A pesar de los mensajes tranquilizadores del sector tecnológico, crece la preocupación por el impacto negativo de la rápida adopción de la IA en la sociedad. Los expertos ofrecen soluciones para paliar los riesgos. por Robert Muggah, Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio) Aunque la inteligencia artificial (IA) promete una revolución en la […]
Las empresas se ven inhibidas por los datos aislados de sus clientes. Los centros digitales de clientes pueden ayudar.
El concepto de riesgo es más complejo de lo que se suele pensar. Cuando Mark Zuckerberg dijo que “el mayor riesgo es no correr ningún riesgo”, se refería a la vieja dinámica riesgo versus innovación. La innovación sin duda requiere cierto nivel de riesgo, pero ¿es posible que minimizar el riesgo pueda en realidad conducir a un mayor riesgo?
La automatización se ha considerado durante mucho tiempo como una forma rentable de “ofrecer más y mejor”, permitiendo la experimentación a gran escala y la producción rápida de datos.
Encontrar la causalidad en medicina es el mayor interés de la investigación científica, para luego generar intervenciones que traten o curen la enfermedad. La mayoría de los modelos estadísticos clásicos permiten inferir asociación, y solo pocos diseños logran demostrar causa efecto con una adecuada metodología y sólida evidencia. La medicina basada en la evidencia respalda sus hallazgos en modelos que desde una hipótesis salen a buscar datos para demostrarla o descartarla. Ello también aplica en la elaboración de modelos predictivos que sean confiables y que produzcan algún impacto en la práctica clínica.
12 capacidades que toda plataforma de aprendizaje automático en la nube debe proporcionar para respaldar el ciclo de vida completo del aprendizaje automático, y qué plataformas de aprendizaje automático en la nube las proporcionan.
El minado de datos consiste en un proceso que intenta descubrir patrones en grandes volúmenes de conjuntos de datos
La televisión ya no es una caja colocada en una sala de estar. Es un amplio mundo de oportunidades interactivas que los especialistas en marketing apenas comienzan a aprovechar.
Hayes recomendó a la audiencia: “Lo que importa es quién está más cerca del problema y quién es el adecuado según la experiencia para resolverlo”.
Si bien hay mucho que comprender, crear estrategias, priorizar, planificar, implementar, monitorear y administrar en el ciclo de vida del aprendizaje automático, no es insuperable.