Búsqueda · 23 momentos en 1 episodio
María RibesAlberto ApariciJuan Carlos GilIgnacio CrespoFrancis VillatoroHéctor SocasLuisa AchaerandioPushmeet Kohli · DeepMindThore Graepel · DeepMindaniversario diez años partida go deepmindidioma hindi pushmit colleylaboratorio deepmind de google inteligencia artificialPushmit ColleyTore GreipelMaríaDeepMindGoogleIBMGoogle DeepMindAlphaGoPushmit KohliMariana AqueroDepartamento de Comunicación de GoogleEspañaMovimiento 37juego de GoLee SedolFagóJuan Carlos GilFrancis VillatoroThor GreipelSeúlHéctor SocasAlbertoJuan CarlosIgnacio CrespoInternet ArtificialEgipto AntiguoCientófiloTorrebrunoAlberto ApariciVillarrealRamsésOsirisMenelaoIlíadaNiloCanopoMaría RibesHorusMesitSaut2000 a.C.295 d.C.KasparovRedes NeuronalesBrocaWikipedia
Google DeepMind guarda detalles
Con
0:000:301:001:302:002:303:003:33
Héctor Socas presenta una entrevista grabada previamente con Pushmit Colley y Tore Greipel, destacando su trabajo en DeepMind de Google y la importancia del aniversario de un hito en inteligencia artificial: el juego de Go.
…pasada, que a mí me parece que ha quedado muy chula, sobre todo porque no he intervenido yo así que es un disfrute de escuchar con dos protagonistas del desarrollo de la inteligencia artificial en esta última década que son las personas cuyos rostros ven en. la imagen de portada de este episodio, se llaman Pushmit Colley, el que aparece con un turbante y Tore Greipel, yo lo he pronunciado fatal pero María se ha pegado el curre de buscar cómo pronunciarlo adecuadamente y además hablarles a cada uno de ellos en su idioma natal, que también te lo ha traducido, porque uno de ellos su idioma natal es hindi y el otro es alemán. Y pues son del laboratorio DeepMind de Google, que saben que ha sido uno de los grandes motores de la inteligencia artificial en los últimos 15 años o así, y sobre todo porque estos días se cumple un aniversario muy importante que son 10 años de esa partida de Go, el juego, Ese juego asiático del que ahora nos hablará Alberto, que es muy aficionado. De hecho, yo recuerdo que de esto hablamos en Coffee Break hace 10 años y que yo no sé si llegamos a hablar de cuando tuvo lugar esta partida, pero sí que hubo episodios en los que…
Significado #1 · Palabras #2
Héctor Socas introduce los temas a tratar en el episodio, incluyendo avances en aprendizaje profundo como la victoria de AlphaGo sobre un campeón de Go, así como otros temas diversos como el embalsamamiento egipcio y experimentos con criogenización cerebral.
Habla: Héctor SocasSignificado #10 · Palabras #10alphago derrota campeón goembalsamamiento momias egipto antiguocriogenización tejido cerebralteorías conciencia debate científico…felicidad. Quizás hay una moraleja escondida en esto y la clave de la felicidad es el justo equilibrio. Buen tema para un tratado de autoayuda. Pero no estamos aquí hoy para eso, sino para tertuliar sobre la actualidad de la ciencia. Hoy nuestro recorrido nos Lleva a los orígenes del aprendizaje profundo moderno; vamos a retrotraernos 10 años a ese gran hito de DeepMind cuando su sistema AlphaGo derrotó en una partida legendaria al gran campeón humano de Go. Pero no solo de IA vive el Cientófilo, y tenemos más temas: el embalsamamiento de las momias en el Egipto Antiguo, los experimentos sobre criogenización de tejido cerebral, lo que algunos ven la antesala de la hibernación. Continuaremos el debate sobre las teorías de la conciencia y más cosas que irán surgiendo, seguro. Pasen y pónganse cómodas; que están ustedes en la compañía de Coffee Break Señal y Ruido. Ya Saben que tenemos una página web que es señalirruido.com. En esa página pueden encontrar todos los episodios anteriores, los 550 episodios que ya hemos producido contando este más todos los audios bonus, extra; también todas las referencias de los temas que…
Héctor Socas recuerda un programa de televisión infantil llamado Sabadabadá y cómo un personaje le robaba la voz a Torrebruno, lo que le lleva a reflexionar sobre las posibilidades actuales de la tecnología para replicar voces.
Habla: Héctor SocasPalabras #11voz de torrebruno en sabadabadátecnología replicar voz alberto aparicivoz de juan carlos gil guardadavoz de maría en una cajita…así. Había un episodio que a mí me dejó cierta marca, que me impresionó mucho, no sé por qué, en la que había un personaje que era como un poco travieso, malvado, y le robaba la voz a Torrebruno. Y entonces cuando hablaba, hablaba con la voz de Torrebruno. Y creo recordar, por lo menos lo que a mí se me quedó, le metía la mano en la garganta, arrancaba algo y era como una pluma. En lo que ellos simbolizaban el tener la voz era una pluma que ya de un lado para otro, aquí tengo la voz de Torrebruno pues ha quedado un momento en que la tecnología permite hacer eso, no en una pluma pero en una máquina podemos meter la voz de la gente y tengo ahí Alberto guardado en una cajita: tu voz, la de María y la de Juan Carlos. Es una cosa muy impresionante esto; sí, ahora puedes hacerme cosas terribles, como por ejemplo, hacerme decir que me encanta el Villarreal. O que la paella valenciana es mejor que la de Castellón, este tipo de cosas. Pensaba que ibas a decir si con cebolla o sin cebolla. No, es que yo a ese debate no participo, no especialmente, no lo entiendo muy bien; la cebolla en general está buena y en la…
Héctor Socas presenta una entrevista grabada previamente con Pushmit Colley y Tore Greipel, destacando su trabajo en DeepMind de Google y la importancia del aniversario de un hito en inteligencia artificial: el juego de Go.
Habla: Héctor SocasSignificado #1 · Palabras #2aniversario diez años partida go deepmindidioma hindi pushmit colleylaboratorio deepmind de google inteligencia artificial…pasada, que a mí me parece que ha quedado muy chula, sobre todo porque no he intervenido yo así que es un disfrute de escuchar con dos protagonistas del desarrollo de la inteligencia artificial en esta última década que son las personas cuyos rostros ven en. la imagen de portada de este episodio, se llaman Pushmit Colley, el que aparece con un turbante y Tore Greipel, yo lo he pronunciado fatal pero María se ha pegado el curre de buscar cómo pronunciarlo adecuadamente y además hablarles a cada uno de ellos en su idioma natal, que también te lo ha traducido, porque uno de ellos su idioma natal es hindi y el otro es alemán. Y pues son del laboratorio DeepMind de Google, que saben que ha sido uno de los grandes motores de la inteligencia artificial en los últimos 15 años o así, y sobre todo porque estos días se cumple un aniversario muy importante que son 10 años de esa partida de Go, el juego, Ese juego asiático del que ahora nos hablará Alberto, que es muy aficionado. De hecho, yo recuerdo que de esto hablamos en Coffee Break hace 10 años y que yo no sé si llegamos a hablar de cuando tuvo lugar esta partida, pero sí que hubo episodios en los que…
Héctor Socas explica la diferencia entre la complejidad de programar máquinas para jugar al ajedrez y a juegos como el Go, destacando que el ajedrez es más fácil de programar.
Habla: Héctor SocasPalabras #9ajedrez más fácil programarinteligencia artificial google ajedrezjuegos como el go complejidad…humanos en ajedrez y otros juegos así intelectuales, ¿no? Pero yo creo que la gran diferencia es que hasta ese momento eran máquinas programadas y ya, y claro, eso de programar, esa filosofía de programar no sirve para un juego tan complejo como el Go. Incluso para el ajedrez valía, fíjense ustedes: el ajedrez es un juego que tenemos como algo tan complejo y tan elevado intelectualmente. Es más fácil programar máquinas que puedan derrotarte en ajedrez que en juegos como el Go. El logro es que aquí ya empezaba; esto era parte de un proyecto de Google de desarrollar inteligencias artificiales que pudieran jugar y aprender las reglas de los juegos. Aprenderlas según iba jugando. Y esto decíamos: María que nos recordaba juegos de guerra, como decían desde el principio de la película: que Whopper estaba continuamente jugando a la Tercera Guerra Mundial y ese fruto de estar 24 horas al día, 7 días a la…
Héctor Socas agradece a Mariana Aquero, del departamento de comunicación de Google en España, por ponerse en contacto con el podcast para promocionar el décimo aniversario del Movimiento 37 en el juego de Go.
Habla: Héctor SocasPalabras #3aniversario movimiento 37 googlemariana aquero departamento comunicación googlepromoción aniversario juego goagradecimiento mariana google españaentrevista personas difíciles contactodepartamento comunicación google facilita entrevistagrabación técnica héctor socasparticipación juan carlos gil entrevista…décimo aniversario del día en el que se jugó la partida del famoso Movimiento 37, del cual hablaremos ahora y Alberto nos contará un poco, pero que fue algo muy rompedor e inesperado, un movimiento que hizo la máquina que fue sorprendente para todo el mundo. Entonces, pues Google ha estado estos días promocionando este aniversario, contactando con medios de comunicación y en nuestro caso, debo decir que quiero dar las gracias a Mariana Aquero, del Departamento de Comunicación de Google en España, que se puso en contacto con. nosotros porque Mariana, según nos confesó, es oyente del programa y a ella le hace ilusión el ofrecernos esta posibilidad y que esta entrevista a estas dos personas, que ahora comentaremos un poco pues que pudiéramos tener esta oportunidad en Coffee Break y le quiero dar las gracias porque bueno es gente con la que es muy difícil poder contactar y poder tener esta oportunidad de estar hablando con ellos y el departamento de comunicación de Google a través en este caso de Mariana pues no facilitó esa entrevista no fue fácil porque bueno hubo también que reprogramar éramos por nuestra parte tres personas que iban a partir bueno de hecho 4 conmigo porque yo iba a estar grabando y encargándome de la parte técnica, más María, Alberto y Juan Carlos que iban a estar encargándose de hacer la entrevista propiamente dicho, más los dos Entrevistados, más Mariana, pues era como había que juntar a mucha gente y algunas, en este caso, tanto Pushmit como Tore, pues con personas con agendas muy complicadas. Así que nuestro agradecimiento; yo tenía también ciertas dudas de cómo íbamos a hacer…
Francis Villatoro comenta sobre una jugada inusual realizada por Lee Sedol durante un enfrentamiento contra AlphaGo, donde intentó confundir a la máquina con movimientos inesperados.
Habla: Francis VillatoroSignificado #3 · Palabras #6jugada inusual lee sedol alphagomovimientos inesperados alphago deepmindmáquina confundida por lissedolvictoria humana contra alphagolee sedol vence a fagódeepmind parchea defecto alphagoaprendizaje jugando contra la máquina…las partidas a Lissedol 4-1, Alberto 4-1, 4-1, sí la cuarta la ganó la cuarta es el retorno de la humanidad y recordad, la cuarta la ganó Lissedol y acojonó a Dismain porque Dismain dijo: como me gane la quinta, porque lo que hizo fue engañar a la máquina. Queda dudoso, ¿no? Lissedol hizo una jugada absolutamente idiota en plan: esto la máquina no lo va a entender y va a fallar, que es que estuvo probando muchas cosas y lo logró; la máquina completamente se perdió, no se enteró de nada, de la misa a la mitad y entonces pensaron los de DeepMind, como en la quinta vuelva a hacer lo. Mismo Licedol, con que gane 2 de 3, ya el humano ha ganado la máquina porque el humano ha tenido que aprender a jugar contra la máquina y lo ha logrado y la ha vencido; entonces era fundamental que en la quinta volviera a ganar al Fagó y ganó al Fagó. Claro, y DeepMind confesó que entre la cuarta y la quinta parcheó ese defecto, muy a posterior y varios años después, así se aprende. También, bueno quería llegar con todo esto al famoso segundo juego, que es donde tiene lugar la jugada 37, de la que hablamos en la entrevista. Y de hecho lo están preguntando también en el chat, lo acabo de ver entonces, la jugada 37 es básicamente una…
Juan Carlos Gil explica que Pushmit Kohli, aunque inicialmente no formó parte del equipo central de AlphaGo en IBM, fue posteriormente reclutado por DeepMind y ahora ocupa un puesto de investigación senior en Google DeepMind.
Habla: Juan Carlos GilSignificado #2 · Palabras #1thor greipel deepmind inteligencia artificialcontrol partido famosísimo isidolcreador fagón deepmindorigen hindú pushmet kohliturbante y religión pushmet kohlirelación turbante religión hinduismopushmit kohli investigador senior googledepmindinvestigación inteligencia artificial asuntos científicosdesarrollo alfago por pushmit kohli…lo podría pronunciar así, pero bueno, me quise asegurar y me dijo: sí, sí, digo, vale. Sí, dijo que lo habías pronunciado muy bien Juan Carlos; quieres rápidamente hacer la introducción y pasamos ya a poner la entrevista. Bueno, pues sí, estas dos personas. Thor Greipel, disculpad, es un científico de DeepMind especializado en inteligencia artificial, en particular aprendizaje automático y era especialmente relevante en este contexto porque fue parte del equipo original y estuvo en Seúl jugando, aportando su control al partido famosísimo contra el Isidol. De hecho, en su página personal aparece: Contribuí a crear al fagón. Es como quizá la frase que quede para la historia. Además, se explica como un libro abierto. Vamos, a mí me dejó realmente impresionado oírle. Pushmet Kohli, el hindú, no estaba entonces en DeepMind; creo que estaba en... Perdón, es que no sabemos si es hindú, porque hindú es una religión. Ciertamente. Es de origen hindú. Bueno, pero lleva el turbante, ¿no es eso estar relacionado con la religión? Sería sí. No, sí, no, sí. Correcto, vale. Bueno, pues estaban, no sé si en IBM en aquel momento, bueno, que no estaba en DeepMind, o sea que no formó parte core del equipo de AlphaGo, sin embargo luego DeepMind le reclutó y ahora es investigador senior y vicepresidente de Research, de investigación de inteligencia artificial para asuntos científicos en Google DeepMind y entonces él sí fue parte pivotal en el desarrollo de alfago, digamos, de alfafol quería decir, perdón, sí, y de otros proyectos científicos que si tenemos tiempo comentamos, alguno de ellos saqué a colación en la entrevista. Vale, pues vamos ya con la entrevista. Perfecto, gracias chicos. Pues ponemos la entrevista y volvemos aquí un ratillo; dura 26 minutos casi exacto. Sí, María. Quiero decir que tenemos suerte de tener a Juan Carlos y Alberto porque creo que no puede haber mejores…
Juan Carlos Gil explica cómo su trabajo con AlphaGo abordó el desafío de reducir el espacio de búsqueda en el juego de Go, comparándolo con buscar una aguja en un pajar.
Significado #12reducción espacio búsqueda alphagoredes neuronales alphagoaguja en un pajar alphagored política imita jugadores humanosalphago reduce espacio búsqueda redes neuronalesentrenamiento red política partidas expertosmovimientos prometedores según alphago…primeros movimientos por ejemplo y luego la duración del juego es la profundidad de este árbol. Y bueno sabes eso genera una estructura combinatoria realmente enorme y si quieres jugar de forma óptima prácticamente tienes que recorrer toda esa estructura. Y entonces la gran pregunta que nuestro trabajo con AlphaGo fue capaz de responder es: ¿cómo reducir ese espacio de búsqueda? De modo que ahora, aunque seguimos buscando una aguja en un pajar, la estamos buscando en un pajar mucho más pequeño. Y todo esto se lleva a cabo con la asistencia de redes neuronales. En este escenario hay dos redes neuronales que AlphaGo empleó; a una de ellas la conocemos como la red de política y a la otra la identificamos como la red de valor. La red de políticas es la que imita la capacidad de los humanos de observar el tablero y seleccionar los movimientos que parecen más prometedores. Fue entrenada con muchísimas partidas de expertos humanos y le permite a la red neuronal decir, oh, sabes, no voy a analizar todos los movimientos posibles; solo me voy a fijar en aquellos movimientos que me saltan a la vista, que destacan, justo como lo harían para un jugador humano de Go como tú mismo y lo que eso hace es que el árbol se vuelva más estrecho porque estos son todos los movimientos, pero ahora solo estamos considerando una pequeña selección de movimientos en cada etapa y eso es muy útil. La red de valor resulta muy útil, ya que normalmente tendríamos que analizar todas las variaciones hasta el mismísimo final, porque solo entonces sabríamos si el bando negro o el blanco ha ganado la partida. Pero la red de valor nos brinda la capacidad de…
Francis Villatoro explica cómo las redes neuronales han superado a las supercomputadoras en la simulación del clima, utilizando menos recursos computacionales.
Habla: Francis VillatoroSignificado #13redes neuronales simulan climasupercomputadoras vs redes neuronaleschip para simulaciones climáticasteoría desconocida modelos climáticos…muy interesantes que quizás no llegamos a apreciar o a comprender del todo y para los cuales no poseemos la teoría actual que los explique. pero de alguna manera hay una prueba de concepto que lo valida. Hay una prueba de existencia de que el modelo con mucha menos cantidad de computación de la que una supercomputadora necesitaba en más de un día para obtener un nivel de rendimiento similar puede ser superado por una red neuronal operando en un solo chip. Así que hay algo ahí que está aprovechando que el modelo ha utilizado y no comprendemos completamente en este momento cuál es esa teoría en la que está basándose Pero hay algo en las estadísticas de la naturaleza que el modelo es capaz de aprovechar y está operando no en la complejidad del peor de los casos sino en la complejidad inherente al problema mismo, lo que le permite predecir las cosas de manera muy efectiva.…
Francis Villatoro reflexiona sobre cómo los científicos de la computación se han centrado tradicionalmente en la complejidad computacional, mientras que las redes neuronales parecen haber aprovechado una menor complejidad teórica de la información para encontrar soluciones.
Habla: Francis VillatoroSignificado #7complejidad computacional científicosredes neuronales complejidad informaciónsoluciones redes neuronales villatororedes neuronales predicciones asombrosascapacidad computacional modelos redes neuronaleslímite eficiencia modelos redes neuronalesinvestigación activa redes neuronales…representan una mejor aproximación a ese conjunto mucho más amplio de cálculos que originalmente habríamos necesitado llevar a cabo. Bueno, así que quizás hay una complejidad teórica de la información del problema y luego está la complejidad computacional del Problema y siempre como científicos de la computación hemos estado pensando en el tipo de complejidad computacional. ¿Cómo representamos ahora el sistema y calculamos un estado final mientras que la complejidad de la información del problema, la complejidad teórica de la información del problema era mucho menor? Y las redes neuronales de alguna manera lo aprovecharon para, por así decirlo, dar con esas soluciones que son mejores. Pero yo no creo que hayamos encontrado una respuesta completa a la pregunta que planteaste. Es un problema de investigación activo, digamos, sobre cómo estos modelos son capaces de extraer y hacer estas predicciones asombrosas con menos capacidad de cómputo. Y ¿cuál es el límite? ¿Cuál es el límite real, el verdadero límite de cuánto más eficientes podemos llegar a serlos? Muchas gracias, Alberto. Sí, muchísimas gracias. Volvamos, si les parece, al tema de Go por un momento. No podemos terminar esto sin preguntar sobre la mítica jugada 37 que ocurrió en la segunda partida contra Lee Sedol. Esa jugada, para nuestros oyentes, fue una que los comentaristas descartaron casi por…
Héctor Socas explica cómo funciona el traductor que utiliza para generar la versión traducida del podcast, tras mencionar un detalle sobre la pronunciación de 'Go' en japonés.
Habla: Héctor SocasPalabras #15pronunciación go en japonéstraductor divide audio clipstranscripcion audio texto traduccionalberto aparici corrige pronunciacion…que se le va a hacer los angloparlantes que son así un poquito cuidadosos si que lo pronuncian bien pero si que es verdad que claro como el inglés tiene estas vocales que son diptongadas pues a muchos se les escapa para el U al final y qué se le va a hacer. Pero se dice Ko, se dice Ko o si uno quiere ser muy formal, Iko en japonés. Debo decir que Alberto me hizo notar este detalle cuando oyó la versión traducida y dijo es que la pronunciación correcta debe ser Go, no Go y le dije eso no puedo cambiarlo porque esto es curioso, la forma en la que funciona este traductor que he estado usando coge, primero divide el audio en clips de 20, 25 segundos, segundos, más o menos que coincida con finales de frases y tal, y esos audios los transcribe, o sea, hay una transcripción de audio a texto, el texto lo traduce de idioma y luego genera audio a partir de ese texto. entonces claro, cuando lo transcribe, transcribe ese go y luego genera el audio; lo traduce, la síntesis de voz a partir de texto lo pone como go y entonces claro, no sé si hay alguna forma de fonetizarle lo que tiene que decir pero puedes editar el texto que…
Alberto Aparici reconoce su debilidad al no haber dedicado tiempo a memorizar aperturas y estrategias específicas en el juego Go.
Habla: Alberto ApariciPalabras #16go estrategias alberto apariciaperturas go falta de tiempopaciencia para aprender go…estudias finales, finales a cuatro fichas, a tres fichas, a dos fichas; te los estudias completamente y te sabes todas las posibilidades. Si tú no tienes ese conocimiento de finales y de aperturas, normalmente una persona con ese conocimiento te gana porque ves rápidamente que no conoces esos detalles. Eso es. De hecho, ese es uno de mis puntos débiles más potentes, que es que yo nunca he tenido el tiempo y la paciencia de aprenderme las aperturas, las esquinas, los yo sé que hice y todas estas cosas. Un punto débil potente. Sí, sí, ese bueno, punto débil muy malo. Me ha gustado, me ha encantado el concepto, pero seguro que juegas mejor de lo que dices. No, yo soy bastante malo, pero quiero decir, seguramente os ganaría a vosotros si no habéis jugado nunca. A mí fijo. Pero eso no…
Francis Villatoro explica cómo el avance en la comprensión del lenguaje natural se logró al ignorar el conocimiento de los filólogos y centrarse en aprender correlaciones entre datos a partir de grandes cantidades de texto.
Habla: Francis VillatoroSignificado #11olvidar filólogos lenguaje naturalcorrelaciones datos comprensión lenguajetokens información aprendizaje automáticoevitar sobreaprendizaje modelos lenguaje…niños, los bebés, los pequeñitos aprenden el idioma sin necesidad de ese conocimiento ortocintáctico. Entonces, en inteligencia artificial teníamos ese gran problema, por eso quería ahí meterle chicha a María. No, voy a rogar diferir y te lo voy a justificar. Pero bueno, lo que quiero decir es eso: el gran avance en la comprensión del lenguaje natural fue el momento en el que dijimos Olvídate de todo lo que saben los filólogos, lo único que tienes que hacer es aprender correlaciones entre datos y los datos es leer muchos textos, tener muchos tokens, y cuanto más tokens tienes, cuanto más información tienes aprendida, y eso sí, no sobreaprendida, porque como Sobreaprendas, peor todavía. Tienes que aprender en muy poquitas épocas, tienes que aprender de manera muy suave, pero mucho, con una red neuronal suficientemente grande para que tenga un tamaño similar al conjunto de tokens y eso era romper completamente…
Francis Villatoro explica cómo la aplicación de reglas a grandes modelos de lenguaje en inteligencia artificial implica que estas redes neuronales sean tan extensas como el conjunto de datos y se expongan repetidamente a los mismos datos para evitar el sobreaprendizaje.
Habla: Francis VillatoroSignificado #6reglas en inteligencia artificial modelos lenguajeevitar sobreaprendizaje repetición datosfrancis villatoro reglas inteligencia artificiallimitaciones cómputo entrenamiento modelos lenguajebillones tokens aprendizaje épocas entrenamientointeligencia artificial wikipedia todos idiomas…lo que puedes aceptar que cometa errores en las construcciones y en los modismos, que no entienda bien ciertos dejes, ciertos dobles sentidos porque ha aprendido una segunda lengua o sea, se planteaban eso como casos pilotos para montar un test de Turing y De repente, cuando te llegan los grandes modelos de lenguaje con el modelo de atención y tú aplicas una serie de reglas que nunca se habían aplicado en inteligencia artificial, que es básicamente las redes neuronales tienen que ser muy grandes, tan grandes como el conjunto de datos, y las redes no tienen que aprender muchas veces. Muéstrale todos los datos una, dos, tres, cuatro, cinco veces, pero no las muestres muchas más que sobreaprenden y entonces lo hacen peor. Son reglas muy tontas, muy sencillitas, claro. Ahora ya estás trabajando con billones, literalmente, billones de tokens en los aprendizajes y estamos hablando de una o dos épocas de entrenamiento, no más, porque literalmente no hay cómputo para hacer más; o sea, no se puede hacer más, y eso es más que suficiente. Es decir, y resulta que una inteligencia artificial recibe toda la Wikipedia y solo por ver toda la Wikipedia en todos los idiomas, ya es capaz de hablar en todos los idiomas. Pero ¿por qué habla? Y las mete ahí. Son puras correlaciones. Y hace todo eso sin necesidad de saber lo que es un verbo, lo que es un adjetivo, lo que es un plural. Pero sí lo sabe, igual que tú lo sabes y no lo sabes. O sea, la mayoría de las personas cuando estamos hablando una…
Héctor Socas explica la diferencia entre cómo IBM venció a Kasparov mediante reglas programadas y cómo las redes neuronales aprenden observando ejemplos, comparándolo con el proceso de adquisición del lenguaje en humanos.
Habla: Héctor SocasSignificado #17ibm venció a kasparov reglas programadasredes neuronales aprenden observando ejemplosadquisición del lenguaje viendo ejemplosfrancis villatoro redes neuronales…lo que es un verbo. Pero tú, si no supieras eso, no podrías hablar ni podrías comprender lo que estamos haciendo ahora nosotros. Yo creo que estamos de acuerdo con lo que quería decir Francis, corrígeme si me equivoco, efectivamente, es que no se trata. De enseñar, de programarles las reglas. Yo hablaba antes de la diferencia entre el IBM que le ganó a Kasparov con reglas que habían sido programadas frente a una máquina de redes neuronales que había aprendido a base de ver ejemplos y que el ser humano aprende, adquiere la lengua, perdona, siguiendo esa nomenclatura que tú usas María: de adquirir frente a aprender; adquieres la lengua viendo ejemplos y esas reglas están ahí pero no es como el bebé las aprende, sino simplemente viendo ejemplos, muchos ejemplos y de esa forma aprenden también las redes neuronales, que creo que era lo que se refería a Francis y no he entendido mal. Hay personas que aprenden una lengua sin ir a clase, que la aprenden en la calle o hablando con otros, que siempre tendrán algún fallo, porque si te pones ahora a aprender serbio y te vas a serbio y tienes amigos serbios, hablas perfectamente, pero no declina…
Francis Villatoro explica cómo las inteligencias artificiales procesan información, destacando su tendencia a trabajar con imágenes debido a la gran cantidad de datos que contienen y la facilidad para manejarlos.
Habla: Francis VillatoroSignificado #9inteligencias artificiales procesan imágenesmáquinas ven correlaciones triviales imágenestoken palabra representada como imagenfrancis villatoro inteligencia artificial…Eso no significa, y conectando con lo que Ignacio nos iba a contar, que la conciencia o que la creatividad o que otros atributos que ponemos o la misma inteligencia que ponemos a los humanos, a lo que hacemos los humanos, se pueda hacer en las máquinas. Las máquinas solo están viendo correlaciones triviales entre imágenes. Y bueno, eso es una cosa que podemos hacer. Se manejan fundamentalmente imágenes porque las imágenes te meten muchos datos en poco espacio. Y nos gusta ver los datos así. La gran revolución en Internet Artificial ha sido convertir todo a imágenes, que un token, una palabra, sea una imagen ¿Y qué representa esa imagen? Pues no sabemos muy bien, pero representa la relación entre ese token y todos los demás tokens. Pero si esa imagen tiene menos píxeles que tokens hay, ya ¿y qué? Pero la imagen representa eso. Y conforme yo voy haciendo la imagen más grande, más fluidez y…
Ignacio Crespo comenta sobre las fases de aceptación del conocimiento mencionadas por Héctor Socas y plantea una posible interpretación alternativa a lo dicho por Francis Villatoro respecto a la conciencia.
Habla: Ignacio CrespoPalabras #18hector socas fases aceptación conocimientofrancis villatoro respuesta conciencia sencillaignacio crespo reproducir la conciencia funcionalismoestructura conciencia relación funciones…por tres fases. La primera: esto es una majadería absurda. La segunda: esto es interesante pero no tiene ninguna utilidad. Y la tercera: esto es una trivialidad, yo siempre lo he dicho. ¿Qué bueno? Creo que aquí respecto al comentario de la conciencia hay Una cosita a detallar que tampoco es muy relevante, pero lo que has dicho Héctor, de una vez se consigue parece evidente. Como se ha llegado hasta ahí es cierto; creo que aparte de eso hay otra interpretación de lo que ha dicho Francis: que es que tal vez la respuesta sea en sí más sencilla de lo que estamos buscando y eso también hay que tenerlo en cuenta. Y hay otra cuestión: y es cuando a mí me preguntan si en algún momento, a través de la estructura que sea, vamos a ser capaces de reproducir la conciencia; la respuesta no es banal. La respuesta no es necesariamente sí; es sí en el caso de que tengamos definiciones funcionalistas, que consideren que lo que define la conciencia es una relación de funciones, pero si hay una cuestión más sustantiva detrás. Tal vez esa estructura tenga que ser una estructura biológica, por ejemplo, por determinadas las propiedades que tenga y ahí pues ya que sea trivial o no parece más complejo, pero bueno, que estoy de acuerdo y por apuntar algo sobre lo que se dijo hace un…
María Ribes explica el significado del término 'Mes' en relación con los nombres egipcios como Ramsés, y cómo este concepto está vinculado a la mitología de Horus y Osiris.
Habla: María RibesPalabras #12maria ribes discrepancia muestras momias egipciasvasos canopos jormesit hijos horusproceso funerario vasos canopos egipciolenguas muertas conocimiento maria ribesnombre ramsés significado nacido rahormesit llamados canopos ilíada menelaociudad canopo veneración figurilla osirisvasos canopus representaban a osiris…unas 60 momias, bueno, eso me quedé un poco bloqueado porque yo había leído 35. Según el artículo son 35 muestras de 19 momias que incluyen 14 tejidos, 13 vendajes, 2 huesos, y 6 materiales resinosos Ok, gracias Dante, he sabido que me lo ibas a encontrar Y eso, ¿cómo es por alusiones? No, lo digo porque me dijo María. Buscame el número exacto y yo estaba ahí. Y Francis, ya que estamos, bueno que no sé, o María, ¿son todas las momias egipcias? Sí, entre el año 2000 a.C. y el 295 d.C. Que aunque sea después de Cristo y ya fuera griego o romano siguen siendo egipcios y ya seguían utilizando los mismos procesos, incluso los mismos; de hecho, los vasos canopos que sabéis que son estos cuatro vasitos que se llaman los hijos de Horus, uno tiene cabeza humana, otro tiene una cabeza de babuino y en cada uno de ellos se guarda una víscera, el hígado, los pulmones, pues esos vasos canopos en realidad en egipcio se llama jormesit porque son los hijos de Horus; Mesit es hijo de, pero no es hijo, hijo es Sa, los hijos serían Saut. Esto es mi conocimiento de lenguas muertas, yo os digo que no. Pero Mes significa nacido de, como el nombre de Ramses, Ramses es hijo de Ra en el sentido que es nacido de Ra Entonces estos Hormesit se llaman Canopos por la mitología, por la Ilíada, porque Canopo era el timonel, si no me equivoco, el timonel de Menelao en su nave de la Ilíada Y hay una ciudad en el delta de Egipto, del Nilo, que se llama así, Canopo, y allí se veneraba a una figurilla de Osiris, era una vasija que tenía la cabecita de Osiris Entonces cuando se encontraron los primeros vasos canopus, se pensaban que eran estas, o sea, estas vasijas donde se guardan las entrañas de la momia, se pensaba que eran este tipo de divinidad, este tipo de vasija que representaba a Osiris y se llamaron canopus por eso Yo lo único que quería añadir a esto es que Mi sensación, y corregidme si me equivoco, es que aquí lo relevante científicamente es que ya tenemos una serie de protocolos suficientemente sensibles como para poder analizar estos compuestos volátiles, ¿no? O sea, quiero decir que realmente no hay nada…
Ignacio Crespo explica cómo las teorías sobre la conciencia se relacionan con la corrección de errores en las predicciones cerebrales.
Habla: Ignacio CrespoSignificado #20conciencia maximiza errores cerebralespredicciones cerebrales ignacio crespomodelización características cognición…que tienen que ver con la predicción. No son las que vamos a hablar dentro de uno o dos programas, pero hablan de la predicción y entienden que la conciencia podría ser, esta es la cosa, la corrección de los errores de predicción que hace nuestro cerebro. al comparar lo que ha predicho con lo que está recibiendo. que en los casos en los que está consciente esos errores se maximizan, se potencian para poder detectar esa diferencia y a partir de esto han sacado algunas predicciones interesantes que parecen modelizar bien algunas características de la cognición pero que se quedan todavía muy lejos de llegar a ser predictivas, fuertes y que hay que seguir desarrollando. yo creo que es la más complicada de explicar bien porque primero es bastante ambiguo que significa eso de orden superior y a la vez que propiedades tiene esa representación de orden superior que no requiera de una tercera representación que esté por encima…
Alberto Aparici expresa su comprensión sobre la descripción anterior, comparándola con una familia de modelos en lugar de un modelo específico debido a la falta de detalle en el concepto de representación de orden superior.
Habla: Alberto ApariciPalabras #13orden superior conciencia alberto aparicicansancio afecta entendimiento alberto apariciresfriado ignacio crespo claridad mentalfamilia de modelos alberto aparicirepresentación de orden superiordetalle en modelos aparici…apilando una sobre otra para explicar cómo se sostenía el mundo Pues en este caso plantean que podría haber características de esas redes que se estructuran y que conforman las representaciones de orden superior que fueran distintas, pero no entran a decir en ¿Qué consisten? sería una diferencia relevante, Ignacio. Tengo una pregunta que no sé si se debe a que igual no he seguido del todo con detalle. Yo creo que este me ha costado más porque es más complejo y aparte ya vamos cansados todos, creo. Ya, sí, eso también. Bueno, yo estoy un poquito con el costipado embotado, pero a lo mejor es eso. Yo si te he entendido bien, esto que has descrito me suena más a una familia de modelos que a un modelo concreto, ¿no? Porque al no bajar al detalle de qué narices significa eso de la representación de orden superior, pues parece que pudieran ser muchos modelos diferentes, ¿no? Esto pasa con todas, realmente. Y es que hablamos de familias. Familias que en este caso intentan particularizar con el propósito de ponerse de acuerdo, crear un experimento y poderlo refutar. Porque si no lo particularizan es imposible. Y esto ha llevado a muchas críticas. Hay personas que…
Ignacio Crespo explica que las representaciones de orden superior no son suficientes para explicar toda la complejidad de la información, sino que esta se comparte con las representaciones de orden inferior.
Habla: Ignacio CrespoSignificado #8información compartida orden inferiorcontraste información complejidad…esa actividad de neuronas que consideramos que son de un orden superior para ver si se relaciona y se activa de forma codependiente y con las características que esperarían encontrar. Además, ellos plantean una relación en la cual la representación de orden superior no agotaría toda la complejidad de la información que hay ahí sino que estaría repartida con la de orden inferior. y ahí es donde ya va particularizándolo para que con el contrast que habíamos contado se pueda ir acotando por un lado y por otro Sí, sí, sí, perdona, que es que como me estaba sonando no quería activar el sonido. Ha sido más rápido al final de lo que creí. Claro, claro, ha sido bastante más rápido, no sé, se ha quedado así; yo pensaba que Alberto iba a decir algo, nos he cogeado todos…
Ignacio Crespo reflexiona sobre cómo se almacenan recuerdos y sugiere que las principales estructuras cerebrales involucradas en el lenguaje, como Broca y Wernicke, son compartidas en gran medida para procesar diferentes idiomas.
Habla: Ignacio CrespoSignificado #18estructuras broca bernicke lenguajememoria almacenamiento estructuras cerebralesprocesamiento idiomas hemisferio derecho…que vemos cuando hablamos con las personas decía antes María que a veces se le ocurre que una palabra encaja mucho mejor de otro idioma de alguna forma ya hay relaciones no es algo que esté aislado y estás o en un lado o en el otro y eso lo vamos a ver lo que No sé, es para para cosas más específicas relacionadas ya con memoria; por ejemplo, cómo se almacena. No sé si alguien tiene algo más que decir, pero yo me quedaría ahí y decir que el grueso, que son las principales estructuras, Broca, Bernicke, las que hay en el hemisferio derecho para hablar de dobles sentidos, todo esto, y algunas más, porque está distribuido siempre este tipo de pensamientos, serán comunes en gran medida. En estos experimentos, que por estimulación externa se movía de un hemisferio a otro habilidades, uno de los casos más famosos es una mujer que hablaba dos lenguajes; era bilingüe, ¿no? Y cuando se trasladó de esa región al otro hemisferio se trasladaron los…
Ignacio Crespo reflexiona sobre la naturaleza dinámica de las redes neuronales cerebrales y cómo el almacenamiento de información, como los artículos científicos leídos por Francis Villatoro, puede cambiar con el tiempo.
Habla: Ignacio CrespoSignificado #15memoria de francis villatororedes neuronales cerebrales dinámicasreconfiguración direccional de redesalmacenamiento de información en cerebro…como yo lo voy lesionando, no sé si estoy lesionando algo importante, pero como lo voy entrenando al mismo tiempo, entonces todo lo que la señora está entrenando, pues sé que lo que hubiera ahí se va a repartir por otras partes de la red neuronal cerebral. No es que se trasplante, efectivamente, pero incluso en estados totalmente fisiológicos, si yo ahora pudiera saber dónde tiene Francis codificado en su cerebro información relacionada con, por ejemplo, el último paper que ha leído, imagínate, y dentro de dos semanas fuera a buscarlo al mismo sitio exactamente, es probable que no esté ahí. Sabemos que hay pequeños movimientos de esas redes que se activan correlacionadas con determinados recuerdos o estímulos y eso es lo que se aprovecha en estos casos; que hay cierta facilidad para que se reconfigure simplemente que sea direccional esa reconfiguración para poco a poco conseguir que cambie un montón. Hay, aparte de estudios en humanos que son muy interesantes, hay estudios aún más radicales incluso con animales, lógicamente, y había algunos casos en los que habían conseguido desplazar totalmente la corteza visual de algunos animales, que en principio…
