La intuición ha sido a menudo referida como una habilidad netamente propia de seres vivos inteligentes y fuera del alcance de las máquinas. Ahora, parece que la situación ya no estará tan clara.
El análisis de cantidades masivas de datos se basa en la búsqueda de patrones sutiles que tienen algún tipo de poder predictivo.
Pero elegir qué “propiedades” de los datos analizar precisa normalmente de cierta intuición humana.
El equipo de Max Kanter, del Instituto Tecnológico de Massachusetts (MIT), en Cambridge, Estados Unidos, tiene como objetivo sacar al elemento humano del análisis de grandes cantidades de datos, con un nuevo sistema que no solo busca patrones sino que también escoge qué “propiedades” de los datos son las más prometedoras para analizar.
El algoritmo utiliza varios trucos para replicar las capacidades de los seres humanos.
En primer lugar, utiliza la estructura de las bases de datos que analiza para crear una desconcertante variedad de nuevas métricas para comparación y, a continuación, realiza una serie de diferentes cálculos para encontrar correlaciones entre esas nuevas métricas.
También presta atención especial a los datos categóricos, como un nombre de mes o un nombre de marca, y luego estudia las relaciones entre las nuevas métricas y estas categorías.
Therefore whenever your impotency affected body wants to avail back its stamina and strength you can impute this medicament in injection form in the measures of 5mg/ml and 25mg/ml that have been used to treat the victims those who have seriously infected. cialis prescription prices cheap levitra tablet Luckily, for men pretentious by impotence, few effective ways help to deal with it. It is preferred by almost all the impotence affected people. viagra generic canada Your spefind this drugstore buy levitra onlinet will probably start by testing you and play out a physical exam on you. Para probar el primer prototipo de su sistema, él y sus colegas lo inscribieron en tres competiciones científicas de análisis de datos, en las que compitió contra equipos humanos para encontrar patrones predictivos en conjuntos de datos sin conocimiento previo sobre los mismos.
De los 906 equipos que participaron en las tres competiciones, la “Data Science Machine” (Máquina Científica de Datos) de los investigadores acabó por encima del puesto 615.
Dicho de otro modo, el sistema que reemplaza a la intuición humana con algoritmos fue más eficaz que 615 de los 906 equipos humanos.
En dos de las tres competiciones, las predicciones realizadas por la Data Science Machine fueron tan fiables, en un 94 y un 96 por ciento, como las de las propuestas ganadoras.
En el tercero, la cifra fue más modesta, un 87 por ciento.
Pero mientras que los equipos de humanos trabajaron normalmente sobre sus algoritmos de predicción durante meses, la Data Science Machine necesitó solo entre 2 y 12 horas para producir cada uno de sus registros.
Fuente: Noticias de la Ciencia
Recientemente, Sanctuary AI presentó su mano robótica que ahora es capaz de manipular objetos. (more…)
Especialistas en robótica de la Universidad de Leeds y el University College de Londres han…
El lenguaje de señas es un medio de comunicación sofisticado y vital para las personas…
Según un nuevo estudio dirigido por el Imperial College, una tecnología de navegación que utiliza…
Gemini 2.0 Flash Thinking Experimental es una nueva versión de la IA de Google que…
Las computadoras cuánticas difieren fundamentalmente de las clásicas. En lugar de utilizar bits (0 y…