Hay más noticias sobre IA de las que nadie puede seguir. Pero puede mantenerse bastante actualizado sobre los desarrollos más interesantes con esta columna, que recopila los avances en inteligencia artificial y aprendizaje automático de todo el mundo y explica por qué pueden ser importantes para la tecnología, las empresas emergentes o la civilización.
Sin embargo, antes de pasar a la investigación en esta edición, aquí un estudio del ITIF grupo comercial que evalúa las posiciones relativas de EE. UU., la UE y China en la “carrera” de la IA. Pongo la carrera entre comillas porque nadie sabe a dónde vamos o cuánto tiempo tiene la pista, aunque todavía vale la pena comprobar quién está delante de vez en cuando.
La respuesta este año es EE. UU., Que está por delante en gran parte debido a la inversión privada de grandes empresas de tecnología y capital de riesgo. China se está poniendo al día en términos de dinero y artículos publicados, pero todavía está muy rezagada y se ve afectada por depender del silicio y la infraestructura de Estados Unidos.
La UE está operando a menor escala y obteniendo ganancias menores, especialmente en el área de la financiación inicial basada en IA. Parte de eso son sin duda las valoraciones infladas de las empresas estadounidenses, pero la tendencia es clara, y quizás también lo sea una oportunidad para los inversores, que podrían ver esto como una oportunidad para participar en algunas startups de alta calidad sin necesitar tanto. capital.
El informe completo (PDF) entra en muchos más detalles, por supuesto, si está interesado en un desglose más granular de estos números.
Si los autores hubieran sabido de esta nueva Centro de investigación de IA financiado por Amazon en la USC probablemente lo habrían señalado como un buen ejemplo del tipo de asociación que ayuda a mantener alta la producción estadounidense de estudiosos de la IA.
Un toque de clase
En el extremo más alejado posible de la monetización y la aplicación práctica, tenemos dos usos interesantes del aprendizaje automático en campos donde la experiencia humana se valora de diferentes maneras.
Cada color indica un estilo de modo diferente. Créditos de imagen: EPFL
En la EPFL de Suiza, algunos boffins con mentalidad musical en el laboratorio de Musicología Cognitiva y Digital estaban investigando el cambio en el uso de modos en la música clásica a lo largo de las edades: mayor, menor, otro o ninguno. En un esfuerzo por categorizar objetivamente miles de piezas de cientos de años y compositores, crearon un sistema de aprendizaje automático sin supervisión para escuchar y clasificar las piezas según el modo. (Algunos de los datos y métodos están disponibles en GitHub.)
“Ya sabíamos que en el Renacimiento, por ejemplo, había más de dos modos. Pero para los períodos posteriores a la era clásica, la distinción entre los modos se difumina. Queríamos ver si podíamos concretar estas diferencias de forma más concreta “. explicó en un comunicado de prensa de la universidad.
Source link