#10 No es correcto lo que dices. El problema de los sesgos que menciona es un problema técnico, no de consignas. Por poner un ejemplo, se creó un programa en USA que trataba de ayudar a los jueces sobre la sentencia a tener por parte del acusado. Y resulta que, metiendo la raza como parámetro, salía que, ante la misma infracción, los negros tenían una estimación de la pena más alta que los blancos.
Y por aquí viene la problemática. Las técnicas de eliminación de sesgos están bien, y son muy útiles...en modelos supervisados. Estos modelos masivos como Gemini son, en un porcentaje altísimos, auto-supervisados. Esto es, no se etiquetan los datos, se usa la información ya existente, sin filtrar. Y meter control de sesgos ahí te provoca el problema inverso, salen cosas sesgadas en circunstancias en las que el sesgo es obligatorio.
Para resumir: lo que dice el artículo es correcto, se pueden sesgar los modelos para filtrar lo que te interese. Pero el motivo de este caso no es el que mencionas, si no algo más técnico. No es una agenda o algo por el estilo.
#58 Todo lo que propones ayuda a grandes tenedores a seguir acaparando inmuebles, toda vez que los precios máximos capados se restringen a zonas muy específicas.
#18 Discrepo. No tenemos suficientes viviendas de alquiler porque grandes tenedores las han comprado para poner pisos en AirBnB y alternativas parecidas. No tenemos alquiler porque la compra+alquiler de un apartamento produce una rentabilidad mayor (y segura) que lo que te ofrece los bancos y activos financieros, lo que lo convierte en un producto de especulación.
Y ya, para rematar, si tienes dinero y puedes comprar mucho del parque inmobiliario de una ciudad, el no sacar parte al mercado durante un tiempo afecta directamente a los precios, que no vuelven a bajar una vez sacados.
#15 No estoy de acuerdo, lo que propone #5 ataca la especulación, que no es lo mismo. Si tú compras 20 pisos reduces el pool de compra, y no es para vivir en ellos, si no para poner un alquiler alto que dificulta su acceso. Eso o directamente poner AirBnBs que directamente destruyen viviendas de alquiler.
#23 No es que me pique, pero lo veo como una evolución. La IA no es tan buena como la pintan, simplemente es mejor que la media. El problema es tener un nivel por debajo de este nuevo estándar. Pero es como todo: en motos, cuando llegó Márquez, el que no apartaba la rodilla al tumbarse para acercar el codo al suelo quedó obsoleto.
Esto debería servir para que se eleve el nivel medio de los programadores (igual que el de cualquier otro trabajo susceptible de ser reemplazado por la IA). El que no se ponga las pilas, quedará obsoleto.
#8 Yo tengo bastantes dudas con eso. Para eso que les enseñen cosas como CUDA y ensamblador, así los códigos serán lo más rápidas posible. Al final, lo que aprende a hacer es copiar lo que otros han hecho, y mezclarlo (como bien dice #13, igual el 90% ya se dedican a eso). Yo creo que pasará como con cualquier otro campo: el que no es muy bueno en su campo no tendrá trabajo, el resto seguirán con sitio en el mercado laboral.
#13 Buen apunte, igual sólo se necesitan unos pocos para ir en otra dirección. Esto también me lleva a otra cuestión, ¿empezaremos a vivir otra vez la era de no compartir tu trabajo para que una IA no sea capaz de replicarlo?
#7 hay de todo ya. Pero no deja de ser un loro...va a hacer estructuras que ya están hechas, al menos con la concepción actual de la ia. Yo sigo viendo que este tipo de IA puede suponer un freno para el pensamiento disruptivo.
La envío porque estoy en completo desacuerdo con lo expuesto por el CEO de Nvidia. Para mí es casi equivalente a decir que ya no hace falta aprender a sumar o restar porque ya hay calculadoras que lo hacen. Con el añadido de que te tendrías que creer que todo lo que te está entregando la IA generativa es correcto, lo que es mucho decir.
#14 En Coruña había una empresa que tenía fama de pagar bien y dejar trabajar, creo que se llamaba Mobgen o algo así. Sólo escuchabas buenas palabras de los empleados. La compró Accenture...si aún existe la empresa, ya no conozco a nadie que trabaje allí.
#17 Revocó las visas, separó a las familias de los inmigrantes ilegales en distintos centros de detenciones...que no haya montado una guerra (pero sí ha matado en el exterior con drones) no lo hace mejor que el resto.
#31 Una cosa rara es un término mucho más difícil de modelar de lo que pueda parecer a priori. Digamos que se podría meter en el campo de detección de anomalías, que es un campo muy interesante pero muy difícil de precisar, ya que se trata de entrenamiento no supervisado. El caso que mencionas es muy complejo de evaluar, ya que el segundo médico suele tener acceso al primer diagnóstico, antes de dar su opinión. Por tanto, su análisis ya está sesgado en ese aspecto.
Estoy más a favor de mejorar modelos que hagan uso de valores clínicos para hacer predicciones, que modelos que tengan en cuenta texto, para estos casos.
When we generated the ASD screening models, we cropped 10% of the image top and bottom before resizing because most images from participants with TD had noninformative artifacts (eg, panels for age, sex, and examination date) in 10% of the top and bottom
Una imagen anotada suele cambiar la calidad de la compresión (se suele anotar sobre una imagen codificada, no cruda (raw), y vuelta a codificar, lo que añade una capa extra de borrosidad. El hecho de que sólo se haga esto en uno de los datasets es de alerta roja. Yo no habría dado permiso para publicar esto ni de broma.
La revista es Q1 y, aunque reciente, parece de buena calidad. Pero no he visto ningún otro paper relacionado con modelos de 'machine learning', así que es posible que los revisores no fueran expertos más que en el campo médico.
Me ha dado por leer el paper, que usa modelos no muy actuales (una ResNetXt es del año 2016, creo). No hay nada muy especial, así que el único motivo de avance en la investigación son los datos con los que han contado para hacer el experimento. En el apéndice me he encontrado con esto:
The photography sessions for patients with ASD took place in a space dedicated to their needs, distinct from a general ophthalmology examination room. This space was designed to be warm and welcoming, thus creating a familiar environment for patients. Retinal photographs of typically developing (TD) individuals were obtained in a general ophthalmology examination room.
Esto es, las fotografías se tomaron en sitios distintos, lo que ya es muy peligroso de cara a las valoraciones. Yo he trabajado en su momento con imágenes de fondo de ojo (hace 15 años, espero que los retinógrafos hayan mejorado), y la iluminación de la imagen era muy susceptible del entorno en donde se estaba realizando.
Como dice #1, me cogería con pinzas estos resultados. Y si fuera el revisor, no habría dejado publicar este paper sin un estudio que confirmara que los dos conjuntos de imágenes no tienen diferencias estadísticas entre ellas. Puede que la red esté detectando en dónde se ha realizado la toma de la imagen, en lugar del discernir si tiene autismo o no.
#10 Llevo 20 años escuchando esa cantinela, y no se está ni cerca de eso. Ya se dijo hasta con los sistemas expertos, que se siguen usando en UCIs, pero sigue lleno de profesionales igual.
Es más, te diría que el ámbito médico es uno de los campos donde ya hay muchísimos modelos de IA funcionando, muchos de ellos anteriores al boom actual derivado de Chat-GPT. Y aún con esas, siguen siendo modelos de apoyo, nunca de desplazamiento o sustitución.
#5 No soy muy fan del término 'saber hablar' en este tipo de modelos, pero entiendo lo que quieres decir. Si tratas de predecir la palabra siguiente de un texto en catalán, hay altas probabilidades de que sea catalán también. Ya he 'peleado' alguna vez por aquí sobre este tipo de modelos, pero mantengo lo que decía sobre ellos: el lenguaje no es un problema tan complicado mientras tengas una red lo más grande posible. El sobre-entrenamiento no es inherentemente malo en este tipo de modelos.
Respecto a #1, totalmente de acuerdo. Que sea capaz de reproducir el comportamiento experto, como dice #7, no garantiza que la adquisición de datos no tenga un sesgo que haga fácil la clasificación para una máquina. Ojo, que el sesgo puede ser accidental e inadvertido por los investigadores, pero un 100% es muy raro de ver, sobretodo en imágenes.
#3 Si trabajas en la universidad te falta mencionar que, de los dos grandiosos años de financiación que te dan, tardas de 4 a 6 meses en conseguir contratar a alguien por los plazos y burocracias interminables que te exigen. Un despropósito todo.
#4#2 Si el alquiler es un negocio, entonces yo creo que debería de tratarse como tal. Si el IPC sube un 10%, como el año pasado, lo que no puede un propietario es subirlo un 10%, porque sus gastos no han subido por ese margen. Tendrá que adecuarse al incremento de costes que le produce el mantenimiento del piso. Si no, es una receta para un crecimiento desenfrenado de la inflación.
Con la misma también digo que la energía (y por ende los combustibles) han bajado mucho desde el pico de hace un tiempo...y no veo una actualización de los precios de la misma manera que lo hicieron con el alza...
Precisamente solía ser Madrid quién presionaba, no Portugal.