La extraña IA ilustra por qué los algoritmos aún necesitan personas


En estos días, puede ser muy difícil determinar dónde dibujar los límites en torno a la inteligencia artificial. Lo que puede y no puede hacer a menudo no está muy claro, ni tampoco hacia dónde se dirige su futuro.

De hecho, también hay mucha confusión en torno a lo que realmente es la IA. Los departamentos de mercadotecnia tienden a adaptar de alguna manera a la inteligencia artificial en sus mensajes y a renombrar productos antiguos como «IA y aprendizaje automático. » La taquilla está llena de películas sobre sistemas inteligentes de inteligencia artificial y robots asesinos que planean conquistar el universo. Mientras tanto, las redes sociales están llenas de ejemplos de sistemas de IA que cometen errores estúpidos (y a veces ofensivos).

dumb ai

«Si parece que la IA está en todas partes, es en parte porque ‘inteligencia artificial’ significa muchas cosas, dependiendo de si estás leyendo ciencia ficción o vendiendo una nueva aplicación o haciendo investigación académica», escribe Janelle Shane en Pareces una cosa y te amo, un libro sobre cómo funciona la IA.

Shane dirige el famoso blog. Rareza AI, que, como su nombre indica, explora la «rareza» de la IA a través de ejemplos prácticos y humorísticos. En su libro, Shane aprovecha su experiencia de años y nos lleva a través de muchos ejemplos que muestran de manera elocuente qué es la IA, o más específicamente aprendizaje profundo—Es y lo que no es, y cómo podemos aprovecharlo al máximo sin toparnos con las trampas.

Si bien el libro está escrito para el laico, definitivamente es una lectura digna para las personas que tienen antecedentes técnicos e incluso ingenieros de aprendizaje automático que no saben cómo explicar los entresijos de su oficio a personas menos técnicas.

Tonta, perezosa, codiciosa e inhumana

En su libro, Shane hace un gran trabajo al explicar cómo funcionan los algoritmos de aprendizaje profundo. Desde el apilamiento de capas de neuronas artificiales, ejemplos de alimentación, errores de propagación hacia atrás, uso del descenso de gradiente y, finalmente, el ajuste de los pesos de la red, Shane lo lleva a través del entrenamiento de redes neuronales profundas con ejemplos humorísticos como calificar sándwiches y proponer «toc-toc, ¿quién está allí?» chistes

Esta web utiliza cookies, puedes ver aquí la Política de Cookies