#_6 No, crack, no funciona como lo pintas de "te dicen esto es un gato y listo". Cuando alguien te señala un gato ya llevas años preentrenado con lenguaje, categorías, formas, bordes, movimiento, la diferencia entre objeto y ser vivo, entre animal y mueble, entre singular y plural. No partes de cero, partes de una base cognitiva general que ya sabe lo que es "esto es X". El ejemplo concreto solo ajusta algo que ya estaba montado.
Y eso mismo pasa en IA. Primero se entrena un modelo con un corpus masivo donde aprende estructura del lenguaje, relaciones, regularidades del mundo. Luego, con muy pocos ejemplos, se especializa o adapta. Eso también existe (few-shot learning). La diferencia no es humano mágico vs máquina bruta, es cómo está construida y entrenada la base previa. Si reduces todo a "me enseñan un ejemplo y ya", te estás saltando media película.
#9 Discrepo, creo que si que usamos millones de datos de ejemlo.
Creo que los humanos somos bastante más listos y necesitamos menos ejemplos, pero, a pesar de eso, hay que coincidir que tenemos mucha más información que las que distingue un algoritmo.
Un ejemplo básico de "aprendizaje" es el fashion minst, una serie de imagenes de moda en bajisima resolución que el algoritmo aprende a distinguir, el truco es que sí, hay muuuuchas imagenes, pero la información que aporta cada imagen al concepto es muy pequeña
Por ejemplo, suele confudir camisa con blusa con chaqueta, porque a baja resolución se parecen mucho, lo distingue perfectamente de pantalones, faltas o bolsos, pero tiene problemas entre esas tres categorías a pesar de las muchas imagenes.
Un humano, por otro lado, ha visto centenares de esas prendas... en alta resolución, en diversos entornos lúminicos, en diversos colores, con diversas posiciones y en movimiento... eso son millones de datos de los que no nos damos cuenta que gestionamos y por una "máquina" muchisimo más potente que una triste targeta gráfica.
Si miras un gato, no ves una imagen de un gato, ves un gato con muchisimos de detalles, que se mueve lentamente, saltando, corriendo, retorciendose, a pleno sol, en la sombra, parcialmente escondido detras de una mesa... no es una imagen, son mogollón de teras de información que procesas y guardas en un plis porque tienes una máquina superpotente de proceso en paralelo!
#3 Claro, artista, es que nadie te sentó delante de “millones de fotos” con un contador en la mano. Lo que hiciste fue ver gatos desde que eras crío (en casa, en la calle, en dibujos, en libros) y tu cerebro hizo exactamente eso: acumular ejemplos hasta formar un patrón interno.
Y por cierto, existe algo llamado “few-shot learning”, que va justo de aprender con pocos ejemplos una vez tienes una base previa. Pero claro, para entender eso primero hay que asumir que tu cerebro también ha sido “preentrenado” durante años.
#3, hay modelos de redes neuronales que les basta con un solo ejemplo para aprender a clasificar objetos. Y de todas formas la configuración de tu cerebro viene en parte heredada de millones de años de evolución aprendiendo a clasificar objetos. Por eso tampoco necesitas millones de ejemplos. Pero tanto en cerebros biológicos como en modelos artificiales, los patrones estadísticos son lo que explican su funcionamiento. La magia no existe, la ingeniería sea natural o artificial, sí.
Resumen del articulo: que les suban los impuestos a loj ricojjj, los jovenes que se aguanten y sigan pagando una pension por cotizante con los salarios de mierda que hay.
Los pensionistas reciben de media más de un 60% mas de lo aportado ajustado a la inflación. Eso se hace a costa de mayores impuestos en los trabajadores y en las empresas (Seguridad social y IRPF). Si va de generaciones y de donde se destina el presupuesto.
El mero hecho de que nos hayan metido dos deducciones nuevas en la nomina especificamente para darselo directamente a los langostas, que al parecer no tenian suficiente con llevarse el 40% del presupuesto anual, convierte esta noticia directamente en un bulo y propaganda gubernamental.
Como no hay un PIB ni un presupuesto infinito, el dinero que se destine a una cosa deja de poder dedicarse a otra.
Asunto diferente es que se exagere interesadamente el % de presupuesto público o de PIB dedicado a las pensiones, pero vamos que es de cajón que ha ido subiendo notoriamente y que por el peso de los que están a nada de jubilarse, la generación boomer, sean preocupantes.
#3 Bueno esto que dices es bastante matizable. La razón principal de la inflación es la emisión de moneda y el precio de las materias primas es un reflejo. Si mis cien euros de hace un año serviran para comprar algo y la inflación gana terreno ese algo se encarecerá si o si.
Y eso mismo pasa en IA. Primero se entrena un modelo con un corpus masivo donde aprende estructura del lenguaje, relaciones, regularidades del mundo. Luego, con muy pocos ejemplos, se especializa o adapta. Eso también existe (few-shot learning). La diferencia no es humano mágico vs máquina bruta, es cómo está construida y entrenada la base previa. Si reduces todo a "me enseñan un ejemplo y ya", te estás saltando media película.
#5
Creo que los humanos somos bastante más listos y necesitamos menos ejemplos, pero, a pesar de eso, hay que coincidir que tenemos mucha más información que las que distingue un algoritmo.
Un ejemplo básico de "aprendizaje" es el fashion minst, una serie de imagenes de moda en bajisima resolución que el algoritmo aprende a distinguir, el truco es que sí, hay muuuuchas imagenes, pero la información que aporta cada imagen al concepto es muy pequeña
Por ejemplo, suele confudir camisa con blusa con chaqueta, porque a baja resolución se parecen mucho, lo distingue perfectamente de pantalones, faltas o bolsos, pero tiene problemas entre esas tres categorías a pesar de las muchas imagenes.
Un humano, por otro lado, ha visto centenares de esas prendas... en alta resolución, en diversos entornos lúminicos, en diversos colores, con diversas posiciones y en movimiento... eso son millones de datos de los que no nos damos cuenta que gestionamos y por una "máquina" muchisimo más potente que una triste targeta gráfica.
Si miras un gato, no ves una imagen de un gato, ves un gato con muchisimos de detalles, que se mueve lentamente, saltando, corriendo, retorciendose, a pleno sol, en la sombra, parcialmente escondido detras de una mesa... no es una imagen, son mogollón de teras de información que procesas y guardas en un plis porque tienes una máquina superpotente de proceso en paralelo!
Y por cierto, existe algo llamado “few-shot learning”, que va justo de aprender con pocos ejemplos una vez tienes una base previa. Pero claro, para entender eso primero hay que asumir que tu cerebro también ha sido “preentrenado” durante años.
huggingface.co/docs/transformers/tasks/zero_shot_image_classification
El pensionista: 2000€ por no trabajar.
Con este mensaje, que cabeza hueca no se enfadaría.
Asunto diferente es que se exagere interesadamente el % de presupuesto público o de PIB dedicado a las pensiones, pero vamos que es de cajón que ha ido subiendo notoriamente y que por el peso de los que están a nada de jubilarse, la generación boomer, sean preocupantes.