Actualidad Deep Learning

Esta publicación analiza la presencia de IA y Big Data en las redes y lo que quieren decir. Diferencia entre big dataset y big data. https://ai-forum.com/opinion/ai-and-big-data-true-definitions-beyond-the-battle-of-buzzwords/ Editado por Aniceto Pérez y Madrid, Especialista en Ética de la Inteligencia Artificial  y Editor de Actualidad Deep Learning (@forodeeplearn).  Los artículos publicados son incluidos por su estimada relevancia y no expresan necesariamente los puntos de vista del Editor este Blog.

Como científicos, queremos comunicar que la privacidad es esencial para la seguridad, la innovación, la dignidad y el florecimiento. Como tal, debemos dejar de celebrar cuán grandes son nuestros datos. La teoría de la IA de Rumpelstiltskin (originalmente, Rumpelstilzchen) es simplemente errónea. No obtiene automáticamente más o mejor inteligencia en proporción a la cantidad de datos que utiliza. Incluso cuando utiliza el aprendizaje automático para construir su IA (que ciertamente no siempre es el caso), las estadísticas básicas 1 + 1 que la cantidad de datos que necesita depende de la variación en la población que está estudiando. Para muchas aplicaciones, una gran cantidad de datos solo es útil para la vigilancia. Incluso cuando una gran cantidad de datos podría ser útil, sigue siendo un peligro. Los datos no deben ser retenidos y almacenados rutinariamente sin una buena razón. Donde haya una buena razón, debe almacenarse con los más altos estándares de ciberseguridad. Necesitamos si...

El empleo de la analítica de datos está creciendo mucho, pero necesita muchos datos. Big significa big en volumen, velocidad y variedad. Esos criterios han mutado a variabilidad y veracidad. Tener big data también implica una gran capacidad de cálculo. Las aplicaciones de big data son facturación, ventas, marketing, logística, medios de comunicación y entretenimiento, educación, salud https://medium.com/sciforce/big-data-is-not-so-big-data-science-for-small-and-medium-sized-enterprises-20a55058c60f Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)