dynatrace cambios sociales QuickML IA Inteligencia artificial google cloud inboxbot

La Inteligencia Artificial (IA) permite que las máquinas puedan aprender de sus resultados para mejorar su programación con el objetivo de proporcionar un rendimiento más destacado. Así funcionamos los humanos. Probamos algo, juzgamos los resultados y modificamos nuestro comportamiento. Hace tan solo unos años, algunas personas consideraban la IA como un tema de ciencia ficción, pero en la actualidad se está convirtiendo en una tecnología más cercana a la realidad a medida que las décadas de investigaciones – junto a los avances en potencia informática, memoria, almacenamiento, conectividad de la red, sensores y el software que une todo – permiten nuevos tipos de analíticas predictivas inteligentes.

Estas innovaciones van a proporcionar beneficios a multitud sectores y cambiará la forma en que vivimos nuestro día a día. La IA va a mejorar nuestras vidas a medida que las máquinas aprendan, razonen, actúen y se adapten – transformado la industria mediante la amplificación de las capacidades humanas, automatizando las tareas aburridas o peligrosas y resolviendo algunos de los problemas sociales más desafiantes. Intel puede ofrecer tecnologías esenciales para impulsar la evolución de la IA, pero, en última instancia, debemos trabajar juntos como sector – y como sociedad – para obtener el máximo provecho de la IA.

Es necesario impulsar la rápida innovación y adopción de la IA, además de facilitar el desarrollo de una amplia gama de aplicaciones basadas en IA

¿Cómo va a hacer que esta “aportación” nos ayude a conseguir estos objetivos? En sentido literal, entendemos por ello “acercarnos a la fuente” o “colaborar” en un proceso en su fase inicial. Nuestro enfoque para el software en Intel no es diferente. En primer lugar, reducimos las barreras de entrada que puedan tener los desarrolladores, los científicos de datos y los estudiantes, haciendo que obtengan el máximo provecho de las asombrosas capacidades del hardware de Intel (la fuente) para obtener el máximo partido de la IA para el sector. En segundo lugar, participamos con el ecosistema desde el comienzo, proporcionando formación esencial, herramientas y recursos para los desarrolladores, científicos de datos y estudiantes (entre otras personas), para que puedan compartir sus experiencias y conocimientos con el resto de la comunidad y, con ello, impulsar la rápida innovación y adopción de la IA, además de facilitar el desarrollo de una amplia gama de aplicaciones basadas en IA. El resultado final de este proceso es la democratización. En pocas palabras, se trata de poner la inteligencia artificial a disposición de todas las personas.

Obtener el máximo potencial de la IA

Las innovaciones de Intel y la integración de capacidades en la hoja de ruta para las CPU desde hace muchos años, impulsadas por la Ley de Moore, van a mejorar aún más los resultados de la eficiencia, la densidad, la programabilidad y la rentabilidad de los dispositivos. A todo esto, tenemos que añadir el conjunto más sofisticado de optimizaciones en la arquitectura Deep Learning Frameworks de código abierto con arquitectura de Intel – incluyendo el  Neon deep learning framework de Nervana, y las tecnologías Caffe, TensorFlow, Theano, Torch y MXNet*, junto a la disponibilidad del Compilador Gráfico Intel Nervana, que proporciona un mecanismo avanzado para la representación y optimización de topologías de aprendizaje profundo, haciendo que todas estas tecnologías permitan a los desarrolladores obtener el máximo partido de la IA.

La App Pikazo hace realidad este potencial en una aplicación del mundo real. Pikazo se desarrolló en 2015, usando para ello algoritmos de transferencia de tipo neuronal, creados con un marco Torch. Es el fruto de una colaboración entre seres humanos, máquinas y el concepto de arte que permite pintar cualquier imagen siguiendo el estilo de artistas como, por ejemplo, Van Gogh, Picasso o de un grafiti — convirtiendo en una obra de arte cualquiera de tus imágenes para que puedas colgarla en tu pared. Con el soporte del hardware y el software de Intel, hemos optimizado Torch* para Intel Architecture, y hemos integrado la Intel Math Kernel Library para acelerar las primitivas de la Deep Neural Network en el hardware. El resultado de todo ello es que la velocidad de renderización de ha acelerado al menos x28 y ofrecemos soporte para, como mínimo, 15 veces el tamaño de la imagen que soportábamos cuando se lanzó la app originalmente.

Cuando el desarrollador haya identificado su marco favorito, Intel ofrece el Intel Deep Learning SDK como un conjunto de herramientas para que los científicos de datos y los desarrolladores de software desarrollen, se formen e instalen soluciones de aprendizaje profundo.