Tengo otra pregunta. Un blog de ciencia

Máster de Cultura Científica EHU/UPNA 2023/2024 Introducción a la Inteligencia Artificial. Tarea 6. La tarea consiste en aportar nuestra visión crítica sobre la IA en su totalidad o sobre algún aspecto concreto, desde un punto de vista científico y ético, argumentando desde casos considerados en la materia y con referencias.   Imagen generada gracias a la IA generativa de Adobe Firefly.  Hace solo unos meses hice una entrevista (1) a uno de los “popes” de la radiología y el radiodiagnóstico por imagen españoles, Luis Martí Bonmatí . El valenciano, gracias a la carrera investigadora que le avala (2), ha sido elegido para coordinar varios de los proyectos que la Comisión Europea (3) está llevando a cabo para ver cómo la Inteligencia Artificial y, en concreto el machine learning y el deep learning pueden llegar a revolucionar la forma en la que actualmente abordamos problemas de salud como el cáncer de mama o el de próstata. En esa charla, y en un puñado

  Máster de Cultura Científica EHU/UPNA 2023/2024 Redes Sociales en Comunicación Científica. Tarea 5 Análisis del plan de comunicación científica Para completar la última tarea de la asignatura decidí generar un perfil en X (antiguo Twitter) desde cero y además, anónimo, lo que sin duda entiendo que ha lastrado los resultados. Se trata de la cuenta @vacunoticias centrada en divulgar noticias sobre vacunas y en difundir datos históricos sobre su creación, desarrollo o impacto. Este ha sido la temática elegida y creo que me he ceñido bastante a ella. El público objetivo eran personas ya interesadas en vacunas del ámbito científico pero los post dedicados a la historia de las vacunas estaban diseñados para todo tipo de público. Con estas bases, he mantenido activa la cuenta durante 17 días: del domingo 21 de abril cuando inicié la divulgación hasta el pasado martes, 7 de mayo que publiqué los últimos aunque con un par de días “en blanco”. La intención era publicar

Máster de Cultura Científica EHU/UPNA 2023/2024 Introducción a la Inteligencia Artificial. Tarea 5.   Tarea 5. La tarea consiste en resumir las críticas desde el punto de vista científico que se han planteado al aprendizaje profundo o deep learning en una breve entrada al blog Un coche de conducción autónoma en una ciudad. Imagen generada por IA generativa. El aprendizaje profundo o deep learning es un conjunto de algoritmos que se utilizan en el machine learning y que buscan emular matemáticamente el comportamiento del cerebro generando redes neuronales. Este entramado de neuronas está dispuesto en capas (de entrada, intermedias u ocultas y de salida) que están interconectadas y cada una gestiona un nivel de análisis aportando unos datos que son utilizados de forma sucesiva por las siguientes para elaborar abstracciones y encontrar estructuras intrincadas en grandes paquetes de datos. A diferencia del machine learning o aprendizaje automático, el deep learning

  Máster de Cultura Científica EHU/UPNA 2023/2024 Introducción a la Inteligencia Artificial. Tarea 3. La tarea consiste en apuntar qué tipos de problemas no podrían ser resueltos por el algoritmo A *.     El algoritmo A* (A estrella) es un algoritmo de búsqueda informada que se utiliza para encontrar el camino más corto entre un punto de origen y un final en problemas de grafos complejos. Y lo hace apoyándose en información heurística, datos que se aportan para apostar por aquellas rutas o nodos por las que hay más posibilidad de encontrar una solución óptima y que, por tanto, vale la pena desarrollar en detrimento de otras. Así se asegura reducir la cantidad de búsqueda requerida para encontrar una solución. Cuanto mejor sea esta información, mejor será el algoritmo. El algoritmo tiene en cuenta, además, el coste de llegar del punto A al Z, y se busca siempre que sea el menor posible. De esta forma, siempre que haya una solución, encontrarán una óptima. El algoritmo A