Über 1 weitere ansehen
Por ejemplo, puede que hayas oído hablar de Christina Economos o no. No tiene una página de Wikipedia sobre ella, aunque es profesora de la Universidad de Tufts y ocupa la cátedra New Balance de nutrición infantil. Pero, aunque no tenga una página en Wikipedia, sí tiene un breve resumen que describe quién es profesionalmente en un sitio web creado por una empresa llamada Primer. Esa pequeña reseña, que algún día podría convertirse en una entrada completa en la Wiki, fue creada por un sistema de IA llamado Quicksilver.
La idea del proyecto es utilizar la IA como punto de partida. Los humanos pueden utilizarla para que les ayude a escribir páginas de Wikipedia para científicos que no las tienen, pero que lo merecen. Por ejemplo, en la página de Primer de Economos hay un enlace a un artículo de CBS Boston que la menciona, una buena fuente potencial para un editor humano de Wikipedia que quiera escribir una entrada para ella.
Primer se lanzó oficialmente el año pasado y utiliza la IA para leer información y generar informes; parte de su enfoque es hacer el tipo de trabajo que podría hacer un analista de inteligencia. Entre sus clientes se encuentran Walmart y el gobierno de Estados Unidos, a través de una organización llamada In-Q-Tel. La inteligencia artificial suele necesitar datos para aprender, por lo que para este proyecto, Primer utilizó unas 30.000 páginas de Wikipedia de científicos para entrenar sus sistemas de aprendizaje automático.
Presentación de la inteligencia artificial
El aprendizaje automático (AM) es un campo de investigación dedicado a la comprensión y construcción de métodos que “aprenden”, es decir, métodos que aprovechan los datos para mejorar el rendimiento en algún conjunto de tareas[1] Se considera una parte de la inteligencia artificial. Los algoritmos de aprendizaje automático construyen un modelo basado en datos de muestra, conocidos como datos de entrenamiento, con el fin de hacer predicciones o tomar decisiones sin estar explícitamente programados para ello[2]. Los algoritmos de aprendizaje automático se utilizan en una amplia variedad de aplicaciones, como en medicina, filtrado de correo electrónico, reconocimiento de voz y visión por ordenador, donde es difícil o inviable desarrollar algoritmos convencionales para realizar las tareas necesarias[3].
Un subconjunto del aprendizaje automático está estrechamente relacionado con la estadística computacional, que se centra en la realización de predicciones mediante ordenadores, pero no todo el aprendizaje automático es aprendizaje estadístico. El estudio de la optimización matemática aporta métodos, teoría y dominios de aplicación al campo del aprendizaje automático. La minería de datos es un campo de estudio relacionado, que se centra en el análisis exploratorio de datos a través del aprendizaje no supervisado[5][6] Algunas implementaciones del aprendizaje automático utilizan datos y redes neuronales de una manera que imita el funcionamiento de un cerebro biológico[7][8] En su aplicación a los problemas empresariales, el aprendizaje automático también se conoce como análisis predictivo.
Comentarios
Para conseguir que su algoritmo reconozca los ataques personales, el equipo de Detox necesitaba entrenarlo con un conjunto de datos sólido. Empezaron con 100.000 comentarios de las páginas de discusión de Wikipedia, donde los editores discuten sus desacuerdos. A continuación, 4.000 crowdworkers evaluaron los comentarios en busca de ataques personales. Cada comentario fue inspeccionado por 10 personas diferentes.AdvertisementRead More: El editor de Wikipedia dice que la comunidad tóxica del sitio le hace pensar en el suicidio
El resultado es uno de los mayores conjuntos de datos anotados sobre el abuso en línea jamás reunidos. Todo está disponible en Figshare, y su código está en Github para que pueda ser utilizado por plataformas más allá de Wikipedia.
“Básicamente, se trata de simular el etiquetado de todos los comentarios de la historia de Wikipedia por parte de tres personas”, explica Wulczyn. “Eso es caro y lleva mucho tiempo, pero podemos hacerlo con el modelo en un tiempo razonable. Los resultados del análisis sorprendieron a Wulczyn. Aunque los comentarios de usuarios no registrados tenían seis veces más probabilidades de contener un ataque, más de la mitad de los comentarios abusivos procedían de usuarios registrados e identificables.El abuso no procedía de un grupo aislado de trollsEs más, el abuso no procedía de un grupo aislado de trolls. Casi el 80% de los comentarios abusivos fueron realizados por más de 9.000 “usuarios de baja toxicidad”, es decir, personas que hicieron menos de 5 comentarios abusivos en un año. Por otro lado, casi el 10 por ciento de todos los ataques en la plataforma fueron realizados por sólo 34 usuarios altamente tóxicos. “Esto demuestra que tendrá que haber una diversidad de tácticas para acabar con este problema”, dijo Wulczyn, “lo cual es bueno saber”.
Inteligencia artificial pdf
La historia de la inteligencia artificial (IA) comenzó en la antigüedad, con mitos, historias y rumores de seres artificiales dotados de inteligencia o conciencia por maestros artesanos. Las semillas de la IA moderna fueron plantadas por filósofos que intentaron describir el proceso del pensamiento humano como la manipulación mecánica de símbolos. Este trabajo culminó con la invención del ordenador digital programable en la década de 1940, una máquina basada en la esencia abstracta del razonamiento matemático. Este dispositivo y las ideas que lo sustentan inspiraron a un puñado de científicos a empezar a discutir seriamente la posibilidad de construir un cerebro electrónico.
El campo de la investigación de la IA se fundó en un taller celebrado en el campus del Dartmouth College (EE.UU.) durante el verano de 1956[1] Los asistentes se convertirían en los líderes de la investigación de la IA durante décadas. Muchos de ellos predijeron que una máquina tan inteligente como un ser humano existiría en no más de una generación, y recibieron millones de dólares para hacer realidad esta visión[2].