Noticias de la semana - 18
Facebook explica cómo usa la inteligencia artificial para
eliminar contenido indebido
¡Sorpresa! También han estado usando las fotos de Instagram
para entrenar a sus algoritmos de IA a comprender mejor los objetos en
imágenes.
Facebook sigue intentando recuperar la confianza de la gente
después del escándalo de Cambridge Analytica que supuso la violación de datos
de 87 millones de usuarios de la red social que fueron usados para favorecer la
campaña digital de Donald Trump. Su más reciente intento ha sido explicar cómo
utiliza la inteligencia artificial (IA) para eliminar el contenido indebido de
su plataforma.
Entre lo que la red social considera contenido indebido se
encuentran los vídeos terroristas, discursos de odio, porno o violencia,
cuentas falsas, spam y propaganda terrorista. También busca prevenir el
suicidio buscando publicaciones de personas en riesgo.
Guy Rosen, vicepresidente de gestión de productos de
Facebook, indicó a través de un post en el Newsroom de la red social que
existen dos formas de detectar este tipo de publicaciones. Una forma es
retirándolo una vez que alguien lo ha marcado y la otra es buscándolo de forma
proactiva usando tecnología como la IA.
De acuerdo con Facebook, avances en áreas de la IA como el
aprendizaje automático y la visión artificial le permite ahora eliminar el
contenido indebido más rápido al no tener que esperar a que alguien más lo
reporte, detectar mayor cantidad de este tipo de publicaciones por la misma
razón y aumentar la capacidad de su equipo de revisión para enfocarse en casos
en los que la experiencia humana es necesaria para entender el contexto o matiz
de una situación particular.
Facebook ha empleado la inteligencia artificial desde hace
tiempo para diversas cuestiones como traducir textos automáticamente utilizando
redes neuronales o para prevenir el suicidio mediante un algoritmo que
encuentra señales de alerta en las publicaciones de los usuarios en posible
riesgo.
El desarrollo y constante mejoramiento de este software ha
llevado tiempo, señala la plataforma. La cuestión es que para entrenar el
software han tenido que analizar ejemplos específicos de contenido indebido y
así identificar patrones de comportamiento. De esta manera, el software puede
posteriormente buscar de forma proactiva otras publicaciones similares.
"La inteligencia artificial, por ejemplo, es muy
prometedora, pero todavía estamos a años de que sea efectiva para todo tipo de
contenido indebido porque el contexto es muy importante. Es por eso que tenemos
personas que siguen revisando los informes", explicó Rosen, y agregó:
En términos más generales, la tecnología necesita grandes
cantidades de datos de capacitación para reconocer patrones de comportamiento
significativos, que a menudo nos faltan en los idiomas menos utilizados o en
los casos que no se informan con frecuencia.
Para abordar el desafío de los idiomas menos usados,
Facebook AI Research (FAIR, por sus siglas en inglés) está trabajando en algo
que ha denominado las incrustaciones multilingües.
Facebook usa las fotos de Instagram para entrenar a su IA
Por otro lado, hoy Mike Schroepfer, director de tecnología
de Facebook, reveló durante una de las conferencias anuales para
desarrolladores en el F8 que la empresa ha estado usando las fotos de los
usuarios de Instagram para ayudar a entrenar sus algoritmos de IA a comprender
mejor los objetos en imágenes.
"Confiamos casi por completo en conjuntos de datos
curados a mano y etiquetados por humanos. Si una persona no ha dedicado tiempo
a etiquetar algo específico en una imagen, incluso los sistemas de visión por
computadora más avanzados no podrán identificarlo", dijo en el escenario
de F8.
Así que al usar imágenes de Instagram que ya están
etiquetadas por medio de hashtags, Facebook ha podido recopilar datos
relevantes y usarlos para entrenar sus modelos de visión artificial y
reconocimiento de objetos. "Hemos producido resultados de vanguardia que
son de 1 a 2% mejor que cualquier otro sistema en el benchmark de
ImageNet", añadió Schroepfer.
La visión, el lenguaje y el razonamiento, dijo el directivo,
son los tres factores más importantes en el entrenamiento de un sistema de IA
que será eficiente y preciso para eliminar todo el contenido abusivo que
aparece en las plataformas de Facebook.
No obstante, dado que no es la primera vez que la red social
asegura que esta tecnología será la solución de todo sin serlo necesariamente,
su efectividad a largo plazo en eliminar el contenido indebido aún está por
verse. Además de invertir en el desarrollo de estas herramientas de IA,
Facebook ha asegurado que para finales de este año contará con 20.000
moderadores de contenido dedicados a encontrar y revisar este tipo de
publicaciones.
El ejército acaba de crear una IA que aprendió a programar
el software
¿Estás cansado de escribir tu propio código aburrido para un
nuevo software? Finalmente, hay una IA que puede hacerlo por ti.
BAYOU es una herramienta de aprendizaje profundo que
básicamente funciona como un motor de búsqueda para la codificación: dígale qué
tipo de programa desea crear con un par de palabras clave y escupirá código de
Java que hará lo que está buscando, basado en en su mejor suposición.
La herramienta fue desarrollada por un equipo de científicos
informáticos de la Universidad de Rice que recibió fondos tanto del ejército
como de Google. En un estudio publicado
a principios de este mes en el servidor
de preimpresión arXiv, describen cómo construyeron BAYOU y qué tipo de
problemas puede ayudar a los programadores a resolver.
Básicamente, BAYOU lee el código fuente de aproximadamente
1500 aplicaciones de Android, lo que da 100 millones de líneas de Java. Todo
ese código fue alimentado a través de la red neuronal de BAYOU, resultando en
una IA que puede, sí, programar otro software.
Si el código que lee PANTANO incluido cualquier tipo de
información sobre lo que hace el código, a continuación, PANTANO también
aprendió lo que esos programas estaban destinados a hacer junto con la forma en
que funcionan. Esta información contextual es lo que permite a la IA escribir
software funcional basado en solo un par de palabras clave e información básica
sobre lo que el programador desea.
Grandes especialistas en informática, se regocijan: su tarea
puede ser mucho más fácil. Y enseñar a las personas cómo codificar puede
volverse más simple e intuitivo, ya que algún día podrán usar esta nueva IA
para generar ejemplos de código o incluso para verificar su propio trabajo. En
este momento, BAYOU todavía está en las primeras etapas, y el equipo detrás de
él todavía está demostrando que su tecnología funciona.
No, este no es el momento en que AI se autoreplica; BAYOU
simplemente genera lo que los investigadores llaman "bocetos" de un
programa que son relevantes para lo que un programador está tratando de
escribir. Estos bocetos aún necesitan ser ensamblados en el trabajo más grande,
y pueden tener que adaptarse al proyecto en cuestión.
Pero incluso si la tecnología está en su infancia, este es
un paso importante en la búsqueda de un programador de IA, un objetivo de larga
data para los investigadores en ciencias de la computación. Otros intentos de
crear algo como BAYOU requirieron restricciones extensas y estrechas para guiar
a los programadores hacia el tipo de código correcto. Debido a que BAYOU puede
llegar a trabajar con solo un par de palabras clave, es mucho menos intenso y
mucho más fácil de usar en general, para los operadores humanos.
Un robot que no puede recoger la pelusa provocó los retrasos
del modelo 3 de Tesla
Como una persona borracha arrojando anillos en un carnaval,
Elon Musk sigue perdiendo el objetivo. Los inversores están furiosos : la
producción del Modelo 3 se sigue demorando y, de alguna manera, la empresa solo
está consumiendo dinero en efectivo .
Finalmente sabemos por qué
le está tomando tanto tiempo al modelo 3s salir de la cadena de montaje:
porque los robots son los peores. Específicamente: un robot malo que era malo para
pegar pelusa en esteras.
Elon culpó a los retrasos de lo que llamó un
"flufferbot" que simplemente no estaba funcionando a la altura de las
expectativas. En una llamada con inversionistas a principios de esta semana,
Slate informó que Musk dijo:
"Las máquinas no son buenas para recoger pelusas. Las
manos humanas son mucho mejores para hacer eso. Entonces, teníamos una máquina
súper complicada. Usando un sistema de visión para tratar de poner un pedazo de
pelusa en un paquete de batería ".
Honestamente, tan injusto. Todo lo que este flufferbot
estaba tratando de hacer era recoger pelusa. No es su
culpa que siguiera sin hacer eso, o ponerlo en el lugar equivocado.
Fluff es realmente difícil de diseñar.
Y arrojar algo de leña sobre las brasas ardientes de tu
frustración: Elon admitió que la pelusa ni siquiera era necesaria .
Entonces, no, medio millón de Model 3s no saldrá de la línea
de producción para fines de este año. Ni por asomo. Incluso si Elon reasignaba
personalmente cada uno de los bancos de refrescos de Tesla.
Elon ahora promete hacer 5.000 modelos 3 por semana, más del doble de la tasa actual. Parece que
Elon tiene más noches en el piso de Tesla Gigafactory en su futuro.
Para hacer eso, sin embargo, podría tener que cortar algunas
esquinas. Además de disparar todos los flufferbots, Musk dejará de incluir
puertos innecesarios de tracción delantera en las baterías para los automóviles
que, en primer lugar, solo estaban destinados a ser de tracción trasera. Hacer
eso significaría que tomaría menos de 17 minutos armar una batería, informa
Slate .
Los comentarios de Musk pueden ser asquerosos, pero también
reviven la esperanza del futuro de Tesla. Sí, él está "alienando a Wall Street" y
haciendo que las acciones caigan. Pero si esto es lo que suena como
"ocuparse de los negocios" en su sala de juntas, tal vez todo salga
bien.
Un nuevo Mars Lander acaba de despegar para el planeta rojo
Ha habido tanto bombo
sobre futuras misiones humanas a Marte , es posible que no hayas oído que ya vamos a Marte. Como ahora.
InSight Mars de la NASA está programado para su lanzamiento
mañana por la mañana desde la Base Aérea Vanderberg, en California, sobre un
cohete Atlas V aproximadamente a las 7:05 AM EDT.
Si todo va según lo planeado, InSight debe llegar a nuestro
vecino rojo polvoriento antes del 26 de noviembre de 2018. Una vez en Marte, el
módulo de aterrizaje tiene un
itinerario de ciencia de dos años
para llevar a cabo. A diferencia de otros exploradores de Marte como Curiosity,
InSight se mantendrá en un lugar, un
sitio cercano al ecuador llamado Elysium Planitia, cerca de donde desembarcó
Curiosity en 2012, para toda su misión. Eso se debe a que su enfoque no está en
las características de la superficie del planeta, sino en lo que está
sucediendo debajo de ella.
El conjunto de instrumentos del lanzador Mars incluirá: una
sonda que excavará 16 pies en el planeta con la intención de determinar cuánto
calor se está moviendo a través del interior de Marte, y un sismómetro que
buscará las vibraciones de los meteoritos que golpean la superficie del
planeta, junto con temblores de "marsquakes". Juntos, estas
herramientas con suerte proporcionarán una nueva visión sobre la composición de
Marte. El equipo de investigación espera aprender más sobre la formación de
Marte y otros planetas rocosos en el vecindario, incluido el mármol azul en el
que vivimos.
"La Tierra tiene placas tectónicas, por lo que su
corteza inicial se ha ido, se ha reciclado", dijo la investigadora
principal adjunta de InSight, Suzanne Smrekar, a The Washington Post . "Marte nos da la
oportunidad de ver los materiales, la estructura, las reacciones químicas que
están cerca de lo que vemos en el interior de la Tierra, pero se conserva desde
los primeros 10 millones de años [del sistema solar]. Nos da la oportunidad de
retroceder en el tiempo ".
Dos pequeños satélites , cada uno del tamaño de un maletín,
se lanzarán junto con el módulo de aterrizaje InSight Mars. Estos dos pequeños
satélites, oficialmente llamados CubeSats debido a su forma y pequeño tamaño,
se separan del cohete Atlas y se separan de InSight una vez que todos abandonan
la atmósfera de la Tierra. Una vez que lleguen a Marte, CubeSats entrará en
órbita alrededor del planeta para monitorear InSight por un corto período
alrededor de su aterrizaje. No son necesarios para comunicarse con la misión
InSight (para eso, el módulo de aterrizaje utilizará los satélites de
comunicaciones más grandes que ya orbitan el planeta), pero probarán cómo les
va a CubeSats mientras viajan a través del espacio profundo y tienen que
comunicarse a la Tierra desde otra planeta (hasta ahora, CubeSats solo se han
puesto en órbita alrededor de la Tierra).
Si InSight tiene éxito, nos ayudará a responder a una de las
preguntas más fundamentales que tenemos sobre nuestro sistema solar: ¿cómo
llegó todo esto aquí? Y a medida que nuestra especie avanza hacia convertirse
en planetaria múltiple, aprender más acerca de dónde ha estado nuestro sistema
solar podría ayudarnos, no importa a dónde vayamos.
En una oscura y brumosa mañana de California, la misión
InSight de la NASA, más los dos CubeSats, se lanzaron con éxito sobre el cohete
Atlas V. El cohete se lanzó a tiempo a las 7:05 a.m. EDT (4:05 a.m. PDT).
Cada fase de la órbita, la quema y la separación se
realizaron de acuerdo con el plan. Los CubeSats separados del cohete; viajarán
a Marte en un "grupo suelto" con el módulo de aterrizaje InSight. Los
tres ahora están en camino a Marte. Los tres están programados para llegar a la
órbita de Marte en noviembre.
Fuente:
