MIT busca disminuir la brecha en el conocimiento sobre IA (Criptotendencia)

Bitcoin

 

Un problema que sufren la mayoría de las tecnologías que exponemos aquí, ya sea Inteligencia Artificial, realidad virtual o la misma Blockchain, es que existen pocas personas capacitadas para cumplir la demanda actual, por lo cual se vuelve un trabajo costoso para las empresas y personas. Por esta razón, los investigadores en el MIT buscan una manera de disminuir esta brecha, y parece que lo han conseguido, o al menos una aproximación.

Un nuevo experimento del MIT y los investigadores de la Universidad de Brown han mejorado a su sistema de datos interactivo «Northstar«, permitiendo que pueda «generar instantáneamente modelos de aprendizaje automático» para usar con sus conjuntos de datos existentes para generar predicciones útiles.

Un ejemplo que proporcionan los investigadores es que los médicos podrían hacer uso del sistema para hacer predicciones sobre la probabilidad de que sus pacientes contraigan enfermedades específicas en función de su historia medial. O el propietario de un negocio podría usar sus datos de ventas históricos para desarrollar pronósticos más precisos, rápidamente y sin un montón de trabajo de análisis manual.

Los investigadores llaman a esta característica el «científico virtual de datos«, o VDS, del sistema Northstar y parece que en realidad podría reemplazar el equivalente humano, especialmente en entornos donde uno nunca estaría disponible o con recursos.

El consultorio de su médico promedio no tiene un número dedicado de científicos de datos, por ejemplo, ni tampoco la mayoría de las pequeñas y medianas empresas. Las cafeterías y tiendas minoristas de propiedad y operación independientes definitivamente no tendrían acceso a este tipo de información.

Esta nueva herramienta ayuda a ampliar el número de personas para quienes la tecnología de AI es accesible.

Northstar es el producto de más de cuatro años de trabajo y presenta un lienzo en blanco que es compatible con múltiples plataformas, y luego los usuarios pueden cargar sus propios conjuntos de datos, que aparecen como cuadros en la interfaz. Luego pueden arrastrarlos y soltarlos en el área central del lienzo, permitiendo dibujar líneas de conexión para indicar que deben procesarse con un algoritmo de su elección en combinación uno con el otro.

Básicamente, en teoría, podrían obtener un conjunto de datos que detallan las tasas metabólicas de los pacientes y otro que detalla su edad, y luego deducir la frecuencia con la que ocurre una enfermedad específica en esos dos factores. Ahora, con la nueva función de científico de datos virtuales, podrán combinar entradas para generar análisis predictivos basados ​​en la inteligencia artificial a través de estos factores combinados.

Los investigadores también han diseñado este sistema VDS para que sea realmente la aplicación más rápida de aprendizaje automático automatizado hasta la fecha. Esa es otra pieza clave para que todos puedan utilizarla, ya que no es realmente posible imaginar a las personas que trabajan con esta tabla digital y luego esperan que salgan los resultados.

A continuación, se mejorará el informe de errores para ayudar a garantizar que los usuarios no especializados no solo lo encuentren fácil de usar, sino que también obtengan indicadores claros cuando hacen algo mal para que puedan solucionarlo la próxima vez.

Leave a Reply