{"id":25036,"date":"2024-07-17T02:00:11","date_gmt":"2024-07-17T02:00:11","guid":{"rendered":"https:\/\/domosistemas.com\/?p=25036"},"modified":"2024-07-17T02:00:11","modified_gmt":"2024-07-17T02:00:11","slug":"el-mit-y-mit-ibm-watson-ai-lab-ofrecen-una-tecnica-para-evaluar-la-confiabilidad-de-modelos-de-ia-base","status":"publish","type":"post","link":"https:\/\/domosistemas.com\/?p=25036","title":{"rendered":"El MIT y MIT-IBM Watson AI Lab ofrecen una t\u00e9cnica para evaluar la confiabilidad de modelos de IA base"},"content":{"rendered":"
\n

Los modelos b\u00e1sicos son modelos masivos de aprendizaje profundo que se han entrenado previamente con una enorme cantidad de datos de uso general sin etiquetar. Se pueden aplicar a una variedad de tareas, como generar im\u00e1genes o responder preguntas de los usuarios, pero estos modelos pueden ofrecer informaci\u00f3n incorrecta o enga\u00f1osa. Para solventar este problema, los investigadores del Instituto Tecnol\u00f3gico de Massachusetts (MIT<\/a>) y del MIT-IBM Watson AI Lab han desarrollado una t\u00e9cnica para estimar la confiabilidad de los modelos de inteligencia artificial (IA) base antes de implementarlos en una tarea espec\u00edfica.<\/p>\n

\"M\u00e9todo
Los investigadores utilizaron la consistencia vecinal, que analiza los puntos de referencia ubicados cerca de la representaci\u00f3n del punto de prueba del modelo de IA.<\/figcaption><\/figure>\n

Con el objetivo de ayudar a prevenir tales errores, el MIT y del MIT-IBM Watson AI Lab han utilizado un enfoque conjunto entrenando varios modelos que comparten muchas propiedades, pero son ligeramente diferentes entre s\u00ed. Sin embargo, tuvieron el inconveniente de c\u00f3mo comparar una representaci\u00f3n abstracta. Resolvieron este problema utilizando una idea llamada consistencia de vecindad.<\/p>\n

El m\u00e9todo de los investigadores prepara un conjunto de puntos de referencia fiables para ponerlos a prueba en el conjunto de modelos. Posteriormente, para cada modelo, investigan los puntos de referencia ubicados cerca de la representaci\u00f3n del punto de prueba en ese modelo. Al observar la consistencia de los puntos vecinos, pueden estimar la confiabilidad de los modelos.<\/p>\n

Para verificar que el modelo es fiable, se aplic\u00f3 un algoritmo que eval\u00faa la coherencia de las representaciones que cada modelo aprende sobre el mismo punto de datos de prueba.<\/p>\n

Cuando probaron este enfoque en una amplia gama de tareas de clasificaci\u00f3n, descubrieron que era mucho m\u00e1s consistente que las l\u00edneas de base. Adem\u00e1s, no se vio obstaculizado por puntos de prueba desafiantes que hac\u00edan que otros m\u00e9todos fallaran.<\/p>\n

Evaluaci\u00f3n de la confiabilidad<\/h2>\n

Adem\u00e1s, su enfoque se puede utilizar para evaluar la confiabilidad de cualquier dato de entrada, de modo que se podr\u00eda evaluar c\u00f3mo funciona en un modelo para un tipo particular de individuo, como un paciente con ciertas caracter\u00edsticas.<\/p>\n

Asimismo, se podr\u00eda usar esta t\u00e9cnica para decidir si un modelo deber\u00eda aplicarse en un contexto determinado, sin necesidad de probarlo en un conjunto de datos del mundo real. Esto podr\u00eda ser especialmente \u00fatil cuando los conjuntos de datos pueden no ser accesibles debido a preocupaciones de privacidad, como en los entornos de atenci\u00f3n m\u00e9dica. La t\u00e9cnica tambi\u00e9n podr\u00eda aplicar para clasificar modelos en funci\u00f3n de puntajes de confiabilidad, lo que permite al usuario seleccionar el mejor para su tarea.<\/p>\n

La entrada El MIT y MIT-IBM Watson AI Lab ofrecen una t\u00e9cnica para evaluar la confiabilidad de modelos de IA base<\/a> aparece primero en CASADOMO<\/a>.<\/p>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

Los modelos b\u00e1sicos son modelos masivos de aprendizaje profundo que se han entrenado previamente con una enorme cantidad de datos de uso general sin etiquetar. Se pueden aplicar a una variedad de tareas, como generar im\u00e1genes o responder preguntas de los usuarios, pero estos modelos pueden ofrecer informaci\u00f3n incorrecta o enga\u00f1osa. Para solventar este problema, … Sigue leyendo El MIT y MIT-IBM Watson AI Lab ofrecen una t\u00e9cnica para evaluar la confiabilidad de modelos de IA base<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-25036","post","type-post","status-publish","format-standard","hentry","category-casadomo-com"],"_links":{"self":[{"href":"https:\/\/domosistemas.com\/index.php?rest_route=\/wp\/v2\/posts\/25036","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/domosistemas.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/domosistemas.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/domosistemas.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/domosistemas.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=25036"}],"version-history":[{"count":0,"href":"https:\/\/domosistemas.com\/index.php?rest_route=\/wp\/v2\/posts\/25036\/revisions"}],"wp:attachment":[{"href":"https:\/\/domosistemas.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=25036"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/domosistemas.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=25036"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/domosistemas.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=25036"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}