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 | Área | Cat. | ||
González Muñoz, Antonio | A.Gonzalez@decsai.ugr.iseGU.Aves | Ciencia de Datos y Big Data DaSCI | Doctor | |
Herrera Triguero, Francisco | herrerap9DRL6UUvW@decsai.ugr.es | – | ||
Lozano Márquez, Manuel | lozano@declhuVeNcsai.ugr.es | – | ||
Mantas Ruiz, Carlos Javier | cmantas@xQOPm1sdecsai.ugr.es | – | ||
Molina Cabrera, Daniel | dmolina@decsaN4EKDZEbi.ugr.es | – | ||
Pérez Rodríguez, Francisco Gabriel Raúl | fgr@decsaiu@sMPIkX.ugr.es | – | ||
Triguero Velázquez, Isaac | triguero@dDg3oe.EfYVdecsai.ugr.es | – |