Ejercicios: Machine Learning, Big Data y calidad de los datos

Con tus palabras, explicá qué es la inteligencia artificial (IA). Después escribí un ejemplo de una aplicación o un dispositivo que uses en tu vida diaria y que utilice IA.

Machine Learning significa «aprendizaje automático». Explicá qué quiere decir que una computadora «aprende» a partir de ejemplos y mencioná un tipo de tarea que se pueda resolver de esa manera, como reconocer imágenes o sonidos.

Explicá qué se entiende por Big Data. Luego marcá cuál de estas situaciones es un ejemplo de Big Data y justificá tu elección:

1. a) La lista de útiles de tu cuaderno de clase.
2. b) Los registros de millones de búsquedas que hacen por día los usuarios de un buscador.

Valentina quiere entrenar en Teachable Machine un modelo que distinga fotos de un mate y de un termo. Para eso saca fotos con la cámara de su computadora del Plan Ceibal.

Explicá qué son los «datos de entrenamiento» en este caso y por qué Valentina necesita sacar varias fotos de cada objeto y no solo una.

Mateo entrenó un modelo en Teachable Machine con dos clases: «alfajor» y «bizcocho». Para la clase «alfajor» usó 80 fotos y para la clase «bizcocho» usó apenas 5 fotos.

Al probar el modelo, casi siempre responde «alfajor», incluso cuando le muestra un bizcocho. Explicá por qué puede estar pasando esto y qué debería hacer Mateo para mejorarlo.

Completá el siguiente cuadro comparando los tres conceptos. Para cada uno escribí una definición breve y un ejemplo.

Después explicá en dos o tres líneas cómo se relacionan entre sí.

Sofía entrenó un modelo en Teachable Machine para reconocer si una persona está sonriendo o seria. Usó 100 fotos, pero todas las sacó en el salón de clase, con buena luz, y todas eran de compañeros de su grupo. Cuando se lo muestra a su abuela, que está en una cocina con poca luz y usa lentes, el modelo se equivoca casi siempre.

Analizá el caso: identificá al menos dos problemas en los datos de entrenamiento, explicá cómo cada uno afecta al modelo y proponé qué datos agregarías para mejorarlo.

Un grupo de estudiantes de un liceo de Canelones dice: «Si le damos al modelo muchísimos datos, siempre va a funcionar bien, no importa cómo sean esos datos». Otro grupo responde: «No, es más importante que los datos sean buenos que que sean muchos».

Argumentá a favor o en contra de cada postura. En tu respuesta usá al menos un ejemplo concreto con un modelo sencillo (por ejemplo, uno que clasifique imágenes) y mencioná qué características tienen los datos de buena calidad.