El gobierno chino anunció un plan en 2017 para convertirse en el líder mundial en IA para 2030, y desde entonces ha invertido miles de millones de dólares en proyectos e investigación de IA en la academia, el gobierno y la industria privada.

El gobierno chino anunció un plan en 2017 para convertirse en el líder mundial en IA para 2030, y desde entonces ha invertido miles de millones de dólares en proyectos e investigación de IA en la academia, el gobierno y la industria privada.
La economía del futuro no será construida por personas y fábricas, sino por algoritmos e inteligencia artificial, dice el científico de datos Mainak Mazumdar. Pero, ¿qué sucede cuando estos algoritmos se entrenan con datos sesgados? Basándose en ejemplos desde Shanghái hasta la ciudad de Nueva York, Mazumdar muestra cómo los datos de baja calidad conducen a una IA que toma decisiones y predicciones incorrectas, y revela tres restablecimientos de infraestructura necesarios para hacer posible la IA ética.
Incorporar la IA al flujo de trabajo clínico ayuda a agilizar los procedimientos médicos para los médicos. El objetivo final es trabajar con médicos y profesionales médicos para mejorar los servicios de atención médica mediante el uso justo de la IA. En este frente, se esperan tres desarrollos importantes.
Los algoritmos de IA no pueden explicar los procesos de pensamiento detrás de sus decisiones. Una computadora que domina el plegamiento de proteínas y también les dice a los investigadores más sobre las reglas de la biología es mucho más útil que una computadora que dobla las proteínas sin explicación.
El año pasado pudo haber cortado nuestras conexiones con el mundo físico, pero en el ámbito digital, la IA prosperó.
por Shelly Fan Covid-19 absorbió la mayor parte del oxígeno de la ciencia este año. Pero todavía teníamos victorias brillantes. La pandemia no pudo derribar cohetes ni humanos: múltiples misiones despegaron al planeta rojo en el “verano de Marte”. Dos astronautas se lanzaron a la Estación Espacial Internacional, y regresaron a salvo, en un cambio de juego para los viajes espaciales comerciales. La NASA […]
Junto con sus promesas, los algoritmos de inteligencia artificial también traen una serie de riesgos que es necesario tener en cuenta y corregir. ¿Qué medidas toman los científicos de datos para evitar que la información de la que ‘se alimentan’ las máquinas sea incompleta o esté sesgada?
En 1956, John McCarthy organizó un proyecto de investigación de diez semanas en la Universidad de Dartmouth que se centró en un nuevo concepto que llamó “inteligencia artificial”. El evento incluyó a muchos de los investigadores que se convertirían en gigantes en el campo emergente, como Marvin Minsky, Nathaniel Rochester, Allen Newell, OG Selfridge, Raymond Solomonoff y Claude Shannon.
El mes pasado, Nature publicó una respuesta condenatoria escrita por 31 científicos a un estudio de Google Health que apareció en la revista a principios de este año. Google describía ensayos exitosos de una IA que buscaba signos de cáncer de mama en imágenes médicas. Pero según sus críticos, el equipo de Google proporcionó tan poca información sobre su código y cómo se probó que el estudio no fue más que una promoción de tecnología patentada.
Reducir el agotamiento del personal de la salud y mejorar la atención al paciente mediante la inteligencia artificial.
Las cookies son necesarias para que el sitio web funcione correctamente. Nuestras cookies garantizan funcionalidades básicas y características de seguridad del sitio web. No almacenan información personal alguna.
Algunas cookies pueden no ser particularmente necesarias para el funcionamiento del sitio web. Las mismas se utilizan específicamente a fin recopilar datos de navegación y así procesar análisis, anuncios y otros contenidos integrados. Este tipo de cookies se denomina "no necesarias". Es obligatorio obtener el consentimiento del usuario antes de ejecutar estas cookies en su sitio web.