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»
    • Los libros y yo
    • Divergencias
  • 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»
    • Los libros y yo
    • Divergencias
  • 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 de etiqueta: Machine Learning

Manos robóticas: tacto en los robots

Manos robóticas: machine learning y el sentido del tacto en los robots

FRONTERAS, Robótica, UncategorizedPor Ignacio G.R. Gavilán26 septiembre, 2022Deja un comentario

En este post hablamos de manos robóticas y de un sentido del tacto avanzado para robots basado en sensores y machine learning.

aprendizaje humano y robótico

Cuerpos, algoritmos y una paradoja sobre el aprendizaje humano y robótico

FRONTERAS, RobóticaPor Ignacio G.R. Gavilán23 septiembre, 20221 comentario

Este artículo habla del aprendizaje humano y robótico, de la eventual importancia del cuerpo y la interacción y de developmental robotics.

Brain Computer Interface

Apuntes sobre Brain Computer Interface (I): ¿De qué va eso del BCI?

FRONTERASPor Ignacio G.R. Gavilán6 julio, 20222 Comentarios

Este post abre una serie en que expondré los fundamentos sobre Brain Computer Interface. En el actual, se define el campo y sus motivaciones.

evitar el sesgo algorítmico

Ideas y buenas prácticas para evitar el sesgo algorítmico

Inteligencia Artificial, TECNOLOGÍA DIGITALPor Ignacio G.R. Gavilán2 febrero, 20221 comentario

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.

criterios de imparcialidad

Seis criterios de imparcialidad algorítmica… y alguna reserva

Inteligencia Artificial, TECNOLOGÍA DIGITALPor Ignacio G.R. Gavilán28 enero, 2022Deja un comentario

En este post hablo de sesgos (‘bias’) e imparcialidad (‘fairness’) en inteligencia artificial y comento seis criterios de imparcialidad.

ajedrez y el factor

El ajedrez y el factor escala en el aprendizaje algorítmico

Inteligencia Artificial, TECNOLOGÍA DIGITALPor Ignacio G.R. Gavilán24 enero, 2022Deja un comentario

Un artículo para comentar la importancia de la escala y opciones en aprendizaje, usando como base El ajedrez y el aprendizaje de los algoritmos.

cerebro y redes neuronales

Muestras de que cerebro y redes neuronales no funcionan igual

Inteligencia Artificial, TECNOLOGÍA DIGITALPor Ignacio G.R. Gavilán19 enero, 2022Deja un comentario

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.

misterio para el deep learning

Una pequeña dosis de misterio para el deep learning

Inteligencia Artificial, TECNOLOGÍA DIGITALPor Ignacio G.R. Gavilán17 enero, 2022Deja un comentario

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…

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.

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.

←12345…
678
9→
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