{"id":27323,"date":"2025-02-03T03:00:49","date_gmt":"2025-02-03T03:00:49","guid":{"rendered":"https:\/\/domosistemas.com\/?p=27323"},"modified":"2025-02-03T03:00:49","modified_gmt":"2025-02-03T03:00:49","slug":"desarrollan-un-metodo-para-eliminar-selectivamente-informacion-especifica-de-los-modelos-de-ia","status":"publish","type":"post","link":"https:\/\/domosistemas.com\/?p=27323","title":{"rendered":"Desarrollan un m\u00e9todo para eliminar selectivamente informaci\u00f3n espec\u00edfica de los modelos de IA"},"content":{"rendered":"
\n

El entrenamiento y la operaci\u00f3n de modelos de inteligencia artificial (IA) a gran escala consumen cantidades extremas de energ\u00eda y tiempo, lo que va en contra de los objetivos de sostenibilidad y limita los tipos de computadoras en las que se pueden implementar. Adem\u00e1s, en muchas aplicaciones pr\u00e1cticas se quiere que los modelos de IA cumplan funciones espec\u00edficas en lugar de ser todoterrenos. Los investigadores de la Universidad de Ciencias de Tokio (TUS<\/a>) han desarrollado una metodolog\u00eda denominada \u2018olvido de caja negra\u2019, mediante la cual se pueden optimizar iterativamente las indicaciones de texto presentadas a un modelo clasificador de visi\u00f3n-lenguaje de caja negra para que este olvide selectivamente algunas de las clases que puede reconocer.<\/p>\n

\"Caja
El m\u00e9todo de olvido de caja negra permite a los modelos de IA cumplir con funciones espec\u00edficas.<\/figcaption><\/figure>\n

Aunque existen algunos m\u00e9todos para el olvido selectivo en modelos preentrenados, estos suponen un entorno de caja blanca, donde el usuario tiene acceso a los par\u00e1metros internos y la arquitectura del modelo. La mayor\u00eda de las veces, los usuarios tratan con cajas negras; no tienen acceso al modelo en s\u00ed ni a la mayor parte de su informaci\u00f3n por razones comerciales o \u00e9ticas. Por lo tanto, los investigadores tuvieron que emplear una estrategia de optimizaci\u00f3n sin derivadas, que no requiere acceso a los gradientes del modelo.<\/p>\n

Para ello, ampliaron un m\u00e9todo conocido como CMA-ES, con el modelo de clasificaci\u00f3n de im\u00e1genes CLIP como modelo objetivo para este estudio. Este algoritmo evolutivo implica el muestreo de varios indicadores candidatos para alimentar el modelo y la evaluaci\u00f3n de los resultados a trav\u00e9s de funciones objetivo predefinidas, actualizando una distribuci\u00f3n multivariante en funci\u00f3n de los valores calculados.<\/p>\n

Sin embargo, el rendimiento de las t\u00e9cnicas de optimizaci\u00f3n sin derivadas se deteriora r\u00e1pidamente en el caso de problemas de gran escala. A medida que se deben olvidar m\u00e1s clases, el contexto latente utilizado para optimizar las indicaciones de entrada crece hasta alcanzar tama\u00f1os inmanejables.<\/p>\n

Descomposici\u00f3n del contexto latente<\/h2>\n

Para abordar este problema, el equipo de investigaci\u00f3n ide\u00f3 una nueva t\u00e9cnica de parametrizaci\u00f3n llamada compartir contexto latente. Este enfoque implica descomponer el contexto latente derivado de las indicaciones en varios elementos m\u00e1s peque\u00f1os, que se consideran \u00fanicos para un token de indicaci\u00f3n o compartidos entre varios tokens. Con el objetivo de optimizar para estas unidades m\u00e1s peque\u00f1as, en lugar de grandes fragmentos de contexto latente, se puede reducir en gran medida la dimensionalidad del problema, lo que lo hace mucho m\u00e1s manejable.<\/p>\n

Los investigadores validaron su m\u00e9todo utilizando varios conjuntos de datos de clasificaci\u00f3n de im\u00e1genes de referencia, intentando conseguir que CLIP olvidara el 40% de las clases de un conjunto de datos determinado. Bas\u00e1ndose en valores de referencia de rendimiento razonables, los resultados fueron muy prometedores.<\/p>\n

Este m\u00e9todo innovador tiene importantes implicaciones en el campo de la inteligencia artificial y el aprendizaje autom\u00e1tico. Podr\u00eda ayudar a que los modelos a gran escala se desempe\u00f1en mejor en tareas especializadas, ampliando su aplicabilidad. Otro uso, por ejemplo, ser\u00eda evitar que los modelos de generaci\u00f3n de im\u00e1genes produzcan contenido no deseado al hacer que olviden contextos visuales espec\u00edficos.<\/p>\n

La entrada Desarrollan un m\u00e9todo para eliminar selectivamente informaci\u00f3n espec\u00edfica de los modelos de IA<\/a> aparece primero en CASADOMO<\/a>.<\/p>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

El entrenamiento y la operaci\u00f3n de modelos de inteligencia artificial (IA) a gran escala consumen cantidades extremas de energ\u00eda y tiempo, lo que va en contra de los objetivos de sostenibilidad y limita los tipos de computadoras en las que se pueden implementar. Adem\u00e1s, en muchas aplicaciones pr\u00e1cticas se quiere que los modelos de IA … Sigue leyendo Desarrollan un m\u00e9todo para eliminar selectivamente informaci\u00f3n espec\u00edfica de los modelos de IA<\/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-27323","post","type-post","status-publish","format-standard","hentry","category-casadomo-com"],"_links":{"self":[{"href":"https:\/\/domosistemas.com\/index.php?rest_route=\/wp\/v2\/posts\/27323","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=27323"}],"version-history":[{"count":0,"href":"https:\/\/domosistemas.com\/index.php?rest_route=\/wp\/v2\/posts\/27323\/revisions"}],"wp:attachment":[{"href":"https:\/\/domosistemas.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=27323"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/domosistemas.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=27323"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/domosistemas.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=27323"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}