Los administradores de TransicionEstructural no se responsabilizan de las opiniones vertidas por los usuarios del foro. Cada usuario asume la responsabilidad de los comentarios publicados.
0 Usuarios y 2 Visitantes están viendo este tema.
Los ricos de verdad ahora ya no gastan su dinero en bolsos de Loewe, cochazos u otros artículos de consumo conspicuo, que diría Oscar Veblen (el creador del concepto de la leisure class), o al menos ya no lo hacen de forma prioritaria. Ahora su prioridad es la educación, la salud, invertir para su retiro y otras cosas "distinguidas":http://www.bbc.com/capital/story/20170614-the-new-subtle-ways-the-rich-signal-their-wealth
Cita de: wanderer en Junio 20, 2017, 22:58:53 pmLos ricos de verdad ahora ya no gastan su dinero en bolsos de Loewe, cochazos u otros artículos de consumo conspicuo, que diría Oscar Veblen (el creador del concepto de la leisure class), o al menos ya no lo hacen de forma prioritaria. Ahora su prioridad es la educación, la salud, invertir para su retiro y otras cosas "distinguidas":http://www.bbc.com/capital/story/20170614-the-new-subtle-ways-the-rich-signal-their-wealthDice el artículo que la "clase aspiracional" aspira al "capital cultural". Pues no sé yo... Más bien al "postureo cultural" , que no es tan caro. Ejemplo práctico: Thorstein Veblen es el autor de "The Theory of the Leisure Class" y Oswald Veblen, sin embargo, le daba más a la geometría y la topología (me lo he tenido que mirar en la poco onerosa wikipedia, señor Wanderer, aunque sospecho que la confusión se debe a su más que familiaridad con las matemáticas)
Cita de: Betancourt en Junio 21, 2017, 13:01:47 pmCita de: wanderer en Junio 20, 2017, 22:58:53 pmLos ricos de verdad ahora ya no gastan su dinero en bolsos de Loewe, cochazos u otros artículos de consumo conspicuo, que diría Oscar Veblen (el creador del concepto de la leisure class), o al menos ya no lo hacen de forma prioritaria. Ahora su prioridad es la educación, la salud, invertir para su retiro y otras cosas "distinguidas":http://www.bbc.com/capital/story/20170614-the-new-subtle-ways-the-rich-signal-their-wealthDice el artículo que la "clase aspiracional" aspira al "capital cultural". Pues no sé yo... Más bien al "postureo cultural" , que no es tan caro. Ejemplo práctico: Thorstein Veblen es el autor de "The Theory of the Leisure Class" y Oswald Veblen, sin embargo, le daba más a la geometría y la topología (me lo he tenido que mirar en la poco onerosa wikipedia, señor Wanderer, aunque sospecho que la confusión se debe a su más que familiaridad con las matemáticas)Además, los "ricos de verdad" no han solido malgastar el dinero en "consumo conspicuo" - quizá por eso son "ricos de verdad", y quizá por eso llaman "nuevos ricos" a quienes lo hacen.
Inteligencia artificialLa inteligencia artificial DeepMind de Google aprendiendo a saltar y correrhttps://youtu.be/g59nSURxYgkDicen que esto es un poco como aprender parkour por fuerza bruta, y un poco de razón no les falta. Los investigadores de DeepMind (una empresa de IA que adquirió Google en 2014) han mostrado cómo se «enseña» a una inteligencia artificial a manejar un cuerpo flexible de forma natural. ¿La forma de hacerlo? Un simulador y un circuito de plataformas y obstáculos sobre el que personajes abstractos de palo tienen que ensayar miles y miles de veces, hasta lograr la perfección.Los detalles del trabajo pueden leerse aquí Producing flexible behaviours in simulated environments (que es un resumen del trabajo original: Emergence of Locomotion Behaviours in Rich Environments). Tal y como dicen, se trata del surgimiento de «comportamientos locomotores» (tales como saltar o esquivar) en esas simulaciones. Porque a veces esa inteligencia artificial hace cosas y utiliza estrategia para moverse que no se le han enseñado.El método es básicamente el de refuerzo: a los curiosos personajes (el muñeco, el bicho palo, la araña) se las enseña que el objetivo es avanzar. Cada vez que progresan, reciben una recompensa en forma de puntuación; si fracasan porque se caen o quedan frenados, la recompensa es negativa. Los «sensores» que utilizan son una visión (limitada) y algo de propiocepción, es decir, saber cuál es la posición de las partes de su propio cuerpo. Y repetir, repetir, repetir, que la fama cuesta y avanzar no veas.Es gracioso ver las demostraciones y cómo van progresando o siendo terminados (un poco a lo Blade Runner) las diferentes versiones. Por lo general parece como si muchos de los personajes de la simulación mejoraran cuantos menos parámetros se consideren – ¡Ah! ¡La belleza de la simplicidad! El muñeco de palo es como dicen bastante idiosincrásico: la mayor parte del tiempo parece corretear completamente borracho y espasmódico. Pero sus versiones más avanzadas pueden correr sea cual sea el terreno ¡y sin mirarlo! y también soportar fuerzas de desplazamiento que simulan vientos. Incluso sube escaleras.Solo un recordatorio: en el mundo futuro con miles o millones de inteligencias artificiales de este tipo una vez que un robot, un coche autónomo o un dron ha aprendido estas técnicas automáticamente todos sus iguales lo habrán aprendido también, un poco como ya hacen los coches de Tesla hoy en día. No olvidemos esto, que es fundamental – y sí, hasta un poco inquietante.
Queremos en general mayor igualdad, pero siempre y cuando éso no cuestione la jerarquía:https://elpais.com/elpais/2017/07/12/ciencia/1499885667_519440.html
Además de ofrecer pruebas sobre esta aparente contradicción humana entre el rechazo a la desigualdad y a revertir las jerarquías, los autores realizaron experimentos para comprobar a partir de qué edad aparecen las dos tendencias. Mientras la primera ya está presente a partir de los cuatro o cinco años de edad, la segunda no aparece hasta los seis o siete y se desarrolla entre los siete y los 10.
Lo dejo aquí porque no he sido capaz de localizar el hilo de la IA:http://www.microsiervos.com/archivo/ia/inteligencia-artificial-deepmind-google-aprende-saltar-correr.htmlCitar Inteligencia artificialLa inteligencia artificial DeepMind de Google aprendiendo a saltar y correrhttps://youtu.be/g59nSURxYgkDicen que esto es un poco como aprender parkour por fuerza bruta, y un poco de razón no les falta. Los investigadores de DeepMind (una empresa de IA que adquirió Google en 2014) han mostrado cómo se «enseña» a una inteligencia artificial a manejar un cuerpo flexible de forma natural. ¿La forma de hacerlo? Un simulador y un circuito de plataformas y obstáculos sobre el que personajes abstractos de palo tienen que ensayar miles y miles de veces, hasta lograr la perfección.Los detalles del trabajo pueden leerse aquí Producing flexible behaviours in simulated environments (que es un resumen del trabajo original: Emergence of Locomotion Behaviours in Rich Environments). Tal y como dicen, se trata del surgimiento de «comportamientos locomotores» (tales como saltar o esquivar) en esas simulaciones. Porque a veces esa inteligencia artificial hace cosas y utiliza estrategia para moverse que no se le han enseñado.El método es básicamente el de refuerzo: a los curiosos personajes (el muñeco, el bicho palo, la araña) se las enseña que el objetivo es avanzar. Cada vez que progresan, reciben una recompensa en forma de puntuación; si fracasan porque se caen o quedan frenados, la recompensa es negativa. Los «sensores» que utilizan son una visión (limitada) y algo de propiocepción, es decir, saber cuál es la posición de las partes de su propio cuerpo. Y repetir, repetir, repetir, que la fama cuesta y avanzar no veas.Es gracioso ver las demostraciones y cómo van progresando o siendo terminados (un poco a lo Blade Runner) las diferentes versiones. Por lo general parece como si muchos de los personajes de la simulación mejoraran cuantos menos parámetros se consideren – ¡Ah! ¡La belleza de la simplicidad! El muñeco de palo es como dicen bastante idiosincrásico: la mayor parte del tiempo parece corretear completamente borracho y espasmódico. Pero sus versiones más avanzadas pueden correr sea cual sea el terreno ¡y sin mirarlo! y también soportar fuerzas de desplazamiento que simulan vientos. Incluso sube escaleras.Solo un recordatorio: en el mundo futuro con miles o millones de inteligencias artificiales de este tipo una vez que un robot, un coche autónomo o un dron ha aprendido estas técnicas automáticamente todos sus iguales lo habrán aprendido también, un poco como ya hacen los coches de Tesla hoy en día. No olvidemos esto, que es fundamental – y sí, hasta un poco inquietante.Por cierto, creo recordar que google había comprado Boston Dynamics (aunque también leí algo así como que quería venderla a Toyota). No se, unid vosotros la lína de puntos... https://youtu.be/PkvXKCcbBrIhttps://youtu.be/4PaTWufUqqU
Por cierto, creo recordar que google había comprado Boston Dynamics (aunque también leí algo así como que quería venderla a Toyota). No se, unid vosotros la lína de puntos...
a team of Stanford researchers — including Google's chief scientist at its cloud division, Fei-Fei Li — found they could use Street View data to predict income, race, and voting patterns. The team used software that analysed the make, model, and year of cars from Street View photos.At the time, the team said, "Using the classified motor vehicles in each neighborhood, we infer a wide range of demographic statistics, socioeconomic attributes, and political preferences of its residents."
un equipo de investigadores de Stanford -incluyendo el principal científico de la división cloud de Google, Fl-Fei Li- descubrieron que podían usar los datos de Street View para predecir patrones de ingresos, raza y votos. El equipo uso un software que analizaba la marca, modelo y año de los coches de las fotos de Street VIewEn ese momento, el equipo dijo, "Usando los vehículos a motor clasificados en cada vecindario, podemos inferir un amplio rango de estadísticas demográficas, atributos socioeconómicos y preferencias políticas de sus habitantes"