<aside> 💡

En ingeniería, donde la seguridad es primordial y necesitamos justificar nuestras decisiones, la falta de interpretabilidad puede ser un gran obstáculo. ¿Confiarías el diseño de un puente a un algoritmo si no puedes entender por qué tomó ciertas decisiones críticas?

</aside>

• La Inteligencia artificial (IA) es un campo de la informática que crea sistemas para que una máquina piense o actúe de manera "inteligente", similar a como lo haría un ser humano
• El Machine learning (ML) parte de una base de datos y reconoce patrones para tomar decisiones
• El Deep Learning (DL) es una subrama del ML que reconoce patrones mas difíciles de definir de forma general y usa algo llamado redes neuronales.
• Tipos de entrenamiento
  • Aprendizaje Supervisado, se parte de una base de datos que tienen información interna (etiquetas)
  • Aprendizaje No supervisado, la maquina agrupa y clasifica en función de patrones de repetición en los datos
  • Aprendizaje por refuerzo, en este aprendizaje se premia o castiga los resultados que se obtienen para que le permita conocer a la máquina que debe obtener en función de premios y castigos.
• Es importante mantener la supervisión, el juicio crítico y la responsabilidad final sobre el diseño, validando las propuestas de la IA, ya que puede tener sesgos y depende de los datos con los que fue entrenado.