Validation: la sala de ensayo donde un modelo aprende a corregirse
La validación es el momento en que un equipo deja de preguntar si un modelo puede aprender y…
Testing: el examen final que un modelo debe rendir sin conocer las respuestas
El testing es la evaluación que debería ocurrir cuando el equipo ya tomó las decisiones importantes sobre el…
Generalización: la capacidad de una IA para funcionar fuera de su cuaderno de ejercicios
Un modelo generaliza cuando puede aplicar lo aprendido a ejemplos que no vio durante el entrenamiento. Esa capacidad…
Overfitting: cuando un modelo memoriza el entrenamiento y olvida el mundo
El overfitting aparece cuando un modelo aprende tan bien los detalles de sus ejemplos de entrenamiento que deja…
Underfitting: cuando un modelo todavía no aprendió lo suficiente
El underfitting es el problema contrario al sobreajuste. El modelo no memoriza demasiado; aprende demasiado poco. Su desempeño…
Matemáticas y lógica: el idioma silencioso que preparó el camino de la IA
La inteligencia artificial moderna suele asociarse con grandes cantidades de datos y redes neuronales, pero sus raíces también…
De los engranajes a los programas: cómo las primeras máquinas de cálculo imaginaron la computadora
La computadora no apareció de repente cuando una máquina electrónica encendió sus primeras luces. Durante siglos, las personas…
Alan Turing: el matemático que convirtió el cálculo en una pregunta sobre las máquinas
Alan Turing ocupa un lugar singular en la historia de la inteligencia artificial porque abordó dos preguntas que…
Test de Turing: una conversación que cambió la forma de preguntar por la inteligencia
El Test de Turing suele aparecer como una pregunta sencilla: ¿puede una máquina conversar como una persona? La…
Dartmouth 1956: el encuentro que puso nombre a un campo todavía en construcción
En el verano de 1956, un grupo de investigadores se reunió en Dartmouth College con una propuesta ambiciosa:…