Ya sea operados por aficionados, organismos de gobierno, empresas de seguridad, sistemas automatizados o simples delincuentes, el abuso de drones es una realidad a enfrentar. ¿Qué métodos existen … See more

Ya sea operados por aficionados, organismos de gobierno, empresas de seguridad, sistemas automatizados o simples delincuentes, el abuso de drones es una realidad a enfrentar. ¿Qué métodos existen para detectar drones? ¿Por qué no están a disposición de las personas comunes? ¿Es posible fabricar dispositivos maker que repliquen el funcionamiento de costosos equipos comerciales? ¿Pueden los dispositivos maker automatizar reacciones? Tópicos: - Historia y contexto. De Neuromancer a la guerra de Ukrania - Captura de Remote ID por apps y dispositivos (y por qué no tiene aplicación práctica) - Detección acústica del audio de la propulsión - Detección y clasificación por imágenes usando VLM y agentes de IA. - Detección por análisis de radiofrecuencia identificando patrones sutiles con Machine Learning. - Sistemas reactivos. Registro en bases de datos, alertas por mensajería y activación automática de dispositivos externos como cobertores, e inhibidores. - Prototipo funcional. Planteo completo de un prototipo maker con IA para detección de drones multicapa con reacción (Hardware, software, IA) ¿Para quién es la charla? Desarrolladores, investigadores de IA aplicada, activistas por la privacidad, makers y cualquier persona interesada en responder a nuevas formas de vigilancia y coerción. Sobre Roni Bandini: Soy fundador de la iniciativa de Contracultura Maker, dedicada a explorar la intersección entre tecnología, subversión y resistencia creativa. Desarrollo prototipos con EdgeML para Qualcomm/Edge Impulse y dicto capacitaciones. Fui orador en ORT, UCA, UTN, UADE, Hope New York, Nerdearla, Ekoparty, TedX y Maker Faire Roma. Algunas de mis máquinas fueron destacadas en Wired, Vice, CNN y la BBC. Como autor de ficción, publiqué las novelas El Sueño Colbert, La Gran Monterrey y Macadam. Show less

¿Qué opciones tienen las personas comunes para combatir la contaminación sonora generada por parlantes Bluetooth? Sobre la experiencia de fabricar Reggaeton Be Gone y Pocket Gone, esta charla explo… See more

¿Qué opciones tienen las personas comunes para combatir la contaminación sonora generada por parlantes Bluetooth? Sobre la experiencia de fabricar Reggaeton Be Gone y Pocket Gone, esta charla explora los fundamentos técnicos y las implicancias sociales de las contramedidas maker contra el sonido no deseado. ¿Es Pocket Gone un inhibidor? ¿Puede desactivar cierres de autos, detener marcapasos y desorientar aviones, como dijo la prensa? ¿Cómo se extiende el alcance usando una lata de duraznos? Sobre Roni Bandini: Soy miembro del programa de expertos de Qualcomm/Edge Impulse. Trabajo con Inteligencia Artificial (Edge Machine Learning y usos no convencionales de LLMs), diseño prototipos y dicto workshops. Fui orador en ORT, UCA, UTN, UADE, Hope New York, Nerdearla, Ekoparty, TedX y Maker Faire Roma. Algunas de mis máquinas fueron destacadas en Wired, Vice, CNN y la BBC. Publiqué los libros El Sueño Colbert, La Gran Monterrey y Macadam. Fui Project Manager de una empresa israelí de seguridad informática, escribí el newsletter de Microsoft para Latinoamérica, desarrollé un software Open Source de eCommerce y fundé la iniciativa de Contracultura Maker. Show less

La detección de anomalías es fundamental en procesos industriales, control de calidad, mantenimiento predictivo y seguridad, ya que permite identificar comportamientos inesperados antes de que se conv… See more

La detección de anomalías es fundamental en procesos industriales, control de calidad, mantenimiento predictivo y seguridad, ya que permite identificar comportamientos inesperados antes de que se conviertan en fallas, pérdidas económicas o riesgos operativos. Aunque históricamente fue un privilegio de grandes corporaciones con enormes datasets e infraestructura costosa, hoy es posible implementar sistemas de detección de anomalías utilizando hardware accesible y modelos compactos de Machine Learning. Esta charla recorre la evolución histórica de la detección de anomalías —desde métodos manuales y ópticos hasta enfoques actuales basados en IA— y explica por qué este problema es diferente de la clasificación tradicional de objetos. También se abordarán los desafíos técnicos más comunes, incluyendo la asimetría de datos (los eventos anómalos son poco frecuentes y esto dificulta el uso de clasificación supervisada tradicional) ** La presentación finaliza con la construcción paso a paso de un detector visual de anomalías utilizando Raspberruy Pi y una cámara USB estándar. ** - Qué es el Edge Machine Learning - Métodos históricos de detección de anomalías - Diferencias entre detección de anomalías y clasificación de objetos - Asimetría de datos - Ventajas de modelos compactos de ML frente a grandes VLMs - Opciones posteriores a la detección: alarmas, automatización, logging y reacciones físicas - Construcción de un detector visual de anomalías utilizando hardware commodity Sobre Roni Bandini: I’m the founder of the Maker Counterculture initiative, exploring the intersection of technology, subversion, and creative resistance. My work focuses on TinyML prototypes and LLM projects, pushing the boundaries of AI and embedded systems. I’ve been a speaker at ORT, UCA, UTN, UADE, Hope New York, Nerdearla, Ekoparty, DebConf, TedX and Maker Faire Rome. My work has been featured in Wired, Vice, Elektor, Gizmodo and BBC. As an author, I’ve published the novels El Sueño Colbert, La Gran Monterrey, and Macadam. Show less