¿Cómo podemos enseñar a las máquinas a aprender de forma más inteligente y eficiente?
Uno de los grandes retos actuales en el campo de la inteligencia artificial es conseguir que los sistemas de Deep Learning (aprendizaje profundo) aprendan de forma más rápida, precisa y con menos recursos. Aunque los modelos actuales son muy potentes, también son cada vez más complejos y costosos: necesitan enormes cantidades de datos, tiempo de entrenamiento y poder computacional. Mi tesis doctoral parte de una pregunta sencilla, pero con un impacto profundo: ¿Podemos enseñar a las máquinas a centrarse solo en la información realmente importante para aprender mejor? En otras palabras, busco entender cómo seleccionar las variables más relevantes y reducir la información redundante antes de que un modelo empiece a entrenar. Así, el objetivo es que el modelo no se “distraiga” con datos innecesarios, sino que aprenda de manera más parecida a cómo lo haría una persona: concentrándose en lo esencial. Este estudio combina técnicas de selección de variables y reducción de in...