Next Web: web 3.0, web semántica y el futuro de internet > explainable ai

    sortFiltrar Ordenar
    2 results

    Hyperlink

    /

    Published on 21.2.2019 by Equipo GNOSS

    Gartner sitúa Graph Analytics entre las cinco primeras tendencias tecnológicas en 2019

    La consultora Gartner ha aprovechado la celebración de la cumbre Gartner Data & Analytics, celebrada en Sydney en febrero, para identificar las principales tendencias tecnológicas de datos y análisis que contarán con un gran potencial entre los próximos tres a cinco años, marcando las futuras líneas de investigación y desarrollo en este ámbito.  

    Dentro de este ránking de tendencias encontramos en la cuarta posición la Inteligencia Artificial Explicable, implementada cada vez más para aumentar y remplazar la toma de decisiones humanas. La Inteligencia Artificial Explicable en la ciencia de datos y las plataformas de aprendizaje automático (ML), por ejemplo, sería capaz de generar automáticamente una explicación de los modelos en términos de precisión, atributos y estadísticas en lenguaje natural.

    En la quinta posición se sitúa Graph Analytics, conjunto de técnicas analíticas que permite la exploración de relaciones entre entidades de interés, tales como organizaciones, personas y transacciones.

    La aplicación del procesamiento de gráficos y los DBMS de gráficos crecerá al 100% anual hasta 2022 para acelerar continuamente la preparación de datos y permitir una ciencia de datos más compleja y adaptable. 

    En su intervención, Rita Sallam, vicepresidente de investigación de Gartner, ha dejado patente el potencial impacto que los líderes de datos y análisis pueden tener en el negocio de estas tendencias, adaptando en consecuencia a ello modelos de negocio y operaciones.

    Asimismo, Gartner recomienda que los líderes de datos y análisis hablen con los líderes empresariales sobre sus prioridades comerciales y exploren cómo estas tendencias pueden posibilitar nuevas posibilidades de negocio.

     

    ‘TOP 10’ de Tendencias Tecnológicas:

    N ° 1: Análisis Aumentado

    Nº 2: Gestión de datos aumentados

    Nº 3: Inteligencia continua

    Nº 4: Inteligencia Artificial Explicable

    Nº 5: Graph Analytics                                                   

    Nº 6: Red de datos

    Nº 7: Procesamiento de Lenguaje Natural (NLP) / Análisis Conversacional

    Nº 8: Aprendizaje automático (ML) e Inteligencia Artificial  con soluciones comerciales

    Nº 9: Blockchain

    Nº 10: Servidores de memoria persistentes

     

    Las próximas cumbres Gartner Data & Analytics 2019 se llevarán a cabo del 4 al 6 de marzo en Londres , del 18 al 21 de marzo en Orlando , del 29 al 30 de mayo en Sao Paulo , del 10 al 11 de junio en Mumbai , del 11 al 12 de septiembre en la Ciudad de México y del 19 al 19 de octubre. 20 en Frankfurt. 

    ...

    Hyperlink

    /

    Published on 18.4.2018 by Equipo GNOSS

    eXplainable Artificial Intelligence (XAI) / FAT ML (Fairness, Accountability, and Transparency in Machine Learning)

    Explainable AI (XAI) or Transparent AI es una inteligencia artificial (IA) cuyas acciones pueden ser fácilmente comprendidas por humanos, en contrase con las IAs tipo "caja negra" que emplean algoritmos complejos y opacos, en las que ni siquiera sus diseñadores pueden explicar porque la IA ha llegado a una decisión concreta.

    XAI es uno de los elementos del modelo FAT ML (Fairness, Accountability and Transparency in Machine Learning) y pueden usarse para desarrollar el derecho social a la explicación.

    En cualquier caso, esta transparencia no suele ser gratis. A menudo hay inconvenientes en cuanto a lo inteligente y transparente que puede ser una IA, y es posible que estos inconvenientes aumenten con el aumento de la complejidad interna de los sistemas. El desafío tecnológico de explicar las decisiones de una IA se conoce como "problema de interpretabilidad".

    ...