Glosario de Inteligencia Artificial

En 1956, John McCarthy acuñó la expresión «inteligencia artificial», y la definió como «la ciencia e ingenio de hacer máquinas inteligentes, especialmente programas de cómputo inteligentes»

Sin título-1

Anonymization (Anonimato): Renovar u ocultar información de manera que la fuente no pueda identificarse de manera única.

Artificial intelligence (Inteligencia artificial): Programar computadoras para hacer cosas que, si fueran hechas por humanos, diría que requieren “inteligencia”. Es un término humano centrado y ambiguo: llamar a las computadoras ”artificialmente inteligentes ” es como llamar a la conducción de un automóvil “correr artificialmente”.

Association rules (reglas de asociación): Asociar dos o más artículos en el análisis de la cesta (basket analysis). Por ejemplo, “Las personas que compran pañales con usualmente también compran cerveza”.

Autoencoder network (Red autocodificadora): Un tipo de red neuronal que está entrenada para reconstruir su entrada en su salida. Debido a que hay menos unidades ocultas intermedias que ingresan, la red se ve obligada a aprender una representación comprimida corta en las unidades ocultas, que puede interpretarse como un proceso de abstracción.

Backpropagation (retropropagación): Un algoritmo de aprendizaje para redes neuronales artificiales utilizado para el aprendizaje supervisado, donde los pasos de conexión se actualizan iteractivamente para disminuir el error de aproximación en las unidades de salida.

Bag of words (Bolsa de palabras): Un método para la representación de documentos donde preseleccionamos un léxico de N palabras y representamos cada documento por una lista de longitud N donde el elemento i es 1 si la palabra i existe en el documento y es 0 de lo contrario.

Class (clase): Un conjunto de instancias que tienen la misma identidad. Por ejemplo, ‘A’ y A ‘pertenecen a la misma clase. En el aprendizaje automático, para cada clase aprendemos un discriminante del conjunto de sus ejemplos

Classification (Clasificación): Asignación de una instancia dada a una de un conjunto de clases.

Cloud computing  (nube informatica): Es un paradigma reciente en informática donde la información y el computo de datos no están almacenados localmente pero se encuentran a la mano en algún sitio remoto de centro de datos. Existen varios centros de datos de este tipo, y las tareas de diferentes usuarios se distribuyen sobre ellos de una manera invisible para el usuario. Anteriormente era conocido como computación grid. (computacion en malla)

Clustering (agrupamiento): Agrupación de instancias similares en grupos. Este es un método de aprendizaje no supervisado porque las instancias que forman un grupo se encuentran en función de su similitud entre sí, en lugar de una tarea de clasificación en la que el supervisor asigna instancias a las clases etiquetándolas explícitamente.

Connectionism (Conexionismo): Un enfoque de red neuronal en la ciencia cognitiva donde la mente se modela como la operación de una red de muchas unidades de procesamiento simples que se ejecutan en paralelo. También se conoce como procesamiento distribuido paralelo.

Cyber-physical systems (Sistemas ciberfísicos): Elementos computacionales que interactúan directamente con el mundo físico. Algunos pueden ser móviles. Se puede organizar como una red para manejar la tarea de manera colaborativa. También conocido como sistemas embebidos.

Data analysis  (Análisis de los datos): Métodos computacionales para extraer información de grandes cantidades de datos. La minería de datos utiliza el aprendizaje automático y se basa más en datos; OLAP (siglas en ingles de procesamiento analítico en línea) está más orientado al usuario.

Data mining (Minería de datos): Aprendizaje automático (machine learning) y métodos estadísticos para extraer información de una gran cantidad de datos. Por ejemplo, en el análisis de la cesta, al analizar un gran número de transacciones, encontramos reglas de asociación.

Data science (Ciencia de los datos): Un campo recientemente propuesto en ciencias de la computación e ingeniería compuesto por aprendizaje automático, computación de alto rendimiento y privacidad / seguridad de datos. Se propone que la ciencia de datos maneje de manera sistemática los problemas de “big data” que enfrentamos en muchos escenarios diferentes.

Data Warehouse (Almacén de datos): Un subconjunto de datos seleccionados, extraídos y organizados para una tarea específica de análisis de datos. Los datos originales pueden ser muy detallados y pueden estar en varias bases de datos operativas diferentes. El almacén los fusiona y los resume. El almacén es de solo lectura; se utiliza para obtener una visión general de alto nivel del proceso que subyace a los datos, ya sea a través de OLAP y herramientas de visualización, o mediante software de minería de datos.

Database (Base de datos): Software para almacenar y procesar información representada digitalmente de manera eficiente.

Decision tree (Árbol de decisión): Un modelo jerárquico compuesto por nodos de decisión y hojas (leaves). El árbol de decisiones funciona rápido y se puede convertir a un conjunto de reglas if-then (si x cosa-entonces), y como tal permite la extracción de conocimiento.

Deep learning (Aprendizaje profundo): Métodos que se utilizan para entrenar modelos con varios niveles de abstracción desde la entrada sin formato hasta la salida. Por ejemplo, en el reconocimiento visual, el nivel más bajo es una imagen compuesta de píxeles. En las capas a medida que avanzamos, un alumno profundo los combina para formar trazos y bordes de diferentes orientaciones, que luego se pueden combinar para detectar líneas, arcos, esquinas y uniones más largas, que a su vez se pueden combinar para formar rectángulos, círculos, y así. Las unidades de cada capa pueden pensarse en un conjunto de primitivas en un nivel diferente de abstracción.

Dimensionality reduction (Reducción de dimensionalidad): Métodos para disminuir el número de atributos de entrada. En una aplicación, algunas de las entradas pueden no ser informativas, y algunas pueden corresponder a diferentes formas de proporcionar la misma información. Reducir el número si las entradas también reduce la complejidad del modelo aprendido y facilita el seguimiento. Ver selección de características y extracción de características.

Discriminant (Discriminante): Una regla que define las condiciones para que una instancia sea un elemento de una clase y, como tal, las separa de las diferencias de otras clases.

Document categorization (Categorización de documentos): Clasificación de texto, documentos, generalmente basada en las palabras que aparecen en el texto (por ejemplo, usando la representación de bolsa de palabras). Por ejemplo, los documentos de noticias pueden clasificarse en política, artes, deportes, etc. Los correos electrónicos pueden clasificarse como spam versus no spam.

Face recogntion (Reconocimiento de la cara): Reconociendo las identidades de las personas a partir de sus imágenes faciales capturadas por una cámara.

Feature recognition (Reconocimiento de funciones): Reconocer la identidad de las personas a partir de las imágenes de sus caras capturadas por una cámara.

Feature extraction (Extracción de funciones): Como método para la reducción de la dimensionalidad, se combinaron varias entradas originales para definir nuevas características informativas.

Feature selection (Selección de características): Un método que descarta las características uniformes y mantiene solo aquellas que son informativas. Es otro método de  reduccion de la dimensionalidad.

Generalization (Generalización): Que tan bien se desempeña un modelo entrenado en el conjunto de entrenamiento con los nuevos datos no vistos durante el entrenamiento. Esto está en el núcleo del aprendizaje automático. En un examen, una maestra hace preguntas que son diferentes de los ejercicios que ha resuelto mientras enseñaba el curso, y el rendimiento de un alumno se mide en función de su rendimiento en estas nuevas preguntas. Un estudiante que puede resolver solo las preguntas que el instructor ha resuelto en clase no es lo suficientemente bueno.

Generative model (Modelo generativo): Un modelo definido de tal manera que represente la forma en que creemos que se han generado los datos. Pensamos en causas ocultas que generan los datos y también en causas ocultas de nivel superior. Las carreteras resbaladizas pueden causar accidentes, y la lluvia puede haber causado que las carreteras estén resbaladizas.

Graphical model (Modelo grafico): Un modelo que representa dependencias entre conceptos probabilísticos. Cada nodo es un concepto con un grado de verdad diferente y la conexión entre nodos representa una dependencia condicional. Si sé que la lluvia hace que mi hierba se moje, defino un nodo para la lluvia y un nodo para la hierba húmeda, y pongo una conexión directa desde el nodo de lluvia al nodo para la hierba húmeda. La inferencia probabilística en tales redes puede implementarse como algoritmos de gráficos eficientes. Dichas redes son una representación visual y esto ayuda a entender. También conocida como red bayesiana: una regla de interferencia utilizada en tales redes en la regla de Bayes.

High-performance computing (Computación de alto rendimiento): Para manejar los problemas de big data que tenemos hoy en un tiempo razonable, necesitamos sistemas informáticos potentes, tanto para el almacenamiento como para el cálculo. El campo de la informática de alto rendimiento incluye el trabajo en estas direcciones. El enfoque es la computación en la nube.

If-then rules (Reglas si-entonces): Reglas de decisión escritas en la forma de ”SI antecedente ENTONCES consecuente ” El antecedente es una condición lógica y si es cierto para la entrada, la acción en el consecuente se lleva a cabo. En el aprendizaje supervisado, el consecuente corresponde a elegir un determinado resultado. Una base de reglas compuesta de muchas reglas si-entonces. Un modelo que se puede escribir como un conjunto de reglas if-then es fácil de entender y, por lo tanto, las bases de reglas permiten la extracción de conocimiento.

Ill-posed problem (Problema mal planteado): Un problema donde los datos no son suficientes para encontrar una solución única. Ajustar un modelo a los datos es un problema mal planteado, y necesitamos hacer suposiciones adicionales para obtener un modelo único; tales supuestos se denominan sesgo inductivo de un algoritmo de aprendizaje.

Knowledge extraction (Extraccion de conocimiento): En algunas aplicaciones, especialmente en minería de datos, después de entrenar un modelo, nos gustaría poder entender lo que el modelo ha aprendido; esto puede ser utilizado para validar el modelo por personas expertas en esa aplicación, y también ayuda a comprender el proceso que generó los datos. Algunos modelos son ”caja negra” porque no son fáciles de entender; Algunos modelos, por ejemplo, modelos lineales y árboles de decisión, son interpretables y permiten extraer conocimiento de un modelo entrenado.

Latent semantic analysis (Análisis semántico latente): Un método de aprendizaje donde el objetivo es encontrar un pequeño conjunto de variables ocultas (latentes) que representan las dependencias en una gran muestra de datos observados. Dichas variables ocultas pueden corresponder a conceptos abstractos (por ejemplo, semánticos). Por ejemplo, se puede decir que cada artículo de noticias incluye una serie de “temas”, y aunque la información de este tema no se proporciona explícitamente de manera supervisada en los datos, podemos aprenderlos de los datos de tal manera que cada tema esté definido por un conjunto particular de palabras y cada artículo de noticias se define por un conjunto particular de temas.

Model (Modelo): Una plantilla que formaliza la relación entre una entrada y una salida. Su estructura es fija pero también tiene parámetros modificables; los parámetros se ajustan para que el mismo modelo con diferentes parámetros pueda ser entrenado en diferentes datos para implementar diferentes relaciones en diferentes tareas.

Natural language processing (Procesamiento natural del lenguaje): Métodos informáticos utilizados para procesar el lenguaje humano, también llamado lingüística computacional.

Regression (regresión): Estimando un valor numérico para una instancia dada. Por ejemplo, estimar el precio de un automóvil usado dados los atributos del es un problema de regresión.

Reinforcement learning (aprendizaje reforzado): También se conoce como aprender con la crítica. El agente realiza una secuencia de acciones y recibe una recompensa / penalización solo al final, sin retroalimentación durante las acciones intermedias. Usando esta información limitada, el agente debe aprender a generar las acciones para maximizar la recompensa en ensayos posteriores. Por ejemplo, en ajedrez, hacemos una serie de movimientos, y al final, ganamos o perdemos el juego; Por lo tanto, debemos determinar cuáles fueron las acciones que nos llevaron a este resultado y atribuirles el correspondiente crédito.

Sample (muestreo): Un conjunto de datos observados. En estadística, hacemos una diferencia entre una población y una muestra. Digamos que queremos hacer un estudio sobre la obesidad en estudiantes de escuela. La población son todos los estudiantes de secundaria, y no podemos observar el peso de todos. En su lugar, elegimos un subconjunto aleatorio de, por ejemplo, 1000 estudiantes y observamos sus pesos. Esos 1000 valores son nuestra muestra. Analizamos la muestra para hacer interferencias sobre la población. Cualquier valor que calculamos a partir de la muestra es una estadística. Por ejemplo, el promedio de los pesos de los 1000 estudiantes en la muestra es una estadística y es un estimador de la media de la población.

Smart device (Dispositivo inteligente) :Un dispositivo que tiene sus datos detectados representados digitalmente y está haciendo algunos cálculos sobre estos datos. El dispositivo puede ser móvil y puede estar en línea, es decir, tiene la capacidad de intercambiar datos con otros dispositivos inteligentes, computadoras o la nube.

Speech recognition (Reconocimiento de voz): Reconocer oraciones expresadas a partir de información acústica capturada por un micrófono.

Supervised learning (Aprendizaje supervisado): Un tipo de aprendizaje automático en el que el modelo aprende a generar la salida correcta para cualquier entrada. El modelo está entrenado con datos preparados por un supervisor que puede proporcionar la salida deseada para una entrada dada. La clasificación y la regresión son ejemplos de aprendizaje supervisado.

Validation (Validación): Probar el rendimiento de generalización de un modelo entrenado probándolo en datos. invisible durante el entrenamiento. Por lo general, en el aprendizaje automático, dejamos algunos de nuestros datos como datos de validación y, después del entrenamiento, los probamos en estos datos que quedan. Esta precisión de validación es un estimador de qué tan bien se espera que funcione el modelo si se usa más adelante en la vida real.

Web Scraping (Raspado web): Software que navega automáticamente por la web y extrae información de las páginas web.

En esta entrada

Alan Turing

Alan Turing (Inglaterra 1912 – 1954), fue un matemático, lógico, científico de la computación, criptógrafo y filósofo. Es considerado uno de los padres de la ciencia de la computación y precursor de la informática moderna. Proporcionó una influyente formalización de los

/ Comentarios desactivados en Alan Turing

Alan Turing

Alan Turing (Inglaterra 1912 – 1954), fue un matemático, lógico, científico de la computación, criptógrafo y filósofo. Es considerado uno de los padres de la ciencia de la computación y precursor de la informática moderna. Proporcionó una influyente formalización de los

/ Comentarios desactivados en Alan Turing

ImageNet Roulette

ImageNet Roulette, pagina web creada por Kate Crawford y Trevor Paglen, que se encuentra actualmente desactivada y solo funcionando como instalación artística. Era un sitio web que buscaba mostrar las problemáticas de cómo los humanos son clasificados en sistemas de

/ Comentarios desactivados en ImageNet Roulette

ImageNet Roulette

ImageNet Roulette, pagina web creada por Kate Crawford y Trevor Paglen, que se encuentra actualmente desactivada y solo funcionando como instalación artística. Era un sitio web que buscaba mostrar las problemáticas de cómo los humanos son clasificados en sistemas de

/ Comentarios desactivados en ImageNet Roulette

Claude Shannon

Claude Elwood Shannon (EEUU 1916  2001) fue un matemático, ingeniero eléctrico y criptógrafo reconocido como «el padre de la teoría de la información». Shannon es reconocido por haber fundado el campo de la teoría de la información con la publicación

/ Comentarios desactivados en Claude Shannon

Claude Shannon

Claude Elwood Shannon (EEUU 1916  2001) fue un matemático, ingeniero eléctrico y criptógrafo reconocido como «el padre de la teoría de la información». Shannon es reconocido por haber fundado el campo de la teoría de la información con la publicación

/ Comentarios desactivados en Claude Shannon

Jaron Lanier

Jaron Lanier (Estados Unidos, 1960). Nació en Nueva York y vivió en Mesilla, Nuevo México. Hijo de inmigrantes judíos, curso estudios de postgrado a los 13 años en la Universidad estatal de Nuevo México, obtuvo la beca Fundación Nacional para

/ Comentarios desactivados en Jaron Lanier

Jaron Lanier

Jaron Lanier (Estados Unidos, 1960). Nació en Nueva York y vivió en Mesilla, Nuevo México. Hijo de inmigrantes judíos, curso estudios de postgrado a los 13 años en la Universidad estatal de Nuevo México, obtuvo la beca Fundación Nacional para

/ Comentarios desactivados en Jaron Lanier

Mario Klingemann

Mario Klingemann es un artista alemán que trabaja en redes neuronales, datos, código y algoritmos. Se le considera un pionero en el uso del aprendizaje por computadora en las artes. Su objetivo es, mediante la programación y el entrenamiento de

/ Comentarios desactivados en Mario Klingemann

Mario Klingemann

Mario Klingemann es un artista alemán que trabaja en redes neuronales, datos, código y algoritmos. Se le considera un pionero en el uso del aprendizaje por computadora en las artes. Su objetivo es, mediante la programación y el entrenamiento de

/ Comentarios desactivados en Mario Klingemann

Cristóbal Valenzuela

Cristóbal Valenzuela (nacido en Chile, radicado en USA). Trabaja en el desarrollo y exploración de herramientas creativas utilizando la inteligencia artificial. Es tecnólogo, artista y desarrollador de software, con particular interés en la intersección entre la inteligencia artificial y las creaciones individuales/colectivas, explorando

/ Comentarios desactivados en Cristóbal Valenzuela

Cristóbal Valenzuela

Cristóbal Valenzuela (nacido en Chile, radicado en USA). Trabaja en el desarrollo y exploración de herramientas creativas utilizando la inteligencia artificial. Es tecnólogo, artista y desarrollador de software, con particular interés en la intersección entre la inteligencia artificial y las creaciones individuales/colectivas, explorando

/ Comentarios desactivados en Cristóbal Valenzuela

Activismo Hacker

* Los hackers deberán ser juzgados por sus hackeos, no por falsos criterios como títulos, edad, raza, o posición. * En una computadora se puede crear arte y belleza. * Las computadoras pueden cambiar la vida para mejor. Bonsembiante, F.

/ Comentarios desactivados en Activismo Hacker

Activismo Hacker

* Los hackers deberán ser juzgados por sus hackeos, no por falsos criterios como títulos, edad, raza, o posición. * En una computadora se puede crear arte y belleza. * Las computadoras pueden cambiar la vida para mejor. Bonsembiante, F.

/ Comentarios desactivados en Activismo Hacker

Social Technologies

Social Technologies. Deconstruction, subversion and the utopia of democratic communication (Tecnologías Sociales.  Deconstrucción, subversión y la utopía de la comunicación democrática), 2003, texto de Inke Arns (Alemania, 1968). Texto completo: http://www.medienkunstnetz.de/themes/overview_of_media_art/society/scroll/

/ Comentarios desactivados en Social Technologies

Social Technologies

Social Technologies. Deconstruction, subversion and the utopia of democratic communication (Tecnologías Sociales.  Deconstrucción, subversión y la utopía de la comunicación democrática), 2003, texto de Inke Arns (Alemania, 1968). Texto completo: http://www.medienkunstnetz.de/themes/overview_of_media_art/society/scroll/

/ Comentarios desactivados en Social Technologies

El hombre postorgánico

El hombre postorgánico. Cuerpo, subjetividad y tecnologías digitales, libro escrito en 2005 por Paula Sibilia (Argentina, 1967), editado por el Fondo de Cultura Económica en 2009. PDF en español Reseña de Lic. Ayelen Sidun (Facultad de Periodismo y Comunicación Social

/ Comentarios desactivados en El hombre postorgánico

El hombre postorgánico

El hombre postorgánico. Cuerpo, subjetividad y tecnologías digitales, libro escrito en 2005 por Paula Sibilia (Argentina, 1967), editado por el Fondo de Cultura Económica en 2009. PDF en español Reseña de Lic. Ayelen Sidun (Facultad de Periodismo y Comunicación Social

/ Comentarios desactivados en El hombre postorgánico

Vigilar y Castigar

Un remedio para la delincuencia en los parques. Artículo publicado en la Revista Science & Mechanics en enero de 1965. Propone la instalación de Circuitos Cerrado de TV (CCTV) en el espacio púbico como sistema de vigilancia y la utilización

/ Comentarios desactivados en Vigilar y Castigar

Vigilar y Castigar

Un remedio para la delincuencia en los parques. Artículo publicado en la Revista Science & Mechanics en enero de 1965. Propone la instalación de Circuitos Cerrado de TV (CCTV) en el espacio púbico como sistema de vigilancia y la utilización

/ Comentarios desactivados en Vigilar y Castigar

allRGB

El objetivo de allRGB es simple: crear imágenes con un píxel de cada color RGB posible (16777216), sin que falte ni se repita ninguno. Para la profundidad de color de 24 bits por pixel, se habla de color verdadero debido a que

/ Comentarios desactivados en allRGB

allRGB

El objetivo de allRGB es simple: crear imágenes con un píxel de cada color RGB posible (16777216), sin que falte ni se repita ninguno. Para la profundidad de color de 24 bits por pixel, se habla de color verdadero debido a que

/ Comentarios desactivados en allRGB

Artistes et Robots

Artistes et Robots (Artistas y Robots), muestra en el Grand Palais, Galeries Nationales de Paría desarrolla entre los meses de abril y julio de 2018. Artistes et Robots ofrece un viaje interactivo a través del sueño de las “máquinas de artistas”

/ Comentarios desactivados en Artistes et Robots

Artistes et Robots

Artistes et Robots (Artistas y Robots), muestra en el Grand Palais, Galeries Nationales de Paría desarrolla entre los meses de abril y julio de 2018. Artistes et Robots ofrece un viaje interactivo a través del sueño de las “máquinas de artistas”

/ Comentarios desactivados en Artistes et Robots

Nonny de la Peña

Nonny de la Peña es periodista, directora de documentales y emprendedora norteamericana de ascendencia mexicana. Es una impulsora del periodismo inmersivo y la experimentación en entornos virtuales, se interesó en el concepto de“ubicuidad dual”, la sensación de sentirnos en dos espacios

/ Comentarios desactivados en Nonny de la Peña

Nonny de la Peña

Nonny de la Peña es periodista, directora de documentales y emprendedora norteamericana de ascendencia mexicana. Es una impulsora del periodismo inmersivo y la experimentación en entornos virtuales, se interesó en el concepto de“ubicuidad dual”, la sensación de sentirnos en dos espacios

/ Comentarios desactivados en Nonny de la Peña

Instituto de la UNESCO para TICs

El auge de los nuevos medios electrónicos y de las TIC (Tecnologías de la Información y la Comunicación) produce un efecto de revisión y de auto evaluación de los sistemas, contenidos y métodos en la educación primaria, secundaria y universitaria.

/ Comentarios desactivados en Instituto de la UNESCO para TICs

Instituto de la UNESCO para TICs

El auge de los nuevos medios electrónicos y de las TIC (Tecnologías de la Información y la Comunicación) produce un efecto de revisión y de auto evaluación de los sistemas, contenidos y métodos en la educación primaria, secundaria y universitaria.

/ Comentarios desactivados en Instituto de la UNESCO para TICs

Performance de máquinas

Survival Research Laboratories (SRL) es un grupo artístico de performance de máquinas acreditado por ser pionero en el género de performance de máquinas a gran escala. Fundado en 1978 por Mark Pauline ha operado como una organización de técnicos creativos

/ Comentarios desactivados en Performance de máquinas

Performance de máquinas

Survival Research Laboratories (SRL) es un grupo artístico de performance de máquinas acreditado por ser pionero en el género de performance de máquinas a gran escala. Fundado en 1978 por Mark Pauline ha operado como una organización de técnicos creativos

/ Comentarios desactivados en Performance de máquinas

The computer in society

Tapa de la Revista “Time” del 2 de abril de 1965, acompañada con el texto “The computer in society”, que ilustra un artículo en su interiror titulado “Technology: The Cybernated Generation”. En la ilustración se puede apreciar la incipiente influencia

/ Comentarios desactivados en The computer in society

The computer in society

Tapa de la Revista “Time” del 2 de abril de 1965, acompañada con el texto “The computer in society”, que ilustra un artículo en su interiror titulado “Technology: The Cybernated Generation”. En la ilustración se puede apreciar la incipiente influencia

/ Comentarios desactivados en The computer in society

Cyberfem

Julia Scher, (Estados Unidos, 1954). Artista contemporánea multimedial. Recibida en UCLA con un BA en Pintura/Escultura/Artes Gráfica  y  en la Universidad de Minnesota con una MFA Maestría en Bellas Artes. En los ´80 fundó una compañia “Safe and Secure Productions”, que se dedicaba a

/ Comentarios desactivados en Cyberfem

Cyberfem

Julia Scher, (Estados Unidos, 1954). Artista contemporánea multimedial. Recibida en UCLA con un BA en Pintura/Escultura/Artes Gráfica  y  en la Universidad de Minnesota con una MFA Maestría en Bellas Artes. En los ´80 fundó una compañia “Safe and Secure Productions”, que se dedicaba a

/ Comentarios desactivados en Cyberfem

Heather Dewey-Hagborg

Heather Dewey-Hagborg (1982, EEUU) es una artista de la información y bio–hacker. Stranger Visions, de 2018, es una serie de retratos creados a partir de ADN recuperado de elementos deshechados, como cabello, cigarrillos y chicle, que realizó mientras vivía en

/ Comentarios desactivados en Heather Dewey-Hagborg

Heather Dewey-Hagborg

Heather Dewey-Hagborg (1982, EEUU) es una artista de la información y bio–hacker. Stranger Visions, de 2018, es una serie de retratos creados a partir de ADN recuperado de elementos deshechados, como cabello, cigarrillos y chicle, que realizó mientras vivía en

/ Comentarios desactivados en Heather Dewey-Hagborg

The House of Dust

The House of Dust es un proyecto de poesía compurizada creado en 1967 por la artista de medios, instalaciones, sonido y performance, Alison Knowles, (Estados Unidos, 1933) y teórico y compositor, músico de sonidos sintéticos, composición por algoritmos y procesos sonoros,

/ Comentarios desactivados en The House of Dust

The House of Dust

The House of Dust es un proyecto de poesía compurizada creado en 1967 por la artista de medios, instalaciones, sonido y performance, Alison Knowles, (Estados Unidos, 1933) y teórico y compositor, músico de sonidos sintéticos, composición por algoritmos y procesos sonoros,

/ Comentarios desactivados en The House of Dust

Voder

El Voder, (de Voice Operating Demonstrator), desarrollado por la Bell Telephone Laboratory, fue el primer intento por sintetizar electrónicamente el habla humana descomponiéndolo en sus componentes acústicos. Fue inventado por Homer Dudley entre 1937 y 1938 y es un desarrollo de su

/ Comentarios desactivados en Voder

Voder

El Voder, (de Voice Operating Demonstrator), desarrollado por la Bell Telephone Laboratory, fue el primer intento por sintetizar electrónicamente el habla humana descomponiéndolo en sus componentes acústicos. Fue inventado por Homer Dudley entre 1937 y 1938 y es un desarrollo de su

/ Comentarios desactivados en Voder

Memoria Electrónica

Publicidad de  la empresa Engineering Research Associates Division, ERA, publicada en la Revista Scientific American en abril de 1953. “La memoria electrónica confiable” Ofrece una “memoria ERA Magnética de tambor de almacenamiento de sistemas automáticos de controles de procesos  electrónicos

/ Comentarios desactivados en Memoria Electrónica

Memoria Electrónica

Publicidad de  la empresa Engineering Research Associates Division, ERA, publicada en la Revista Scientific American en abril de 1953. “La memoria electrónica confiable” Ofrece una “memoria ERA Magnética de tambor de almacenamiento de sistemas automáticos de controles de procesos  electrónicos

/ Comentarios desactivados en Memoria Electrónica

Eduardo Kac

Eduardo Kac (Brasil, 1962). En los años ochenta comenzó a desarrollar su carrera artística, cultivando un performance por semana. Más tarde en 1989 viajó a Chicago para estudiar en la Escuela del Instituto de Arte de Chicago, donde obtuvo una

/ Comentarios desactivados en Eduardo Kac

Eduardo Kac

Eduardo Kac (Brasil, 1962). En los años ochenta comenzó a desarrollar su carrera artística, cultivando un performance por semana. Más tarde en 1989 viajó a Chicago para estudiar en la Escuela del Instituto de Arte de Chicago, donde obtuvo una

/ Comentarios desactivados en Eduardo Kac

Glosario Big Data

Glosario big data Big data: Volumen de información cuya gestión es muy difícil siguiendo los métodos tradicionales de tratamiento de información. Smart data: Aquella información válida y con sentido para extraer conclusiones que lleven a tomas de decisiones para cualquier tipo

/ Comentarios desactivados en Glosario Big Data

Glosario Big Data

Glosario big data Big data: Volumen de información cuya gestión es muy difícil siguiendo los métodos tradicionales de tratamiento de información. Smart data: Aquella información válida y con sentido para extraer conclusiones que lleven a tomas de decisiones para cualquier tipo

/ Comentarios desactivados en Glosario Big Data

Sethembile Msezane

Sethembile Msezane vive y trabaja en Ciudad del Cabo, República Sudafricana. Utilizando performance, fotografía, video, escultura e instalación, su trabajo explora temas relacionados con la espiritualidad, la conmemoración y los conocimientos ancestrales africanos. La artista Sethembile Msezane se convirtió en

/ Comentarios desactivados en Sethembile Msezane

Sethembile Msezane

Sethembile Msezane vive y trabaja en Ciudad del Cabo, República Sudafricana. Utilizando performance, fotografía, video, escultura e instalación, su trabajo explora temas relacionados con la espiritualidad, la conmemoración y los conocimientos ancestrales africanos. La artista Sethembile Msezane se convirtió en

/ Comentarios desactivados en Sethembile Msezane

Ada Lovelace

Augusta Ada King, Condesa de Lovelace, nacida Augusta Ada Byron, (Londres, 10 de diciembre de 1815 – Londres, 27 de noviembre de 1852), conocida habitualmente como Ada Lovelace, fue una matemática británica. Su padre fue el conocido poeta Lord Byron.

/ Comentarios desactivados en Ada Lovelace

Ada Lovelace

Augusta Ada King, Condesa de Lovelace, nacida Augusta Ada Byron, (Londres, 10 de diciembre de 1815 – Londres, 27 de noviembre de 1852), conocida habitualmente como Ada Lovelace, fue una matemática británica. Su padre fue el conocido poeta Lord Byron.

/ Comentarios desactivados en Ada Lovelace

Conifer (ex Webrecorder)

Conifer (ex Webrecorder) es un servicio de archivo web gratuito que cualquiera puede usar para guardar páginas web. Hacer una captura de una página web es tan fácil como navegar normalmente por Internet. Webrecorder archiva automáticamente la página, junto con cualquier

/ Comentarios desactivados en Conifer (ex Webrecorder)

Conifer (ex Webrecorder)

Conifer (ex Webrecorder) es un servicio de archivo web gratuito que cualquiera puede usar para guardar páginas web. Hacer una captura de una página web es tan fácil como navegar normalmente por Internet. Webrecorder archiva automáticamente la página, junto con cualquier

/ Comentarios desactivados en Conifer (ex Webrecorder)

C.C.C. Chaos Computer Club

El CCC fue fundado en Berlín en 12 de septiembre de 1981 en la sede del periódico die tageszeitung, por Wau Holland y otros influenciados por el movimiento de Kommune 1 o K1, anticipándose al rol que tendría la informática en la forma en que la gente

/ Comentarios desactivados en C.C.C. Chaos Computer Club

C.C.C. Chaos Computer Club

El CCC fue fundado en Berlín en 12 de septiembre de 1981 en la sede del periódico die tageszeitung, por Wau Holland y otros influenciados por el movimiento de Kommune 1 o K1, anticipándose al rol que tendría la informática en la forma en que la gente

/ Comentarios desactivados en C.C.C. Chaos Computer Club

Sofia Crespo

Sofía Crespo es artista de medios y de net-art. Vive y trabaja en Berlín, Alemania. Su trabajo se basa en desarrollar proyectos con inteligencia artificial, reconocimiento de imágenes computarizadas y redes neuronales. Por ejemplo “Trauma Doll”, una muñeca basada en

/ Comentarios desactivados en Sofia Crespo

Sofia Crespo

Sofía Crespo es artista de medios y de net-art. Vive y trabaja en Berlín, Alemania. Su trabajo se basa en desarrollar proyectos con inteligencia artificial, reconocimiento de imágenes computarizadas y redes neuronales. Por ejemplo “Trauma Doll”, una muñeca basada en

/ Comentarios desactivados en Sofia Crespo

Wikipedia

Wikipedia es una enciclopedia libre, políglota y editada colaborativamente. Es administrada por la Fundación Wikimedia, una organización sin ánimo de lucro. Sus más de 37 millones de artículos en 284 idiomas (cantidad que incluye dialectos de muchos de esos idiomas)

/ Comentarios desactivados en Wikipedia

Wikipedia

Wikipedia es una enciclopedia libre, políglota y editada colaborativamente. Es administrada por la Fundación Wikimedia, una organización sin ánimo de lucro. Sus más de 37 millones de artículos en 284 idiomas (cantidad que incluye dialectos de muchos de esos idiomas)

/ Comentarios desactivados en Wikipedia

Arte y percepción visual

Arte y percepción visual, libro escrito por Rudolf Arnheim (Alemania, 1904 – 2007), publicado en 1954 por la University of California Press. Editado en español en 1979. Fue el primer intento sistemático de aplicar a las artes visuales los principios

/ Comentarios desactivados en Arte y percepción visual

Arte y percepción visual

Arte y percepción visual, libro escrito por Rudolf Arnheim (Alemania, 1904 – 2007), publicado en 1954 por la University of California Press. Editado en español en 1979. Fue el primer intento sistemático de aplicar a las artes visuales los principios

/ Comentarios desactivados en Arte y percepción visual

George Boole

George Boole, (Gran Bretaña 1815 – 1864), fue un matemático y lógico británico. Como inventor del álgebra de Boole, que marca los fundamentos de la aritmética computacional moderna, Boole es considerado como uno de los fundadores del campo de las

/ Comentarios desactivados en George Boole

George Boole

George Boole, (Gran Bretaña 1815 – 1864), fue un matemático y lógico británico. Como inventor del álgebra de Boole, que marca los fundamentos de la aritmética computacional moderna, Boole es considerado como uno de los fundadores del campo de las

/ Comentarios desactivados en George Boole

Félix Luque Sánchez

Félix Luque Sánchez, (España, 1976). Artista que ha desarrollado una línea de investigación artística muy personal, que plasma en grandes instalaciones, caracterizadas por una estética cercana al mundo de la ciencia ficción. Canal de Vimeo de Felix Luque: vimeo.com/felixluque Se

/ Comentarios desactivados en Félix Luque Sánchez

Félix Luque Sánchez

Félix Luque Sánchez, (España, 1976). Artista que ha desarrollado una línea de investigación artística muy personal, que plasma en grandes instalaciones, caracterizadas por una estética cercana al mundo de la ciencia ficción. Canal de Vimeo de Felix Luque: vimeo.com/felixluque Se

/ Comentarios desactivados en Félix Luque Sánchez

Problemas perversos (Wicked Problems)

En un artículo publicado en 1973 en la revista Policy Sciences, dos profesores de diseño y planificación urbana de la Universidad de California, definieron un tipo de problemas a los que denominaron “problemas perversos” (wicked problems), que pueden asimilarse a

/ Comentarios desactivados en Problemas perversos (Wicked Problems)

Problemas perversos (Wicked Problems)

En un artículo publicado en 1973 en la revista Policy Sciences, dos profesores de diseño y planificación urbana de la Universidad de California, definieron un tipo de problemas a los que denominaron “problemas perversos” (wicked problems), que pueden asimilarse a

/ Comentarios desactivados en Problemas perversos (Wicked Problems)

Roy Ascott

Roy Ascott (Reino Unido, 1934). Ha expuesto en la Bienal de Venecia, Trienal de Milán, Bienal do Mercosul Brasil, European Media Art Festival y Musée d’Art Moderne, París, entre otros.  Roy Ascott  es un artista reconocido por su trabajo con la

/ Comentarios desactivados en Roy Ascott

Roy Ascott

Roy Ascott (Reino Unido, 1934). Ha expuesto en la Bienal de Venecia, Trienal de Milán, Bienal do Mercosul Brasil, European Media Art Festival y Musée d’Art Moderne, París, entre otros.  Roy Ascott  es un artista reconocido por su trabajo con la

/ Comentarios desactivados en Roy Ascott

Seymour Papert creador del Logo

Seymour Papert nació en 1928 en Sudáfrica en donde participó activamente en el movimiento anti-apartheid. Pionero de la inteligencia artificial.  En 1968 crea el lenguaje de programación Logo (conocido como el lenguaje de la tortuga); una potente herramienta para la

/ Comentarios desactivados en Seymour Papert creador del Logo

Seymour Papert creador del Logo

Seymour Papert nació en 1928 en Sudáfrica en donde participó activamente en el movimiento anti-apartheid. Pionero de la inteligencia artificial.  En 1968 crea el lenguaje de programación Logo (conocido como el lenguaje de la tortuga); una potente herramienta para la

/ Comentarios desactivados en Seymour Papert creador del Logo

Recomendados al Azar