Cuatro Herramientas Para Hacer Inteligencia Artificial En El 2018

With the following tools for the development of Artificial Intelligence, we will be ready to program now that 2018 is coming.
01:15
Artificial Intelligence (AI), it is increasingly among us. We have personal assistants that seem to understand our commands, systems that play ancient games with the perfection of the best player in the world, programs that already allow image searches, etcétera. For those who dedicate themselves to these topics, clearly must be prepared about the tools that exist to perform tasks that lead us to true artificial intelligence.
AI is a term that is too broad, that covers the computer's ability to categorize, predict and make decisions without human interaction. Muchos programas usan de alguna manera esto cuando se toman decisiones a partir de simples órdenes de si se cumple tal condición, haz tal tarea”. Without artificial intelligence blog embargo, con el desarrollo de los procesadores, ahora se tienen algoritmos más poderosos y más rápidos y es aquí donde entra el aprendizaje de máquinas y el aprendizaje profundo. Estos dos últimos temas nacen de las redes neuronales artificiales, que buscan emular lo que hacen las neuronas vivas en el cerebro.
Para trabajar con estas últimas, que están dando muy buenos resultados, tenemos varias alternativas que nos podrán servir para incorporarnos en esta rama de la programación. He aquí cuatro de las más usadas:
Empezó en el 2011 como un proyecto interno de Google llamad Google Mind” y que se hizo público en el 2017 como un sistema de código abierto de aprendizaje profundo, I mean, de una crimson neuronal, la cual puede correr en múltiples CPUs y GPUs. Se usa para entrenar redes neuronales que puedan detectar y descifrar patrones y correlaciones análogas a las que vemos en el aprendizaje y razonamiento humano.
Esta herramienta a fue creada por BAIR (Berkeley Artificial Intelligence Research), en el 2014, y se hizo well-liked en la investigación académica. En un marco de trabajo de aprendizaje profundo usando redes convolutivas.
En el 2017 Fb lanzó esta herramienta como un sucesor comercial de Caffe. It was written to deal with Caffe's difficulties in terms of scalability and also, trying to be less heavy. Allows distributed computing and quantized computation.
You might be interested in