spinner

Whitepapers

Bienvenid@

Acabas de aterrizar en la página donde podrás descargar los estudios e investigaciones que hemos compilado en estos últimos meses sobre HCI, Ciberseguridad y Machine Learning. ¿Nuestro objetivo? Seguir compartiendo el conocimiento y acercar el uso práctico de las tecnologías con las que podemos crear proyectos tangibles.

Machine Intelligence /

Estimación de la incertidumbre

Bayesian Deep Learning

La fiabilidad de las predicciones de los modelos de Deep Learning suele ser medida y evaluada de acuerdo a unas asunciones que puede que no se den en la realidad. Esto nos genera una sobreconfianza sobre las capacidades del modelo ante situaciones desconocidas.

Cybersecurity /

Adversarial Machine Learning

¿Están los modelos de machine learning correctamente protegidos?

El Adversarial Machine Learning se encarga de estudiar y categorizar las vulnerabilidades de los modelos de machine learning en presencia de un adversario malicioso. El whitepaper pone el foco en las principales técnicas de ataque y defensa de la taxonomía, incluyendo herramientas opensource con los que automatizar ataques y defensas. Por último, se incluye un tutorial de Adversarial Robustness Toolbox, la herramienta opensource más avanzada de Adversarial Machine Learning.

Ver Whitepaper

Cybersecurity /

Contenido Sintético

¿Es posible distinguir el contenido falso del real?

El contenido sintético es aquel contenido multimedia (audio, texto, imagen y vídeo) que es posible crear con tecnologías de inteligencia artificial lo más realistas posibles, pudiendo llegar a ser indistinguibles por un ser humano. Ejemplos de contenido sintético son los deep fakes y las fake news. El whitepaper recopila las técnicas más conocidas para crear y detectar contenido sintético de cada uno de los tipos de contenido multimedia.

Ver Whitepaper