Software autodidacta y almacenamiento de datos más rápido
El software de reconocimiento de imágenes de Google mejora las búsquedas.
Fuente: 'Building High-level Features Using Large Scale Unsupervised Lea ing' ('Creación de funciones de alto nivel usando aprendizaje no supervisado')
Quoc Le et al.
Conferencia Inte acional sobre Aprendizaje de Máquinas, Edimburgo, Reino Unido, 26 junio-1 julio de 2012.
Resultados: Varios investigadores de Google han desarrollado un programa, siguiendo el modelo por el que las neuronas biológicas interactúan entre sí, que se enseña a sí mismo a distinguir objetos en vídeos de YouTube. Aunque fue más eficaz con gatos y rostros humanos, el sistema pudo reconocer 3.200 objetos en total, lo que supone una mejora del 70 por ciento respecto al software anterior con mejor rendimiento.
¿Por qué es importante?: Este planteamiento podría ayudar a la tecnología de reconocimiento de imágenes a identificar una gama mucho más amplia de objetos. Eso podría hacer que los motores de búsqueda de imágenes fueran más potentes o ayudar a que los robots tengan más facilidad para interpretar su ento o.
Métodos: El software de reconocimiento de imágenes anterior aprende a reconocer objetos específicos después de ver ejemplos etiquetados por seres humanos, como por ejemplo, una serie de imágenes con caras marcadas. El sistema de Google no necesita ejemplos etiquetados y puede aprender de cualquier imagen, lo que significa que los objetos que reconoce no están limitados a un pequeño número de dominios en los que haya sido entrenado. El software encuentra patrones en las imágenes y las ordena en categorías de objetos, en parte mediante el uso de la fuerza bruta: 1.000 ordenadores trabajaron juntos para ordenar 10 millones de imágenes de YouTube, usando más potencia de procesamiento de lo que es típico en los sistemas de reconocimiento de imágenes.
Próximos pasos: Google ha trasladado el proyecto fuera de su división de investigación hasta la parte del negocio responsable de las búsquedas. Las nuevas técnicas podrían utilizarse para mejorar la tecnología de reconocimiento de voz, traducción y búsqueda de imágenes.
---
Mayor rapidez en el almacenamiento de datos
La mejora de los dispositivos de cambio de fase podría reemplazar todas las formas de memoria de ordenador.
Fuente: "Breaking the Speed Limits of Phase-Change Memory" ("Superando los límites de velocidad de la memoria de cambio de fase")
Shi Luping et al.
Science 336: 1566-1569
Resultados: Investigadores en el Instituto de Almacenamiento de Datos de la Agencia de Ciencia, Tecnología e Investigación de Singapur, y la Universidad de Cambridge, en Reino Unido, han creado una versión de memoria de cambio de fase que opera en un orden de magnitud más rápido que cualquier otra anterior, pasando de un 0 a un 1 digital en solo 500 picosegundos (500 trillonésimas partes de un segundo). Es aproximadamente 1.000 veces más rápida que el tipo de memoria que está destinada a sustituir.
¿Por qué es importante?: La memoria de cambio de fase es el principal candidato para reemplazar a la memoria flash utilizada en las tarjetas de memoria, los dispositivos móviles y los nuevos ordenadores portátiles, ya que puede almacenar datos de forma más densa y con mayor rapidez. El nuevo récord de velocidad sugiere que incluso podría ser lo suficientemente rápida para reemplazar a la memoria a corto plazo de los ordenadores, conocida como DRAM.
Métodos: La memoria de cambio de fase representa los 0 y 1 digitales mediante el uso de una corriente eléctrica para voltear una aleación metálica entre sus formas cristalina y desordenada. El crecimiento de los cristales se ve afectado por la temperatura, por lo que los investigadores utilizaron un campo eléctrico débil para precalentar las células de memoria, lo que les permite convertirse en cristalinas más rápidamente cuando sea necesario. Unas pruebas en las que se repitió el proceso 10.000 veces mostraron que el nuevo enfoque no redujo el rendimiento de una célula de memoria de cambio de fase a lo largo del tiempo. Aunque la técnica de precalentamiento hace que la memoria consuma más energía, los investigadores dicen que no utiliza mucha más que un diseño convencional.
Próximos pasos: Los investigadores quieren investigar si hacer cambios en el material de cambio de fase o en la forma en que las células se precalientan hará que se consigan aún mayores aumentos de velocidad.