Ocho líneas de evolución de la Automatización Robótica de Procesos (RPA)
En este post se identifican y comentan brevemente ocho líneas o tendencia de evolución de RPA, a partir de las opiniones del libro ‘RPA Projects’.
Tecnologías digitales. Tendencias tecnológicas. Estándares. Personajes.
Diez retos y líneas de evolución de los agentes conversacionales
En este post se repasan brevemente las diez líneas de evolución de los agentes conversacionales que identifica Micahel McTear.
Cinco tipos de agentes conversacionales
En este post se mencionan y comentan cinco tipos de agentes conversacionales, con perspectiva histórica, como los identifica Michael McTear.
Agentes conversacionales: ¿Para qué desarrollar sistemas que hablen?
Un post que habla de agentes conversacionales, sus nombres alternativos y, sobre todo, motivos por los que nos interesa construir este tipo de soluciones.
El aprendizaje que les falta a algoritmos y robots
En este post hablo de aprendizaje en algoritmos y robots comparándolo con el aprendizaje en seres vivos especialmente seres humanos.
Agentes racionales artificiales frente al problema de la escala
Este post habla de la posibilidad de conseguir agentes racionales, iguales y superiores en inteligencia al ser humano y algunas dificultades para ello.
Conociendo módulos y arquitectura de Microsoft Power Platform con Robert Rybaric
Reseña de ‘Microsoft Power Platform Enterprise Architecture’ de Robert Rybaric, una visión en amplia de Power Platform, Dynamics 365, Office 365 y Azure
Riesgos con robots y agentes inteligentes: voluntad versus función de utilidad
De contraponen dos formas de gestionar los riesgos en robots: la más fantasiosa, basada en la voluntad, y la más técnica basada en la función de utilidad.
Cuatro principios para una buena explicabilidad de los algoritmos
En este post se explican y valoran cuatro principios para una buena explicabilidad algorítmica con base en dos fuentes diferentes pero convergentes.
Ideas y buenas prácticas para evitar el sesgo algorítmico
En este post se aportan tres ideas y un cuasi decálogo de buenas prácticas para evitar el sesgo algorítmico en el campo del machine learning.