Author: pixelabs@dev

Digital transformation corporate wallpaper

Text Mining (I): Introducción al análisis de textos con IA

¿Qué es la minería de textos? La minería de textos (también conocida como análisis de textos), es el proceso de transformación de textos no estructurados en datos estructurados para facilitar su análisis. La minería de textos utiliza el procesamiento del lenguaje natural (PNL ó NLP), lo que permite a las máquinas “entender” el lenguaje humano y procesarlo automáticamente. Para las empresas, la gran cantidad de datos que se generan cada día representa tanto una oportunidad como un reto. Por un lado, los datos ayudan a las empresas a obtener una visión inteligente de las opiniones de la gente sobre un producto o servicio. Piensa en todas las ideas potenciales que podría obtener al analizar los correos electrónicos, las reseñas de productos, las publicaciones en las redes sociales, los comentarios de los clientes, los tickets de asistencia, etc. Por otro lado, está el dilema de cómo procesar todos estos datos. Y ahí es...

Continue Reading
happy-new-year Pixelabs

Pixelabs Year Review

english (spanish version below)     This year we return to our tradition of closing the year, sharing a brief review of our milestones. We would like to wish all our customers and partners a Happy New Year, hoping that 2022 will be the year of a recovery that is slowly awakening throughout the economic and business environment.   This year, we've worked alongside our clients to consolidate our portfolio and solutions. We would like to thank all of them for their confidence in us. Our solutions make operational processes at all levels easy, fast and robust, helping our customers to focus on their core business. By using AI, all our clients can make better decisions while reducing costs. Next year will be marked by our innovation strategy. We are accelerating innovation as part of the core of Pixelabs. We're an innovative company and since the beginning of this year, we have focused on everything that matters,...

Continue Reading
Machine Learning Pixelabs

Machine Learning (III) – Aprendizaje por Refuerzo

Machine Learning (III) Hoy finalizamos la serie de Machine Learning con este artículo sobre aprendizaje por Refuerzo. El aprendizaje por refuerzo es el área de la inteligencia artificial que está centrada en descubrir qué acciones se debe tomar para maximizar la señal de recompensa, en otras palabras se centra en cómo mapear situaciones a acciones que se centren en encontrar dicha recompensa. Al agente no se le dice que acciones tomar, si no al contrario él debe experimentar para encontrar qué acciones lo llevan a una mayor recompensa, los casos más desafiantes son los que no llevan a una recompensa inmediata si no en la siguientes situaciones. Diferencia con aprendizaje supervisado El aprendizaje supervisado está basado en un set de ejemplos que han sido etiquetados previamente, en otras palabras te muestra exactamente qué acción debes tomar para cada circunstancia, la que mayormente consiste en identificar o categorizar la situación; por lo cual el objetivo...

Continue Reading
Pixelabs Machine Learning 2

Machine Learning (II) – Aprendizaje No Supervisado

Machine Learning (II)   Hoy vamos a continuar con los algoritmos más usados en Machine Learning, concretamente los algoritmos de Aprendizaje no Supervisado. Recordando un poco el anterior artículo, los algoritmos de Aprendizaje no Supervisados infieren patrones de un conjunto de datos sin referencia a resultados conocidos o etiquetados. A diferencia del Aprendizaje Supervisado, los métodos de Aprendizaje no Supervisado no se pueden aplicar directamente a un problema de regresión o clasificación porque no tiene idea de cuáles pueden ser los valores de los datos de salida, lo que hace imposible que entrene el algoritmo de la forma en que lo haría normalmente. En cambio, el aprendizaje sin supervisión puede utilizarse para descubrir la estructura subyacente de los datos.   Aprendizaje No Supervisado Los algoritmos de Aprendizaje no Supervisados te permiten realizar tareas con datos no etiquetados a diferencia del Aprendizaje Supervisado. Sin embargo, el aprendizaje sin supervisión puede ser más impredecible en comparación con otros...

Continue Reading
Machine Learning Pixelabs 1

Machine Learning (I) – Aprendizaje Supervisado

Machine Learning (I) Machine Learning es una disciplina científica del ámbito de la Inteligencia Artificial que crea sistemas que aprenden automáticamente. Aprender en este contexto quiere decir identificar patrones complejos en millones de datos. La máquina que realmente aprende es un algoritmo que revisa los datos y es capaz de predecir comportamientos futuros. Automáticamente, también en este contexto, implica que estos sistemas se mejoran de forma autónoma con el tiempo, sin intervención humana. Veamos cuales son estos algoritmos.   Los algoritmos de aprendizaje automático se pueden dividir en tres grandes categorías: aprendizaje supervisado, aprendizaje no supervisado y aprendizaje por refuerzo. El aprendizaje supervisado es útil en los casos en que una propiedad (etiqueta) está disponible para un determinado conjunto de datos (conjunto de formación), pero debe predecirse para otras instancias. El aprendizaje no supervisado es útil en los casos en que el desafío consiste en descubrir relaciones implícitas en un conjunto de datos...

Continue Reading
Pixelabs Gitex Post 2

Pixelabs is attending GITEX Technology Week in Dubai.

Madrid 18 October 2021   Pixelabs is attending GITEX Technology Week in Dubai. Interested in what Pixelabs has to offer? Contact Carlos Sanguesa     This is a unique opportunity to strengthen our vision of the global market, as well as to come back from this interesting event with potential partners and clients. We are looking forward to a week full of events, conferences, and meetings at the highest level.     GITEX is one of the most important trade fairs in the UAE in the field of technology, electronics, and innovation. GITEX will bring together the most cutting-edge companies in cybersecurity, artificial intelligence, big data, or 5G among many other new technologies. You can check the official agenda and tracks of the event on its official website. Microsoft, Cisco, AWS, or BitDefender are among many other exhibitors worldwide and from more than 29 countries.  We will be among the best exhibitors discovering new opportunities and new ways to innovate.            ...

Continue Reading
postRN1

¿Qué son las Redes Neuronales Convolucionales? (Parte 2)

Si recordáis, en la primera parte de las CNN os contaba que era el kernel y como hacíamos la convolución (¿Que son las Redes Neuronales Convolucionales? Parte 1). En este primer proceso se da un paso más tras la convolución del kernel y es la aplicación de una función de activación. En este caso se usa la función ReLu (Rectifier Linear Unit).   Pero… ¿Por qué se usa esta función con las CNN? pues es simple, cuando procesamos una imagen, cada capa de convolución debe capturar algún patrón en la imagen y pasarla a la siguiente capa de convolución. Los valores negativos no son importantes en el procesamiento de imágenes y se establecen en 0. Pero los valores positivos después de la convolución deben pasar a la siguiente capa. Es por eso que ReLu se está utilizando como una función de activación. Si utilizamos sigmoide o tanh, la información se pierde ya que...

Continue Reading
postRN1

¿Qué son las Redes Neuronales Convolucionales? (Parte 1)

Gran parte de la revolución que se ha vivido en los últimos años en el campo del Deep Learning ha sido gracias a la visión por ordenador o visión artificial y en especial al desarrollo de unas redes neuronales que están especializadas en trabajar con imágenes, las CNN (Convolutional Neural Networks).   La importancia de estas redes viene de su capacidad para poder descifrar los patrones más complejos en datasets masivos de imágenes, asemejándose a la forma en la que lo hace el ojo humano.   En Pixelabs son una gran herramienta para todos nuestros proyectos de visión y os vamos a contar un poco como funcionan.   En esta primera parte solo llegaremos hasta la aplicación de los filtros.     Semejanzas con el cerebro humano En 1959, Hubel y Wiesel tuvieron un papel importante en la comprensión del funcionamiento de la corteza visual, particularmente las células responsables de la selectividad de orientación y detección de bordes en los...

Continue Reading
origami_protein3_nature

DeepMind y el plegamiento de las proteinas

DeepMind y el plegamiento de las proteínas Desde 1994 y cada dos años se viene celebrando una competición para decidir el software que predice mejor la estructura de proteínas a partir de sus secuencias de aminoácidos. Esta competición conocida por sus siglas: CASP (Critical Assessment of Protein Structure Prediction) fue el escenario de todo un hito en su decimotercera edición, cuando uno de las organizaciones que participaban, DeepMind, quedó primera y con una amplia diferencia. DeepMind no se dedicaba a estudiar este problema, no era su campo de estudio, pero decidieron inscribirse y con la ayuda del deep learning lograron resultados asombrosos. Pero fue en la decimocuarta edición de la competición (2020) cuando los miembros de DeepMind, con su AlphaFold 2, demostraron que no tenían rival. Los propios organizadores de la competición afirmaron que AlphaFold 2 resolvía un problema que llevaba planteado 50 años.   Gráficas extraídas de ¡La Revolución de la INTELIGENCIA ARTIFICIAL en...

Continue Reading
gitHubCopilot

GitHub Copilot

Imagen extraída de Knowledia GitHub Copilot y nuestro futuro Sin duda una de las noticias del mes fue el lanzamiento de GitHub Copilot, un producto de OpenAI descendiente de su GPT-3 (Generative Pre-trained Transformer 3, modelo de lenguaje autorregresivo que emplea aprendizaje profundo para producir textos que simulan la redacción humana). Si estás dentro del mundo de la inteligencia artificial (IA) habrás leído decenas de artículos y noticias sobre esta innovación y la mayoría con el gran titular ¿Es el fin de los programadores?. Sin duda es la pregunta que se hace todo el mundo, pero este tipo de preguntas siempre aparecen cuando se presenta algo “revolucionario” y más aún en el campo de la IA. Pero antes de seguir...

Continue Reading