Actualidad Deep Learning

Cuenta los proyectos de IA en la Justicia en China. También habla de proyectos en otros países. No entra en la justificación, la imparcialidad, etc. Solo en lo que se está haciendo. https://www.barandbench.com/columns/is-artificial-intelligence-replacing-judging Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

Una ciudad china planea hacer que una aplicación de seguimiento de la salud introducida como parte de la respuesta del coronavirus sea un elemento permanente para su población de 10 millones. Se han utilizado versiones de la aplicación en China continental. Muestra un código QR con el estado del virus de un individuo, que se puede usar para determinar en qué medida se le permite moverse. https://amp-theguardian-com.cdn.ampproject.org/c/s/amp.theguardian.com/world/2020/may/26/chinese-city-plans-to-turn-coronavirus-app-into-permanent-health-tracker Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

Evolución de las promesas políticas y técnicas a los problemas técnicos y efectividad de las soluciones clásicas en Australia. El resultado ha terminado en la irrelevancia de las apps. https://www.theguardian.com/world/2020/may/24/how-did-the-covidsafe-app-go-from-being-vital-to-almost-irrelevant Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

Este documento discute el establecimiento de un marco de gobernanza para asegurar el desarrollo y despliegue de una "buena IA", y describe la búsqueda de una brújula moralmente objetiva para guiarlo. Al afirmar que los derechos humanos pueden proporcionar esa brújula, este documento primero examina lo que implica un enfoque basado en los derechos humanos para la gobernanza de la IA, y establece la promesa que propaga. Posteriormente, examina las trampas asociadas con los derechos humanos, centrándose particularmente en la crítica de que estos derechos pueden ser demasiado occidentales, demasiado individualistas, demasiado limitados y demasiado abstractos para formar la base de una buena gobernanza de la inteligencia artificial. Después de refutar estos reproches, se hace un llamado para ir más allá de los llamados a un enfoque basado en los derechos humanos, y comenzar a tomar los pasos necesarios para lograr su realización. Se argumenta que, sin dilucidar la aplicabilidad y ...

Los algoritmos inteligentes ya pueden superar a los humanos en ciertas tareas. Por ejemplo, pueden vencer a los mejores jugadores humanos del mundo en juegos increíblemente complejos como el ajedrez y el Go, y pueden detectar tumores cancerosos en una mamografía mucho más rápido que un clínico humano. Las máquinas también pueden distinguir la diferencia entre un gato y un perro, o determinar la identidad de una persona aleatoria con solo mirar una foto de su cara. También pueden traducir idiomas, conducir automóviles y mantener su hogar a la temperatura adecuada. Pero, en términos generales, todavía no son tan inteligentes como el niño promedio de 7 años. https://www.cnbc.com/2020/05/25/oxford-cambridge-ai.html Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

Existe un consenso cada vez mayor de que la instrucción de ética de IA es crítica y debe extenderse más allá de los cursos de ciencias de la computación. "Necesitamos tener conversaciones sobre las tecnologías que queremos construir, y cómo nosotros, como sociedad, somos responsables de garantizar que las tecnologías reflejen nuestros valores y que sean beneficiosas para el mundo", señala Gina Neff, investigadora principal del Oxford University Internet Institute y profesor asociado en el Departamento de Sociología de la Universidad de Oxford. https://cacm.acm.org/news/245121-a-new-class-of-ai-ethics/fulltext#.XsuMVYcQ4P8.twitter Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

Vuzik está vendiendo visores de realidad aumentada para detectar sospechosos. https://onezero.medium.com/glasses-equipped-with-facial-recognition-are-coming-ac2ccfe2795a Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

La monetización de datos durante # COVID19 podría significar que aquellos con menos ingresos están más inclinados a vender datos por una recompensa monetaria.  Nos arriesgamos a que la privacidad se convierta en un lujo en lugar de un derecho, comenta la investigadora Valentina Pavel. Sin embargo, las aplicaciones emergentes también han generado preocupaciones de los grupos de derechos de datos preocupados de que poner un precio a los datos corra el riesgo de convertir la privacidad en algo que solo los ricos pueden pagar. "Las comunidades de bajos ingresos, que ya tienden a ser marginadas, explotadas y sometidas a niveles elevados de vigilancia, también son las más propensas a sentirse presionadas a renunciar a su privacidad bajo el tipo de sistema que estas aplicaciones presentan". https://www.reuters.com/article/us-health-coronavirus-tech-analysis-trfn-idUSKBN22X0GC Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@foro...

Los informáticos y los estadísticos están trabajando actualmente para comprender mejor el sesgo. Esto implica modelar cómo puede surgir el sesgo de los datos e identificar tipos de sesgo aparentemente paradójicos. Los científicos también han descubierto que eliminar las características que tienden a reflejar un sesgo más, como la raza y el género, no garantiza necesariamente que el sesgo no surja más adelante en el proceso. En el caso de los escáneres de aeropuerto TSA, la raza puede no haber sido una variable considerada por el algoritmo, sin embargo, las mujeres de color terminan siendo buscadas con mayor frecuencia. https://harvardtechnologyreview.com/2020/05/16/ai-bias-use/ Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

Esta guía es un conjunto de consejos prácticos que ayuden a explicar las decisiones  tomadas usando IA. Consta de tres partes según el nivel del lector: principios básicos de explicación de la IA, explicación de la IA en la práctica y qué significa explicar la IA en la organización. Legalmente está muy bien, pero si la IA explicable es esto, ain duda es mucho más barato contratar a un responsable. https://ico.org.uk/for-organisations/guide-to-data-protection/key-data-protection-themes/explaining-decisions-made-with-ai/ Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

El confinamiento, el mantenimiento de la distancia de seguridad han hecho que se implanten sistemas de control que ponen mucho poder en manos de las compañías y que después podrían usarse para otros fines. Este artículo analiza el binomio privacidad - derechos y enumera cuestiones a tener en cuenta. Una pandemia no es motivo para dejar de cumplir las obligaciones. https://www.adalovelaceinstitute.org/high-visibility-and-covid-19-returning-to-the-post-lockdown-workplace/ Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

Es una lista de 19 cuestiones a considerar a la hora de evaluar las apps. Se incluye la evaluación de cuatro apps. https://arxiv.org/ftp/arxiv/papers/2005/2005.08370.pdf Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

Como científicos, queremos comunicar que la privacidad es esencial para la seguridad, la innovación, la dignidad y el florecimiento. Como tal, debemos dejar de celebrar cuán grandes son nuestros datos. La teoría de la IA de Rumpelstiltskin (originalmente, Rumpelstilzchen) es simplemente errónea. No obtiene automáticamente más o mejor inteligencia en proporción a la cantidad de datos que utiliza. Incluso cuando utiliza el aprendizaje automático para construir su IA (que ciertamente no siempre es el caso), las estadísticas básicas 1 + 1 que la cantidad de datos que necesita depende de la variación en la población que está estudiando. Para muchas aplicaciones, una gran cantidad de datos solo es útil para la vigilancia. Incluso cuando una gran cantidad de datos podría ser útil, sigue siendo un peligro. Los datos no deben ser retenidos y almacenados rutinariamente sin una buena razón. Donde haya una buena razón, debe almacenarse con los más altos estándares de ciberseguridad. Necesitamos si...

Los “certificados de inmunidad” o “pasaportes de inmunidad” habilitados para Blockchain para COVID-19, si los implementan las autoridades públicas, tendrían serias consecuencias para nuestros derechos humanos y libertades civiles fundamentales. La introducción de estos artefactos podría interferir con nuestro derecho a la privacidad; libertades de asociación, reunión y movimiento; nuestros derechos al trabajo y la educación; y de lo contrario limitar seriamente nuestra libertad y autonomía, incluso cuando no sea obligatorio. Por ejemplo, aunque no está expresamente ordenado por la ley, las personas en China después del cierre deben poder producir un código QR "verde" del estado de salud en su dispositivo móvil para acceder al transporte público, ingresar a lugares de trabajo o residencias, y más, y prácticamente no hay manera de desafiar las determinaciones automáticas de estado. En este momento, no conocemos marcos legales específicos o generales que brinden a las personas l...

Publicación muy bien articulada sobre la diferencia entre el juicio (humano) y los resultados matemáticos. Los humanos no somo solo capaces de pensar en algo, sino de pensar sobre lo que esta,os pensando. Las cosas nos pueden "importar un bledo", a las máquinas no. Los juicios humanos no son necesariamente buenos, ni los humanos siempre actúan con juicio. Pero todos tienen la capacidad de hacerlo. Es por eso que consideramos a los humanos, pero no a las máquinas, como moralmente responsables de sus actos. https://www.theguardian.com/commentisfree/2020/may/16/for-all-its-sophistication-ai-isnt-fit-to-make-life-or-death-decisions-for-us Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

Es un breve, conciso, profundo, detallado e interesante comentario a la publicación. Plantea bastantes objecciones de fondo sobre la naturaleza de la IA, sobre la privacidad, el consentimiento, GDPR, etc https://lsts.research.vub.be/sites/default/files/atoms/files/Hildebrandt%20EC%20White%20Paper%20on%20AI.pdf Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

La legislación propuesta prohibiría por completo el uso de la tecnología por parte de entidades gubernamentales y privadas, y amenazaría a una variedad de empresas que venden y usan la tecnología. La compañía tiene como objetivo influir en el reconocimiento facial a nivel local y federal. En septiembre, el CEO de Amazon, Jeff Bezos, dijo que su equipo de políticas públicas estaba desarrollando su propia propuesta de legislación federal de reconocimiento facial. https://onezero.medium.com/amazons-quietly-fighting-against-a-groundbreaking-facial-recognition-ban-in-portland-f0d1e3c2054 Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

Si bien el fracaso se debe en parte a un mundo cambiado, esta explicación roza los últimos años de una participación pública sostenida en el proyecto, tanto de partidarios como de críticos. Desde su inicio, el proyecto no pudo apreciar hasta qué punto las ciudades siguen siendo fortalezas de la democracia y el proceso democrático. http://bostonreview.net/politics/bianca-wylie-no-google-yes-democracy-toronto Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

Aparentemente es una garantía y una ventaja, pero tiene sus contras: dividiría a la sociedad, impulsaría a contagiarse para alcanzar la inmunidad de un virus peligroso y no está garantizado que alguien con anticuerpos no pueda volver a contraer la infección. https://www.swissinfo.ch/eng/technology_switzerland-mulls-controversial-covid-19-health-passports/45757950 Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

La pandemia ha revelado cuán entrelazadas están nuestras vidas con la IA, exponiendo una delicada codependencia en la que los cambios en nuestro comportamiento cambian la forma en que funciona la IA, y los cambios en la forma en que funciona la IA cambian nuestro comportamiento. Esto también es un recordatorio de que la participación humana en los sistemas automatizados sigue siendo clave. "Nunca puedes sentarte y olvidar cuando estás en circunstancias tan extraordinarias" https://www.technologyreview.com/2020/05/11/1001563/covid-pandemic-broken-ai-machine-learning-amazon-retail-fraud-humans-in-the-loop/ Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

Los gobiernos de todo el mundo han optado por desarrollar tecnologías, como el seguimiento de contactos digitales, el seguimiento de síntomas y la creación de almacenes de datos como elementos centrales de sus estrategias para responder a COVID-19. La tecnocracia generalmente se manifiesta en círculos tecnológicos, comerciales y de políticas como 'DAD' - 'decidir, anunciar y defender' - un modo a través del cual los expertos y / o políticos ensamblan rápidamente una solución, anuncian la solución al mundo en general, bloquean la puerta metafórica y esperan a que los medios (y las redes sociales) reaccionen violentamente para machacarlos. https://www.adalovelaceinstitute.org/why-we-cannot-afford-to-leave-technology-to-the-experts-the-case-for-public-engagement-at-times-of-crisis/ Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

La canciller Angela Merkel dijo que habría un "nivel mucho más alto de aceptación" para un enfoque descentralizado, que está diseñado para ofrecer un mayor grado de anonimato. https://www.bbc.com/news/technology-52650576 Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

El aprendizaje automático con redes neuronales profundas ("aprendizaje profundo") permite aprender características complejas directamente de los datos de entrada sin procesar, eliminando por completo la extracción de características "codificadas" hechas a mano. Esto ha llevado a lograr un rendimiento de vanguardia en varios dominios problemáticos --- previamente desconectados ---, incluyendo la visión por computadora, el procesamiento del lenguaje natural, el aprendizaje de refuerzo y el modelado generativo. Estas historias de éxito casi de manera universal van de la mano con la disponibilidad de inmensas cantidades de ejemplos de capacitación etiquetados ("big data") que exhiben una estructura simple tipo cuadrícula (por ejemplo, texto o imágenes), explotables a través de capas convolucionales o recurrentes. Esto se debe a la gran cantidad de grados de libertad en las redes neuronales, lo que deja su capacidad de generalización vulnerable a efectos como e...

https://revistaidees.cat/es/monografics/intelligencia-artificial/ Editorial IA: los interrogantes que nos interpelan Ramon López de Mántaras, Carles Sierra, Pere Almeda Políticas estratégicas de IA en la carrera geopolítica La estrategia política en IA en los Estados Unidos Peter Stone Políticas científicas de IA en China Yi Chang, Chengqi Zhang Retos éticos La IA en Catalunya, un ecosistema prometedor Karina Gibert El ecosistema de startups de IA en España Daniel Villatoro Israel: (AI) Startup Nation? Onn Shehory Impactos sociales y democráticos Reflexión sobre la «ética» en la ética de la IA Pak-Hang Wong, Judith Simon La singularidad tecnológica y el sueño transhumanista Miquel Casas Uso militar de la IA Algoritmos iliberales César Rendueles Las sociedades en la era de la automatización Lorena Jaume-Palasí La redefinición del poder Pompeu Casanovas Inteligencia Artificial en tiempos de pandemia Kristine Gloria ¿Inteligencias? ¡Las necesitamos todas! Javi Creus Desigualdad, economía ...

Una entrevista a Luciano Floridi. Explica lo que es la Ética Digital. Habla de la Cuarta Revolución del autoconocimiento.. Los Derechos Humanos son la base, pero hay que ver cómo se ponen en prácta El final esun poco pesimista "No estoy tan seguro de que todo el sistema cambie, al menos, no sin que ocurra un desastre real primero." https://medium.com/digitalpolicysalon/the-fourth-revolution-and-the-ethics-of-information-3eebc0d2ced8 Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

Vivimos en una época de paradoja. Los sistemas que utilizan inteligencia artificial igualan o superan el nivel humano rendimiento en más y más dominios, aprovechando los rápidos avances en otras tecnologías e impulsando los altos precios de las acciones. Sin embargo, el crecimiento medido de la productividad ha disminuido a la mitad en el pasado década, y el ingreso real se ha estancado desde fines de la década de 1990 para la mayoría de los estadounidenses. Nosotros describimos cuatro posibles explicaciones para este choque de expectativas y estadísticas: falsas esperanzas, mala medición, redistribución y retrasos en la implementación. Si bien se puede hacer un caso para cada uno, nosotros argumentamos que los retrasos probablemente hayan sido los mayores contribuyentes a la paradoja. Lo más impresionante Las capacidades de la IA, particularmente aquellas basadas en el aprendizaje automático, aún no se han difundido ampliamente. Más importante aún, como otras tecnologías de propósito ...

La IA ha mejorado significativamente en los últimos 20 años, pero todavía hay límites claros para lo que pueden hacer los algoritmos. La IA está mucho mejor equipada para tareas relacionadas con la categorización y clasificación que el juicio o la predicción. El profesor asociado de Princeton, Arvind Narayanan, se refiere a los programas vendidos en la última categoría como "aceite de serpiente AI". La inteligencia artificial es especialmente sólida en tareas como el reconocimiento de imágenes, la traducción y la generación de contenido nuevo (por ejemplo, falsificaciones profundas o texto generado artificialmente, como Transformador preformado generativo-2 (GPT-2) _. Estas son tareas que son limitadas, con un propósito claramente definido y poca ambigüedad sobre la exactitud del resultado. La IA es la más adecuada para tales aplicaciones. https://warontherocks.com/2020/05/ai-military-procurement-what-computers-still-cant-do/ Adaptado por Aniceto Pérez y Madrid, Filósofo de l...

El país tiene la mayor penetración de cualquier aplicación de rastreo de contactos automatizada en el mundo, pero una figura importante dice que "no cambió las cosas". https://www.technologyreview.com/2020/05/11/1001541/iceland-rakning-c19-covid-contact-tracing/ Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

Según algunos las deep fakes son un perro que ladra pero no muerde.  La realidad no es esa ni mucho menos. Han afectado a muchas personas, políticos, mujeres, porno, fraudes. No son inofensivas. Los fajes se extienden más rápido que las noticias precisas. Además producen que las personas desconfíen de todos los vídeos. La tecnología no puede salvarnos. Facebook o Twitter han prohibido las fakes prometiendo que quedarán como algo marginal. El coronaviruas ha subrayado el impacto mortal de de falsedades creíbles. Más que nunca necesitamos confiar lo que perciben nuestros ojos y nuestros oídos. https://www.lawfareblog.com/alls-clear-deep-fakes-think-again Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

La idea principal de Known Operator Learning es que no queremos aprender cosas que ya sabemos. Esto puede parecer intuitivo, pero generalmente desencadena expertos en Machine Learning. El paradigma de hoy es "el conocimiento está en los datos". Si incorporas conocimientos previos, esencialmente estás volviendo a la Edad de Piedra. https://towardsdatascience.com/you-want-to-learn-deep-but-you-dont-have-data-20ef3de8ba4a Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

La IA ha pasado de tener el "potencial de impactar vidas en todo el mundo" a afectar miles de vidas todos los días. Vemos algoritmos en uso en justicia penal, reclutamiento, medios de comunicación, comercio electrónico, aplicación de la ley, banca, elegibilidad de asistencia social y militar, solo por nombrar algunos. Ahora existe un consenso entre los investigadores y profesionales de que el sesgo en estos sistemas tiene el potencial de profundizar las injusticias estructurales existentes, sesgar aún más los equilibrios de poder, amenazar los derechos humanos, limitar el acceso a recursos e información y dar forma a la libertad de expresión. https://medium.com/@MerveHickok/what-does-an-ai-ethicist-do-a-guide-for-the-why-the-what-and-the-how-643e1bfab2e9 Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

Durante los últimos dos años y medio, nos ha apasionado hacer que Quayside suceda; de hecho, hemos invertido tiempo, personas y recursos en Toronto, incluida la apertura de una oficina de 30 personas en el paseo marítimo. Pero como la incertidumbre económica sin precedentes se ha establecido en todo el mundo y en el mercado inmobiliario de Toronto, se ha vuelto demasiado difícil hacer financieramente viable el proyecto de 12 acres sin sacrificar partes centrales del plan que habíamos desarrollado junto con Waterfront Toronto para construir un comunidad verdaderamente inclusiva y sostenible. Y así, después de una gran cantidad de deliberaciones, llegamos a la conclusión de que ya no tenía sentido continuar con el proyecto Quayside, y dejamos que Waterfront Toronto lo supiera ayer. https://medium.com/sidewalk-talk/why-were-no-longer-pursuing-the-quayside-project-and-what-s-next-for-sidewalk-labs-9a61de3fee3a Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Act...

La tradición sigue viva. Muchos sistemas de IA contemporáneos no imitan tanto el pensamiento humano como las mentes menos imaginativas de las instituciones burocráticas; nuestras técnicas de aprendizaje automático a menudo se programan para lograr una escala, velocidad y precisión sobrehumanas a expensas de la originalidad, la ambición o la moral a nivel humano. https://www.economist.com/open-future/2018/11/26/ai-thinks-like-a-corporation-and-thats-worrying Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

Un grupo de sociedades civiles, científicos y académicos ha escrito una carta abierta pidiendo que HSE siga las recomendaciones de la Junta Europea de Protección de Datos publicando el borrador de la especificación y los requisitos del usuario, la evaluación de impacto de protección de datos (DPIA) y el código fuente. Esto permitiría la opinión de expertos y un amplio escrutinio público. https://www.irishtimes.com/opinion/covid-tracing-app-may-be-ineffective-and-invasive-of-privacy-1.4244638 Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

En la última década, la inteligencia artificial (IA) ha progresado de la ciencia ficción cercana a la realidad común en una amplia gama de aplicaciones comerciales. En el análisis de inteligencia, la inteligencia artificial ya se está desplegando para etiquetar imágenes y clasificar grandes cantidades de datos, lo que ayuda a los humanos a ver la señal en el ruido. Pero lo que la comunidad de inteligencia está haciendo ahora con AI es solo un vistazo de lo que está por venir. El futuro verá la capacidad de los analistas de sobrealimentación de inteligencia artificial con inteligencia desplegada para extraer valor de la información. Esperamos progreso en tres áreas Producir nuevos modelos Desarrollo de las personas Mantener la propia tecnología https://www.reuters.com/sponsored/article/future-of-intelligence-analysis Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

Sin suficientes rastreadores de contacto humano para identificar a las personas infectadas, Estados Unidos se está precipitando hacia una solución digital y un posible desastre. https://www.buzzfeednews.com/article/carolinehaskins1/coronavirus-contact-tracing-google-apple Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

Esta comunicación explica cómo quiere abordar Escocia el seguimiento de contactos. Esencialmente de forma clásica, con equipos de personas y ayudados con una app en la que los usuarios voluntariamente introduzcan datos. La app es una ayuda, no el centro. https://www.gov.scot/publications/coronavirus-covid-19-test-trace-isolate-support/pages/6/ Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

La pandemia de COVID-19 nos lleva a repensar lo que se considera trabajo de alta o baja habilidad. ¿De quién son las habilidades, qué trabajo y qué horas, exactamente, son de valor para la sociedad? ¿Qué y a quién valoramos y consideramos esencial, y cómo compensamos a estos trabajadores (por ejemplo, trabajo de cuidado o enseñanza)? https://www.brinknews.com/now-is-the-time-to-rethink-ai-automation-and-employee-rights/ Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

“No podemos simplemente decir que estos desarrollos son positivos. Una nueva oportunidad con la tecnología también puede incluir la vulnerabilidad. Es por eso que los humanistas como yo necesitamos involucrarnos. Pero no solo debemos criticar, también tenemos que asumir el desafío de manera creativa. Necesitamos hablar con los investigadores de IA sobre lo que queremos hacer con la IA, qué preguntas importantes de la sociedad podemos resolver, pero también qué valores están en juego ". https://www.uu.se/en/news-media/news/article/?id=14652&typ=artikel Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

La IA se nutre a base de datos. Los efectos potencialmente peligrosos se deben a aplicaciones con datos personales. Si no es tan sencillo obtener datos, no habrá problemas. Es un artículo de opinión. https://blogs.scientificamerican.com/observations/dont-regulate-artificial-intelligence-starve-it/ Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

En una emergencia es difícil que una tecnología poco madura pueda ayudar. La respuesta corta es NO. En cualquier caso ha ayudado a tomar conciencia de la diferencia entre el laboratorio y elmundo real. https://www.thenational.ae/uae/health/100-days-of-coronavirus-has-artificial-intelligence-helped-1.1002781 Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

La legislación que rige la aplicación es esencial, esto seguiría a los pares del Reino Unido a nivel nacional y también a la actividad de los organismos regionales. La Comisión Europea ya ha publicado proyectos de reglas sobre el desarrollo de aplicaciones de rastreo de contactos en el contexto de COVID-19. En Australia, una determinación ministerial es el instrumento legal que sustenta temporalmente el uso de la aplicación hasta que la legislación pueda aprobarse a través de un nuevo Parlamento a principios de mayo. Ha sido descrito por la firma de abogados Gilbert y Tobin como "escaso pero parece claro en sus protecciones". https://ukconstitutionallaw.org/2020/05/04/nyasha-weinberg-parliament-must-legislate-on-the-governments-plans-for-contact-tracing-apps/ Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

En las últimas semanas, Apple y Google han planteado la idea de desarrollar y distribuir una aplicación digital de seguimiento de contactos que informará a las personas cuando hayan estado expuestas a alguien que ha contraído COVID-19 y les comunicará a las personas que han sido expuesto a usted si luego resulta positivo (edite: desde que escribió esto, Apple ha lanzado una versión beta de iOS 13 que incluye el SDK necesario para comenzar a usar este sistema). Al escribir esto a fines de abril y principios de mayo, parece que estamos desesperados por obtener información y cansados ​​de no saber quién atrapó COVID-19, quién aún es vulnerable, quién lo empeora o por qué, o incluso cómo tratarlo. Estamos desesperados por cualquier información que podamos tener en nuestras manos. Esta propuesta de Apple y Google promete darnos información de la que finalmente podemos comenzar a trabajar. Esto no va a funcionar, y necesitamos detener este plan antes de que despegue. Explicaré por qué en est...

Según los ganadores del Premio Turing, Yoshua Bengio y Yann LeCun, el aprendizaje auto supervisado podría conducir a la creación de una IA más parecida a la humana en su razonamiento. Bengio, director del Instituto de Algoritmos de Aprendizaje de Montreal, y LeCun, vicepresidente de Facebook y científico principal de IA, hablaron con franqueza sobre esta y otras tendencias de investigación durante una sesión en la Conferencia Internacional sobre Representación de Aprendizaje (ICLR) 2020, que tuvo lugar en línea. https://venturebeat.com/2020/05/02/yann-lecun-and-yoshua-bengio-self-supervised-learning-is-the-key-to-human-level-intelligence/ Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

El Nooscope es una cartografía de los límites de la inteligencia artificial, pensada como una provocación tanto para la informática como para las humanidades. Cualquier mapa es una perspectiva parcial, una forma de provocar debate. Del mismo modo, este mapa es un manifiesto de disidentes de IA. Su objetivo principal es desafiar las mistificaciones de la inteligencia artificial. Primero, como una definición técnica de inteligencia y, segundo, como una forma política que sería autónoma de la sociedad y del ser humano. En la expresión 'inteligencia artificial', el adjetivo 'artificial' lleva el mito de la autonomía de la tecnología: insinúa a las 'mentes alienígenas' caricaturescas que se auto-reproducen en silicio pero, en realidad, desconcierta dos procesos de alienación adecuada: la creciente autonomía geopolítica de empresas de alta tecnología y la invisibilización de la autonomía de los trabajadores en todo el mundo. El proyecto moderno para mecanizar la razón...

Con poca evidencia para mostrar cuán efectivas son tales aplicaciones y crecientes preocupaciones de privacidad, existe el riesgo de que puedan hacer más daño que bien. Inspirados en China, Singapur, Taiwán y Corea del Sur, todos los cuales han utilizado elementos de la tecnología de rastreo digital, se está depositando una gran fe en las aplicaciones de rastreo de contactos. Pero hay poca evidencia concreta de que tengan algún efecto medible. En el mejor de los casos, las aplicaciones de rastreo podrían ayudar a la detección mucho más efectiva y compleja realizada por rastreadores de contactos humanos. En el peor de los casos, la tecnología podría resultar inútil, erosionar los derechos humanos fundamentales y dar paso a una vigilancia masiva sin precedentes. Parece que gran parte de la publicidad en torno a las aplicaciones de rastreo de contactos proviene de informes anecdóticos y no de ciencia sólida. https://www.wired.co.uk/article/contact-tracing-apps-coronavirus Adaptado p...

El próximo mes, Apple y Google presentarán características para permitir el rastreo de contactos en iOS y Android para identificar a las personas que han tenido contacto con alguien que da positivo por el nuevo coronavirus. Los expertos en seguridad se han apresurado a señalar los posibles peligros, incluidos los riesgos de privacidad, como revelar identidades de usuarios positivos para COVID-19, ayudar a los anunciantes a rastrearlos o ser víctimas de falsos positivos de los trolls. https://techcrunch.com/2020/04/24/silicon-valley-needs-a-new-approach-to-studying-ethics-now-more-than-ever/ Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

El mundo enfrenta su mayor crisis de salud en décadas, pero una de las tecnologías más prometedoras del mundo, la inteligencia artificial (IA), no está desempeñando el papel principal que algunos podrían haber esperado. https://www.cnbc.com/2020/04/29/ai-has-limited-role-coronavirus-pandemic.html Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

Este artículo clarifica varias definiciones Auditoría Algorítmica Auditoría de sesgos (bias) Inspección regulatoria Evaluación de impacto algorítmico Evaluación de riesgo algorítmico Evaluación de impacto algorítmico https://www.adalovelaceinstitute.org/examining-the-black-box-tools-for-assessing-algorithmic-systems/ Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)