Inteligencia Artificial de Propósito General

Un Sistema de Inteligencia Artificial de Propósito General (GPAIS, General-Purpose Artificial Intelligence System) se refiere a un sistema avanzado de IA capaz de realizar eficazmente una serie de tareas distintas. Su grado de autonomía y habilidad viene determinado por varias características clave, como la capacidad de adaptarse o rendir bien en nuevas tareas que surjan en el futuro, la demostración de competencia en dominios para los que no ha sido entrenado de forma intencionada y específica, la capacidad de aprender a partir de datos limitados y el reconocimiento proactivo de sus propias limitaciones con el fin de mejorar su rendimiento.

Líneas de investigación actuales en DaSCI:

  • AutoML tiene como objetivo encontrar el mejor modelo de IA para un nuevo problema, permitiendo la adaptación automática de la IA a nuevas tareas.
  • Aprendizaje profundo evolutivo. Se pueden utilizar algoritmos bioinspirados para determinar los mejores hiperparámetros y modelos de un modelo de IA. El Deep Learning evolutivo es un proyecto de investigación para diseñar modelos de DL.
  • Few-shot learning se refiere a la clasificación de nuevos datos habiendo visto sólo unos pocos ejemplos de entrenamiento, basándose en cómo aprenden los humanos.
  • Enfoques de inteligencia computacional para GPAIS. La Inteligencia Computacional (IC) es la teoría, el diseño, la aplicación y el desarrollo de paradigmas computacionales con motivaciones biológicas y lingüísticas. Tradicionalmente, los tres pilares principales de la IC han sido las redes neuronales, los sistemas difusos y la computación evolutiva. Las tecnologías basadas en la IC son útiles para abordar los problemas y retos pendientes del GPAIS.

Investigadores relacionados:

Letra:

  Nombre Email Área Cat.
González Muñoz, Antonio A.Gonzalez@decsbZ4tzsWu1ai.ugr.es Ciencia de Datos y Big Data DaSCI Doctor
Herrera Triguero, Francisco herrera@detGeStmIcsai.ugr.es
Lozano Márquez, Manuel lozano@decshAK0205L8QAai.ugr.es
Mantas Ruiz, Carlos Javier cmantas@decsai.ugrnmWzh@RsinFs.es
Molina Cabrera, Daniel dmolina@dejXFrphS0QfQcsai.ugr.es
Pérez Rodríguez, Francisco Gabriel Raúl fgroX2Eze@decsai.ugr.es
Triguero Velázquez, Isaac triguero@qWWZI5@LVr_Kdecsai.ugr.es