Software 2.0

Felipe es investigador científico senior en la empresa Layer6.ai, donde entre otras cosas han desarrollado un sistema que permite mejorar la arquitectura Transformer mediante análisis matemático.

Respondo a estas preguntas que me hacéis por twitter:

Una vez acabada la carrera de ingeniería informática, ¿crees que es fácil coger experiencia en España, o mejor salir fuera de España?

Estamos a final de año y posiblemente que te estas planteando objetivos para el 2021. Seguro que el primero es el máster del Instituto de Inteligencia Artificial ¿Cuál es el segundo?

¿a quién te gustaría entrevistar en #software2.0 a nivel nacional e internacional?

Tres personas que crees pueden ser referencia y que hay que seguir en 2021. Si están en Twitter, mejor.

 ¿Qué cosas que parecen chorradas luego a la larga son importantes?

 Veo en una competición en Kaggle que están utilizando cierto tipo de red con resultados aceptables; pero intento reproducir el experimento y no chuta. Pregunta: en estos casos ¿cómo haces tu la depuración de la red?

Lo que más te costo aprender (a nivel teórico) hasta llegar al punto de conocimiento de Inteligencia Artificial que estás ahora.

Si te fueras a adentrar en el mundo de la Inteligencia Articial actualmente ¿cuál crees que son los mejores pasos a seguir tras terminar la carrera? ¿Cuáles son los pasos que recomendarías por experiencia propia?

¿Cuál crees que sería el hardware ideal para montar tu primera plataforma en casa y no depender del cloud? ¿CPU, GPU, memoria, disco duro, refrigeració, sistema operativo, etc?

Hardware: ¿AMD o Intel? ¿Mayor cantidad de núcleos en la CPU o menos cantidad con mayor frecuencia? ¿En qué test de CPU debo fijarme a la hora de escoger una CPU? En caso de los de gaming abundan los test pero no sé cuál sería el que más se ajustaría para Inteligencia Artificial.

¿Cuál es la versión específica de Ubuntu que mejor está preparada para aprendizaje automático e Inteligencia Artificial?

Debido a los altos precios de piezas, hay una tendencia a usar Kits Chinos Dual Xeon, los cuales usan CPU de servidores dados de bajas, permitiendo tener gran cantidad de núcleos a un precio contenido ¿Qué piensas de ellos?

¿Has probado Aprendizaje automático punto NET de Microsoft o algún otro framework para trabajar en punto NET o tienes alguna referencia de su rendimiento y escalabilidad?

¿Conoces alguna forma de aprender teoría de aprendizaje automático sólo mediante audio (estilo podcast)?

Entre alguien con un buen perfil en Kaggle y alguien con experiencia en la industria, ¿a cuál contratarías?

¿Es mejor centrarse en un área de aprendizaje automático (por ejemplo datos tabulares, visión por ordenador, procesado de lenguaje natural) o aprender de todas?

¿Qué tipo de problemas o retos son más susceptibles de abordarse con éxito mediante inteligencia artificial? ¿Cuáles son más interesantes?

¿Cuáles no pueden abordarse mediante Inteligencia Artificial?

¿En qué sectores la irrupción de la Inteligencia Artificial va a suponer un cambio mayor?

¿En cuáles no tendrá incidencia?

¿Crees que visto el avance de tecnologías como aprendizaje por refuerzo en un futuro próximo muchas tecnologías actuales de Inteligencia Artificial desaparecerán? ¿Como aprendizaje profundo? La tendencia es datos, datos, datos y poder de computación... ¿pero quizá el camino es “diseño”?

Todo es predecible (según Elon Musk) por lo tanto ¿será la Inteligencia Artificial un día capaz d predecirlo todo? ¿O por el contrario hay un limite? ¿Qué no es predecible? ¿Hay posibilidad de elección? ¿Somos sólo patrones y la Inteligencia Artificial lo tiene muy fácil con nosotros? ¿Crees en l libre albedrío? ¿Puede una Inteligencia Artificial tenerlo?

y más...

¿Qué es la ética? ¿Cómo se puede conseguir una inteligencia artificial ética? ¿Qué es un algoritmo justo? A medida que no sólo la inteligencia artificial sino la algoritmización de decisiones cobran más protagonismo en nuestras vidas estas preguntas se vuelven más relevantes y las respuestas no son sencillas (al menos para mí).

Tenemos el honor de contar con Joaquín Quiñonero, Distinguished Tech Lead for Responsible AI at Facebook (Distinguido Líder técnico para una IA responsable en Facebook) quién nos hablará de justicia, algoritmos, sesgos y -mi opinión- el hecho de que si bien la inteligencia artificial nos puede ayudar a responder muchas preguntas tenemos que asegurarnos recurrentemente de que las preguntas que formulamos son las adecuadas (algo que -por ahora- no hace la inteligencia artificial).

En Corea del Sur una empresa (https://www.riiid.co/en/main) ha desarrollado un tutor basado en Inteligencia Artificial ("IA Tutor") que ayuda a los alumnos a tener un itinerario personalizado para aprender inglés.

Acaba de terminar una competición en Kaggle en la que 3400+ equipos compitieron por obtener el sistema que mejor prediga si un alumno va a responder bien o mal a la siguiente pregunta que se le ponga.

Javier Martín (https://twitter.com/info_libertas) y servidor competimos en dicha competición dónde nos quedamos en tercer lugar.

En este episodio contamos el desarrollo de la competición, las motivaciones, técnicas y problemas con las que lidiamos para llegar a nuestra solución que describimos aquí: https://www.kaggle.com/c/riiid-test-answer-prediction/discussion/209585

Además desvelamos la técnica a la que apodamos "El pistolero ciego".

Otros recursos que comentamos:

Sistemas de Kai-fu Lee comenta que usan IA en educación:

https://www.gradescope.com

https://www.bakpax.com

Cuentas de twitter:

https://twitter.com/ak92501

https://twitter.com/lucidrains

https://twitter.com/ykilcher

Y por último el "Colombo" del episodio es el por qué de nuestro de equipo: "Noisy Students"

Victoriano Izquierdo es cofundador de Graphext, una herramienta que promete hacer accesible la extracción de información útil de datos sin necesidad de programar en R o en Python.

¿Qué información útil? Pues desde cómo agrupar votantes, clientes según tendencias hasta incluso los ingredientes del crimen perfecto (analizando datos de crímenes, sí).

Al final del episodio hay un acertijo relacionado con el número: 0.739085.... y si quieres un "spoiler" en forma de código...

En este episodio de Software 2.0 conoceremos la experiencia de 8 personas que realizaron el I Master Ejecutivo en Ingeligencia Artificial, nos contarán su historia y cómo piensan aplicar la IA en sus parcelas profesionales que van desde el derecho, la medicina, la consultoría pasando por PYMEs y empresas de mayor tamaño, tanto locales como internacionales.

11:13 Aurelio López - Profesor Titular de Derecho Internacional Privado, UA

¿Conocéis a alguien que haya ganado cientos de miles de euros en competiciones de inteligencia artificial? Antes de esta semana yo no, pero ahora sí; y esa persona es Jordi Villar, que ha competido en dos plataformas de trading algorítmico ganando en total $350.000 tal cual describe en su artículo https://jordivillar.com/pursuing-non-conventional/

Jordi desvela que sus algoritmos encierran una sencillez casi paradójica y nos explica cómo funcionan Numerai y Quantopian.

Javi Santana ha sido emprendedor en Agroguía, desarrollador y CTO de Carto, ha trabajado en BBVA y ahora emprendedor de nuevo en Tinybird. 

Hablamos del desarrollo de software convencional (llamarlo 1.0 es casi irónico porque es prácticamente todo el software que existe), de lenguajes de programación, de qué es el Software 2.0 y dónde está en madurez respecto al software convencional.

En la entrevista mecionamos:

- Artículo de Marc Andreessen "Why software is eating the world" https://a16z.com/2011/08/20/why-software-is-eating-the-world con traducción: Por qué el software está devorando al mundo.

https://docs.google.com/document/d/1-0dZepaeqStq6PtSdojEW9ApqlvOQrl7xGsixbRN9HA/edit?usp=sharing cortesía de http://IIA.es

- Canal de directos en Twitch: https://www.twitch.tv/qualopy

Jeremy Howard is -along with Dr. Rachel Thomas- cofounder of fastai, a company that does research, development and education on deep learning, to make it more accessible. Jeremy discusses his latest book, how to get started on coding and deep learning and many other things like the why the future on deep learning may not be coded in Python (or based on Transformers).

Jeremy Howard es -con la Doctora en matemáticas Rachel Thomas- creator de fastai, una empresa que hace investigación, desarrollo y educación para que el aprendizaje profundo sea más accesible. En esta entrevista Jeremy nos habla de su libro (!), de como aprender a programar si no tienes estudios técnicos, del futuro del aprendizaje profundo (y por qué puede que no sea en Python o dominado por los Transformers). 

Esta es la versión con traducción al castellano.

¿Cuándo veremos sistemas que por ejemplo doblen con tu propia voz a otros idiomas? 

¿Cuándo sistemas que mejoren ese acento que no tienes?