kids-painting

Pablo Talavante: Un Visionario en Inteligencia Artificial y Arte

Pablo Talavante es un reconocido experto en inteligencia artificial y aprendizaje automático, especializado en la vanguardia de la tecnología de IA. Su perfil como científico de datos e ingeniero destaca en áreas como visión por computadora y procesamiento del lenguaje natural, utilizando herramientas avanzadas como Python, TensorFlow y PyTorch. Además, su enfoque innovador hacia la aplicación de la IA en el arte lo posiciona como un visionario en la intersección entre la tecnología y la creatividad.

Fue mentor de Saturdays en el grupo de deep learning

Definición del Arte y el Impacto Innovador de la IA

Pablo Talavante contempla el arte como una forma de expresión creativa que ofrece una visión personal del mundo. En cuanto al papel de la IA en el arte, Talavante la compara con herramientas revolucionarias del pasado como los óleos en pintura o la cámara fotográfica. Aunque estas herramientas fueron en su momento novedosas y transformadoras, ahora son completamente normalizadas. Talavante sugiere que la IA está siguiendo un camino similar, proporcionando nuevas técnicas y procesos artísticos que antes no estaban disponibles. Él espera que, al igual que la fotografía cambió la percepción de lo figurativo, la IA fomente la exploración de nuevas formas de expresión artística.

La Legitimidad y Ética de la IA en la Creación Artística

Talavante aborda la legitimidad de la IA en el arte desde una perspectiva crítica. Reconoce la democratización que las herramientas de IA están trayendo al arte, pero está preocupado por la falta de transparencia y legislación en cuanto a los datos utilizados para entrenar estos modelos. Plantea un dilema ético: ¿es legítimo usar imágenes con derechos de autor para entrenar modelos de IA? Mientras reconoce que los artistas históricamente se han basado en obras anteriores, también plantea la cuestión de los derechos de autor y la originalidad en la era digital. Talavante sugiere que la fase de entrenamiento de un modelo de IA podría ser comparable a la fase de estudio y exploración de un artista, aunque reconoce que la cuestión de los derechos de autor sigue siendo un desafío.

Evaluando el Arte Generado por IA: Un Nuevo Paradigma

En cuanto a la evaluación del arte generado por IA, Talavante opina que no debería ser valorado de manera diferente al arte creado por humanos. Argumenta que, aunque la IA pueda parecer avanzada ahora, con el tiempo se normalizará y se integrará en el proceso creativo como cualquier otra herramienta. Critica el uso del término “arte con IA”, señalando que se aplica a menudo de manera indiscriminada. Para Talavante, es crucial la intencionalidad detrás de la obra para poder clasificarla como arte, independientemente de si se ha utilizado IA o no. Resalta la importancia de ir más allá de la generación de imágenes y busca contar historias o transmitir mensajes, como lo hacen artistas que utilizan la IA de manera innovadora, como Mario Klingemann, Robbie Barrat, dadabots y Sofía Crespo.

Mario Klingemann. Appropriate Response, 2020

Información acerca de Saturdays.ai

La misión de Saturdays.ai es hacer la inteligencia artificial más accesible #ai4all mediante cursos y programas intensivos donde se realizan proyectos para el bien #ai4good.

Hazte miembro premium de Saturdays y podrás aprovechar todos los beneficios de una comunidad líder en Inteligencia Artificial: https://saturdays.ai/become-a-member

Si quieres aprender más inteligencia artificial únete a nuestra comunidad en community.saturdays.ai o visítanos en nuestra web www.saturdays.ai ¡te esperamos!

hologram_of_the_world_in_a_student_classroom_

La integración de la IA y los hologramas en la educación del futuro

Escrito por Rocío Mateos | Noviembre 2023

A lo largo de la lectura exploraremos la transformación de la educación a través de la integración de inteligencia artificial y hologramas. Este artículo profundiza en cómo estas tecnologías están redefiniendo las metodologías de enseñanza para adaptarse a las necesidades de una generación digital. Aborda los retos y oportunidades presentes en la implementación de estas innovaciones en el aula, destacando la importancia de mantener un equilibrio entre los avances tecnológicos y la interacción humana esencial en el proceso educativo. Además mostramos casos donde la inteligencia artificial se usa junto con los hologramas para mejorar la sociedad. 

Bienvenidos a la Clase del Futuro Adiós a la escuela aburrida Innovación en cada lección Un mundo sin fronteras No más distracción digital

IA y Hologramas al Rescate

¿Alguna vez te has preguntado cómo sería aprender historia con un paseo holográfico por las pirámides de Egipto? o ¿Resolver ecuaciones matemáticas con un profesor IA que nunca pierde la paciencia?.

Bueno, prepárate, porque la educación está a punto de recibir un cambio de imagen al estilo de ciencia ficción.

En esta nueva era educativa, la fusión de la inteligencia artificial (IA) y los hologramas está revolucionando la enseñanza y el aprendizaje. Las aulas, antes dominadas por pizarras y libros, ahora se están transformando en espacios donde la tecnología avanzada es esencial.

Imagina lecciones de historia donde los hologramas dan vida a personajes y eventos, y la IA personaliza la enseñanza para cada estudiante, mejorando la comprensión y la retención.

Un Mundo Sin Fronteras... Literalmente

Programas como el Código Escuela 4.0 en España están integrando habilidades digitales cruciales en el currículo, preparando a los estudiantes para el futuro y fomentando habilidades como el pensamiento crítico. Estas tecnologías también abren puertas para democratizar la educación, permitiendo a estudiantes en áreas remotas acceder a la misma calidad educativa encontrada en zonas más privilegiadas.

No obstante, estos avances traen desafíos como la brecha digital y la reducción de la interacción humana, aspectos que requieren atención cuidadosa. La IA y los hologramas ofrecen una experiencia de aprendizaje más rica y envolvente, pero es crucial garantizar una transición equitativa. Estamos al umbral de una transformación educativa, donde la enseñanza se convierte en una experiencia más eficiente y estimulante. La escuela del futuro promete ser un espacio transformador y emocionante, adaptado a las necesidades de una generación cada vez más digital.

Esta revolución tecnológica en la educación llega en un momento crucial, donde los jóvenes, acostumbrados a una constante estimulación visual y acceso rápido a la información, enfrentan retos en concentración y retención de memoria. La IA y los hologramas, con su capacidad de crear entornos de aprendizaje interactivos y visuales, ofrecen una solución a estos problemas. Estas herramientas no solo hacen las lecciones más atractivas, sino que también están diseñadas para adaptarse a las preferencias y estilos de aprendizaje de la generación digital, mejorando la concentración y la comprensión del material.

De ciencia ficción a la Realidad

Aunque aún no se han materializado los hologramas impulsados por inteligencia artificial, su incorporación en nuestro entorno está al alcance. Para el año 2024, se planea implementar un proyecto del Ministerio del Interior y la Guardia Civil, el cual incluye el lanzamiento de guardias civiles virtuales. Estos agentes digitales avanzados, creados con inteligencia artificial, tienen el propósito de compensar la falta de personal en áreas rurales y ofrecer soluciones efectivas en lugares con limitada presencia de la Guardia Civil. Con un presupuesto de 500.000 euros, se proyecta establecer 10 de estos agentes virtuales que no solo interactuarán y brindarán información clave a la ciudadanía, sino también analizarán grandes volúmenes de datos y anticiparán tendencias para reforzar la seguridad. Estos agentes virtuales tendrán la capacidad de reconocer y adaptarse a la voz, idioma y emociones de los usuarios, enriqueciendo la interacción con la población.

El Futuro es Ahora

Aunque este ejemplo de la unión de la inteligencia artificial con hologramas no pertenezca al ámbito de la educación, representa un gran paso hacia la integración de estas tecnologías en nuestra vida cotidiana. Demuestra cómo la IA puede ser aplicada para mejorar servicios esenciales y resolver problemas complejos. Este avance sienta un precedente para futuras aplicaciones en otros sectores, como la educación, donde la IA tiene el potencial de personalizar el aprendizaje, facilitar el acceso a recursos educativos y mejorar la interacción entre estudiantes y maestros. Es un claro indicio de cómo la IA puede transformar diversos aspectos de la sociedad, ofreciendo soluciones innovadoras y eficientes para desafíos tanto actuales como futuros.

Mientras nos adentramos en una era de educación transformada por la tecnología, es esencial abordar tanto las oportunidades como los desafíos. La clave será encontrar un equilibrio entre la utilización de estas tecnologías avanzadas y el mantenimiento de la interacción humana vital en la educación. La escuela del futuro, equipada con herramientas como la IA y los hologramas, promete ser un espacio donde el aprendizaje es no solo eficiente y accesible, sino también emocionante y profundamente enriquecedor, preparando a los estudiantes para un mundo en constante cambio.

Visita nuestras RRSS

¡Tenemos un cuento que nos habla de la IA y los Hologramas!

¿Quieres seguir leyendo información de IA? 












Ojea nuestras publicaciones. 




Más de Inteligencia Artificial

La misión de Saturdays.ai es hacer la inteligencia artificial más accesible #ai4all mediante cursos y programas intensivos donde se realizan proyectos para el bien #ai4good. También realizamos proyectos y consultoría para organizaciones que quieren sacar el máximo partido de la IA.

Si como nosotros te gusta la tecnología, hazte miembro premium de Saturdays y podrás aprovechar todos los beneficios de una comunidad líder en Inteligencia Artificial: https://saturdays.ai/become-a-member

En nuestra web tienes cursos online gratuitos y contenido para ayudarte, así como una comunidad de personas apasionadas como tú, ¡te esperamos!

oficina de un medio de comunicación que usa las últimas herramientas en inteligencia artificial

La Inteligencia artificial: clave para un periodismo preciso y eficiente

La Inteligencia Artificial (IA) está revolucionando el periodismo, ofreciendo herramientas avanzadas que optimizan la redacción y edición de contenido. Esta tecnología no sólo acelera el proceso editorial, sino que también eleva la precisión y fiabilidad del periodismo. Con la verificación de hechos en tiempo real y la mejora de la calidad de escritura, la IA se convierte en un aliado clave en la lucha contra la desinformación y las noticias falsas. Su integración en las salas de redacción modernas garantiza una entrega de noticias más rápida y una información de calidad que los lectores pueden confiar.

Periodista usando herramientas de inteligencia artificial que le ayudan a hacer más fácil su trabajo

Herramientas de inteligencia artificial que debes utilizar como periodista

La Inteligencia Artificial está ayudando a los periodistas a trabajar más rápido y con mayor precisión. Estas herramientas de IA son muy útiles, ya que ofrecen consejos para escribir mejor, corrigen la gramática y verifican los hechos al momento.

El objetivo principal de escribir noticias es compartir información de forma clara y correcta. La Inteligencia Artificial ayuda a los periodistas dándoles consejos instantáneos para escribir mejor y más claro. Herramientas como Grammarly o Hemingway Editor ofrecen ayuda en el momento para que la escritura sea más directa y comprensible.

La Inteligencia Artificial también es muy buena corrigiendo la gramática. A veces, los periodistas no ven pequeños errores por la prisa o por tener que actualizar constantemente sus artículos. Pero las herramientas de IA como Language Tool pueden encontrar y arreglar estos errores rápido, para que los textos sean de alta calidad antes de que se publiquen.

Verificar que lo que se dice es muy importante para que las noticias sean confiables. Programas de IA como Newtral o Snopes ayudan a los periodistas a comprobar los datos rápidamente antes de difundir una noticia. Esto no solo hace que la información sea más precisa, sino que también ayuda a luchar contra las noticias falsas, que son un problema grande hoy en día.

Redacción de noticias futurista

Conclusión

La Inteligencia Artificial no busca reemplazar a los periodistas, sino fortalecer su labor, permitiendo que se enfoquen en lo que mejor hacen: investigar, analizar y contar historias que importan. En un mundo inundado de información, la IA se presenta como una herramienta poderosa para asegurar la calidad, precisión y rapidez en el periodismo contemporáneo.

Información acerca de Saturdays.ai

La misión de Saturdays.ai es hacer la inteligencia artificial más accesible #ai4all mediante cursos y programas intensivos donde se realizan proyectos para el bien #ai4good. También realizamos proyectos y consultoría para organizaciones que quieren sacar el máximo partido de la IA.

Si como nosotros te gusta la tecnología, hazte miembro premium de Saturdays y podrás aprovechar todos los beneficios de una comunidad líder en Inteligencia Artificial: https://saturdays.ai/become-a-member

En nuestra web tienes cursos online gratuitos y contenido para ayudarte, así como una comunidad de personas apasionadas como tú, ¡te esperamos!

Digital art of a robot at a desk, typing a story on an old typewriter

Inteligencia Artificial y la Creación de Contenidos

La inteligencia artificial (IA) está transformando la creación de contenidos en redes sociales, ofreciendo ventajas en eficiencia y personalización, pero también planteando desafíos como la desinformación y los filtros burbuja. Los creadores de contenido y gestores de redes sociales deben abordar estos problemas de manera proactiva y colaborativa para maximizar el potencial de la IA en este ámbito.

PREDICCIÓN DE FALLAS FUTURAS EN MOTORES DE TURBOVENTILADORES POR MEDIO DE LSTM

Integrantes:

INTRODUCCIÓN

Uno de los mayores problemas a nivel industrial es el mantenimiento correctivo, debido a sus elevados costes tanto de reparación, como de producción. Por otra parte el mantenimiento preventivo está planificado por medio de una agenda para realizar un paro programado, donde no interesa si el equipo aún puede trabajar o si sus piezas siguen bien; se realiza el mantenimiento porque así fue programado.

Es por ello que, con el pasar de los años la tecnología permite que podamos invertir en nuevas soluciones que nos permita saber cuándo fallará un equipo, esto es llamado mantenimiento predictivo (PdM). Que actualmente, por medio de diferentes sensores podemos tener un dataset completo de muchas variables, como ser: vibración, temperatura, análisis de aceites o grasas, etc.

Fig. 1. Diferencia de ganancia por producción entre el mantenimiento preventivo tradicional y el mantenimiento predictivo, donde solamente se detiene la producción basado en condiciones.

DESCRIPCIÓN DEL PROBLEMA

El problema es el tiempo y los recursos económicos invertidos para poder solventar una falla de mantenimiento correctivo en el menor tiempo posible. A la vez que un mantenimiento preventivo podría optimizarse al hacerlo en base a condiciones de los equipos. Ambos ocupan tiempo en su mantenimiento y también en la producción del producto.

DATASET

Los datasets utilizados, son de la degradación de motores de turbo-ventiladores de la NASA generados por C-MAPSS, lo cual es aplicable a cualquier otra máquina rotativa, como ser: motores de transportes industriales, bombas hidraulicas, etc.

Fig. 2. Imagen del turboventilador simulado por C-MAPSS.
Tabla 1. Detalle de las columnas de los datasets de prueba y entrenamiento.

SOLUCIÓN PROPUESTA

Por tal motivo el proyecto ayudará a estimar el tiempo en el cual unos turboventiladores llegarán a fallar. Dando el tiempo suficiente para poder programar una parada de mantenimiento y buscar los repuestos necesarios al mejor precio.

SELECCIÓN DEL MODELO

RNN

Son un tipo de red neuronal recurrente (RNN) y estas tienen conexiones recurrentes entre estados ocultos, con un retraso de tiempo. Idealmente, las RNN son capaces de descubrir correlaciones temporales entre los eventos secuenciales que están muy lejos unos de otros

Fig. 3. Arquitectura de una Red neuronal recurrente (RNN)
Fig. 4. Arquitectura de una Long Short-Term Memory (LSTM)

LSTM

Sin embargo, en la práctica, es difícil entrenar RNN debido al Vanishing Gradient y los problemas de Exploding Gradient. Por lo que las RNN se enfrentan a dificultades para manejar dependencias en secuencias de largo plazo. Por lo que, el modelo basado en RNN más efectivo se llama LSTM. De manera resumida, su estructura consiste en celdas de memoria. La cual su principal función es la de almacenar un valor y determinar el tiempo que debe almacenarse. Además, estas celdas seleccionan qué entradas se almacenan y también deciden si estas serán recordadas, eliminadas o si serán enviadas como salida de una red.

Fig. 5. Programación de la RNN con LSTM

La red tiene dos capas de LSTM, la primera de 100 unidades y la segunda de 50 unidades. A la salida de cada una se tiene un DropOut para evitar el overfitting, y finalmente se tiene la Dense, que es activada por una sigmoid, que nos da la probabilidad final.

PCA

El análisis de componentes principales (PCA) es uno de los algoritmos de machine learning no supervisados más utilizados. Para la reducción de dimensiones y el pre procesamiento de datos.

Fig. 6. PCA aplicado a tres dimensiones para poder graficarlo.
Fig. 7. Datos del dataset completo, con los 21 sensores, y las 3 configuraciones de los usuarios.
Fig. 7. Datos del dataset con PCA aplicado. Se reducen a 8 componentes principales.

MÉTRICAS

A continuación se observarán las métricas analizadas. Donde podemos observar que el accuracy es del 95.11%, y que las F1-Score son muy buenas, la que menor valor tiene es la macro. Además que comparando los datos predecidos con los de prueba, tenemos un accuracy del 97%.

Fig. 8. Métricas calculadas: Accuracy Score, F1-Score Macro, F1-Score Micro, F1-Score Weighted.

ANÁLISIS DE RESULTADOS

Los resultados que analizamos son la matriz de confusión, que nos muestra que su accuracy es del 92.77%, y por otra parte la ROC Curve, donde podemos observar un buen umbral de discriminación del modelo.

Fig. 9. Matriz de Confusión
Fig. 10. ROC CURVE

RESULTADO

Por ende, podemos predecir la probabilidad con la que llegaría a fallar el motor del turbo ventilador en 30 días. Escogiendo el ID de la máquina, tendríamos el siguiente resultado; donde podemos ver que la probabilidad en la que el Motor 16 falle, es del 1.8%, por lo que podemos seguir usando este motor de manera tranquila.

Lo ideal es que este análisis se lo haga de manera periódica, al ser implementado. Debido a que da un buen sondeo del estado de las máquinas a los supervisores de mantenimiento para ir planificando lo más crítico en la siguiente parada.

Fig. 11. Pantalla final, donde el programa nos dice la probabilidad que tiene el motor seleccionado de fallar dentro de 30 días.

CONCLUSIÓN

Por medio de esta aplicación podemos determinar el tiempo de falla de una máquina rotativa, gracias al análisis de datos de dicho equipo. Por ende, se tiene el tiempo suficiente para comprar repuestos y planificar un mantenimiento programado, mitigando los costes de mantenimiento de la empresa.

La precisión del modelo implementado es del 95%, por lo que llega a ser fiable a la hora de analizar las máquinas. Este programa puede ser implementado en multiples plantas industriales, y por medio de Internet Of Things, podemos ir recabando información de todos los sensores necesarios, los cuales serán registrados en la nube para su posterior análisis.

Implementando este tipo de tecnología también llega a repercutir en el area medio ambiental, ya que se cambiarían menos repuestos industrial o maximizar el uso de aceites o grasas de acuerdo a su degradación; se traduce en menos basura industrial para el medio ambiente.

CÓDIGO

https://github.com/albmarale/SaturdaysAIMachineLearning/blob/main/detecci-n-de-fallas-futuras-en-motores-de-turboven.ipynb

BIBLIOGRAFÍA

[1] D. Bruneo and F. De Vita, “On the use of LSTM networks for predictive maintenance in smart industries,” in Proceedings — 2019 IEEE International Conference on Smart Computing, SMARTCOMP 2019, 2019, pp. 241–248, doi: 10.1109/SMARTCOMP.2019.00059.

[2] S. Guldamlasioglu, O. Aydin, and D. Scientist, “Using LSTM networks to predict engine condition on large scale data processing framework,” 2017, doi: 10.1109/ICEEE2.2017.7935834.

[3] L. Swanson, “Linking maintenance strategies to performance,” Int. J. Prod. Econ., vol. 70, no. 3, pp. 237–244, Apr. 2001, doi: 10.1016/S0925–5273(00)00067–0

[4] A. Martínez, “Redes Neuronales Recurrentes con LSTM aplicado al Mantenimiento Predictivo, Caso: Degradación de motores de turboventiladores”, 2020, Universidad Católica Boliviana “San Pablo”.

¡Más inteligencia artificial!

La misión de Saturdays.ai es hacer la inteligencia artificial más accesible (#ai4all) mediante cursos y programas intensivos donde se realizan proyectos para el bien (#ai4good).

Infórmate de nuestro master sobre inteligencia artifical en https://saturdays.ai/master-ia-online/

Si quieres aprender más inteligencia artificial únete a nuestra comunidad en community.saturdays.ai o visítanos en nuestra web www.saturdays.ai ¡te esperamos!

image-4

La inteligencia artificial en el cine

Introducción

La inteligencia artificial en el cine parece algo actual, pero, desde que en el año 1902 se estrenó “Viaje a la luna” (primera película de ciencia ficción),en el cine se han desarrollado una gran cantidad de películas en las que la inteligencia artificial está involucrada. Para el gran público, las tramas que giran en torno a máquinas, robots y derivados siempre son de gran interés, habiéndose creado con el tiempo una serie de personajes icónicos.

Personajes como: HAL900 (2001:Odisea en el espacio, 1968), Wall-E (Wall-E, 2008), C-3PO y R2-D2 (Saga Star Wars, desde 1977) o David (Inteligencia Aritificial, 2001). Esos son algunos de los ejemplos que se nos viene a la cabeza cuando pensamos en personajes míticos del séptimo arte que representan a sistemas inteligentes.

HAL900

Películas para “imaginar” el futuro de la IA

Yo, Robot

Existen una gran cantidad de películas y series basadas en los escritos de Isaac Asimov (1920-1992), considerado como el padre de la palabra “robótica” y de las consideradas como “leyes de la robótica”. “Yo, Robot” es una de estas películas, el filme protagonizado por Will Smith transcurre en uno de estos universos creados por Asimov. En la película, Sonny, un robot humanoide, es acusado de matar a su creador, rompiendo así las “leyes de la robótica”.

Terminator

Terminator es una de las sagas más icónicas de la historia del cine, que dejó para el recuerdo frases como “sayonara, baby”. En ella podemos ver un escenario de destrucción en el que la inteligencia artificial llamada “skynet” pretende controlar el mundo y exterminar a la humanidad. Esta película de James Cameron pone el foco en la necesidad del desarrollo de una IA siguiendo una serie de valores éticos. Eso si no queremos vernos envueltos en una pelea contra un robot exterminador.

Terminator

Be right back (Black Mirror)

No es una película, pero en Black Mirror tenemos una gran serie de Netflix que nunca deja indiferente, y en la que hemos podido ver escenarios algo distópicos (y otros que pasado el tiempo ya no lo son tanto). “Be right back” gira en torno a una pareja de jóvenes, Ash y Martha. Ash es asesinado y surge la posibilidad de poder seguir en contacto con él una vez fallecido creando una copia de carne sintética y creando sus “recuerdos” en base a la presencia en redes de Ash. El problema de esta nueva “relación” llega cuando ve que no tiene ningún tipo de emoción o rasgo de personalidad sin que ella se lo pida. Entonces, el debate en el que entramos es, ¿nos ayudaría una copia de un ser querido a soportar su pérdida?

Her

Quizá esta película es la que podemos considerar menos ciencia-ficción, porque, ¿quién no ha hablado alguna vez con un chatbot? En esta película protagonizada por Joaquin Phoenix y Scarlett Johansson vemos como él mantiene una relación sentimental con una aplicación programada para entenderle como si fuese su novia. En un futuro no muy lejano, ¿podremos ver a personas teniendo relaciones sentimentales con máquinas echas a sus medidas? De hecho, en el año 2018 un hombre japonés ya se casó con un holograma, así que quizá el escenario propuesto por “Her” no sea muy descabellado.

Her

Blade Runner

El test de Turing hecho película. Eso es la película de Ridley Scott estrenada en 1982, una prueba en la que tendremos que distinguir entre una inteligencia artificial y un humano, y en el caso de las inteligencias artificiales, si estas pueden llegar a tener tal conciencia que merezcan los mismos derechos que nosotros. El final de la película deja varias preguntas muy interesantes en el aire acerca de estos temas, una razón más para ver esta gran película.

¿Realidad o ficción?

¿Cuánto de realidad hay en estas películas? Es una pregunta que puede hacerse el público una vez acabada “Blade Runner” o “Her”. Y para tranquilizaros, no, los robots exterminadores o IAs asesinas no existen y están lejos de hacerlo, las máquinas que piensan por sí mismas con el objetivo de conseguir beneficio propio es una realidad que en el mundo del cine tiene éxito pero que en el mundo real no tiene recorrido (de momento). Aunque por otra parte, hay que decir que la IA ha cambiado nuestras vidas y eso es sí que es una realidad.

Bibliografía

UEMC-https://grados.uemc.es/blog/la-inteligencia-artificial-en-el-cine

La Vanguardia (Abril 2021)-https://www.lavanguardia.com/vida/junior-report/20210309/6263567/robotica-inteligencia-artificial-cine.html

Fundación Telefónica-https://espacio.fundaciontelefonica.com/evento/inteligencia-artificial-en-el-cine/

Ethic (Julio 2021)-https://ethic.es/2021/07/siete-peliculas-para-comprender-el-futuro-de-la-inteligencia-artificial/

Written by

Alejandro Ferrer

Saturdays.AI

¡Más inteligencia artificial!

La misión de Saturdays.ai es hacer la inteligencia artificial más accesible (#ai4all) mediante cursos y programas intensivos donde se realizan proyectos para el bien (#ai4good).

Infórmate de nuestro master de inteligencia artificial en https://saturdays.ai/master-ia-online/

Si quieres aprender más inteligencia artificial únete a nuestra comunidad en community.saturdays.ai o visítanos en nuestra web www.saturdays.ai ¡te esperamos!