Què saps de la intel·ligència artificial? Aprèn-ne més amb aquesta biblioguia

Sabries dir quina diferència hi ha entre machine learning, deep learning i xarxes neuronals? Se sent a parlar molt de la intel·ligència artificial (IA), però entendre bé com funciona pot ser un repte. Per ajudar-te, l'equip de la Biblioteca, en col·laboració amb el professor Carles Ventura, dels Estudis d'Informàtica, Multimèdia i Telecomunicació, ha preparat la guia Marc teòric de la intel·ligència artificial, amb continguts que expliquen els conceptes clau de la IA, les seves aplicacions pràctiques i els dilemes ètics que planteja.

Amb aquesta guia podràs aprendre les nocions bàsiques de la IA i resoldre dubtes comuns mitjançant fonts d'informació seleccionades per l'equip bibliotecari i el professorat. A més de continguts introductoris, també presenta bibliografia específica per aprofundir en els aspectes més complexos.

Què hi trobaràs?

• Conceptes bàsics: en aquest apartat s'expliquen el significat i l'evolució de la intel·ligència artificial; els tipus de dades amb què s'entrena, tant estructurades com no estructurades, i els models algorítmics utilitzats per processar-les, com ara les xarxes neuronals i els arbres de decisió. També cobreix els prompts, que són les instruccions que donem als sistemes d'IA per comunicar-nos-hi o demanar una acció.

Entre els recursos recomanats per ampliar informació, hi ha el llibre Machine Learning Pocket Reference, una guia pràctica i de consulta fàcil disponible a la Biblioteca per a la comunitat UOC.

• Tipus d'aprenentatge: aquest apartat inclou informació sobre l'aprenentatge automàtic o machine learning, una de les branques de la IA, i les metodologies específiques corresponents (aprenentatge supervisat, semisupervisat, no supervisat i per reforç). També es dedica un bloc a l'aprenentatge profund o deep learning, un subconjunt de l'aprenentatge automàtic que ha fet possible avanços com la conducció assistida.

Entre els recursos recomanats hi ha el llibre Introduction to Machine Learning with Python, també disponible a la Biblioteca, que combina teoria amb explicacions pràctiques.

• Aplicacions: aquest apartat inclou informació sobre els camps d'estudi de la IA; per exemple, els sistemes de recomanació (recommender systems), que permeten mostrar pel·lícules, sèries o música a mida en plataformes de streaming com ara Netflix o Spotify; el processament de llenguatge natural (NLP), que permet la interacció amb assistents virtuals o xatbots com ara ChatGPT, o bé la visió artificial (computer vision), utilitzada, entre d'altres, per a l'anàlisi d'imatges.
• Ètica i fiabilitat: en aquest apartat s'exploren els reptes ètics. S'hi comparteixen organitzacions, informes, models d'autoavaluació i guies d'empreses líders en el sector tecnològic que versen sobre temes com la privadesa de les dades, els biaixos en els algorismes i la transparència en el desenvolupament de models d'IA.

Entra a la biblioguia i aprèn més sobre la intel·ligència artificial.