Este documento trata sobre los algoritmos de inteligencia artificial y las ofertas personalizadas de bienes y servicios. Explica brevemente la inteligencia artificial, el machine learning y el deep learning, y cómo los datos personales se usan para ofrecer recomendaciones individualizadas. También menciona algunas críticas sobre el sesgo en los sistemas de IA y la falta de explicabilidad. Concluye que si bien la IA ha evolucionado gracias a un enfoque centrado en los datos, es importante comprender estos sistemas y asegurarse de que las personas
ACERTIJO LA RUTA DE LAS ADIVINANZAS OLÍMPICAS. Por JAVIER SOLIS NOYOLA
Algoritmos de Inteligencia artificial y ofertas personalizadas de bienes y servicios
1. Algoritmos de Inteligencia artificial y ofertas
personalizadas de bienes y servicios
Fernando Tricas Garcı́a
ftricas@unizar.es
Dpto. de Informática e Ingenierı́a de Sistemas de la Escuela de Ingenierı́a y
Arquitectura de la Universidad de Zaragoza
http://webdiis.unizar.es/~ftricas/
@fernand0
22 de marzo de 2022
7. Dicen por ahı́...
– “Good morning. You’re flying to Boston today. Take
a raincoat, it’s raining. By the way, that flight you were
taking, it’s already been canceled. Don’t worry about it.
There was a mechanical. I’ve already booked you on a
new one. I’ll tell you about on the way to the airport. But
remember you’re going to exercise every day and I’m here
to remind you that you’re going to exercise.”
And you might say,
– “I don’t know if I want to exercise today,”
and It’ll show you a nude profile of yourself. And you’ll say,
– “You know what, I think I’m going to exercise today.”
Daniel Burrus
‘Enough with the past. We ask 5 futurists to describe the changes
coming our way.‘
https://www.networkworld.com/article/2309953/future-shock.html
8. Traducción (Google Translate)
– “Buenos dı́as. Vas a volar a Boston hoy. Toma un im-
permeable, es lloviendo. Por cierto, ese vuelo que estabas
tomando, ya fue cancelado. No te preocupes por eso.
Habı́a un mecánico. ya he reservado usted en uno nue-
vo. Te lo contaré de camino al aeropuerto. Pero recuerda
que vas a hacer ejercicio todos los dı́as y estoy aquı́ para
recordarte que vas a hacer ejercicio”.
Y podrı́as decir,
– “No sé si quiero ejercicio hoy”
y te mostrará un perfil desnudo de ti mismo. y lo harás
decir,
– “Sabes qué, creo que hoy voy a hacer ejercicio”.
9. Traducción (Google Translate)
– “Buenos dı́as. Vas a volar a Boston hoy. Toma un im-
permeable, es lloviendo. Por cierto, ese vuelo que estabas
tomando, ya fue cancelado. No te preocupes por eso.
Habı́a un mecánico. ya he reservado usted en uno nue-
vo. Te lo contaré de camino al aeropuerto. Pero recuerda
que vas a hacer ejercicio todos los dı́as y estoy aquı́ para
recordarte que vas a hacer ejercicio”.
Y podrı́as decir,
– “No sé si quiero ejercicio hoy”
y te mostrará un perfil desnudo de ti mismo. y lo harás
decir,
– “Sabes qué, creo que hoy voy a hacer ejercicio”.
https://twitter.com/Rakel61/status/1502263641697136643
17. ¿Sólo grandes proyectos?
‘Eben Upton’s favourite Raspberry Pi project is an AI cucumber
sorter’
https:
//www.htxt.co.za/2017/09/eben-uptons-favourite-raspberry-pi-project-is-an-ai-cucumber-sorter/
https://youtu.be/4HCE1P-m1l8
18. Inteligencia Artificial
La inteligencia artificial (IA) es la inteligencia llevada a
cabo por máquinas. En ciencias de la computación, una
máquina “inteligente” ideal es un agente flexible que
percibe su entorno y lleva a cabo acciones que maximi-
cen sus posibilidades de éxito en algún objetivo o tarea.
Coloquialmente, el término inteligencia artificial se aplica
cuando una máquina imita las funciones “cognitivas”que
los humanos asocian con otras mentes humanas, como
por ejemplo: “percibir”, “razonar”, “aprender” y “resolver
problemas”.
19. Inteligencia Artificial
La inteligencia artificial (IA) es la inteligencia llevada a
cabo por máquinas. En ciencias de la computación, una
máquina “inteligente” ideal es un agente flexible que
percibe su entorno y lleva a cabo acciones que maximi-
cen sus posibilidades de éxito en algún objetivo o tarea.
Coloquialmente, el término inteligencia artificial se aplica
cuando una máquina imita las funciones “cognitivas”que
los humanos asocian con otras mentes humanas, como
por ejemplo: “percibir”, “razonar”, “aprender” y “resolver
problemas”.
Fuerte Débil
20. Cronologı́a (I)
I 1956. Workshop en Dartmouth College, término acuñado por
John McCarthy
I 1959. John McCarthy, Marvin Minsky. Creación del MIT AI
Lab.
I 1965. Joseph Weizenbaum (MIT). ELIZA, programa
interactivo que dialoga en inglés.
https://en.wikipedia.org/wiki/Timeline_of_artificial_intelligence
https://mindhacks.com/2009/02/19/weird-science-in-mits-ai-lab-1966/
. . .
21. Cronologı́a (II)
I 70’s ‘AI Winter’.
I 80’s Resurgimiento ‘machine learning‘.
I ‘Second AI Winter’.
I 90’s Orientación a datos en lugar de al conocimiento.
https://www.theifactory.com/news/gaining-wisdom-from-data/
22. Cronologı́a (III)
I 1997. Deep Blue gana a Garry Kasparov (Campeón del
mundo de ajedrez). En 1996 fue la primera partida del torneo
y ganó Kasparov.
https://en.wikipedia.org/wiki/Deep_Blue_versus_Garry_Kasparov
I 2002. iRoobot (Roomba).
I 2005. Honda (robot ASIMO).
I 2006. The Netflix Prize. Machine Learning para mejorar el
algoritmo de recomendación en, al menos un 10 %. Ganado en
2009.
I 2010. Microsoft (Kinnect para Xbox 360). Cámara 3D,
infrarrojos. Seguimiento de movimientos.
23. Cronologı́a (IV)
I 2011. IBM (Watson) gana a dos campeones de ‘Jeopardy‘,
Rutter, Jennings.
I Apple (Siri, 2011), Google (Now, 2012), Microsoft (Cortana,
2014).
I 2015 Google DeepMind’s AlphaGo vence tres veces al
campeón europeo de Go, Fan Hui (5-0).
I En 2016 vence al campeón del mundo, Ke Jie.
I 2018. El procesador de lenguaje de Alibaba supera a los
humanos en una prueba de lectura y comprensión en la
Universidad de Stanford.
I 2020. OpenAI GPT-3. Deep Learning para generar diversos
textos de manera indistinguible de los generados por
humanos.
24. IA, Machine Learning, Deep Learning
https://www.qubole.com/blog/deep-learning-the-latest-trend-in-ai-and-ml/
25. Machine Learning
I Acceso a datos, utilización para ‘aprender’.
I Entrenamiento.
I Prueba con datos nuevos.
I Observación de las predicciones.
I Ajuste (si no funciona bien).
I También aprendizaje continuo.
26. Redes neuronales (Deep Learning)
Un conjunto de técnicas de ‘machine learning‘ que se utilizan para
extraer y aprender jerarquı́as de caracterı́sticas basadas
frecuentemente en redes neuronales.
https://www.edureka.co/blog/what-is-deep-learning
31. No todo está perdido: entrenar a las IA
‘How to Beat Social Media Algorithms (and Why You Should Try)‘
https://lifehacker.com/how-to-beat-social-media-algorithms-and-why-you-should-1848355505
34. Conclusiones
I La Inteligencia Artificial ha evolucionado gracias al enfoque a
datos.
I Si queremos buenas recomendaciones, necesitan buenos datos.
I No es obligatorio contribuir siempre, hay alternativas
I Conocer y comprender para sacar partido.
I ¿Estamos dispuestos a que una máquina tome decisiones que
nos afectan?