La inteligencia artificial está revolucionando el campo del reconocimiento de imágenes. Clasificar gatos y perros ya es cosa del pasado; ahora se lleva la versión "Plus" de "Encuentra las parejas", como identificar el año y el modelo de un coche de un vistazo, o si las cejas de un pájaro son ligeramente más gruesas que las del vecino. Pero aquí surge un problema: las redes neuronales son muy inteligentes, pero cuando se les pide que expliquen su razonamiento, es como pedirle a un estudiante que explique su proceso de resolución de problemas; balbucean y no consiguen articular una respuesta clara. Los mapas tradicionales de activación de clases (Class Activation Map, CAM)

En el ámbito de la medicina, el análisis de datos de imágenes siempre ha sido un proceso complejo y laborioso. Recientemente, investigadores del Colegio de Medicina Weill Cornell desarrollaron un nuevo sistema de inteligencia artificial llamado LILAC (Inferencia de Cambios de Imágenes Longitudinales basada en Aprendizaje), capaz de analizar y detectar de manera eficiente y precisa los cambios en las imágenes médicas a lo largo del tiempo. Esta investigación, publicada el 20 de febrero en la revista de la Academia Nacional de Ciencias de Estados Unidos (PNAS), muestra el amplio potencial de aplicación de LILAC en múltiples escenarios médicos. Los métodos tradicionales de análisis de imágenes médicas suelen requerir una gran cantidad de personalización y preprocesamiento.

Crunchbase anuncia que abandona su rol como proveedor de datos históricos para transformarse en un motor de predicción impulsado por inteligencia artificial (IA). Esta nueva plataforma podrá predecir con una precisión del 95% las rondas de financiación, adquisiciones y trayectorias de crecimiento de las startups, lo que marca un cambio estratégico importante para Crunchbase. El CEO de Crunchbase, Jager McConnell, declaró en una entrevista que la industria de datos históricos tradicionales está en declive. Considera que las empresas de datos que se basan únicamente en datos históricos

El gigante de las redes sociales Meta anunció recientemente el desarrollo de un nuevo dispositivo capaz de transcribir el pensamiento en texto leyendo las señales neuronales del cerebro. Este logro, detallado por los científicos de Meta en dos estudios, utiliza tecnología avanzada de escaneo cerebral y modelos de IA de aprendizaje profundo para decodificar con éxito las señales cerebrales durante la escritura, incluso reconstruyendo oraciones completas. Específicamente, la tecnología se basa en un escáner llamado magnetoencefalografía (MEG), que capta las débiles señales magnéticas emitidas por el cerebro. A diferencia de los implantes...

Un equipo de investigación de la Universidad de Hong Kong (HKU) anunció recientemente el desarrollo de una herramienta de imagenología basada en inteligencia artificial para mejorar la velocidad y precisión del diagnóstico del cáncer. Esta nueva tecnología, denominada "Destilación Adversaria de Morfología Celular" (CytoMAD), dirigida por el profesor Kai-Wen Qi de la Facultad de Ingeniería, utiliza métodos de inteligencia artificial generativa para realizar análisis precisos de células únicas sin necesidad de técnicas de etiquetado tradicionales. La tecnología CytoMAD, probada en colaboración con la Facultad de Medicina Li Ka Shing y el Hospital Mary de la HKU, ha demostrado su eficacia en la evaluación de pacientes con cáncer de pulmón.

En el campo del reconocimiento de voz, el desarrollo de la tecnología de reconocimiento de chino ha sido un tema de gran interés. Recientemente, el equipo FireRed de Xiaohongshu lanzó un nuevo modelo de reconocimiento de voz de código abierto: FireRedASR. Este sistema de reconocimiento de voz basado en modelos grandes ha obtenido excelentes resultados en varios conjuntos de pruebas estándar, lo que representa un gran avance en la tecnología de reconocimiento de voz en chino. El indicador principal de FireRedASR es la tasa de error de caracteres (CER), un indicador que cuanto más bajo sea, mejor será el rendimiento del modelo. En las pruebas públicas recientes, Fi

La aplicación Tianyancha muestra que Tencent Technology (Shenzhen) Co., Ltd. solicitó recientemente una patente denominada "Método de entrenamiento de modelos de lenguaje extenso, dispositivo, equipo informático y medio de almacenamiento". El resumen de esta patente revela que el método proporciona más información aprendible para el modelo durante el entrenamiento introduciendo un primer texto de resumen y un segundo texto de resumen. Según la descripción de la patente, la cantidad de información contenida en el primer y segundo texto de resumen es diferente, y el primer texto de resumen también incluye oraciones correctas e incorrectas. Mediante el uso de estos dos textos para el mismo texto

Recientemente, Tencent Technology (Shenzhen) Co., Ltd. publicó en la aplicación Tianyancha una patente sobre un método de entrenamiento y dispositivos relacionados para modelos de lenguaje extenso. Esta patente, titulada "Método de entrenamiento, dispositivo, equipo informático y medio de almacenamiento para modelos de lenguaje extenso", tiene como objetivo mejorar la capacidad de aprendizaje y la precisión de los modelos de lenguaje extenso mediante un método de entrenamiento innovador. En el entrenamiento de modelos de lenguaje extenso, los métodos tradicionales a menudo dependen de un solo resumen de texto, lo que puede provocar un sobreajuste del modelo y afectar la precisión y la diversidad del contenido generado. Sin embargo, la nueva patente de Tencent...

Recientemente, el equipo de aprendizaje automático de Vectara realizó pruebas exhaustivas de alucinaciones en dos modelos de la serie DeepSeek. Los resultados muestran que la tasa de alucinaciones de DeepSeek-R1 alcanza un 14.3%, significativamente superior al 3.9% de su predecesor, DeepSeek-V3. Esto indica que, durante el proceso de mejora de la inferencia, DeepSeek-R1 genera más contenido inexacto o inconsistente con la información original. Este resultado ha generado un amplio debate sobre la tasa de alucinaciones en los modelos lingüísticos de gran tamaño (LLM) con inferencia mejorada. Fuente de la imagen

En el desarrollo de la robótica, la brecha entre los entornos simulados y el mundo real ha sido un desafío importante. Recientemente, el laboratorio NVIDIA GEAR y el equipo de investigación de la Universidad Carnegie Mellon han desarrollado un nuevo marco, llamado ASAP (Aligning Simulation and Real Physics), con el objetivo de reducir esta brecha. El sistema ha logrado avances significativos en la reducción del error de movimiento entre la simulación y el movimiento real del robot, consiguiendo disminuir aproximadamente un 53% el error de movimiento, en comparación con los métodos existentes.

Un estudio reciente dirigido por el Complejidad Science Hub (CSH) de Austria ha demostrado que, si bien los modelos de lenguaje grande (LLM) sobresalen en muchas tareas, muestran debilidades al abordar preguntas de historia avanzada. El equipo de investigación probó tres modelos de vanguardia: GPT-4 de OpenAI, Llama de Meta y Gemini de Google, con resultados decepcionantes. Nota de la imagen: Imagen generada por IA, proveedor de licencias de imágenes Midjourney Para evaluar estos modelos en la historia

En el rápido desarrollo de los modelos de lenguaje grandes (LLM), el costo de entrenamiento e inferencia de los modelos se está convirtiendo cada vez más en un foco de atención para la investigación y las aplicaciones. Recientemente, el equipo de Tencent HunYuan publicó una investigación importante que explora en profundidad las "Leyes de Escalado" del entrenamiento de cuantificación de punto flotante de baja precisión, es decir, las leyes de escala del entrenamiento de cuantificación de números de punto flotante. El núcleo de esta investigación radica en explorar cómo reducir significativamente los costos de computación y almacenamiento sin perder rendimiento al reducir la precisión del modelo. El equipo de investigación llevó a cabo...

Recientemente, investigadores de la Universidad de Kiel desarrollaron una nueva herramienta de inteligencia artificial capaz de detectar noticias falsas con una precisión del 99%, lo que proporciona un apoyo importante en la lucha contra la desinformación en línea. En esta investigación participaron los doctores Uchenna Ani, Sangita Sangita y Patricia Asso-Abiodun, del departamento de Ciencias de la Computación y Matemáticas. El equipo de investigación utilizó varias técnicas de aprendizaje automático para diseñar un modelo capaz de escanear el contenido de las noticias y determinar su fiabilidad. Los investigadores emplearon la técnica de "votación de conjunto", una técnica que...

Con el rápido desarrollo de la tecnología de video, los videos se han convertido en una herramienta importante para la recuperación de información y la comprensión de conceptos complejos. Los videos combinan datos visuales, temporales y contextuales, proporcionando una representación multimodal que va más allá de las imágenes estáticas y el texto. Hoy en día, con la proliferación de plataformas para compartir videos y la abundancia de videos educativos e informativos, el uso de videos como fuente de conocimiento ofrece oportunidades sin precedentes para abordar consultas que requieren antecedentes detallados, comprensión espacial y demostraciones de procesos. Sin embargo, los sistemas existentes de generación mejorada de recuperación (RAG) a menudo pasan por alto todo el potencial de los datos de video. Estos sistemas suelen...

Meta ha publicado recientemente un avance innovador: han desarrollado una nueva tecnología de capa de memoria que mejora significativamente la precisión de los hechos de los modelos de lenguaje grandes (LLM), y que ha logrado una expansión sin precedentes en la escala de parámetros. Esta tecnología no solo desafía las formas tradicionales de expansión de las redes neuronales, sino que también ofrece nuevas vías para el diseño de arquitecturas de IA futuras. El núcleo de esta investigación radica en el uso de un mecanismo de búsqueda de clave-valor entrenable para agregar parámetros adicionales al modelo sin aumentar la cantidad de cálculos (FLOPs). Este método se basa en...

En la Conferencia sobre el Desarrollo del Ecosistema de Innovación Tecnológica del Oeste de 2024, celebrada recientemente, la Oficina Meteorológica de Chongqing lanzó oficialmente el gran modelo de pronóstico meteorológico de inteligencia artificial (IA) “Tianzi·12h”. Este modelo se centra en el pronóstico preciso de precipitaciones catastróficas en la región de Chengdu-Chongqing, lo que marca un paso importante para Chongqing en el campo del pronóstico meteorológico. El gran modelo “Tianzi·12h” se basa en el gran modelo meteorológico global de Huawei Panggu, integrando datos meteorológicos terrestres de alta precisión y datos topográficos de alta precisión de la región de Chengdu-Chongqing. Adopta una arquitectura de fusión de modelos globales y regionales, y combina transformadores específicos de la Tierra tridimensionales (3...