Píldoras de Metadatos 💊 Receta #31

¡Hola human@! Esta es una nueva edición de mi newsletter (casi) semanal, con una pequeña recopilación de artículos interesantes, proyectos, cursos, tutoriales, código y herramientas; todo ello relacionado con Datos, Inteligencia Artificial y temas adyacentes. ¡Buen provecho!

📝 Publicaciones interesantes esta semana

• SEER: The start of a more powerful, flexible, and accessible era for computer vision 8'
  Facebook ha desarrollado SEER (SElf-supERvised), un nuevo modelo de visión artificial auto-supervisado de mil millones de parámetros que puede aprender de imágenes en internet sin necesidad de curación y etiquetado. Busca VISSL en la sección de repositorios :)
• Elastic Deep Learning with Horovod on Ray 16'
  El equipo de ingeniería de Uber describe su nueva pila tecnológica para proyectos de aprendizaje automático, utilizando Elastic Horovod para entrenar redes neuronales profundas en la nube, y Ray para entrenamiento distribuido elástico.
• The AI Index Report 📕 222p
  La Universidad de Stanford ha publicado su informe que mide las tendencias en Inteligencia Artificial en 2021.
• Multimodal Neurons in Artificial Neural Networks 10'
  Investigadores de OpenAI han descubierto neuronas en CLIP que responden a un mismo concepto, ya sea presentado de forma literal, simbólica o conceptual. Esto podría explicar la precisión de CLIP en la clasificación de sorprendentes interpretaciones de conceptos.

💡 Proyectos

• ShaRF: Shape-conditioned Radiance Fields from a Single View 2'
  Un método para estimar representaciones neuronales de escenas de objetos con una sola imagen, y renderizar nuevas perspectivas de una manera geométricamente consistente.

🔧 Tutoriales

• How to Update Neural Network Models With More Data 24'
En este tutorial, descubrirás varias estrategias para actualizar los modelos de aprendizaje profundo en respuesta a nuevos datos.
• Build A Web App To Interpret Your ML Models in Seconds with Shapash 8'
  Cómo crear una vistosa web para interpretar modelos de aprendizaje automático tan pronto como estén listos.
• Git scraping, the five-minute lightning talk 7'
  Breve charla que describe una técnica para crear un histórico de una fuente de datos consumida mediante un scraper que escribe en un repositorio de git, impulsado por GitHub Actions.
• How to scope AI projects 4'
  Andrew Ng compartió su framework para planificar proyectos de inteligencia artificial de manera efectiva.

📦 Repositorios

• facebookresearch/vissl
  VISSL es una librería de visión artificial para aprendizaje semi-supervisado de última generación con PyTorch. Tiene como objetivo acelerar el ciclo de investigación, desde el diseño de una nueva tarea hasta la evaluación de las representaciones aprendidas.
• hyunwoongko/openchat
  Framework de chat de código abierto para modelos generativos. Permite conversar con varias IAs mediante una línea de código.
• google-research-datasets/wit
  WIT es un conjunto de datos compuesto por 37,6 millones de ejemplos de imágenes enriquecidas con texto, con 11,5 millones de imágenes únicas en 108 idiomas de Wikipedia.

🎓 Coursos / Charlas

• Dealing with Career Stagnation: my Machine Learning Story 📹 73'
  El ingeniero en Machine Learning Mark Saroufim habla de su vasta experiencia en el campo y explica por qué esta pandemia representa la mayor oportunidad en la historia para los ingenieros que saben escribir.

🚀 Extra bits

• Inteligencia artificial para recrear los fondos marinos del Parque Nacional de Cabrera 4'
• YouTube bloquea un canal de ajedrez por interpretar su contenido como racista 2'
• The Implications of Open-Source AI: Should You Release Your AI Source Code Publicly? 5'
• Gartner Top 10 Data and Analytics Trends for 2021 7'

👋 ¡Hasta la semana que viene!