para eclipsar todas las demás herramientas.

¿Qué es la Inteligencia Artificial?

IA es una teoría y desarrollo de sistemas informáticos capaces de realizar tareas que normalmente requieren la inteligencia humana, tales como la percepción visual, el reconocimiento del habla, la toma de decisiones y la traducción entre lenguas.

Queremos que nuestra máquina piense como seres humanos, dándoles su propia inteligencia alimentándoles una gran cantidad de información simulando el entorno parecido a nuestro mundo real, dado el hecho de que pueden procesar información enorme en cuestion de un segundo. Toda esta computación IA es para facilitar a los seres humanos para realizar su tarea con más eficiencia donde tienen la oportunidad de llegar a ser muy cómodo y confiar en la máquina para tomar decisiones en su nombre.

Aplicación IA:
IA se centra principalmente en el desarrollo de programas inteligentes que puedan simular la inteligencia humana en el campo de:
1.- Razonamiento
2.- Aprendizaje
3.- Solución de problemas
4.- Procesamiento del lenguaje natural (PNL)
5.- Percepción de Edificación
6.- Capacidad para mover y manipular objetos



Tipos de Inteligencia Artificial:

Hay básicamente 4 tipos de IA

IA débil (inteligencia estrecha) - inteligencia no sensitiva de la máquina, centrada típicamente en una tarea estrecha (AI estrecha)

Fuerte IA- (hipotética) máquina sensible (con conciencia y mente).

Artificial General Intelligence (AGI) - (hipotética) máquina con la capacidad de aplicar la inteligencia a cualquier problema, en lugar de un problema específico, que normalmente significa "al menos tan inteligente como un humano típico".

Superinteligencia - (hipotética) inteligencia artificial superando con mucho la de las mentes humanas más brillantes y más dotadas.


Algunas de las herramientas de desarrollo de AI más populares son:

En su mayoría hay herramientas de desarrollo de opensource que ha sido construido por la comunidad de opensource aspirantes y algunas de las notables herramientas de código abierto que se utilizan en la Inteligencia Artificial para hacer que nuestra máquina tenga sus propios cerebros

OpenAir : OpenAIR es un protocolo de comunicación y enrutamiento de mensajes para sistemas AI que ha ido ganando popularidad en los últimos años (2006)

OpenCog : Es un proyecto que tiene como objetivo construir un framework de IA de código abierto. OpenCog Prime es una arquitectura para el robot y la cognición encarnada virtual que define un conjunto de componentes interactuantes diseñados para dar lugar a AGI equivalente al humano como un fenómeno emergente de todo el sistema.

OpenIRIS : OpenIRIS es la versión de código abierto de IRIS, una semántica que permite a los usuarios crear un "mapa personal" a través de sus objetos de información relacionados con la oficina. El nombre IRIS es un acrónimo de "Integrar, Relacionar, Compartir Infer.". Fue construido como parte del proyecto CALO, un AI muy grande financiado por la Agencia de Proyectos Avanzados de Investigación de Defensa (DARPA) bajo su programa de Asistente Personal que Aprende.

RapidMiner : Es una plataforma de Data Science que entró en existencia en 2006 y se ha utilizado principalmente para aplicaciones empresariales y comerciales, así como para investigación, educación, capacitación, prototipado rápido y desarrollo de aplicaciones y apoya todas las etapas del proceso. Proceso de aprendizaje de la máquina incluyendo preparación de datos, visualización de resultados, validación y optimización de modelos

Nosotros, los serer humano, tenemos las mayores responsabilidades de construir máquinas inteligentes que no nos reemplazarán o nos arrebatarán nuestros trabajos, sino que nos ayudarán a convertirnos en seres humanos más recientes e inteligentes. No necesitamos temer a las máquinas, ya que son sólo una pieza de hardware y no pueden tener la Inteligencia hasta que ayudamos y colaboramos con ellos para trabajar responsablemente.

---

Me pueden ayudar, no se que le pasa a mi conccion o no se si sea mi proveedor pero cuando me intento conectar a google me manda este mensaje

---

No se puede acceder a este sitio web

google.com ha tardado demasiado tiempo en responder.
Busca google en Google
ERR_CONNECTION_TIMED_OUT

---

Durante un momento una pagina me mando el mensaje de "Bad Gateway" pero la mayoría de las paginas indica que tardaron en responder.

En youtube y en otras paginas me hace lo mismo, underc0de, fb y otras paginas funcionan normal.

Si pongo alguna busqueda en la barra de chrome si la realiza, no puedo subir imagenes no me abre la pagina para subirlas.. :c

Gracias por su ayuda.
Andrey...

El mejor sistema antipiratería de videojuegos ha sido derrotado: lo han burlado en menos de 24 horas

Denuvo, el que hasta hace poco fuera considerado "el mejor sistema antipiratería del mundo de los videojuegos", ha sido derrotado por completo. Ahora a los hackers les toma apenas menos de un día saltarse el bloqueo y piratear el juego.

Un grupo de hackers conocido como "Steampunks" ha publicado la versión pirateada del juego Total War: Warhammer II, apenas a menos de 24 horas de su lanzamiento, lo que supone no solo un nuevo logro para los piratas en burlar este sistema, sino probablemente el último clavo en el ataúd de Denuvo.

El sistema se convirtió en el preferido de muchas compañías de videojuegos por lo increíblemente difícil que era burlarlo. Y es que a los hackers les tomó más de un año piratear el juego Just Cause 3 y el primer Total War: Warhammer, y más de seis meses burlar el bloqueo de Doom y Rise of the Tomb Raider.

No obstante, los hackers aprendieron a burlarlo cada vez más rápido. Juegos como Resident Evii VIl y el español Rime fueron pirateados en menos de una semana. El caso de Total War: Warhammer 2, pirateado en menos de 24 horas, es la prueba de que Denuvo, sencillamente, ya no es efectivo.


Este sistema antipiratería desde su llegada ha sido muy criticado por la forma en la que afecta a los usuarios legales, es decir, a esos que sí pagaron por los juegos. Jugadores y expertos llevan más de un año quejándose de que los títulos que cuentan con Denuvo como medida de seguridad tienen un mal rendimiento. La compañía detrás del software siempre se ha mantenido escéptica ante tales críticas. Por otro lado, algunos estudios habían optado por retirar el sistema de protección de sus juegos después de que fueran pirateados.

De cualquier forma, no es muy arriesgado asumir que, gracias a lo sencillo que parece ser burlar a Denuvo últimamente, es posible que los estudios poco a poco dejen de utilizarlo y opten por medidas antipiratería diferentes.

---

Fuente: You are not allowed to view links. You are not allowed to view links. Register or Login or You are not allowed to view links. Register or Login