Guia docente
-
-
¿Cuánto seré capaz de aprender?
-
Juana, Lucas y María —y seguro que tú también— aprenden muchas cosas a diario. Y lo hacen de diferentes maneras: mediante la acción, la experimentación y la imitación, realizando comparaciones y preguntas, por el impulso de la curiosidad, el deseo y la creatividad. Comprender cómo aprendemos no es una tarea sencilla. Se trata de un proceso complejo que abarca muchísimas dimensiones. Ahora bien, ¿qué tiene que ver todo esto con la IA?
-
-
¿PUEDE PENSAR UNA MÁQUINA?
Existen afirmaciones como...
“Todos los aspectos del aprendizaje, o cualquier otra característica de la inteligencia humana, pueden ser descritos con tanta exactitud que podríamos fabricar una máquina que los emulase”. John McCarthy
Y otras que dicen...
“Integrar percepción, representación, razonamiento, acción y aprendizaje en un sistema integral es casi una utopía al día de hoy. Replicar la inmensa complejidad del cerebro humano, también”. López de Mántaras
-
-
¿Qué es la inteligencia?
Inteligencia artificial - Inteligencia humana: una comparación desigual.
Y si bien la IA se está desarrollando en muchas de estas habilidades lo hace de forma separada, ya que no es capaz (aún) de integrar y combinar estas funciones como lo hacemos los seres humanos. ¡A la vez, la IA puede especializarse en tareas con una velocidad, escala y precisión que las personas no podríamos alcanzar!
¿Qué es la inteligencia para mi?
-
Ahora aprendo sola
-
-
CUESTIONES A CONSIDERAR EN EL ENTRENAMIENTO DE MÁQUINAS
Al entrenar modelos computacionales con un conjunto de datos de entrada, el algoritmo se vuelve capaz de generalizar un concepto acerca de esos datos. Luego, al consultarle por un nuevo conjunto de datos desconocidos, es capaz de comprenderlo y devolver un resultado fiable. ¿Qué pasa si ingresamos pocos o demasiados datos?
SUBAJUSTE (UNDERFITTING)
Si los datos de entrenamiento son muy pocos, la máquina no será capaz de generalizar el conocimiento. Por ejemplo, si mostramos solo una raza de perros y pretendemos que pueda reconocer otras diez razas de caninos distintas, el algoritmo no será capaz de darnos un resultado adecuado por falta de “materia prima” para hacer sólido su conocimiento.
SOBREAJUSTE (OVERFITTING)
Por el contrario, cuando entrenamos a la máquina mostrándole diez razas de perros de color marrón, si luego probamos con la foto de uno blanco, el modelo no podrá reconocerlo como tal por no cumplir exactamente con las características que aprendió.
Más Info -
-
¿Me creen inteligente?
-
¡A PROBAR! ENTRENA UN MODELO DE IA
Teachable Machine es una herramienta de IA desarrollada por Google para crear modelos de aprendizaje automático de manera rápida y sencilla. A partir de imágenes, sonidos y posturas, el sistema podrá comprender y hacer predicciones.
¿Cómo funciona? En tres simples pasos:
¿Te animas a entrenar tu propio sistema de reconocimiento de emociones?
