Machine Learning e Inteligencia Artificial [Webinar]

Jim McKeeth

hace 3 años

El aprendizaje automático y la inteligencia artificial se dispararon desde el ámbito de la ciencia ficción y se convirtieron en los temas más comentados en el mundo de la tecnología y los negocios. El aprendizaje automático (ML) es un subconjunto de la disciplina informática de la inteligencia artificial (AI). La Inteligencia Artificial se refiere a la inteligencia exhibida por máquinas capaces de llevar a cabo tareas que generalmente requieren inteligencia humana. El aprendizaje automático utiliza algoritmos para aprender de los datos, encontrar patrones en los datos y hacer predicciones sobre eventos o resultados futuros. La IA se puede aplicar a muchas cosas, como chatbots, asistentes virtuales, automóviles autónomos, etc. También se puede utilizar para análisis predictivos y otros fines comerciales. O incluso escriba la descripción anterior del seminario web.

En este seminario web, Jim McKeeth y Yılmaz Yörü le presentan cómo y por qué comenzar con el aprendizaje automático. Conozca las últimas noticias de la industria, comprenda la tecnología y descubra ejemplos y aplicaciones que pueden ayudar a su negocio de inmediato.

Desplácese hacia abajo para ver enlaces útiles, diapositivas y la reproducción.

Diapositivas de introducción a ML y AI Descargar

Áreas de Discusión

Discusión general de ideas y principios
Bibliotecas y recursos
Estado actual del arte
Impacto de negocios
¿Qué viene en el futuro?
Consideraciones éticas y de seguridad

_{blogs.embarcadero.com/?p=137201}

Yilmaz Yoru

Ingeniero Mecánico (MS BS PhD)
Fundador, CEO de Esenja Company
Desarrollador desde 1988 (C++ Builder, GNU C/C++ y 30+)
MVP de Embarcadero, desarrollador de C++ Builder
Autor y presentador de publicaciones sobre C++ en LearnCPlusPlus.org
Desarrollo del proyecto ABRAINA AI basado en AGI
Innovaciones didácticas para niños, estudiantes y jóvenes
yyoru.com , esenja.com , abraina.com

jim mckeeth

Promotor jefe de desarrolladores e ingeniero de Embarcadero
Desarrollador de software desde hace mucho tiempo
Patrón inventado y patentado y deslizar para desbloquear
Dron controlado por el pensamiento construido con Google Glass y auriculares EEG inalámbricos
Colaborador del Manual de análisis de datos e Internet de las cosas

AI facilita la escritura de codificación

Hay muchas oportunidades para que la IA facilite la codificación
Las especificaciones siempre cambiarán
¡Incluso hoy existe un papel para trabajar entre programadores y usuarios!
Todas las profesiones eventualmente serán reemplazadas por IA

_{commitstrip.com/es/2016/08/25/una-especificación-muy-completa-y-precisa/}

Escrito en mucho más abstracto.
Lenguaje hostil para los humanos, como los pesos de una red neuronal.
Ningún ser humano está involucrado en la escritura de códigos.
muchos pesos
Codificar directamente en pesos es un poco difícil
Software 1.0: 0%-80% de datos | Software 2.0: 99% de datos
_{databricks.com/session/keynote-from-tesla}

Table of Contents

¡FECHA! ¡FECHA! ¡FECHA!

Ética de la IA (Algoritmos, DataMining…)

Algoritmos, Datamining, …

Daños potenciales causados por los sistemas de IA

Sesgo y discriminación
Negación de la autonomía, los recursos y los derechos individuales
Resultados no transparentes, inexplicables o injustificables
invasiones de la privacidad
Aislamiento y desintegración de la conexión social.
Resultados poco fiables, inseguros o de mala calidad

Ética aplicada a los sistemas de IA

Singularity & AI (Singularity: Un evento único con profundas consecuencias)

Películas de IA, Series

Más videos

Ocultar y buscar multiagente de OpenAI : youtube.com/watch?v=kopoLzvh5jY
Jeff Dean: la IA no es tan inteligente como crees, pero podría serlo | TED – youtube.com/watch?v=J-FzHIQ7SOs

Enlaces útiles

Ejemplos de IA de C++ y C++ Builder

MÁS ?

PRÓXIMAMENTE MÁS EJEMPLOS DE IA EN LEARNCPLUSPLUS.ORG

Dos videos principales del MIT sobre DL, ML e IA Introducción

Conceptos básicos del aprendizaje profundo: introducción y descripción general
MIT AGI: Inteligencia artificial general

REST (Representational State Transfer) es un método de conectividad que permite obtener y publicar datos para crear aplicaciones interactivas que utilizan servicios web. REST usa un subconjunto de HTTP .

Un servicio web que utiliza esta arquitectura de transferencia de datos REST se denomina RESTful .

Conéctese a muchas API de IA:

GPT-3
APILayer
AWS (también conocido como Appercept)
ibm watson

Software 2.0 (Desarrollo impulsado por IA)

Escrito en mucho más abstracto.
Lenguaje hostil para los humanos, como los pesos de una red neuronal.
Ningún ser humano está involucrado en la escritura de códigos.
muchos pesos
Codificar directamente en pesos es un poco difícil
Software 1.0: 0%-80% de datos | Software 2.0: 99% de datos
_{databricks.com/session/keynote-from-tesla}

¡FECHA! ¡FECHA! ¡FECHA!

Ética de la IA (Algoritmos, DataMining…)

Algoritmos, Datamining, …

Daños potenciales causados por los sistemas de IA

Sesgo y discriminación
Negación de la autonomía, los recursos y los derechos individuales
Resultados no transparentes, inexplicables o injustificables
invasiones de la privacidad
Aislamiento y desintegración de la conexión social.
Resultados poco fiables, inseguros o de mala calidad

Ética aplicada a los sistemas de IA

Singularity & AI (Singularity: Un evento único con profundas consecuencias)

Películas de IA, Series

Más videos

Ocultar y buscar multiagente de OpenAI : youtube.com/watch?v=kopoLzvh5jY
Jeff Dean: la IA no es tan inteligente como crees, pero podría serlo | TED – youtube.com/watch?v=J-FzHIQ7SOs

Enlaces útiles

Ejemplos de IA de C++ y C++ Builder

Introducción

Introducción a la inteligencia artificial en C++
Un modelo simple de neuronas artificiales en C++
Cómo hacer modelos de neuronas artificiales en C++

Modelos de neuronas

Funciones de activación

Ejemplos básicos de IA en C++

Ejemplos de REST para conectar las API de IA

¿Qué es el depurador REST de C++ Builder y cómo lo usamos?
Cómo hacer un cliente REST simple en C++ y más

MÁS ?

PRÓXIMAMENTE MÁS EJEMPLOS DE IA EN LEARNCPLUSPLUS.ORG

Dos videos principales del MIT sobre DL, ML e IA Introducción

Conceptos básicos del aprendizaje profundo: introducción y descripción general
MIT AGI: Inteligencia artificial general

Las tres leyes de la robótica de Asimov

Ley cero: un robot no puede dañar a la humanidad o, por inacción, permitir que la humanidad sufra daños.
Primera ley: un robot no puede dañar a un ser humano o, por inacción, permitir que un ser humano sufra daño.
Segunda Ley: Un robot debe obedecer las órdenes que le dan los seres humanos excepto cuando tales órdenes entren en conflicto con la Primera Ley.
Tercera Ley: Un robot debe proteger su propia existencia siempre que dicha protección no entre en conflicto con la Primera o la Segunda Ley.

Introducido en 1942 y más tarde publicado en 1960 I, Robot por Isaac Asimov.
El primer concepto de IA y seguridad y ética de robots. El libro explora cómo estas leyes fallan en la práctica.
_{wikipedia.org/wiki/Three_Laws_of_Robotics}

Hype Cycle para la inteligencia artificial, 2020 por Gartner

IA, ML, DL

La Inteligencia Artificial (IA) se refiere a la inteligencia exhibida por máquinas capaces de realizar tareas que generalmente requieren inteligencia humana.
Machine Learning (ML) utiliza algoritmos para aprender de los datos, encontrar patrones en los datos y hacer predicciones sobre eventos o resultados futuros.
El aprendizaje profundo (DL) es una red neuronal con capas y filtros que intenta simular el comportamiento del cerebro humano permitiéndole aprender de grandes cantidades de datos.
DL es un subconjunto de ML. ML es un subconjunto de AI. AI es un subconjunto de CompSci.

Más vocabulario

ANN – Red Neural Artificial – compuesta de neuronas, modeladas en cerebros biológicos. Esta fue la idea original de la IA, pero el hardware en ese momento era demasiado lento, pero gracias a los avances actuales, especialmente las GPU, no es muy popular.
GAN: red adversa generativa: dos redes neuronales compiten entre sí en forma de un juego de suma cero, donde la ganancia de un agente es la pérdida de otro agente. Se entrenan entre ellos.
SL: aprendizaje supervisado: tarea de ML de aprender una función que asigna una entrada a una salida en función de pares de entrada-salida de ejemplo.
GPT – Pre-entrenamiento generativo – Modelo de lenguaje de Alec Radford y utilizado por OpenAI. Muestra cómo un modelo generativo de lenguaje adquiere conocimiento del mundo a partir del entrenamiento previo en un corpus diverso con largas extensiones de texto contiguo.
PNL (Programación de lenguaje natural): se ocupa de las interacciones entre las computadoras y el lenguaje humano, en particular, cómo programar computadoras para procesar y analizar grandes cantidades de datos de lenguaje natural.

Inteligencia artificial general

Teoría de la IA, también AGI

Inteligencia artificial general

La Inteligencia Artificial (IA) se refiere a la simulación de la inteligencia humana en máquinas que están programadas para pensar como humanos e imitar sus acciones. El término también se puede aplicar a cualquier máquina que exhiba rasgos asociados con la mente humana, como el aprendizaje y la resolución de problemas. (ref: Investopedia).

La Inteligencia General Artificial (AGI, por sus siglas en inglés) , también llamada IA fuerte , es un subconjunto o núcleo central de la IA. Es adaptativo capaz de desarrollar habilidades. También existe el término Inteligencia Biológica Artificial (ABI) que intenta emular la inteligencia ‘natural’.

“Todavía no hay IA , ahora tenemos tecnologías de IA ” Joshua Tennenbaum

“No hay AGI ”, esta es la parte difícil

Los ejemplos de AGI más cercanos AlphaGo Zero, IBM Watson, GPT-3

RNA simple

Regresiones e IA

¿Qué lenguaje de programación es bueno para la IA?

AI Frameworks, SDK, librerías

Tensorflow (Python) Scalable ML Framework, Computación usando gráficos de flujo de datos

Kit de herramientas cognitivas de Microsoft CNTK (C++): kit de herramientas de aprendizaje profundo de código abierto

Caffe (C++, PyTorch) Marco rápido y abierto para el aprendizaje profundo

Keras (Python) Biblioteca de redes neuronales de código abierto

Torch (Python) Biblioteca ML de código abierto

Marco de aprendizaje automático Accord.NET (C#) .NET para procesamiento de audio e imágenes

Spark MLib (Scala) Una biblioteca de aprendizaje automático escalable

ML Pack (C++) Marco de ML escalable, computación usando gráficos de flujo de datos

FANN (C & C++, C++Builder) Biblioteca ANN rápida y gratuita

Biblioteca de computación numérica Theon (Python)

Nombres destacados en IA

Premio Turing (2019)

Desde la izquierda, Yann LeCun, Geoffrey Hinton y Yoshua Bengio.
Los investigadores trabajaron en desarrollos clave para las redes neuronales, que están remodelando la forma en que se construyen los sistemas informáticos.
_{nytimes.com/2019/03/27/technology/turing-award-ai.html}

IA y ML en la práctica

TensorFlow
Una biblioteca de software gratuita y de código abierto para el aprendizaje automático y la inteligencia artificial. Se puede usar en una variedad de tareas, pero tiene un enfoque particular en el entrenamiento y la inferencia de redes neuronales profundas.
Desarrollado por el equipo de Google Brain para uso interno de Google en investigación y producción.

_{Tensorflow.org
Tensorflow.org/lite
github.com/tensorflow/tensorflow
en.wikipedia.org/wiki/TensorFlow}

TensorFlow Lite y Delphi

tensorflow.org/lite
Diseñado para dispositivos de baja potencia
github.com/Embarcadero/TensorFlow-Lite-Delphi
Ejemplos incluyen:
- Detección de objetos (plátano, caballo, etc.)
- Detección de rostro
- Reconocimiento de dígitos
tensorflow.org/lite/guide/build_cmake

OpenCV

OpenCV es una biblioteca de funciones de programación destinada principalmente a la visión artificial en tiempo real. Desarrollado originalmente por Intel, luego fue respaldado por Willow Garage y luego por Itseez. La biblioteca es multiplataforma y de uso gratuito bajo la licencia Apache 2 de código abierto. A partir de 2011, OpenCV presenta aceleración de GPU para operaciones en tiempo real.

opencv.org
en.wikipedia.org/wiki/OpenCV
github.com/Laex/Delphi-OpenCV ← También incluye FFMPEG

Laboratorio de inteligencia de software de Mitov

¡Cree aplicaciones clasificadoras y de IA rápidamente!

Redes neuronales
Mapa autoorganizado
bayesiana ingenua
K Vecino más cercano
Propagación hacia atrás
Preparación de datos

_{mitov.com/products/intelligencelab}

Conecte las API de IA con los sistemas REST y Restful

Un servicio web que utiliza esta arquitectura de transferencia de datos REST se denomina RESTful .

Conéctese a muchas API de IA:

GPT-3
APILayer
AWS (también conocido como Appercept)
ibm watson

Software 2.0 (Desarrollo impulsado por IA)

Escrito en mucho más abstracto.
Lenguaje hostil para los humanos, como los pesos de una red neuronal.
Ningún ser humano está involucrado en la escritura de códigos.
muchos pesos
Codificar directamente en pesos es un poco difícil
Software 1.0: 0%-80% de datos | Software 2.0: 99% de datos
_{databricks.com/session/keynote-from-tesla}

¡FECHA! ¡FECHA! ¡FECHA!

Ética de la IA (Algoritmos, DataMining…)

Algoritmos, Datamining, …

Daños potenciales causados por los sistemas de IA

Sesgo y discriminación
Negación de la autonomía, los recursos y los derechos individuales
Resultados no transparentes, inexplicables o injustificables
invasiones de la privacidad
Aislamiento y desintegración de la conexión social.
Resultados poco fiables, inseguros o de mala calidad

Ética aplicada a los sistemas de IA

Singularity & AI (Singularity: Un evento único con profundas consecuencias)

Películas de IA, Series

Más videos

Ocultar y buscar multiagente de OpenAI : youtube.com/watch?v=kopoLzvh5jY
Jeff Dean: la IA no es tan inteligente como crees, pero podría serlo | TED – youtube.com/watch?v=J-FzHIQ7SOs