Biblioguías
Temática: Informática, Multimedia y TelecomunicaciónuserProgramList false
Marco teórico de la inteligencia artificial
Las inteligencias artificiales (IA) llevan años existiendo, pero en los últimos meses han experimentado una evolución muy rápida. ¿A qué se debe? ¿Qué innovaciones han aportado? En esta biblioguía encontraréis contenidos teóricos, básicos y específicos, sobre la inteligencia artificial, sobre los tipos de IA que existen y sobre sus usos.
Conceptos básicos
¿Qué es una inteligencia artificial?
Recurso que explica qué es la IA, qué tipos de inteligencias artificiales existen y cómo se utilizan en distintos campos.
Conjunto de recursos y términos que pueden servirnos para entender más en profundidad las inteligencias artificiales.
Episodio del programa Quèquicom que explica qué son las inteligencias artificiales. Conjunto de recursos y términos que pueden servirnos para entender más en profundidad las inteligencias artificiales y cómo se programan.
Episodio del programa Quan arribin els marcians sobre las utilidades de las inteligencias artificiales y cómo las incorporaremos en nuestro día a día.
Tipos de datos (estructurados y no estructurados)
Artículo que expone qué tipos de datos existen en relación con la inteligencia artificial y analiza en qué se diferencian.
Recurso que explora en qué se diferencian los datos estructurados y no estructurados, y estudia cuáles son sus utilidades.
Libro de referencia con ejemplos para comprender los conceptos básicos del aprendizaje estructurado automático.
Harrison, M. (2019) Machine learning pocket reference: working with structured data in python. Beijing: O'Reilly. Disponible en: https://learning.oreilly.com/library/view/machine-learning-pocket/9781492047537/?sso_link=yes&sso_link_from=Catalunya (Consultado: 27 de junio de 2024).
Artículo que explora las distintas funcionalidades de los datos estructurados.
Ontañón, S. (2020) 'An overview od distance and similarity functions for structured data', The Artificial Intelligence Review, 53(7), p. 5309-5351. Disponible a: https://www.proquest.com/scholarly-journals/overview-distance-similarity-functions-structured/docview/2441910394/se-2?accountid=15299 (Consultado: 27 de junio de 2024).
Artículo sobre los usos de los datos estructurados en el ámbito clínico y la representación de la información.
Zhang, D., Yin, C., Zeng, J., Yuan, X. y Zhang, P. (2020) 'Combining structured and unstructured data for predictive models: a deep learning approach', BMC Medical Informatics and Decision Making, 20, p. 1-11. Disponible en: https://doi.org/10.1186/s12911-020-01297-6 (Consultado: 27 de junio de 2024).
Modelos de IA
Redes neuronales
Recurso que explica qué son las redes neuronales en el ámbito de la inteligencia artificial, qué tipos de redes existen y cómo se entrenan.
Recurso que explica qué son las redes neuronales, cuál es su historia y cómo se relacionan con el deep learning.
Libro que ofrece varias perspectivas sobre el uso de redes neuronales artificiales como modelos de procesamiento de la información neuronal.
Van Gerven, M. y Bohte, S. (2018) Artificial neural networks as models of neural information processing. Lausana: Frontiers Media SA. Disponible en: https://directory.doabooks.org/handle/20.500.12854/41357 (Consultado: 27 de junio de 2024).
Árboles de decisión
Página que expone las ventajas y los inconvenientes de usar árboles de decisión para realizar tareas de minería de datos.
Artículo que presenta un nuevo proceso automatizado para construir e inicializar redes neuronales profundas basadas en árboles de decisión.
Humbird, K., Peterson, J. y Macclarren, R. (2019) 'Deep neural network initialization with decision trees', IEEE Transactions on Neural Networks and Learning Systems, 30(5), p. 1286-1295. Disponible en: https://doi.org/10.1109/TNNLS.2018.2869694 (Consultado: 27 de junio de 2024).
Uso de las IA: prompting
Artículo que explica qué son los prompts y cómo se relacionan con el uso de las inteligencias artificiales más recientes.
Artículo que estudia y organiza los trabajos de investigación en un nuevo paradigma en el procesamiento del lenguaje natural, que denominamos aprendizaje basado en prompts.
Liu, P., Yuan, W., Fu, J., Jiang, Z., Hayashi, H. y Neubig, G. (2023) 'Pre-train, prompt, and predict: a systematic survey of prompting methods in natural language processing', ACM Computing Surveys, 55(9), p. 1-35. Disponible en: https://doi.org/10.1145/3560815 (Consultado: 27 de junio de 2024).
Tipos de aprendizaje
Aprendizaje automático (machine learning)
Recurso que explica qué es el aprendizaje automático, cómo funciona y qué tipos de aprendizajes automáticos existen.
Recopilación de materiales para entender los usos y las funciones del aprendizaje automático.
Libro que explica cómo utilizar herramientas sencillas y eficientes para implementar programas capaces de aprender de los datos.
Géron, A. (2017) Hands-on machine learning with Scikit-Learn and TensorFlow: concepts, tools, and techniques to build intelligent systems. Sebastopol, CA: O'Reilly Media, Inc. Disponible en: https://discovery.biblioteca.uoc.edu/permalink/34CSUC_UOC/1asfcbc/alma991000554169706712 (Consultado: 27 de junio de 2024).
Libro que muestra formas prácticas de crear soluciones de aprendizaje automático con Python.
Müller, A. y Guido, S. (2017) Introduction to machine learning with Python: a guide for data scientists. Sebastopol, CA: O'Reilly Media, Inc. Disponible en: https://learning.oreilly.com/library/view/introduction-to-machine/9781449369880/?sso_link=yes&sso_link_from=Catalunya (Consultado: 27 de junio de 2024).
Libro que presenta algoritmos de inferencia aproximada que permiten respuestas aproximadas rápidas en situaciones en las que las respuestas exactas no son factibles.
Bishop, C. (2006) Pattern recognition and machine learning. New York: Springer. Disponible en: https://discovery.biblioteca.uoc.edu/permalink/34CSUC_UOC/1asfcbc/alma991000215569706712 (Consultado: 27 de junio de 2024).
Aprendizaje supervisado
Artículo que explica cómo funciona el aprendizaje supervisado y cómo utilizarlo para crear modelos de aprendizaje automático de alta precisión.
Artículo que explica qué es el aprendizaje supervisado, cómo funciona, y cuáles son sus beneficios y limitaciones.
Aprendizaje semisupervisado
Recursos específicos para profundizar en el aprendizaje automático semisupervisado.
Recurso que explica qué es el aprendizaje semisupervisado y en qué se diferencia de los demás.
Breve guía para entender qué es el aprendizaje semisupervisado y cómo se utiliza.
Aprendizaje no supervisado
Recursos específicos para profundizar en el aprendizaje automático sin supervisar.
Artículo que explica cómo funciona el aprendizaje no supervisado y cómo utilizarlo para explorar y agrupar datos.
Recurso que explica qué es el clustering y cuáles son sus usos en la inteligencia artificial.
IA generativa
Libro que explica cómo se crean los modelos de aprendizaje profundo generativo, como codificadores automáticos variacionales, redes adversarias generativas (GAN), modelos de codificador-descodificador y modelos mundiales.
Foster, D. (2019) Generative deep learning: teaching machines to paint, write, compose, and play. Beijing: O'Reilly. Disponible en: https://learning.oreilly.com/library/view/generative-deep-learning/9781492041931/?sso_link=yes&sso_link_from=Catalunya (Consultado: 27 de junio de 2024).
Vídeo sobre los modelos generativos y sobre los tipos de modelos que existen.
Marco para modelos generativos mediante un proceso contradictorio, en el que se entrenan simultáneamente dos modelos: un modelo generativo G, que captura la distribución de datos, y un modelo discriminativo D, que estima la probabilidad de que una muestra provenga de los datos de entrenamiento.
Sección del programa Tot es mou sobre las posibilidades de la inteligencia artificial.
Artículo que explica la ampliación de los modelos lingüísticos para mejorar el rendimiento independiente de las tareas y con pocos resultados, para llegar a la competitividad con enfoques de ajustamiento de última generación.
Vídeo sobre los modelos de aprendizaje profundo y la generación de imágenes a partir de textos.
Artículo que describe un enfoque para la generación de imágenes a partir de texto basada en un transformador que modela de forma autorregresiva los testimonios de texto e imagen como un solo flujo de datos.
Aprendizaje por refuerzo
Libro que se centra en los algoritmos básicos de aprendizaje en línea, con material matemático.
Sutton, R. y Barto, A. (2018) Reinforcement learning, second edition: an introduction. Camdridge: MIT Press. Disponible en: https://ebookcentral.proquest.com/lib/bibliouocsp-ebooks/detail.action?docID=6260249 (Consultado: 27 de junio de 2024).
Vídeo sobre los distintos algoritmos que participan en el aprendizaje por refuerzo.
Recursos específicos para profundizar en el aprendizaje por refuerzo.
Recopilación de materiales sobre los modelos de aprendizaje por refuerzo en la inteligencia artificial.
Aprendizaje profundo (deep learning)
Canal de YouTube para profundizar en el aprendizaje profundo y la inteligencia artificial.
Introducción a una amplia gama de temas de aprendizaje profundo, que engloba antecedentes matemáticos y conceptuales, técnicas de aprendizaje profundo utilizadas en la industria y perspectivas de investigación.
Vídeo sobre el aprendizaje profundo y las redes neuronales.
Recursos del NVIDIA Deep Learning Institute (DLI) para resolver distintas necesidades de aprendizaje, desde materiales de aprendizaje hasta formación personalizada.
Recursos específicos para conocer más a fondo el aprendizaje profundo.
Otros tipos de aprendizaje
Aprendizaje activo
Artículo que explica qué es el aprendizaje activo, para qué sirve, cómo funciona y cómo se usa.
Aprendizaje por transferencia
Artículo que explica qué es el aprendizaje transferido y cómo se relaciona con el aprendizaje profundo.
Aprendizaje federado
Artículo sobre los protocolos que se siguen en los modelos de aprendizaje federado.
Aplicaciones
Sistemas de recomendación (recommender systems)
Libro que trata de forma exhaustiva el tema de los sistemas de recomendación, que ofrecen recomendaciones personalizadas de productos o servicios a los usuarios en función de sus búsquedas o compras anteriores.
Aggarwal, C. (2016) Recommender systems: the textbook. Cham: Springer International Publishing. Disponible en: https://discovery.biblioteca.uoc.edu/permalink/34CSUC_UOC/l8oqf8/alma991000903306306712 (Consultado: 27 de junio de 2024).
Artículo que analiza de forma sistemática las metodologías básicas y las técnicas predominantes en los sistemas de recomendación, y que explica cómo la IA puede mejorar eficazmente el desarrollo tecnológico y la aplicación de los sistemas de recomendación.
Zhang, Q., Lu, J. y Jin, Y. (2021) 'Artificial intelligence in recommender systems', Complex & Intelligent Systems, 7(1), p. 439-457. Disponible en: https://doi.org/10.1007/s40747-020-00212-w (Consultado: 27 de junio de 2024).
Libro que enseña cómo pueden crearse sistemas de recomendación con algoritmos de aprendizaje automático a través de Python.
Kulkarni, A. (2023) Applied Recommender Systems with Python: Build Recommender Systems with Deep Learning, NLP and Graph-Based Techniques. Berkeley, CA: Apress. Disponible en: https://learning.oreilly.com/library/view/applied-recommender-systems/9781484289549/?sso_link=yes&sso_link_from=Catalunya (Consultado: 27 de junio de 2024).
Procesamiento de lenguaje natural (NLP)
Libro que sirve de guía para crear sistemas de procesamiento de lenguaje natural.
Sowmya, V. B., Majumder, B., Gupta, A. y Surana, H. (2020) Practical natural language processing: a comprehensive guide to building real-world NLP systems. Sebastopol, CA: O'Reilly Media. Disponible en: https://discovery.biblioteca.uoc.edu/permalink/34CSUC_UOC/1asfcbc/alma991000735048406712 (Consultado: 27 de junio de 2024).
Recursos específicos para profundizar en el procesamiento de lenguaje natural.
Entradas de blog sobre procesamiento de lenguaje natural en IA.
Lista de modelos lingüísticos en actualización continua.
Procesamiento del habla (speech processing)
Recopilación de recursos de aprendizaje sobre redes neuronales profundas en la música.
Recopilación de materiales sobre procesamiento de audio con inteligencias artificiales.
Materiales y métodos de reconocimiento de voz con inteligencia artificial.
Red neuronal denominada Whisper que se aproxima a la robustez y la precisión a escala humana en el reconocimiento del habla en inglés.
Visión artificial (computer vision)
Libro que ofrece un tratamiento de los métodos modernos de visión artificial.
Forsyth, A. y Ponce, J. (2012) Computer vision: a modern approach. Boston: Pearson Education. Disponible en: https://discovery.biblioteca.uoc.edu/permalink/34CSUC_UOC/1asfcbc/alma991000470159706712 (Consultado: 27 de junio de 2024).
Libro de referencia que adopta un enfoque científico para la formulación de problemas de visión artificial. Estos problemas se analizan a través de los últimos modelos de aprendizaje clásico y profundo y se resuelven con principios de ingeniería.
Recopilación de materiales sobre visión artificial con inteligencias artificiales.
Entradas de blog sobre visión artificial en IA.
Materiales y métodos relacionados con la visión artificial.
Charla TED sobre cómo los ordenadores se entrenan para entender imágenes.
Charla TED que explica cómo los ordenadores aprenden a reconocer objetos, con demostración en directo.
Ética i fiabilidad
Instituto que se centra en proporcionar herramientas para organizaciones y profesionales de la IA para construir, comprar y suministrar sistemas de IA seguros y de confianza.
Conjunto de consideraciones para los sistemas de software en el momento de diseñar sistemas de IA, según Google.
Guía interna de Microsoft para aprender a diseñar, construir y probar sistemas de IA.
Lista de valores de Facebook para hacer un uso responsable de la inteligencia artificial en la empresa.
Entrada de blog sobre los problemas que conlleva la inteligencia artificial y sobre cómo debemos dirigirnos a ella.
Modelo de autoevaluación PIO (principios, indicadores y observables) para avanzar en la evaluación ética de datos y sistemas de inteligencia artificial a través de un formulario de verificación o checklist.
Informe sobre el uso ético y responsable de la inteligencia artificial en la sociedad.
Proyecto de recomendaciones sobre la ética de la inteligencia artificial elaborado por la UNESCO.
Vídeo que explica la elaboración del informe del Observatorio de Ética en Inteligencia Artificial de Cataluña (OEIAC) sobre la ética de la inteligencia artificial.
Entrevista a Cecilio Angulo, presidente de la Asociación Catalana de Inteligencia Artificial, sobre las ventajas de la inteligencia artificial y las regulaciones que hay que implementar.
Referentes de esta biblioguía
Lis Balcells
Subgrupo operativo: Referente de Informática, Multimedia y Telecomunicación, formación profesional (FP) Grupo operativo: Biblioteca para el aprendizaje
Adrián de Mon
Subgrupo operativo: Gestión de recursos de Informática, Multimedia y Telecomunicación, formación profesional (FP) Grupo operativo: Biblioteca para el aprendizaje