El aprendizaje que les falta a algoritmos y robots
En este post hablo de aprendizaje en algoritmos y robots comparándolo con el aprendizaje en seres vivos especialmente seres humanos.
Inteligencia Artificial: machine learning, deep learning, redes neuronales, sistemas expertos, algoritmos genéticos
En este post hablo de aprendizaje en algoritmos y robots comparándolo con el aprendizaje en seres vivos especialmente seres humanos.
Este post habla de la posibilidad de conseguir agentes racionales, iguales y superiores en inteligencia al ser humano y algunas dificultades para ello.
De contraponen dos formas de gestionar los riesgos en robots: la más fantasiosa, basada en la voluntad, y la más técnica basada en la función de utilidad.
En este post se explican y valoran cuatro principios para una buena explicabilidad algorítmica con base en dos fuentes diferentes pero convergentes.
En este post se aportan tres ideas y un cuasi decálogo de buenas prácticas para evitar el sesgo algorítmico en el campo del machine learning.
En este post hablo de sesgos (‘bias’) e imparcialidad (‘fairness’) en inteligencia artificial y comento seis criterios de imparcialidad.
Un artículo para comentar la importancia de la escala y opciones en aprendizaje, usando como base El ajedrez y el aprendizaje de los algoritmos.
En este post se explica que cerebro y redes neuronales no funcionan de la misma manera y se aportan algunos razonamiento y síntomas de ello.
Suelo, en muchos de los posts que dedico a inteligencia artificial intentar desmontar mitos y fantasías que la rodean, intentar explicar de forma realista el funcionamiento y lo que cabe esperar de este tipo de soluciones, y destacar su carácter científico-técnico y la necesidad de rigor. Y no voy a hacer algo diferente en este…
Un post apasionado y personal en que hablo de los Ingenieros y la ética de la inteligencia artificial denunciando estrreotipos injustos que puedo observar.