Cisnes negros en inteligencia artificial — Dan Rose AI

Cisnes negros en inteligencia artificial — Dan Rose AI

Este artículo es un recorte de mi próximo libro en el que puede registrarse aquí: https://www.danrose.ai/book

Un concepto significativo en la comprensión de sus datos es el concepto de Black Swans. los teoría del cisne negro fue acuñado por el estadístico y autor de Fooled by Randomness Nassim Nicholas Taleb. Un libro que solo puedo recomendar.

Durante muchos años se supo comúnmente que los cisnes negros no existían. Como nunca se habían observado cisnes negros, no existían en ningún dato. Si en ese momento hubiera puesto su oferta en la posibilidad de que el próximo cisne que viera fuera negro, probablemente apostaría en contra de tal evento. Resultó que había muchos cisnes negros. Simplemente no habían sido observados todavía. Lo fueron por primera vez cuando descubrimos Australia, que estaba llena de cisnes negros. En otras palabras, los datos solo representaban el mundo conocido y observado y no el mundo real.

Ese también es un excelente momento para mencionar que los datos son solo históricos. Y según la noción en ciencia de datos, los datos históricos son bastante malos, pero los mejores que obtuvimos.

Los cisnes negros son, a nivel individual, muy raros. La última pandemia de Covid es un testimonio de un raro evento de cisne negro.

También se podría mencionar la crisis financiera de 2007. Históricamente, el mercado de la vivienda nunca colapsó, por lo que cualquier modelo basado en datos históricos no podría haber predicho tal evento.

Pero los cisnes negros no son raros a nivel agregado. Son más comunes de lo que intuitivamente pensarías. Las pandemias, el colapso de los mercados inmobiliarios o la guerra en Europa parecen eventos tan únicos que deben ser poco comunes. Pero las primicias menos atractivas para los medios y los eventos raros ocurren todo el tiempo.

Como tal, también debe esperar eventos de cisnes negros. Cualquier cosa que muestren sus datos de eventos históricos es solo historia. Confiar en él debe hacerse con el conocimiento de que el futuro puede ser muy diferente. Eso también se traduce en la precisión de los modelos. Dado que los modelos de IA utilizan partes de los datos de entrenamiento históricos para calcular su precisión, lo hacen teniendo en cuenta el pasado. Como resultado, siempre debe esperar que los modelos de IA funcionen al menos un poco peor en producción de lo que brindan como precisión.

Tampoco debes intentar predecir cisnes negros. Son, por naturaleza, impredecibles. En su lugar, asegúrese de que los procesos. Especialmente los modelos de decisión y los niveles de decisión consideran que un cisne negro puede aparecer en cualquier momento.

Para obtener más consejos, suscríbase al libro aquí: https://www.danrose.ai/book

Fuente del artículo

Deja un comentario