Entrenamiento e inferencia

 ¿Qué es el entrenamiento de la IA?

Inicialmente se le da a la IA un conjunto de datos con las etiquetas correctas, conocidos como datos de entrenamiento. Luego, se monitorea el modelo de inferencia generado por el conjunto de datos de prueba, al que la IA puede responder de manera veraz o falsa. Lo que se busca con este método de aprendizaje es detectar patrones, y lo que hace la IA en este caso es buscar y agrupar los datos en función de su similitud. Es el tipo de formación más utilizado en el procesamiento de datos multimedia.

En este modelo el conjunto de datos de entrenamiento es introducido en tiempo real y las conclusiones que saca la IA son evaluadas por un agente supervisor que la alimenta, que puede ser una persona, una base de datos compleja e incluso otra IA. En este caso, la IA productiva no sabe lo que está buscando desde el principio, y solo aprende de una segunda IA ​​que puede realizar la evaluación por clasificación o búsqueda de patrones. Dependiendo del tipo de problema para el que se desee crear un modelo o solución, el proceso de capacitación puede requerir más o menos energía y tiempo.

Por ejemplo, hay casos en los que es necesario utilizar centros de datos que constan de decenas o incluso cientos de computadoras, mientras que otros problemas pueden resolverse con un ordenador doméstico de bajo consumo.

¿Qué es la inferencia en IA?

A grandes rasgos, la inferencia consiste en poner en práctica lo que la IA ha aprendido en el entrenamiento. Una vez que la IA aprende el modelo, crea un modelo de inferencia que utilizará para resolver y / o clasificar el problema. Esta estructura permite que los procesadores de inteligencia artificial aprendan estructuras complejas sin requerir grandes cantidades de datos.