Círculo de intercambio de inteligencia artificial

El aprendizaje semisupervisado es una rama importante en el campo del aprendizaje automático, que utiliza una pequeña cantidad de datos etiquetados y una gran cantidad de datos sin etiquetar para entrenar conjuntamente un modelo con el fin de mejorar el efecto de aprendizaje y la capacidad de generalización.

El aprendizaje no supervisado (Unsupervised Learning, ULS) es una importante rama del aprendizaje automático que se centra en el procesamiento de conjuntos de datos que no están preetiquetados.

El aprendizaje por refuerzo es una rama importante del aprendizaje automático, centrada en permitir que las inteligencias aprendan de forma autónoma a tomar decisiones óptimas para maximizar las recompensas acumulativas a largo plazo mediante la interacción continua con su entorno.

El aprendizaje supervisado es uno de los métodos más comunes y fundamentales del aprendizaje automático. La idea central es enseñar a un modelo informático a hacer predicciones o juicios utilizando un conjunto de datos existente con la "respuesta correcta".

El aprendizaje profundo (AD) es una rama del aprendizaje automático que se centra en el uso de redes neuronales artificiales multicapa para aprender y representar patrones complejos en los datos.

La Ética de la Inteligencia Artificial (Ética de la IA) es un campo interdisciplinar que examina los principios éticos, los valores y las responsabilidades sociales que deben seguirse en el desarrollo, despliegue y uso de los sistemas de IA.

La Inteligencia Artificial Débil (IA Estrecha) es actualmente la forma dominante de desarrollo de tecnología de IA en nuestro mundo real. La IA débil está diseñada y entrenada para realizar una tarea específica y bien definida con un nivel de inteligencia que puede superar al de los humanos en ese dominio concreto.

La Inteligencia Artificial (IA) es una rama fundamental de las ciencias de la computación cuyo objetivo es construir sistemas teóricos y tecnológicos que puedan simular, ampliar e incluso superar la inteligencia humana, de modo que las máquinas tengan la capacidad de aprender, razonar, percibir y tomar decisiones que normalmente requieren la inteligencia humana para...

La Inteligencia Artificial General (AGI) son sistemas inteligentes que pueden comprender, aprender, razonar, adaptarse y crear como los humanos o incluso más allá de ellos en cualquier tarea cognitiva.

La IA explicable (XAI) es un conjunto global de conceptos, métodos, tecnologías y marcos de gobernanza.