2084, Inteligencia Artificial y El Futuro de la Humanidad.

Machine Learning Specialization by Andrew Ng

Estos videos son del curso de Machine Learning creados por Andrew Ng, Deeplearnig.ai y Stanford University.

Primer video:


Otros videos en:

¿Sabes cómo se entrenó ChatGPT? ¡ChatGPT es un modelo GPT-3 perfeccionado con una cantidad de datos sorprendentemente pequeña! ¡Además, ChatGPT usa parámetros 1.3B donde GPT-3 usa parámetros 175B! Primero se afina con el aprendizaje supervisado y luego se afina aún más con el aprendizaje por refuerzo. Contrataron a 40 etiquetadores humanos para generar los datos de entrenamiento. ¡Vamos a profundizar en ello!

- Primero, comenzaron con un modelo GPT-3 preentrenado entrenado en una amplia distribución de datos de Internet (https://arxiv.org/pdf/2005.14165.pdf). Luego, tomó muestras de indicaciones humanas típicas utilizadas para GPT recopiladas del sitio web de OpenAI y pidió a los etiquetadores y clientes que escribieran el resultado correcto. Refinaron el modelo con 12.725 datos etiquetados.

- Luego, tomaron muestras de indicaciones humanas y generaron múltiples salidas del modelo para cada una de las indicaciones. Luego se le pide a un etiquetador que clasifique esos resultados. Los datos resultantes se usan para entrenar un modelo de Recompensa (https://arxiv.org/pdf/2009.01325.pdf) con 33 207 indicaciones y ~10 veces más muestras de entrenamiento usando diferentes combinaciones de resultados clasificados.

- Luego muestreamos más indicaciones humanas y se utilizan para ajustar el modelo de ajuste fino supervisado con el algoritmo de optimización de políticas próximas (PPO), un algoritmo de aprendizaje por refuerzo (https://arxiv.org/pdf/1707.06347.pdf). El mensaje se alimenta al modelo PPO, el modelo de Recompensa genera un valor de recompensa y el modelo PPO se ajusta iterativamente usando las recompensas y los mensajes usando 31,144 datos de mensajes.

Este proceso se describe completamente aquí: https://arxiv.org/pdf/2203.02155.pdf. El documento en realidad detalla un modelo llamado InstructGPT que OpenAI describe como un "modelo hermano" de ChatGPT, por lo que los números que se muestran arriba pueden ser ligeramente diferentes de los exactos que se usan para ChatGPT.

Comparto una guia para el uso de la IA y los datos personales:

How to use AI and personal data appropriately and lawfully

Manual de Weka, realizada por la universidad ESAN.

Descargar Weka desde este link: https://waikato.github.io/weka-wiki/downloading_weka/

Comparto este documento intersante para realizar clasificacion usando algunas librerias en python.

gracias por compartir!

Este es un proyecto interesante para detectar espacios de parking disponibles en una calle.

Snagging Parking Spaces with Mask R-CNN and Python. Using Deep Learning to Solve Minor Annoyances
Información del proyecto: https://medium.com/@ageitgey/snagging-p ... 5f2231c400

Interesantes videos sobre Deep Learning:

ICLR 2021

The International Conference on Learning Representations (ICLR) is the premier gathering of professionals dedicated to the advancement of the branch of artificial intelligence called representation learning, but generally referred to as deep learning.

ICLR is globally renowned for presenting and publishing cutting-edge research on all aspects of deep learning used in the fields of artificial intelligence, statistics and data science, as well as important application areas such as machine vision, computational biology, speech recognition, text understanding, gaming, and robotics.

https://slideslive.com/iclr-2021

Interpretable Machine Learning