L'evolució de la intel·ligència artificial

El ritme d'aplicació de la tecnologia deriva en el 'machine learning' o el 'deep learning'

El 'deep learning' simula les connexions neuronals. Pixabay
El 'deep learning' simula les connexions neuronals. Pixabay

Tot i remuntar-se a la dècada dels anys 50, la intel·ligència artificial torna a estar d’actualitat per la rellevància d’usos com les tècniques de reconeixement de veu i d’imatge, la traducció i la conducció automàtiques o la mateixa predicció de paraules del teclat dels nostres telèfons mòbils.

En aquest àmbit, destaquen sobretot dos conceptes relacionats entre ells però amb matisos diferenciats. L’aprenentatge automàtic (en anglès, machine learning) treballa sobre grans volums de dades, identifica patrons de comportament i, sobre aquesta base, prediu i suggereix comportaments futurs. A través de l’anàlisi, el disseny i el desenvolupament d’algorismes i tècniques es permet que les màquines evolucionin i millorin el seu comportament a partir de l'estudi d’aquests patrons i d’experiències pròpies.

L’aprenentatge profund (deep learning), en canvi, pretén que les màquines “aprenguin” i “pensin” de manera més independent i abstracta i de la mateixa manera que ho faria el cervell humà. Els algoritmes que en aquest cas es desenvolupen funcionen a través d’un sistema per capes que simulen el funcionament bàsic de la xarxa neuronal del nostre cervell.

Més Informació
Si vols vendre més, parla català
Com hem arribat al 'contactless'
Youtubers i Instagramers a la catalana
Avui et destaquem
Comentaris