Un glosario de IA y aprendizaje automático

La inteligencia artificial ofrece oportunidades extraordinarias para muchas industrias, y en sophilabs nos entusiasma formar parte de este campo tecnológico en crecimiento. Sin embargo, para alguien sin conocimientos especializados, a veces puede resultar difícil seguir la terminología. Preparamos este breve glosario para definir algunos de los términos más usados en el área.

Exactitud

Métrica que indica la proporción de predicciones correctas respecto del total de predicciones realizadas por un modelo de aprendizaje automático. Un modelo con alta exactitud produce pocos falsos negativos. ¹

Algoritmo

En aprendizaje automático, un modelo matemático que permite a una computadora hacer predicciones o tomar decisiones a partir de los datos que recibe, en lugar de hacer predicciones o tomar decisiones para las que fue programada específicamente. ²

Inteligencia artificial (IA)

Tecnología que otorga a las computadoras propiedades de la inteligencia humana, como la capacidad de razonar, resolver problemas, tomar decisiones y aprender de experiencias anteriores. Algunas aplicaciones incluyen robótica, vehículos autónomos, reconocimiento de patrones y aprendizaje automático. ³

Big Data

Conjuntos de datos muy grandes, generalmente de varias fuentes, que pueden presentar desafíos de gestión por su volumen, calidad inconsistente, variedad de tipos y la alta velocidad a la que se reciben. En aprendizaje automático, Big Data puede usarse para entrenar modelos más exactos que hagan mejores predicciones y tomen decisiones más sólidas. ⁴

Chatbot

También asistente virtual. Software que puede conversar con una persona mediante texto o voz al comprender lo que ingresa, identificar su intención y responder en consecuencia. Los chatbots simples comprenden la entrada a partir de palabras clave preprogramadas, mientras que los inteligentes usan IA para comprender y adaptarse a las solicitudes. ⁵

Visión por computadora

Subcampo de la inteligencia artificial y el aprendizaje automático que busca ayudar a las computadoras a reconocer imágenes y comprender su contenido como lo haría una persona. Algunas áreas son la clasificación de imágenes, la generación de descripciones y la localización, detección y segmentación de objetos. ⁶

Análisis de datos

Campo que busca resumir, describir y visualizar datos para comprenderlos mejor y encontrar formas de abordar un problema. ⁷

Visualización de datos

Subcampo del análisis de datos que consiste en crear gráficos, diagramas y otros elementos visuales para comprender mejor los datos. ⁸

Conjunto de datos

Colección de conjuntos de información separados pero relacionados que una computadora manipula como una sola unidad. ⁹

Aprendizaje profundo

El aprendizaje profundo se refiere a un modelo de aprendizaje automático con múltiples capas de redes neuronales. Estas capas permiten manejar altos niveles de complejidad y abstracción. Por ejemplo, un modelo entrenado puede distinguir y clasificar datos sin etiquetar ni estructurar, como una colección de millones de fotos, videos, textos y grabaciones de audio. ¹⁰

Detección de rostros

Tipo de visión por computadora enfocado en encontrar rostros humanos en una foto.

Reconocimiento facial

Tipo de visión por computadora enfocado no solo en detectar un rostro humano, sino en identificar de quién es.

Falso negativo

Un falso negativo ocurre cuando un modelo de aprendizaje automático no predice o identifica algo que debería encontrar. Por ejemplo, en un modelo destinado a detectar cáncer, un verdadero negativo ocurriría cuando el modelo indica que no hay cáncer y el paciente efectivamente no lo tiene. En cambio, un falso negativo indicaría que no hay cáncer cuando sí está presente. Los falsos negativos y positivos pueden usarse para medir el desempeño de un algoritmo.

Falso positivo

Un falso positivo ocurre cuando un modelo predice algo que no sucede o identifica algo que en realidad no está. Volviendo al ejemplo del modelo que detecta cáncer, un verdadero positivo indica que el paciente tiene cáncer cuando efectivamente lo tiene. Un falso positivo indica que tiene cáncer cuando en realidad no lo tiene. Los falsos positivos, junto con los negativos, pueden usarse para medir el desempeño del algoritmo.

Generalización

Capacidad de un modelo de adaptarse adecuadamente a datos nuevos extraídos de la misma distribución que los usados para crearlo. ¹¹

Reconocimiento de imágenes

Subcampo de la visión por computadora que permite identificar personas, objetos, edificios u otras variables en una foto.

Aprendizaje automático (ML)

Campo de la inteligencia artificial que usa algoritmos para permitir que una computadora tome decisiones o haga predicciones a partir de los datos recibidos. Así, puede «aprender» de los datos en lugar de seguir instrucciones programadas.

Reconocimiento de entidades nombradas (NER)

Tarea de extracción de datos que encuentra y clasifica entidades nombradas en un texto. Pueden incluir nombres de personas, organizaciones, lugares y productos, o expresiones numéricas de tiempo y valor monetario. NER es una aplicación del procesamiento del lenguaje natural (NLP). ¹²

Procesamiento del lenguaje natural (NLP)

Campo de la inteligencia artificial que permite a las computadoras leer, comprender y manipular el lenguaje humano, tanto el texto escrito como el habla. Sus aplicaciones incluyen filtros de correo electrónico, conversión de voz a texto, instrucciones de voz, traducciones automáticas, reconocimiento de entidades nombradas (NER) y análisis de sentimientos. ¹³

Redes neuronales

Conjunto de algoritmos de un modelo de aprendizaje automático. Sus capacidades incluyen clasificar y etiquetar datos, por ejemplo detectar y reconocer rostros y voces; encontrar similitudes y anomalías, por ejemplo comparar documentos o detectar fraude; y hacer predicciones, por ejemplo sobre salud humana, tendencias de consumo u otros temas. ¹⁴

Neurona

También nodo. Unidad básica de una red neuronal. Una neurona recibe una entrada, realiza cálculos con ella, produce una salida y determina si la señal debe continuar dentro de la red. ¹⁵

Optimización

También optimización matemática o programación matemática. Rama de las matemáticas aplicadas cuyo objetivo es elegir la mejor opción. Es esencial para muchos algoritmos de aprendizaje automático, que buscan aproximarse a la solución óptima sin calcularla. ¹⁶

Sobreajuste

En aprendizaje automático, el sobreajuste ocurre cuando el programa modela los datos de entrenamiento «demasiado bien», es decir, aprende las anomalías y las adquiere como conceptos. Esto afecta negativamente su exactitud y puede hacer que identifique o clasifique datos de forma incorrecta. ¹⁷

Precisión

Métrica que considera las predicciones de verdaderos positivos respecto del total de predicciones positivas, verdaderas y falsas, de un modelo de aprendizaje automático. Un modelo muy preciso tiene pocos falsos positivos. ¹⁸

Python

Lenguaje de programación muy usado en aprendizaje automático. Para saber más sobre por qué es un gran lenguaje para esta área, consulta nuestro artículo reciente.

Sensibilidad (Recall)

La sensibilidad define la proporción de positivos reales identificados correctamente. Se calcula dividiendo los verdaderos positivos por la suma de verdaderos positivos y falsos negativos. ¹⁹

Aprendizaje por refuerzo

En aprendizaje automático, una forma de entrenar un algoritmo mediante la experiencia, usando recompensas cuando funciona bien y castigos cuando funciona mal. El algoritmo aprende al intentar maximizar las recompensas y minimizar los castigos. ²⁰

Análisis de sentimientos

También minería de opiniones. Problema de procesamiento del lenguaje natural (NLP) que busca comprender actitudes y opiniones expresadas por escrito o de forma oral y convertirlas en datos estructurados. Tiene aplicaciones prácticas en atención al cliente, marketing y relaciones públicas, y suele usarse para analizar reseñas de productos y contenido de redes sociales. ²¹

Reconocimiento del habla

Capacidad de una computadora de comprender el habla humana. Sus aplicaciones incluyen instrucciones de voz y dictado mediante conversión de voz a texto. No debe confundirse con el reconocimiento de voz, cuya definición aparece abajo.

Aprendizaje supervisado

Proceso más común para entrenar un algoritmo de aprendizaje automático. Durante este proceso recibe datos de entrenamiento y sus predicciones se corrigen mediante una clave de respuestas. Así, el algoritmo puede aprender y luego ajustar y mejorar su desempeño. ²²

Datos de entrenamiento

Datos que recibe una computadora y que le permiten crear un modelo de aprendizaje automático. Por ejemplo, para enseñarle a reconocer una letra A manuscrita, debe recibir muchos ejemplos de cómo se ve una A manuscrita y ejemplos de letras que no son A.

Subajuste

Ocurre cuando un modelo de aprendizaje automático tiene un rendimiento deficiente y no puede modelar los datos de entrenamiento. La solución suele ser probar distintos algoritmos. ²³

Aprendizaje no supervisado

Proceso de entrenamiento en el que los datos no se etiquetan previamente, por lo que no hay una clave de respuestas. El objetivo no es producir respuestas correctas como en el aprendizaje supervisado, sino descubrir formas de comprender los datos al encontrar asociaciones o agruparlos. ²⁴

Reconocimiento de voz

Capacidad de una computadora de identificar a la persona que habla a partir del tono de su voz y los patrones de su habla. Puede aplicarse a distintas áreas, como sistemas de seguridad y autenticación e investigaciones criminales. ²⁵