Machine Learning Tarragona #191024

24/10/2019


machine-learning-tarragona-191024

Machine Learning Tarragona es el resumen principal de noticias de Machine Learning (Aprendizaje Automático) y Deep Learning (Aprendizaje Profundo) para el área de Tarragona, España.

Los principales desarrollos en este campo, ya sean nuevas tecnologías, compañías o productos, procesados y simplificados para que lo puedas tener de forma fácil, simple y gratis!

Los ejemplos y tutoriales de Machine Learning permiten que los nuevos contenidos, muchas veces de gran complejidad, sean accesibles para una audiencia más amplia. A su vez, las técnicas y algoritmos de Machine Learning, ofrecen los últimos avances en investigación de forma más interesante y simple de comprender. Se incluye, también, ejemplos y técnicas de Python, ya que es uno de los lenguajes más utilizados en este campo.

Este contenido se complementa con información específica para el área de Tarragona, España.


Esta startup española automatiza con IA el pago del ‘tax free’ a los turistas


Ocho de cada 10 comercios en España no está preparado para poder realizar los trámites de devolución de IVA a los turistas extranjeros de forma digital, como obliga desde finales de 2017 un real decreto, según los datos que maneja la startup Woonivers. Esta es la oportunidad de negocio que detectaron los fundadores de esta empresa, Abel Navajas y Antonio Cantalapiedra, cuando en 2017 apostaron por desarrollar un proyecto en torno al reembolso del tax free.

El reto es digitalizar un proceso manual y arcaico. Hasta ahora los operadores de tax free abren la operación en la caja registradora, que puede estar o no comunicada con la Agencia Tributaria. “El turista solo se lleva un papel, una especie de recibo que tiene que guardar en perfecto estado para poder cobrarlo después en el aeropuerto, ya que el pequeño comercio tampoco tiene la disponibilidad en caja para hacer estas devoluciones”, explica Navajas.

El objetivo de Woonivers es introducir al turista en la cadena de valor y, al mismo tiempo, “darle una experiencia memorable para incentivar este tipo de consumo” y esto se logra con la automatización de este proceso. Con su solución el turista solo tiene que bajarse la app, introducir su pasaporte para poder validar su perfil, que se manda a la Agencia Tributaria para su comprobación. A lo largo de su estancia, el turista fotografía o escanea los tickets de compra y con sus algoritmos Woonivers analiza y criba la información útil para mandársela a la Administración, que prevalida la operación. Así, se genera un código QR para escanearlo en el aeropuerto, en las máquinas de la Agencia Tributaria, para validar los tickets y proceder al pago online de la devolución de las tasas.

http://bit.ly/34WfGv0

 

IA está aprendiendo de los seres humanos. Muchos seres humanos.


Namita Pradhan se sentó en un escritorio en el centro de Bhubaneswar, India, a unas 40 millas de la Bahía de Bengala, mirando un video grabado en un hospital al otro lado del mundo.

El video muestra el interior del colon de alguien. La Sra. Pradhan estaba buscando pólipos, pequeños crecimientos en el intestino grueso que pudieran provocar cáncer. Cuando encuentra uno, se ven un poco como un grano viscoso e inflamado, lo marca con el ratón y el teclado de su ordenador, dibujando un círculo digital alrededor del pequeño bulto.

No estaba estudiando medicina, pero estaba ayudando a enseñar un sistema de Inteligencia Artificial que eventualmente podría hacer el trabajo de un médico.

La Sra. Pradhan era una de las docenas de mujeres y hombres indios jóvenes alineados en escritorios en el cuarto piso de un pequeño edificio de oficinas. Fueron entrenados para anotar todo tipo de imágenes digitales, señalando todo, desde señales de alto y peatones en escenas callejeras hasta fábricas y petroleros en fotos satelitales.

Inteligencia Artificial: la mayoría de las personas en la industria de la tecnología te diría que es el futuro de su industria y está mejorando rápidamente gracias a algo llamado Machine Learning. Pero los ejecutivos de tecnología rara vez discuten el proceso intensivo en mano de obra que entra en su creación. Inteligencia Artificial está aprendiendo de los seres humanos. Montones y montones de seres humanos.

https://nyti.ms/2Lww3GI

 

Machine Learning para mejorar la piscicultura


La cría de peces aumenta la necesidad de conocer las condiciones de reproducción, la salud y la calidad de los animales. Esta es la razón por la cual la Unidad de Negocios de Horticultura de Invernadero de la Universidad e Investigación de Wageningen (WUR) en los Países Bajos está trabajando en métodos para seleccionar peces de forma automática, rápida y precisa.

WUR participa en el proyecto europeo AquaIMPACT. Dentro de este proyecto, los socios investigan la cría profesional de salmón del Atlántico, trucha arcoiris, dorada y lubina. La Unidad de Negocio de Horticultura de Invernadero es responsable de desarrollar la "visión artificial" y el "Machine Learning" para analizar los peces. "Visión artificial" es el nombre colectivo de las técnicas para editar y/o analizar imágenes de la cámara. El uso de técnicas de visión tiene muchas ventajas. Con las técnicas de visión, se pueden medir más variables en menos tiempo. Además, el software es más objetivo que, por ejemplo, un observador humano.

WUR tiene mucha experiencia en la aplicación de técnicas de visión, como el fenotipado (medición de propiedades de plantas con cámaras y software). También se deben evaluar las características de forma y color de los peces de cultivo. Esto permite que un criador decida qué pez se utilizará para la reproducción posterior. Esta medición ahora se realiza a mano.

WUR está desarrollando un dispositivo junto con una compañía para medir las diversas variables (como la forma, el color y las partes del cuerpo, como los ojos o el vientre) del pez. De este modo, los peces se retiran del tanque de cría. Un algoritmo, desarrollado por la Unidad de negocios de horticultura de invernadero, compara las características de los peces con la información genética de una base de datos. El dispositivo luego ordena el pescado. Toda la operación se completa en aproximadamente 30 segundos.

http://bit.ly/2Z4LCx8

 
Tu opinión es muy importante! Deja tu comentario con sugerencias o ideas de cómo mejorar este servicio.

Puedes seguir noticias y eventos en facebook: https://www.facebook.com/machinelearningtarragona

#machinelearning #deeplearning #tarragona

 

Artículos relacionados

0 comentarios