Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
MIT 6.S192 - Clase 8: "Cómo el aprendizaje automático puede beneficiar a los creadores humanos" por Rebecca Fiebrink
MIT 6.S192 - Clase 8: "Cómo el aprendizaje automático puede beneficiar a los creadores humanos" por Rebecca Fiebrink
Rebecca Fiebrink, investigadora en el área de la música y la IA, enfatiza la importancia de la interacción humana y mantener a los humanos informados sobre el uso y desarrollo del aprendizaje automático con fines creativos. Habla sobre su herramienta, Wekinator, que permite el uso del aprendizaje automático en música en tiempo real para la creación humana. Ella demuestra cómo construir varios instrumentos controlados por gestos, como una caja de ritmos, un algoritmo de síntesis de sonido llamado Blotar y un instrumento de viento llamado blowtar. Ella destaca cómo el aprendizaje automático puede ser beneficioso para los creadores, permitiéndoles explorar paletas de sonido complejas y matizadas y facilitar el análisis de datos para sensores y datos en tiempo real. También aborda los beneficios de la manipulación interactiva de datos de entrenamiento y explica cómo el aprendizaje automático nos permite comunicarnos con las computadoras de una manera más natural, además de agregar sorpresas y desafíos al proceso de trabajo creativo.
MIT 6.S192 - Clase 9: "Abstracciones neuronales" por Tom White
MIT 6.S192 - Clase 9: "Abstracciones neuronales" por Tom White
En este video, el artista y profesor Tom White analiza su enfoque para incorporar la percepción de las máquinas y las redes neuronales en su práctica artística. White comparte su experiencia en el estudio de matemáticas y diseño gráfico en el MIT y su trabajo actual enseñando codificación creativa en la Universidad de Victoria. También analiza su investigación sobre la construcción de herramientas para ayudar a otros a usar el medio de manera creativa y su propia obra de arte que explora la percepción de la máquina. White muestra sus bocetos y grabados, creados con algoritmos de inteligencia artificial, y habla sobre sus colaboraciones con grupos musicales y sus exposiciones de arte recientes. También analiza los desafíos de la colaboración con redes neuronales y las consecuencias no deseadas de poner el arte generado por IA en la naturaleza.
MIT 6.S192 - Clase 10: "Magenta: Empoderar a la agencia creativa con el aprendizaje automático" por Jesse Engel
MIT 6.S192 - Clase 10: "Magenta: Empoderar a la agencia creativa con el aprendizaje automático" por Jesse Engel
Jesse Engel, científico investigador principal de Google Brain, habla sobre Magenta, un grupo de investigación que analiza el papel de la IA y el aprendizaje automático en la creatividad y la música. El grupo se enfoca principalmente en modelos de aprendizaje automático que generan medios y los hacen accesibles a través de código abierto y un marco llamado magenta.js, que permite la creación de modelos creativos interactivos en Javascript. Engel enfatiza la importancia de ver la música como una plataforma social y evolutiva para la identidad y la conexión cultural en lugar de una mercancía que se produce y consume a bajo costo. Exploran cómo el aprendizaje automático puede empoderar a las personas con nuevas formas de agencia creativa a través de la expresividad, la interactividad y la adaptabilidad. La conferencia cubre varios temas, incluido el diseño de modelos de aprendizaje automático para música, el uso de convolución dilatada para resultados predictivos, el procesamiento de señales digitales diferenciables y la creación de sistemas de aprendizaje automático que producen fallas hermosas. Además, habla sobre los desafíos colaborativos con los artistas y el gran desafío de salir de la distribución y la composicionalidad en los modelos de aprendizaje.
MIT 6.S192 - Clase 11: "Biodiversidad artificial", Sofia Crespo y Feileacan McCormick
MIT 6.S192 - Clase 11: "Biodiversidad artificial", Sofia Crespo y Feileacan McCormick
En esta conferencia sobre "Biodiversidad artificial", Sofia Crespo y Feileacan McCormick exploran la intersección de la tecnología y la naturaleza para producir formas de arte únicas. El dúo habla sobre su interés y uso del aprendizaje automático y su conexión con la belleza y destaca las limitaciones de la percepción humana. También discuten sus proyectos de colaboración, incluido "Otros enredados", donde abogan por representar tanto especies individuales como sus enredos complejos para crear una mejor comprensión de los sistemas ecológicos. Los ponentes enfatizan la importancia de la sostenibilidad y la colaboración en la práctica artística y la relación entre las herramientas y el arte, afirmando que los algoritmos no pueden reemplazar a los artistas humanos.
MIT 6.S192 - Clase 12: "IA+Creatividad, la perspectiva de un nerd del arte" por Jason Bailey
MIT 6.S192 - Clase 12: "IA+Creatividad, la perspectiva de un nerd del arte" por Jason Bailey
Jason Bailey analiza cómo el aprendizaje automático está impactando en el campo del arte, desde la detección de falsificaciones hasta la predicción de precios. Insta a los artistas a ser conscientes de los sesgos inherentes al arte basado en datos e insta a la necesidad de entrenar datos que incluyan todas las perspectivas.
MIT 6.S192 - Clase 13: "Superficies, objetos, procedimientos: integración de aprendizaje y gráficos para la comprensión de escenas 3D" por Jiajun Wu
MIT 6.S192 - Clase 13: "Superficies, objetos, procedimientos: integración de aprendizaje y gráficos para la comprensión de escenas 3D" por Jiajun Wu
Jiajun Wu, profesor asistente en Stanford, analiza su investigación sobre la comprensión de escenas en máquinas a través de la integración del aprendizaje profundo y el conocimiento del dominio de los gráficos por computadora. Wu propone un enfoque de dos pasos para recuperar la geometría de un objeto 3D a partir de una sola imagen estimando la superficie visible a través del mapa de profundidad y completando la forma en función del conocimiento previo de un gran conjunto de datos de otras formas similares. Wu también propone usar mapas esféricos como una representación sustituta de superficies en 3D para capturar mejor las características de la superficie, lo que permite que el sistema complete formas en una salida más detallada y fluida. Además, Wu analiza cómo la reconstrucción de formas en programas de formas puede mejorar significativamente el modelado y la reconstrucción, especialmente para objetos abstractos y hechos por el hombre. Finalmente, Wu analiza cómo el conocimiento del dominio de los gráficos por computadora se puede integrar con el aprendizaje automático para mejorar la reconstrucción de formas, la síntesis de texturas y la comprensión de escenas.
MIT 6.S192 - Clase 14: "Hacia la creación de motores de innovación abiertos infinitamente creativos" por Jeff Clune
MIT 6.S192 - Clase 14: "Hacia la creación de motores de innovación abiertos infinitamente creativos" por Jeff Clune
Jeff Clune, investigador de OpenAI, analiza su trabajo en la creación de motores de innovación abiertos infinitamente creativos en esta conferencia del MIT. Busca crear algoritmos que puedan realizar la evolución natural y la receta de la cultura humana de comenzar con un conjunto de cosas, generar cosas nuevas, evaluar para mantener lo interesante y modificarlo para mantener la novedad interesante. Clune explora el uso de redes neuronales para reconocer cosas nuevas, habla sobre el algoritmo Map Elites e introduce las redes de producción de patrones de composición para la codificación. Muestra cómo se pueden combinar estas herramientas para generar imágenes complejas y diversas, resolver problemas difíciles y crear algoritmos abiertos que pueden innovar constantemente sus soluciones a los desafíos.
MIT 6.S192 - Clase 15: "Creative-Networks" por Joel Simon
MIT 6.S192 - Clase 15: "Creative-Networks" por Joel Simon
En esta conferencia, Joel Simon explora sus inspiraciones y enfoques hacia las redes creativas que se basan en ecosistemas naturales. Demuestra el potencial de las habilidades computacionales en el proceso creativo, describiendo cómo técnicas como la optimización topológica, los morfógenos y los algoritmos evolutivos pueden permitir la aparición de formas y texturas increíbles. Simon también comparte detalles sobre su proyecto GANBreeder, una herramienta en línea para descubrir y mutar imágenes mediante un CPPN y un GAN, y analiza el potencial de los sistemas de recomendación cruzada en el proceso creativo. Simon es optimista sobre el futuro de la tecnología y la creatividad, y cree que los humanos pueden colaborar y optimizar las funciones de los edificios y crear algo más grande.
MIT 6.S192 - Clase 16: "Percepción visual humana del arte como computación" Aaron Hertzmann
MIT 6.S192 - Clase 16: "Percepción visual humana del arte como computación" Aaron Hertzmann
La conferencia explora la ambigüedad perceptiva y la indeterminación en el arte y el uso de redes generativas antagónicas (GAN) en la creación de imágenes ambiguas. Discute el impacto de la duración de la visualización en la percepción y la relación entre la entropía de la imagen y las preferencias humanas. El disertante sugiere una teoría evolutiva del arte, donde el arte es creado por agentes capaces de relacionarse socialmente. También se analiza el uso de la IA en el arte, con la conclusión de que, si bien los algoritmos pueden ser herramientas útiles, no pueden reemplazar a los artistas humanos. La conferencia concluye con algunas observaciones sobre conceptos como el valor.
MIT 6.S192 - Clase 17: "Uso de la IA al servicio del diseño gráfico" por Zoya Bylinskii
MIT 6.S192 - Clase 17: "Uso de la IA al servicio del diseño gráfico" por Zoya Bylinskii
Zoya Bylinskii, científica investigadora de Adobe, explora la intersección del diseño gráfico y la inteligencia artificial (IA) en esta conferencia. Bylinskii enfatiza que la IA está destinada a ayudar en lugar de reemplazar a los diseñadores mediante la automatización de tareas tediosas y la generación de variaciones de diseño. Bylinskii brinda ejemplos de herramientas asistidas por IA, incluidas herramientas de diseño interactivo e ideación de íconos generados por IA. Bylinskii también analiza los desafíos y el potencial de aplicar IA al diseño gráfico, incluida la necesidad de pensamiento creativo, curación y trabajo con profesionales de diferentes campos. Ella asesora a los candidatos interesados en IA y aprendizaje automático para diseño gráfico para mostrar la experiencia del proyecto y buscar oportunidades de investigación.