Saltar al contenido
Ignacio G.R. Gavilán
Reingeniería Digital
Ignacio G.R. GavilánIgnacio G.R. Gavilán
  • Inicio
  • Servicios
    • Asesoría de transformación
    • Formación directiva
    • Comunicación
  • Blog
  • Libros
    • Robots en la sombra
    • La Carrera Digital
  • Multimedia
    • Speaker en conferencias, eventos y webinars
    • Voz. Radio y podcast
    • The robot notes
    • Píldoras robóticas
    • Vídeos sobre «La Carrera Digital»
  • Investigación
    • Reingeniería Digital
    • Negocio Digital
    • Sociedad Digital
    • Tecnología Digital
    • Dirección de Proyectos
    • Liderazgo y comunicación
    • Bibliografía
  • Otros sitios
    • Canal YouTube
    • Perfil twitter
    • Perfil LinkedIn
    • Facebook fan page
    • Mundo Azul (mi página personal)
    • El Cielo del Gavilán (Literatura)
    • La vida de color azul (blog personal)
  • Acerca de
  • Contacto
Buscar:
  • Inicio
  • Servicios
    • Asesoría de transformación
    • Formación directiva
    • Comunicación
  • Blog
  • Libros
    • Robots en la sombra
    • La Carrera Digital
  • Multimedia
    • Speaker en conferencias, eventos y webinars
    • Voz. Radio y podcast
    • The robot notes
    • Píldoras robóticas
    • Vídeos sobre «La Carrera Digital»
  • Investigación
    • Reingeniería Digital
    • Negocio Digital
    • Sociedad Digital
    • Tecnología Digital
    • Dirección de Proyectos
    • Liderazgo y comunicación
    • Bibliografía
  • Otros sitios
    • Canal YouTube
    • Perfil twitter
    • Perfil LinkedIn
    • Facebook fan page
    • Mundo Azul (mi página personal)
    • El Cielo del Gavilán (Literatura)
    • La vida de color azul (blog personal)
  • Acerca de
  • Contacto

Archivos por mes: enero 2022

armas de destrucción matemática

Las armas de destrucción matemática de Cathy O’Neil

Big Data, data management, data science, TECNOLOGÍA DIGITALPor Ignacio G.R. Gavilán11 enero, 2022Deja un comentario

Reseña del libro ‘Weapons of math destruction’ (armas de destrucción matemática) de Cathy O’Neil. un severo alegato contra el uso de algoritmos y Bg Data.

Perspectivas en la explicabilidad

¿Locos dirigiendo el manicomio? Perspectivas en la explicabilidad de la Inteligencia Artificial

Inteligencia Artificial, TECNOLOGÍA DIGITALPor Ignacio G.R. Gavilán10 enero, 2022Deja un comentario

Este artículo ofrece dos Perspectivas de la explicabilidad de la inteligencia artificial, con base en un artículo de Miller et. al y valora lo ahí aportado.

Inteligencia artificial y negocios

Inteligencia artificial y negocios con Lasse Rohuiainen

Bibliografía, TECNOLOGÍA DIGITALPor Ignacio G.R. Gavilán7 enero, 2022Deja un comentario

Reseña del libro ‘Inteligencia Artificial para los negocios’ de Lasse Rouhiainen, visión práctica y de aplicación de Inteligencia Artificial y negocios.

Al igual que hicimos en el post de hace dos días, hacemos en este una especie de recapitulación, de 'back to the basics' en materia de Inteligencia Artificial y Machne Learning. Así, si hace dos días nos planteábamos qué es eso del aprendizaje, ahora damos por hecho que ya sabemos lo que es ese aprendizaje y lo que nos preguntamos es ¿y para qué queremos que un algoritmos o una máquina aprendan? ¿No podemos seguir trabajando con algoritmos tradicionales sin aprendizaje y que sean los diseñadores o desarrolladores de ese algoritmo los que vuelquen todo su conocimiento (y ética) en definir el comportamiento? Esa es la pregunta que se hacen Stuart Russell y Peter Norvig, en su libro 'Artificial Intelligence. A modern approach' cuando abren el primer capítulo dedicado al machine learning. Y los autores nos aportan dos razones, solo dos razones, y bastante sencillas por las que nos interesa ese aprendizaje automático: En primer lugar, porque hay problemas en que simplemente, una persona no puede anticipar todos los estados posibles y, por tanto, decir al programa o robot qué es lo que tienen que hacer en cada uno de esos estados. Y los autores nos aportan dos ejemplos: un robot que tenga que salir de un laberinto o la predicción de los valores de acciones. E, incluso, yo diría que esos no son los problemas más complejos, ni mucho menos, que se pueden plantear. El movimiento de un vehículo autónomo conviviendo con otros vehículos (autónomos o no) y con personas y animales me parece un caso mucho más extremo de imposibilidad de predecir todas las situaciones posibles y dar un tratamiento específico para cada una de ellas (atención, por cierto, en este punto, a la 'máquina moral). La segunda razón es aún más expeditiva: porque hay problemas en que los diseñadores del algoritmo, simplemente, no tienen ni idea de cómo se resuelve. Se trata muchas veces de tareas que los humanos hacemos de manera inconsciente, como reconocer la cara de un amigo o familiar...pero que no tenemos ni la más remota idea de cómo lo hacemos y, por tanto, ningún diseñador o programador es capaz de proporcionar las instrucciones precisas para conseguir ejecutar esa tarea en una máquina. Sin embargo, los algoritmos de machine learning son buenos en eso. Reconocen ellos mismos (a veces un poco orientados por el diseñador, pero sólo 'un poco') patrones subyacentes a los datos, datos que pueden proceder de sistemas o bien obtenerse del entorno físico mediante sensores y eso les permite reaccionar ante diferentes estados o 'averiguar' cómo hacemos los humanos esas tareas que no sabemos explicar o, más que averiguar cómo las hacemos, encontrar una forma de hacerlas de resultados similares. Quizá valga la pena que terminar este breve post haciendo ver que, al recurrir al aprendizaje automático, los ingenieros, los científicos de datos o los matemáticos, no se están marcando una 'frivolité', o un jugar a ser Dios haciendo que una máquina aprenda. Es, más bien, un enfoque muy pragmático, una estrategia para intentar conseguir soluciones reales, para la vida real, en situaciones reales y, en el fondo, las más de las veces, para la mejora de nuestras condiciones y bienestar.

¿Y para qué queremos que una máquina aprenda?

Inteligencia Artificial, TECNOLOGÍA DIGITALPor Ignacio G.R. Gavilán5 enero, 20221 comentario

En este post nos preguntamos el por qué del machine learning, por qué queremos que una máquina aprenda. Y hay dos muy buenas razones.

consciencia humana

Perspectivas sobre la consciencia humana con José Enrique Campillo

Bibliografía, FRONTERASPor Ignacio G.R. Gavilán4 enero, 2022Deja un comentario

Reseña del libro ‘La consciencia humana’ de José Enrique Campillo, una revisión de diferentes perspectivas y teorías sobre la consciencia.

Una definición muy compacta de aprendizaje

Inteligencia Artificial, TECNOLOGÍA DIGITALPor Ignacio G.R. Gavilán3 enero, 2022Deja un comentario

Un breve post que propone y explica una definición muy sencilla de aprendizaje válida tanto para humanos como para machine learning.

←12←
Ignacio G.R. Gavilán
Tema The7 de Dream-Theme personalizado por Ignacio G.R. Gavilán
  • Buy this theme
  • Support portal
  • Dream-Theme
  • User Guide
Useful Links
Ir a Tienda