#86 Exacto. Yo diferenciaría entre los que son arroces al estilo valenciano / alicantino, que no tienen por qué ser “paellas” canónicas (y además, si un extranjero le llama paella es algo perfectamente lógico, ya que suelen referirse con ese término a cualquier arroz al estilo valenciano / alicantino, no solo a la de pollo, conejo judías y garrofó) y aberraciones increíbles que no pegan ni con cola (echarle chorizo, cebolla, cilantro, etc.). No se por que critican tanto la morcilla comentarios como #28 o #41 como bien dices es un ingrediente delicioso de muchos arroces montañeses de carne.

#110 La primera receta escrita de paella, de mediados del siglo XIX, recoge que la paella lleva entre otras cosas chorizo, salchichas, anguilas y manteca de cerdo. Y en posteriores y antiguas recetas se sigue mencionando. Lo que sí parece definitorio de la paella, aun valenciana, es el recipiente y la técnica de cocción.

#110 bueno, si no te digo q no este bueno, pero eso no es paella. que pasa con el lobby de la morcilla?

#110 Que pasa que en Castellón no hacemos paellas o que????

#110 es lo que dices, la paella es un plato más de arroz, no el arroz. En cada sitio se le echa al arroz lo que hay. También es cierto que paella es el nombre del arroz que hacen en Valencia y el del recipiente que se usa para elaborar todo este tipo de arroces. Creo que al final cuando se dice vamos a hacer una paella es más el hecho de cocinar arroz en el recipiente, que el hecho de hacer la paella valenciana. En cualquier restaurante de Alicante los arroces se llaman arroces y la paella es donde se cocinan.

#110 el chorizo le queda de lujo a la paella, no con gambas obviamente pero si con pollo por ejemplo

#162 Con chorizo no lo he probado, ni lo he visto ni me atraía mucho. Sí con morcilla, blanquet, longaniza… Incluso con sobrasada. Pero venga, te compro que en un arroz de carne puede estar hasta bueno.

#86 arroz al horno, con costra... En Alicante además nunca decimos paella, sino arroz. Con cosas

#93 gotitas caer cerca de la puerta de tanhausser, todo eso se perderá en el tiempo, como orina en la piscina, hora de tirar de la cadena.

#40 yo soy de la misma opinión que tu, no creo que sirva para el diagnóstico, hay muchas entradas distintas que pueden dar la misma salida, aunque de todas formas, la regeneración que calcula la IA puede ser MUY buena:

Así como encontrar el origen de 1 pixel (la matriz de 16x16 píxeles de la imagen en alta resolución), a priori, puede parecer muy complicado que sea veraz, hay que tener en cuenta que la IA puede tener en cuenta también los píxeles adyacentes, descartando un montón de matrices 16x16 que serían válidas, pero inválidas para las matrices adyacentes.

Supongo que esta reflexión ya la debéis haber tenido en cuenta.

Tanto pequeño detalle es necesario en medicina? No les interesa saber si hay manchas, con qué tono, en qué cantidad, etc, y no tanto la forma exacta de cada una de las manchas?

#42 No digo que no sean utiles. Depende del caso de uso, como todo.
La segmentación de tejidos de forma tan precisa como sea posible es definitivamente importante.

Es posible que los algoritmos de superresolucion sean utiles en muchos casos, pero en cualquier caso, siempre están limitados cuanto más lejos estés de la distribución general que has usado para entrenar.

Al final todo esto es un mundo !

Pero esta tecnología es peligrosa porque tiene una pega muy grande: Cuando tomas una foto y le reduces el tamaño, la información se pierde. Imagínate que haces una foto a un plato con un grano de arroz en medio. Al reducir la foto, el grano simplemente desaparece.
La AI que escala el original desconoce la información que había originalmente en la foto y se ha perdido y se inventa información hasta rellenar la resolución solicitada (en base a las imágenes de entrenamiento de objetos similares etc etc). La imagen reconstruída no se parece al original, sino que se parece a la media estadísticas de imágenes similares. Pueden no aparecer partes vitales o aparecer artefactos inesperados.
Esto impide que el sistema se utilice como compresión y recuperación de fotos. O debería impedirlo, porque estoy seguro de que a alguien se le ocurrirá la brillante idea. Y el mayor peligro que veo es que acabaremos confiando en que las imágenes reconstruídas por estos métodos representan el original, y temo que acabarán teniendo validez legal, y se puede montar una gorda. "Pero señor juez, la reconstrucción fotográfica demuestra que no había ningún grano de arroz envenenado en el plato, el acusado es inocente"

#9 qué gusto da leer comentarios de gente que entiende el meollo de la situación
mis dieses

(eres programador, no?)

#38 Investigador y profesor universitario en vision por computador e inteligencia artificial

Tenemos ahora mismo un proyecto justo en este campo, evaluar si los metodos generativos (GANs y tal) sirven para generar datos útiles para complementar las bases de datos con pacientes, a ser posible manteniendo la privacidad (es decir, sin que generemos siempre el tumor del mismo paciente).

Desafortunadamente, no tenemos nada claro que se pueda hacer con el conocimiento actual.

#40 yo soy de la misma opinión que tu, no creo que sirva para el diagnóstico, hay muchas entradas distintas que pueden dar la misma salida, aunque de todas formas, la regeneración que calcula la IA puede ser MUY buena:

Así como encontrar el origen de 1 pixel (la matriz de 16x16 píxeles de la imagen en alta resolución), a priori, puede parecer muy complicado que sea veraz, hay que tener en cuenta que la IA puede tener en cuenta también los píxeles adyacentes, descartando un montón de matrices 16x16 que serían válidas, pero inválidas para las matrices adyacentes.

Supongo que esta reflexión ya la debéis haber tenido en cuenta.

Tanto pequeño detalle es necesario en medicina? No les interesa saber si hay manchas, con qué tono, en qué cantidad, etc, y no tanto la forma exacta de cada una de las manchas?

#42 No digo que no sean utiles. Depende del caso de uso, como todo.
La segmentación de tejidos de forma tan precisa como sea posible es definitivamente importante.

Es posible que los algoritmos de superresolucion sean utiles en muchos casos, pero en cualquier caso, siempre están limitados cuanto más lejos estés de la distribución general que has usado para entrenar.

Al final todo esto es un mundo !

#23 De-capita, las penas de muerte.