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.

4 casos de uso de Machine Learning en el sector automotriz

Desde proveedores de piezas hasta fabricantes de vehículos, proveedores de servicios y compañías de alquiler de automóviles, las industrias automotrices y de movilidad relacionadas pueden ganar significativamente al implementar Machine Learning a escala. Vemos a los grandes fabricantes de automóviles invirtiendo en proyectos de prueba de concepto en varias etapas, mientras que los disruptores en el campo de la conducción autónoma están tratando de construir negocios completamente nuevos sobre la base de la Inteligencia Artificial y Machine Learning.

Existen enormes oportunidades para que Machine Learning mejore tanto los procesos como los productos a lo largo de la cadena de valor automotriz. ¿Pero dónde enfocarse? ¿Y cómo puede asegurarse de que sus inversiones en Machine Learning no sean solo aplicaciones costosas, "one-and-done"? Hemos marcado cuatro casos de uso de Machine Learning que pueden implementarse utilizando tecnologías de código abierto y ofrecen un valor a largo plazo más allá de la aplicación inicial.

1. Control de calidad
2. Análisis de causa raíz
3. Mantenimiento predictivo
4. Optimización de la cadena de suministro

http://bit.ly/2LzcttF

 

Olis Robotics firma una asociación de ventas y distribución con Forum Energy Technologies para controladores de ROV de Machine Learning

Olis Robotics, líder en software de robótica remota y móvil de próxima generación, anunció un nuevo acuerdo con Forum Energy Technologies, líder en productos y servicios submarinos. Forum proporcionará ventas globales, distribución y soporte de controladores Olis ROV para el mercado de energía offshore.

El Olis Master Controller (OMC) es un controlador de próxima generación para pilotar vehículos operados de forma remota (ROV) en la industria de energía en alta mar. El controlador proporciona operación de ROV local y remota en una configuración fácil de usar que aumenta la eficiencia de las tareas para disminuir los costos de operación de ROV.

Equipado con el sistema operativo Olis Core que está diseñado para incorporar la percepción de la máquina y las capacidades de Machine Learning, la OMC ahorra costos a los operadores de servicios al disminuir las necesidades de capacitación y minimizar la carga del piloto. La tecnología ya ha recibido elogios de clientes que operan embarcaciones submarinas en el Mar del Norte y ha sido probada en el Golfo de México y en la costa brasileña.

"El Olis Master Controller abre nuevas y vastas oportunidades para que las compañías de energía en alta mar aumenten la eficiencia, reduzcan el riesgo humano y reduzcan en gran medida sus costos", dijo Don Pickering, CEO de Olis Robotics. "Al asociarnos con Forum Energy Technologies, estamos entusiasmados por acelerar la incorporación de esta tecnología transformadora a nuevos clientes en todo el mundo".

El controlador está especialmente diseñado para una futura integración de la visualización 3D y las capacidades de autonomía para reducir aún más los gastos y aumentar las capacidades operativas en el mercado submarino.

http://bit.ly/34P8Hnu

 

La Inteligencia Artificial solo llega hasta ahora en la economía actual, según un estudio del MIT

La Inteligencia Artificial y Machine Learning pueden ser ideales para retomar las tareas cotidianas de las empresas en funcionamiento, pero aun así fracasan cuando se trata de innovación o de reaccionar a eventos imprevistos o únicos. Si bien la Inteligencia Artificial de nivel empresarial aún está lejos, corresponde a los líderes empresariales y de TI comenzar a poner a prueba y explorar las ventajas que ofrece la Inteligencia Artificial.

Esa es la palabra que sale de un informe reciente de la Fuerza de Tarea del MIT sobre el Trabajo del Futuro, que consideraba la Inteligencia Artificial como parte de una amplia gama de cambios que afectan la escena del empleo y el lugar de trabajo. "Estamos muy lejos de los sistemas de Inteligencia Artificial que pueden leer las noticias, volver a planificar las cadenas de suministro en respuesta a eventos anticipados como Brexit o disputas comerciales, y adaptar las tareas de producción a nuevas fuentes de piezas y materiales", afirman los autores del informe, David Autor, profesora de economía de Ford en el MIT, junto con David Mindell, profesor de historia de la ingeniería y la fabricación en el MIT, y Elisabeth Reynolds, investigadora principal del MIT.

Para empezar, los datos, el combustible que impulsa la toma de decisiones de Inteligencia Artificial, no están listos para el salto. Las iniciativas de Inteligencia Artificial más exitosas hasta la fecha se basan en sistemas de Machine Learning (ML), que dependen de grandes conjuntos de datos. Hay muchas áreas en las que la Inteligencia Artificial y las tecnologías relacionadas muestran una gran promesa para "permitir innovaciones en diseño, medición y materiales, creando nuevos productos y nuevos métodos de producción", señalan el autor y sus coautores. “Aún así, nuestras entrevistas encuentran que muchas compañías se consideran en las primeras etapas de la adopción de estas técnicas, descubriendo cómo recopilar y estructurar datos para que puedan aplicar una mayor comprensión de sus operaciones existentes. Hacerlo requiere la integración de múltiples fuentes de datos, a menudo para cientos o miles de máquinas en compañías más grandes. Requiere fusionar la experiencia de las operaciones y la tecnología de la información, al tiempo que garantiza una mejora continua en el sistema de producción ".

http://bit.ly/2Lxut7z

 
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