Biblioguies
Temàtica: Informàtica, Multimèdia i TelecomunicacióuserProgramList false
Marc teòric de la intel·ligència artificial
Les intel·ligències artificials (IA) fa anys que existeixen, però els últims mesos han experimentat una evolució molt ràpida. A què es deu? Quines innovacions han aportat? En aquesta biblioguia trobareu continguts teòrics, bàsics i específics, sobre la intel·ligència artificial, sobre els tipus d'IA que hi ha i sobre els usos que tenen.
Conceptes bàsics
Què és una intel·ligència artificial?
Recurs que explica què és la IA, quins tipus d'intel·ligències artificials hi ha i com s'utilitzen en diferents camps.
Conjunt de recursos i termes que poden servir per entendre més en profunditat les intel·ligències artificials.
Episodi del programa Quèquicom que explica què són les intel·ligències artificials. Conjunt de recursos i termes que poden servir per entendre més en profunditat les intel·ligències artificials i com es programen.
Episodi del programa Quan arribin els marcians sobre les utilitats de les intel·ligències artificials i com les incorporarem en el nostre dia a dia.
Tipus de dades (estructurades i no estructurades)
Article que exposa quins tipus de dades hi ha en relació amb la intel·ligència artificial i analitza en què es diferencien.
Recurs que explora en què es diferencien les dades estructurades i no estructurades, i estudia quines utilitats tenen.
Llibre de referència amb exemples per comprendre els conceptes bàsics de l'aprenentatge estructurat automàtic.
Harrison, M. (2019) Machine learning pocket reference: working with structured data in python. Beijing: O'Reilly. Disponible a: https://learning.oreilly.com/library/view/machine-learning-pocket/9781492047537/?sso_link=yes&sso_link_from=Catalunya (Consultat: 27 de juny de 2024).
Article que explora les diferents funcionalitats de les dades estructurades.
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 (Consultat: 27 de juny de 2024).
Article sobre els usos de les dades estructurades en l'àmbit clínic i la representació de la informació.
Zhang, D., Yin, C., Zeng, J., Yuan, X. i 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 a: https://doi.org/10.1186/s12911-020-01297-6 (Consultat: 27 de juny de 2024).
Models d'IA
Xarxes neuronals
Recurs que explica què són les xarxes neuronals en l'àmbit de la intel·ligència artificial, quins tipus de xarxes hi ha i com s'entrenen.
Recurs que explica què són les xarxes neuronals, quina història tenen i com es relacionen amb el deep learning.
Llibre que ofereix diverses perspectives sobre l'ús de xarxes neuronals artificials com a models de processament de la informació neuronal.
Van Gerven, M. i Bohte, S. (2018) Artificial neural networks as models of neural information processing. Lausana: Frontiers Media SA. Disponible a: https://directory.doabooks.org/handle/20.500.12854/41357 (Consultat: 27 de juny de 2024).
Arbres de decisió
Pàgina que exposa els avantatges i els inconvenients de fer servir arbres de decisió per fer tasques de mineria de dades.
Article que presenta un nou procés automatitzat per construir i inicialitzar xarxes neuronals profundes basades en arbres de decisió.
Humbird, K., Peterson, J. i Macclarren, R. (2019) 'Deep neural network initialization with decision trees', IEEE Transactions on Neural Networks and Learning Systems, 30(5), p. 1286-1295. Disponible a: https://doi.org/10.1109/TNNLS.2018.2869694 (Consultat: 27 de juny de 2024).
Ús de les IA: prompting
Article que explica què són els prompts i com es relacionen amb l'ús de les intel·ligències artificials més recents.
Article que estudia i organitza els treballs de recerca en un nou paradigma en el processament del llenguatge natural, que anomenem aprenentatge basat en prompts.
Liu, P., Yuan, W., Fu, J., Jiang, Z., Hayashi, H. i 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 a: https://doi.org/10.1145/3560815 (Consultat: 27 de juny de 2024).
Tipus d'aprenentatge
Aprenentatge automàtic (machine learning)
Recurs que explica què és l'aprenentatge automàtic, com funciona i quins tipus d'aprenentatges automàtics hi ha.
Recull de materials per entendre els usos i les funcions de l'aprenentatge automàtic.
Llibre que ensenya a utilitzar eines senzilles i eficients per implementar programes capaços d'aprendre de les dades.
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 a: https://discovery.biblioteca.uoc.edu/permalink/34CSUC_UOC/1asfcbc/alma991000554169706712 (Consultat: 27 de juny de 2024).
Llibre que ensenya maneres pràctiques de crear solucions d'aprenentatge automàtic amb Python.
Müller, A. i Guido, S. (2017) Introduction to machine learning with Python: a guide for data scientists. Sebastopol, CA: O'Reilly Media, Inc. Disponible a: https://learning.oreilly.com/library/view/introduction-to-machine/9781449369880/?sso_link=yes&sso_link_from=Catalunya (Consultat: 27 de juny de 2024).
Llibre que presenta algorismes d'inferència aproximada que permeten respostes aproximades ràpides en situacions en què les respostes exactes no són factibles.
Bishop, C. (2006) Pattern recognition and machine learning. New York: Springer. Disponible a: https://discovery.biblioteca.uoc.edu/permalink/34CSUC_UOC/1asfcbc/alma991000215569706712 (Consultat: 27 de juny de 2024).
Aprenentatge supervisat
Article que explica com funciona l'aprenentatge supervisat i com es pot utilitzar per crear models d'aprenentatge automàtic d'alta precisió.
Article que explica què és l'aprenentatge supervisat, com funciona, i quins beneficis i limitacions té.
Aprenentatge semi-supervisat
Recursos específics per aprofundir en l'aprenentatge automàtic semisupervisat.
Recurs que explica què és l'aprenentatge semisupervisat i en què es diferencia dels altres.
Breu guia per entendre què és l'aprenentatge semisupervisat i com es fa servir.
Aprenentatge no supervisat
Recursos específics per aprofundir en l'aprenentatge automàtic sense supervisar.
Article que explica com funciona l'aprenentatge no supervisat i com es pot utilitzar per explorar i agrupar dades.
Recurs que explica què és el clustering i quins usos té en la intel·ligència artificial.
IA generativa
Vídeo sobre els models generatius i sobre els tipus de models que hi ha.
Llibre que explica com es creen els models d'aprenentatge profund generatiu, com ara codificadors automàtics variacionals, xarxes adversàries generatives (GAN), models de codificador-descodificador i models mundials.
Foster, D. (2019) Generative deep learning: teaching machines to paint, write, compose, and play. Beijing: O'Reilly. Disponible a: https://learning.oreilly.com/library/view/generative-deep-learning/9781492041931/?sso_link=yes&sso_link_from=Catalunya (Consultat: 27 de juny de 2024).
Marc per a models generatius mitjançant un procés contradictori, en el qual s'entrenen simultàniament dos models: un model generatiu G, que captura la distribució de dades, i un model discriminatiu D, que estima la probabilitat que una mostra provingui de les dades d'entrenament.
Secció del programa Tot es mou sobre les possibilitats de la intel·ligència artificial.
Article que explica l'ampliació dels models lingüístics per millorar el rendiment independent de les tasques i amb pocs resultats, per arribar a la competitivitat amb enfocaments d'ajustament d'última generació.
Vídeo sobre els models d'aprenentatge profund i la generació d'imatges a partir de textos.
Article que descriu un enfocament per a la generació d'imatges a partir de text basada en un transformador que modela de manera autoregressiva els testimonis de text i imatge com un sol flux de dades.
Aprenentatge per reforç
Llibre que se centra en els algorismes bàsics d'aprenentatge en línia, amb material matemàtic.
Sutton, R. i Barto, A. (2018) Reinforcement learning, second edition: an introduction. Camdridge: MIT Press. Disponible a: https://ebookcentral.proquest.com/lib/bibliouocsp-ebooks/detail.action?docID=6260249 (Consultat: 27 de juny de 2024).
Vídeo sobre els diferents algorismes que participen en l'aprenentatge per reforç.
Recursos específics per aprofundir en l'aprenentatge per reforç.
Recull de materials sobre els models d'aprenentatge per reforç en la intel·ligència artificial.
Aprenentatge profund (deep learning)
Canal de YouTube per aprofundir en l'aprenentatge profund i la intel·ligència artificial.
Introducció a una àmplia gamma de temes d'aprenentatge profund, que engloba antecedents matemàtics i conceptuals, tècniques d'aprenentatge profund utilitzades en la indústria i perspectives de recerca.
Vídeo sobre l'aprenentatge profund i les xarxes neuronals.
Recursos de l'NVIDIA Deep Learning Institute (DLI) per resoldre diferents necessitats d'aprenentatge, des de materials d'aprenentatge fins a formació personalitzada.
Recursos específics per conèixer més a fons l'aprenentatge profund.
Altres tipus d'aprenentatge
Aprenentatge actiu
Article que explica què és l'aprenentatge actiu, per a què serveix, com funciona i com es fa servir.
Aprenentatge per transferència
Article que explica què és l'aprenentatge transferit i com es relaciona amb l'aprenentatge profund.
Aprenentatge federat
Article sobre els protocols que se segueixen en els models d'aprenentatge federat.
Aplicacions
Sistemes de recomanació (recommender systems)
Llibre que tracta de manera exhaustiva el tema dels sistemes de recomanació, que ofereixen recomanacions personalitzades de productes o serveis als usuaris en funció de les seves cerques o compres anteriors.
Aggarwal, C. (2016) Recommender systems: the textbook. Cham: Springer International Publishing. Disponible a: https://discovery.biblioteca.uoc.edu/permalink/34CSUC_UOC/l8oqf8/alma991000903306306712 (Consultat: 27 de juny de 2024).
Article que analitza de manera sistemàtica les metodologies bàsiques i les tècniques predominants en els sistemes de recomanació, i que explica com la IA pot millorar eficaçment el desenvolupament tecnològic i l'aplicació dels sistemes de recomanació.
Zhang, Q., Lu, J. i Jin, Y. (2021) 'Artificial intelligence in recommender systems', Complex & Intelligent Systems, 7(1), p. 439-457. Disponible a: https://doi.org/10.1007/s40747-020-00212-w (Consultat: 27 de juny de 2024).
Llibre que ensenya com es poden crear sistemes de recomanació amb algorismes d'aprenentatge automàtic mitjançant Python.
Kulkarni, A. (2023) Applied Recommender Systems with Python: Build Recommender Systems with Deep Learning, NLP and Graph-Based Techniques. Berkeley, CA: Apress. Disponible a: https://learning.oreilly.com/library/view/applied-recommender-systems/9781484289549/?sso_link=yes&sso_link_from=Catalunya (Consultat: 27 de juny de 2024).
Processament de llenguatge natural (NLP)
Llibre que serveix de guia per crear sistemes de processament de llenguatge natural.
Sowmya, V. B., Majumder, B., Gupta, A. i Surana, H. (2020) Practical natural language processing: a comprehensive guide to building real-world NLP systems. Sebastopol, CA: O'Reilly Media. Disponible a: https://discovery.biblioteca.uoc.edu/permalink/34CSUC_UOC/1asfcbc/alma991000735048406712 (Consultat: 27 de juny de 2024).
Recursos específics per aprofundir en el processament de llenguatge natural.
Entrades de blog sobre processament de llenguatge natural en IA.
Llista de models lingüístics en actualització contínua.
Processament de la parla (speech processing)
Recull de recursos d'aprenentatge sobre xarxes neuronals profundes en la música.
Recull de materials sobre processament d'àudio amb intel·ligències artificials.
Materials i mètodes de reconeixement de veu amb intel·ligència artificial.
Xarxa neuronal anomenada Whisper que s'aproxima a la robustesa i la precisió a escala humana en el reconeixement de la parla en anglès.
Visió artificial (computer vision)
Llibre que ofereix un tractament dels mètodes moderns de visió artificial.
Forsyth, A. i Ponce, J. (2012) Computer vision: a modern approach. Boston: Pearson Education. Disponible a: https://discovery.biblioteca.uoc.edu/permalink/34CSUC_UOC/1asfcbc/alma991000470159706712 (Consultat: 27 de juny de 2024).
Llibre de referència que adopta un enfocament científic per a la formulació de problemes de visió artificial. Aquests problemes s'analitzen mitjançant els últims models d'aprenentatge clàssic i profund i es resolen amb principis d'enginyeria.
Recull de materials sobre visió artificial amb intel·ligències artificials.
Entrades de blog sobre visió artificial en IA.
Materials i mètodes relacionats amb la visió artificial.
Xerrada TED sobre com els ordinadors s'entrenen per entendre imatges.
Xerrada TED que explica com els ordinadors aprenen a reconèixer objectes, amb demostració en directe.
Ètica i fiabilitat
Institut que se centra a proporcionar eines per a organitzacions i professionals de la IA per construir, comprar i subministrar sistemes d'IA segurs i de confiança.
Conjunt de consideracions per als sistemes de programari a l'hora de dissenyar sistemes d'IA, segons Google.
Guia interna de Microsoft per aprendre a dissenyar, construir i provar sistemes d'IA.
Llista de valors de Facebook per fer un ús responsable de la intel·ligència artificial a l'empresa.
Entrada de blog sobre els problemes que comporta la intel·ligència artificial i sobre com ens hi hem d'adreçar.
Model d'autoavaluació PIO (principis, indicadors i observables) per avançar en l'avaluació ètica de dades i sistemes d'intel·ligència artificial a través d'un formulari de verificació o checklist.
Informe sobre l'ús ètic i responsable de la intel·ligència artificial en la societat.
Projecte de recomanacions sobre l'ètica de la intel·ligència artificial elaborat per la UNESCO.
Vídeo que explica l'elaboració de l'informe de l'Observatori d'Ètica en Intel·ligència Artificial de Catalunya (OEIAC) sobre l'ètica de la intel·ligència artificial.
Entrevista a Cecilio Angulo, president de l'Associació Catalana d'Intel·ligència Artificial, sobre els avantatges de la intel·ligència artificial i les regulacions que s'han d'implementar.
Referents d'aquesta biblioguia
Lis Balcells
Subgrup operatiu: Referent d'Informàtica, Multimèdia i Telecomunicació, formació professional (FP) Grup operatiu: Biblioteca per a l'Aprenentatge
Adrián de Mon
Subgrup operatiu: Gestió de recursos d'Informàtica, Multimèdia i Telecomunicació, formació professional (FP) Grup operatiu: Biblioteca per a l'Aprenentatge