How can AI help you?

La Inteligencia Artificial es una área de la informática únicamente extendida a pequeños ámbitos concretos en nuestras aplicaciones. Pero ¿qué puede aportar realmente la Inteligencia Artificial en nuestras aplicaciones del día a día, cómo podemos utilizarla y qué librerías existen que puedan mejorar y/o ampliar la funcionalidad de nuestras aplicaciones?. ¿Es posible utilizar técnicas de inteligencia artificial actualmente?. ¿Podrían mejorar la experiencia de nuestros usuarios a la hora de utilizar nuestras aplicaciones?. Esta y otras preguntas las contestaremos durante la charla. Hablaremos sobre aplicaciones de diversos sectores (predicción, robotics, planificación de rutas, redes sociales etc.) desde el punto de vista de cómo la inteligencia artificial permite aprender cosas nuevas sobre estas temáticas automáticamente, conociendo por ejemplo cómo utilizan nuestras aplicaciones los usuarios o permitiéndonos saber qué necesitan los usuarios y no les estamos ofreciendo todavía.

En esta charla presentaremos de forma global que es la Inteligencia Artificial y que técnicas podrían ser aplicadas para mejorar nuestras aplicaciones con el fin de mejorar sus funcionalidades. Además describiremos algunas tecnologías, APIs, frameworks o librerías ya existentes que nos permiten desplegar algoritmos de inteligencia artificial en nuestras aplicaciones de forma sencilla. Así como qué nos depara el futuro de este área.

Transcript

1. How can AI help you? 2016
2. Estudiante de Doctorado en Ciencia y Tecnología Informática Inteligencia artificial y robótica. Planificación Automática @sailormercury91 Doctor en Ciencia y Tecnología Informática Inteligencia artificial, robótica, videojuegos y Aprendizaje automático @moisipm ¿Quiénes somos? Moisés Martínez Nerea Luis Mingueza
3. ¿A qué llamamos inteligencia artificial? “Programa de computación que que reúne características y comportamientos asimilables al de la inteligencia humana o animal.”
4. ¿A qué llamamos inteligencia artificial? Inteligencia Artificial Recomendación Deep Learning NLP Robótica Big Data
5. ¿A qué llamamos inteligencia artificial? Inteligencia Artificial Recomendación Deep Learning Sistemas de control Planificación automática Lógica Borrosa NLP Aprendizaje por refuerzo Reconocimiento de imágenes Ontologías Robótica Búsqueda heurística CSP Sistemas multiagente Big Data Sistemas expertos
6. Reconocimiento del lenguaje
7. Traductores ¿Cómo se automatiza la traducción entre diferentes idiomas?
8. Traducción por comparación Harry Potter se ha traducido a 71 lenguajes diferentes. >>Analizar millones de libros, artículos y sus diferentes traducciones >> Forma rápida de ofrecer traducciones al usuario de sus propias frases >> Gracias a Internet. Muy útil para el chino o el árabe >>Machine Translation (Google) Por comparación
9. Neural Machine Translation https://blog.google/products/translate/ found-translation-more-accurate-fluent- sentences-google-translate/ >>Analizar millones de libros, artículos >>Realizar traducciones de párrafos completos analizando el contexto >> Escoger la traducción que se aproxime más al contexto >> Retroalimentar la red de neuronas con cada traducción Aprendizaje por comparación entre textos traducidos en diversos idiomas y por su contexto
10. Natural Language Processing ¿Cómo se “entienden” los textos escritos? Sentiment analysis SPAM filter Translation Identification of keywords for queries >> Siri, GoogleNow
11. Natural Language Processing ¿Cómo se “entienden” los textos escritos? >> CORPUS >> Stop words >> Redes de neuronas para elaborar clasificadores. Árboles de decisión >> Análisis de frecuencias
12. Natural Language Processing ¿Cómo entendemos a nuestros usuarios?
13. Speech recognition ¿Cómo se automatiza la traducción de voz a escritura? >> Captura de sonidos, análisis de fonemas >> Identificar pausas >> Identificar al usuario: hombre, mujer, niño, niña (frecuencia)
14. Speech recognition -La diversidad es esencial-
16. Herramientas y librerías para “cacharrear” y aprender http://www.voicexml.org/ http://www.cs.waikato.ac. nz/ml/weka/ http://stanfordnlp.github.io/Co reNLP/
17. Visión Artificial
18. Reconocimiento facial ¿Cómo podemos reconocer caras de forma sencilla?
19. Reconocimiento de objetos ¿Cómo podemos reconocer objetos de forma sencilla? >> Blobs >> Histogramas >> Etiquetado >> Retroalimentación del sistema
23. Herramientas y librerías para “cacharrear” + OpenCV Python Imaging Library (PIL)
24. Planificación Automática
25. Planificación Automática ¿Generando secuencias de acciones para gobernar el mundo?
26. Planificación Automática ¿Generando secuencias de acciones para gobernar el mundo? >> Estado inicial >> Estado final (Metas) >> Conjunto de acciones
27. Planificación Automática ¿Repartiendo nuestros paquetes de forma eficiente? >> Búsqueda heurística en grafos >> CSP (Programación con restriciones)
28. Planificación Automática ¿Repartiendo nuestros paquetes de forma eficiente? >> Planificación de acciones
29. Para aprender y “cacharrear” Simulación de diversos algoritmos de búsqueda heurística http://qiao.github.io/PathFinding.js/visual/
30. Para aprender y “cacharrear” https://github.com/aimacode Java Python Scala … ¡Multilenguaje!
31. Sistemas de Predicción
32. Sistemas de predicción ¿Cómo intentar predecir el futuro con unos pocos datos?
33. Sistemas de predicción ¿Cómo intentar predecir el futuro con unos pocos datos? Mejor millones
34. “If we knew both the laws of physics and the location of every particle in the universe, we would be able to predict everything” Pierre Laplace
35. Reconocimiento de acciones ¿Podemos predecir nuestras acciones? >> Análisis del comportamiento en videos sin etiquetar >> Reconocimiento de acciones mediante visión artificial
36. Reconocimiento de acciones ¿Podemos predecir nuestras acciones? >> Deep Learning >> Deep Convolutional Neural Networks (DCNN) Image from Vondrick et. al
37. Reconocimiento de acciones ¿Podemos predecir nuestras acciones? >> Deep Learning >> Deep Convolutional Neural Networks (DCNN) >> Tensor Flow >> Theano Image from Vondrick et. al
38. Reconocimiento de comportamientos ¿Podemos predecir a nuestros usuarios? >> Análisis de contenidos >> Análisis de perfiles >> Análisis de actividades
39. IBL Transform ación Recolección Generación MLLib Spark Cola de Mensajes Reconocimiento de comportamientos ¿Podemos predecir a nuestros usuarios?
40. Reconocimiento de comportamientos ¿Podemos predecir a nuestros usuarios?
41. Conclusiones Necesitamos incluir IA para mejorar nuestras aplicaciones PERO Debemos entender la IA No todos los algoritmos y técnicas valen No hay que quedarse con la idea de que tengo una “caja negra”
42. ¡Muchas gracias! ¿Preguntas?
43. T3chFest • 9 y 10 Febrero. Evento gratuito • Leganés, UC3M | techfest.uc3m.es • Call4talks (4 Diciembre)