Libro

La revolución del aprendizaje profundo

La inteligencia artificial frente a la inteligencia humana

Terrence J. Sejnowski

MIT Press, 2018

Lea o escuche sin conexión

Amazon Kindle

1×

Connectez-vous pour écouter un résumé audio.

Clasificación editorial

getAbstract synthétise des ouvrages* qui permettent aux utilisateurs de mieux comprendre le monde pour le rendre meilleur. Quel que soit le livre que nous sélectionnons pour notre bibliothèque, il doit se distinguer par l'un ou l'autre des deux critères suivants :

Enrichissant – Les enseignements que vous en tirerez orienteront et amélioreront vos décisions.

Utile – Les conseils pratiques qui sont dispensés vous aideront à améliorer la prise de décision.

Nous évaluons chaque contenu sur une échelle de 1 à 10 en fonction de ces deux qualités essentielles . La note attribuée vous permet de classer les titres de votre liste de lecture de Plaisant (5) à Excellent (10). Les livres qui obtiennent moins de 5 ne font pas l'objet d'une publication. Voici ce que signifie chaque note :

10 – Excellent. Un livre utile et/ou instructif qui, outre ses nombreuses qualités, fait office de classique du genre. Une référence.
9 – Superbe. Un livre utile et/ou instructif extrêmement bien écrit et structuré, qui présente de multiples caractéristiques positives et aucune lacune notable.
8 – Très bien. Un livre utile et/ou instructif qui présente de multiples caractéristiques positives mais quelques points faibles. L'ouvrage peut par exemple présenter les dernières découvertes dans un domaine spécialisé et être rédigé par un expert, mais pécher par son style d'écriture.
7 – Bien. Un livre utile et/ou instructif, qui combine deux ou plusieurs caractéristiques positives. Il peut par exemple contenir des idées novatrices, présentées de manière engageante.
6 – Appréciable. Un livre utile et/ou instructif, qui présente au moins un aspect engageant. Il peut, par exemple, être particulièrement bien structuré.
5 – Plaisant. Un livre utile et/ou instructif, même si le contenu pourrait être amélioré. Ce livre peut par exemple prodiguer des conseils utiles dans certains domaines, mais être répétitif et sans relief particulier.

*getAbstract synthétise bien plus que des livres. Nous recherchons tous types de contenus pouvant intéresser nos lecteurs : des livres, mais également des articles, des rapports, des vidéos et des podcasts. Nos classifications sont valables pour les livres, mais également pour les autres formats que nous proposons.

Cualidades

Científico
Visionario
Ejemplos concretos

Si la notation vous indique le niveau qualitatif du livre en fonction de nos deux critères principaux, elle n'explique aucune caractéristique particulière. Nous nous appuyons donc sur 20 qualités qui définissent les traits essentiels de l'ouvrage :

Pratique – Vous obtiendrez des conseils que vous pourrez aisément mettre en pratique sur votre lieu de travail ou dans des situations quotidiennes.
Analytique – Vous comprendrez les mécanismes internes du sujet abordé.
Connaissance du contexte – Vous aurez accès à des connaissances contextuelles pouvant servir de base à l'action ou à l'analyse.
Audacieux – Vous découvrirez des arguments susceptibles de rompre avec les points de vue dominants.
Complet – Vous trouverez une étude exhaustive du sujet.
Exemples concrets – Vous obtiendrez des conseils pratiques illustrés par des récits d'applications concrètes ainsi que des anecdotes authentiques.
Polémique – Vous serez confronté à des idées faisant l'objet d'un débat animé.
Éloquent –Vous prendrez plaisir à découvrir un ouvrage rédigé ou composé de main de maître.
Captivant – Vous serez captivé par cet ouvrage du début à la fin.
Révélateur – Vous découvrirez des informations très surprenantes.
Niveau débutant – Cet ouvrage constitue un bon point de départ si vous avez peu ou aucune expérience/connaissance du domaine traité.
Niveau Expert – Vous obtiendrez des informations/recommandations spécialisées utiles dans votre domaine de spécialité.
Sujet d'actualité – Plongez au cœur d'un thème qui fait l'objet d'un vif débat.
Innovant – Découvrez des idées et des concepts innovants sur des tendances et des produits inédits.
Vu de l'intérieur – Vous aurez le privilège d'être initié par un spécialiste du domaine.
Stimulant – Vous aurez envie de mettre immédiatement en pratique les conseils prodigués.
Aperçu – Vous acquerrez une appréciation globale du sujet et de ses aspects principaux.
Approche scientifique – Vous aurez accès à des faits et des chiffres fondés sur la recherche scientifique.
Visionnaire – Vous aurez un aperçu de l'avenir et ce qu'il vous réserve.
Bien structuré – Vous trouverez ce contenu particulièrement bien structuré, ce qui facilite l'adhésion à ses idées ou leur mise en œuvre.

Reseña

Las redes neuronales artificiales pueden aprender. El luminario de inteligencia artificial Terrence J. Sejnowski detalla los logros y de sus colegas sobre su investigación de aprendizaje profundo durante su campaña de tres décadas en contra de la noción de que las computadoras no pueden simular cerebros. Al combinar los descubrimientos en neurociencia y biología con nuevos algoritmos de aprendizaje, los investigadores pueden usar el cerebro para enseñar a redes y luego usar las redes para enseñar a la gente sobre sus cerebros. El aprendizaje profundo –una forma de aprendizaje automático– dominará el siglo XXI y responderá las preguntas más desconcertantes sobre la conciencia y desafiará a todos para seguir aprendiendo.

Resumen

El aprendizaje profundo se basa en redes neuronales artificiales que simulan cómo el cerebro aprende a través de la experiencia.

La información alimenta el conocimiento, que proporciona una visión de lo que la gente hace, lo que quiere y quiénes son. El conocimiento ya no es externo al cerebro, sino que converge con él a través de sistemas de aprendizaje profundo. Las máquinas están aprendiendo a traducir palabras, reconocer voces y diagnosticar enfermedades.

El aprendizaje profundo es una rama del aprendizaje automático. Sus raíces están en las matemáticas, la informática y la neurociencia. Las máquinas de aprendizaje profundo aprenden por la experiencia de recolectar y analizar grandes cantidades de datos para dar sentido al mundo. Los datos son el nuevo petróleo… quien tenga más, gana. Los algoritmos de aprendizaje son refinerías que extraen información de los datos. La nueva información da forma al conocimiento.

La revolución del aprendizaje profundo no se centra solo en cómo evolucionó la inteligencia artificial, sino también en cómo está evolucionando la inteligencia humana. Llevar el aprendizaje automático al siglo XXI...

Sobre el autor

Terrence J. Sejnowski, PhD, enseña en el Instituto de Estudios Biológicos Salk, donde es director del Laboratorio de Neurobiología Computacional, y es director del Centro Crick-Jacobs de Biología Teórica y Computacional.

Comentarios sobre este resumen

Inicie sesión para compartir su opinión
L. R. hace 3 años

El cambio hoy en día es constante, si no estas actualizado en temas de aprender a aprender ,estas fuera de este cambio.
L. P. hace 4 años

Es claro, que estamos en constante evolucion, quienes no quieran obtener nuevos conocimientos y manera de hacer las cosas, se quedaran sin opciones...
J. A. hace 4 años

Otra forma de aprendizaje.