Una comparativa entre la cognición humana y los modelos generativos de IA
Se presenta una comparativa, en siete aspectos, entre la cognición humana y lo que aportan los modelos generativos de IA
Inteligencia Artificial: machine learning, deep learning, redes neuronales, sistemas expertos, algoritmos genéticos
Computación afectiva y voz: detección de estados anímicos en la cara y en la voz
Hablamos de Computación afectiva y voz viendo cómo se utilizan elementos físicos del sonido de la voz con las emociones.
Notas sobre aprendizaje por refuerzo (XIII): sistemas multi-agente
Hablamos de sistemas multi-agente, donde tienen cabida enfoques competitivos y colaborativos y que constituye un campo de investigación.
Tres formas de personalizar un LLM
En este post se describen tres formas de personalizar un LLM : mediante fine tunning, mediante RAG y mediante interacción con el usuario.
Notas sobre aprendizaje por refuerzo (XII): autoaprendizaje y el caso de AlphaGo y AlphaZero
En este post hablamos del aprendizaje por refuerzo para casos con dos agentes y explicamos el muy interesante concepto de autoaprendizaje.
Algunas ideas iniciales sobre RAG (Retrieval Augmented Generation)
Se cuentan los fundamentos de RAG (Retrieval Augmented Generation) como una forma de extensión y personalización de modelos generativos.
Notas sobre aprendizaje por refuerzo (XI): métodos basados en modelo
Avanzando en la revisión del aprendizaje por refuerzo, en este post se revisan brevemente los métodos basados en modelo
Notas sobre aprendizaje por refuerzo (X): locomoción de robots
El aprendizaje por refuerzo, en la situación de problemas continuos y métodos basados en políticas, puede usarse en locomoción de robots.
Notas sobre aprendizaje por refuerzo (IX): aprendizaje de políticas y el ascenso de gradiente
Hablamos del aprendizaje de políticas en el caso del deep reinforcement learning en problemas continuos y revisamos el ascenso de gradiente.
Notas sobre aprendizaje por refuerzo (VIII): problemas continuos y métodos basados en políticas
En este post presentamos los Problemas continuos de aprendizaje por refuerzo, sus particularidad, ideas principales y campos de aplicación.