Post on 22-Jul-2020
CIENCIA APLICADA AUMENTADAIA COMO POTENCIADOR
Juan José López Murphy
• Director de Tecnología de Inteligencia Artificial y Líder de la práctica de Data Science en Globant
• Ingeniero Industrial del Intituto Tecnológico de Buenos Aires
• Co-autor de “La ingeniería del Big Data” (Editorial UOC) - http://bit.ly/libro_data
• Co-autor de “Embracing the power of AI” (Globant)
• https://www.linkedin.com/in/jjlopezmurphy/
AGENDA
• Desmitificando IA• Potencial y Capacidad• ¿Competencia?• Práctica• Adaptación
Desmitificando IA
Desmitificando IA
Inteligencia
Artificial
La idea general de que se pueden construir
máquinas con capacidades comparables a la
inteligencia humana
Desmitificando IA
Inteligencia
Artificial
La idea general de que se pueden construir
máquinas con capacidades comparables a la
inteligencia humana
CV
NLP
Planning
Algoritmos
Evolutivos
Repr. y
Ontología
Simulación
Desmitificando IA
Inteligencia
Artificial
La idea general de que se pueden construir
máquinas con capacidades comparables a la
inteligencia humana
Machine
LearningUso de algoritmos para aprender de los
datos, y luego tomar una determinación o
realizar una predicción
Desmitificando IA
Inteligencia
Artificial
La idea general de que se pueden construir
máquinas con capacidades comparables a la
inteligencia humana
Machine
LearningUso de algoritmos para aprender de los
datos, y luego tomar una determinación o
realizar una predicción
Se dice que un programa aprende de la experiencia E con
respecto a una tarea T y alguna medida de desempeño P, si su
desempeño en T, medido por P, mejora con la experiencia E”
Tom Mitchell (1998)
Desmitificando IA
Inteligencia
Artificial
La idea general de que se pueden construir
máquinas con capacidades comparables a la
inteligencia humana
Machine
Learning
Uso de algoritmos para aprender de los
datos, y luego tomar una determinación o
realizar una predicción
ProcesoInput
Logica
Output
Diseñomanual
Desmitificando IA
Inteligencia
Artificial
La idea general de que se pueden construir
máquinas con capacidades comparables a la
inteligencia humana
Machine
Learning
Uso de algoritmos para aprender de los
datos, y luego tomar una determinación o
realizar una predicción
ProcesoInput
Logica
Output
Diseñomanual
explícita
Desmitificando IA
Inteligencia
Artificial
La idea general de que se pueden construir
máquinas con capacidades comparables a la
inteligencia humana
Machine
Learning
Uso de algoritmos para aprender de los
datos, y luego tomar una determinación o
realizar una predicción
ProcesoInput
Logica
Output
Diseñomanual
TrainingInput pasado
Output conocido
explícita
aprendida
Desmitificando IA
Inteligencia
Artificial
La idea general de que se pueden construir
máquinas con capacidades comparables a la
inteligencia humana
Machine
Learning
Uso de algoritmos para aprender de los
datos, y luego tomar una determinación o
realizar una predicción
ProcesoInput
Logica
Output
Diseñomanual
TrainingInput pasado
Output conocido
Logica
ProcesoInputs Output
explícita
aprendida
Desmitificando IA
Inteligencia
Artificial
La idea general de que se pueden construir
máquinas con capacidades comparables a la
inteligencia humana
Machine
Learning
Uso de algoritmos para aprender de los
datos, y luego tomar una determinación o
realizar una predicción
ProcesoInput
Logica
Output
Diseñomanual
TrainingInput pasado
Output conocido
Logica
ProcesoInputs Output
explícita
aprendida
feedback
Desmitificando IA
Inteligencia
Artificial
La idea general de que se pueden construir
máquinas con capacidades comparables a la
inteligencia humana
Machine
LearningUso de algoritmos para aprender de los
datos, y luego tomar una determinación o
realizar una predicción
Desmitificando IA
Inteligencia
Artificial
La idea general de que se pueden construir
máquinas con capacidades comparables a la
inteligencia humana
Machine
LearningUso de algoritmos para aprender de los
datos, y luego tomar una determinación o
realizar una predicción
Area Método
Desmitificando IA
Inteligencia
Artificial
La idea general de que se pueden construir
máquinas con capacidades comparables a la
inteligencia humana
Machine
LearningUso de algoritmos para aprender de los
datos, y luego tomar una determinación o
realizar una predicción
Deep
Learning Campo de ML que estudia redes neuronales
de alta complejidad (“profundas”)
Desmitificando IA
Inteligencia
Artificial
La idea general de que se pueden construir
máquinas con capacidades comparables a la
inteligencia humana
Machine
LearningUso de algoritmos para aprender de los
datos, y luego tomar una determinación o
realizar una predicción
Deep
Learning Campo de ML que estudia redes neuronales
de alta complejidad (“profundas”)“Programación Diferenciable”
Desmitificando IA
Inteligencia
Artificial
La idea general de que se pueden construir
máquinas con capacidades comparables a la
inteligencia humana
Machine
LearningUso de algoritmos para aprender de los
datos, y luego tomar una determinación o
realizar una predicción
Deep
Learning Campo de ML que estudia redes neuronales
de alta complejidad (“profundas”)“Programación Diferenciable”
Rosenblatt, Frank. “The perceptron: a
probabilistic model for information storage
and organization in the brain.” Psychological
review 65.6 (1958): 386
Desmitificando IA
Inteligencia
Artificial
La idea general de que se pueden construir
máquinas con capacidades comparables a la
inteligencia humana
Machine
LearningUso de algoritmos para aprender de los
datos, y luego tomar una determinación o
realizar una predicción
Deep
Learning Campo de ML que estudia redes neuronales
de alta complejidad (“profundas”)“Programación Diferenciable”
Rosenblatt, Frank. “The perceptron: a
probabilistic model for information storage
and organization in the brain.” Psychological
review 65.6 (1958): 386
Desmitificando IA
Inteligencia
Artificial
La idea general de que se pueden construir
máquinas con capacidades comparables a la
inteligencia humana
Machine
LearningUso de algoritmos para aprender de los
datos, y luego tomar una determinación o
realizar una predicción
Deep
Learning Campo de ML que estudia redes neuronales
de alta complejidad (“profundas”)“Programación Diferenciable”
Rosenblatt, Frank. “The perceptron: a
probabilistic model for information storage
and organization in the brain.” Psychological
review 65.6 (1958): 386 y = f(x)
input outpu
t
operación
Desmitificando IA
Inteligencia
Artificial
La idea general de que se pueden construir
máquinas con capacidades comparables a la
inteligencia humana
Machine
LearningUso de algoritmos para aprender de los
datos, y luego tomar una determinación o
realizar una predicción
Deep
Learning Campo de ML que estudia redes neuronales
de alta complejidad (“profundas”)“Programación Diferenciable”
Aproximador
universal no-
lineal continuo
Desmitificando IA
Inteligencia
Artificial
La idea general de que se pueden construir
máquinas con capacidades comparables a la
inteligencia humana
Machine
LearningUso de algoritmos para aprender de los
datos, y luego tomar una determinación o
realizar una predicción
Deep
Learning Campo de ML que estudia redes neuronales
de alta complejidad (“profundas”)“Programación Diferenciable”
Aproximador
universal no-
lineal continuo
Aproximador
universal no-
lineal
discontinuo
e.g. XOR
Desmitificando IA
Inteligencia
Artificial
La idea general de que se pueden construir
máquinas con capacidades comparables a la
inteligencia humana
Machine
LearningUso de algoritmos para aprender de los
datos, y luego tomar una determinación o
realizar una predicción
Deep
Learning Campo de ML que estudia redes neuronales
de alta complejidad (“profundas”)“Programación Diferenciable”
Aproximador
universal no-
lineal continuo
Aproximador
universal no-
lineal
discontinuo
e.g. XOR
l ®¥Þ"(x , y ),
$ f : y = f (x )
l
Desmitificando IA
Inteligencia
Artificial
La idea general de que se pueden construir
máquinas con capacidades comparables a la
inteligencia humana
Machine
LearningUso de algoritmos para aprender de los
datos, y luego tomar una determinación o
realizar una predicción
Deep
Learning Campo de ML que estudia redes neuronales
de alta complejidad (“profundas”)“Programación Diferenciable”
Producto lineal
Activación no lineal
Convolucion
Recurrencia
Dropout
Batch Normalization
Pooling
Atención
Memoria
...
Escalar
Vector
Matriz
Tensor
Grafo
…
nodo operación
POTENCIAL Y CAPACIDAD
POTENCIAL Y CAPACIDAD
POTENCIAL Y CAPACIDAD
POTENCIAL Y CAPACIDAD
POTENCIAL Y CAPACIDAD
POTENCIAL Y CAPACIDAD
POTENCIAL Y CAPACIDAD
POTENCIAL Y CAPACIDAD
POTENCIAL Y CAPACIDAD
POTENCIAL Y CAPACIDAD
primer plano de un
plato de comida con
brócoli
POTENCIAL Y CAPACIDAD
primer plano de un
plato de comida con
brócoli
POTENCIAL Y CAPACIDAD
primer plano de un
plato de comida con
brócoli
¿COMPETENCIA?
¿COMPETENCIA?
Complemento (detección cancer)
¿COMPETENCIA?
Complemento (detección cancer)
¿COMPETENCIA?
Complemento (detección cancer)
AI
92.5%CORRECTAS
¿COMPETENCIA?
Complemento (detección cancer)
AI humano
96.6%CORRECTAS
¿COMPETENCIA?
Complemento (detección cancer)
AI humano
99.5%CORRECTAS
juntos
* https://www.ted.com/talks/tom_gruber_how_ai_can_enhance_our_memory_work_and_social_lives
AI: corner-cases
H: falsos positivos
COMPETENCIA
AI humano juntos
Tomografía de
pecho
COMPETENCIA
AI humano juntos
Tomografía de
pecho
COMPETENCIA
AI humano juntos
Tomografía de
pecho
COMPETENCIA
AI humano juntos
Tomografía de
pecho
COMPETENCIA
AI humano juntos
Tomografía de
pecho
¿COMPETENCIA?fMRI salmón
¿COMPETENCIA?fMRI salmón
¿COMPETENCIA?
¿COMPETENCIA?
¿COMPETENCIA?
¿COMPETENCIA?
¿COMPETENCIA?
¿COMPETENCIA?
PRACTICA
PRACTICABase Calling
PRACTICABase Calling
PRACTICAProtein Folding /
De novo assembly of long-read sequencing
PRACTICAProtein Folding /
De novo assembly of long-read sequencing
PRACTICAGold Standard generation
PRACTICAGold Standard generation
PRACTICAGold Standard generation
PRACTICAProcess Control
PRACTICAProcess Control
PRACTICAProcess Control
PRACTICAProcess Control
ADAPTACION
ADAPTACION
No es “qué tan inteligentes son las máquinas”,
sino “qué tan inteligentes pueden hacernos”
ADAPTACION
• Aprender a aprender
Enfoque de resolución > soluciones pasadas
ADAPTACION
• Aprender a aprender• Objetivo, sentido
Aprendizaje ≠ Innovación
Sentido. ¿Para qué? ¿Qué problema?
ADAPTACION
• Aprender a aprender• Objetivo, sentido• Herramental extra
Correlación ≠ Causalidad
Cota superior
Muestral sintético
¿Explicabilidad?
ADAPTACION
No es “qué tan inteligentes son las máquinas”,
sino “qué tan inteligentes pueden hacernos”
CIENCIA APLICADA AUMENTADAIA COMO POTENCIADOR
Juan José López Murphy