Glosario IA
El diccionario completo de la Inteligencia Artificial
Basado en Modelo de Transferencia de Aprendizaje
Enfoque de aprendizaje por refuerzo donde un modelo aprendido en un entorno fuente se adapta para acelerar el aprendizaje en un entorno objetivo similar.
Conocimiento transferible
Conjunto de representaciones, políticas o modelos aprendidos en una tarea fuente que pueden ser reutilizados eficazmente para mejorar el rendimiento en una nueva tarea.
Ajuste fino de modelo
Técnica de adaptación gradual donde los parámetros de un modelo pre-entrenado se ajustan específicamente para la nueva tarea objetivo mientras preservan los conocimientos generales.
Representaciones compartidas
Características abstractas y generales extraídas de los datos fuente que siguen siendo relevantes y útiles para resolver tareas similares en el dominio objetivo.
Generalización inter-tareas
Capacidad de un modelo para aplicar eficazmente los conocimientos adquiridos en una tarea para resolver problemas distintos pero conceptualmente relacionados.
Adaptación rápida
Proceso de ajuste eficaz de un modelo pre-entrenado a una nueva tarea con un mínimo de ejemplos y tiempo de entrenamiento gracias a la transferencia de conocimientos.
Modelo fuente-objetivo
Arquitectura de transferencia donde un modelo fuente proporciona los conocimientos iniciales que son adaptados progresivamente para responder a las especificidades del dominio objetivo.
Transferencia de políticas
Aplicación de una estrategia de decisión aprendida en un entorno fuente para inicializar o guiar el aprendizaje en un entorno objetivo similar.
Aprendizaje few-shot
Capacidad de adaptación a nuevas tareas con muy pocos ejemplos de entrenamiento, explotando masivamente los conocimientos preexistentes del modelo transferido.
Parámetros congelados
Técnica donde ciertas capas del modelo fuente se mantienen sin cambios durante la adaptación para preservar los conocimientos fundamentales transferidos.
Aprendizaje progresivo
Estrategia de transferencia donde el modelo aprende conceptos de manera jerárquica, de los más simples a los más complejos, facilitando la reutilización de conocimientos.
Similitud de distribución
Medida de la proximidad entre las distribuciones de probabilidades de los datos fuente y objetivo, determinando el potencial de éxito de la transferencia de conocimientos.
Conocimiento previo aprendido
Conjunto de pesos, sesgos y estructuras neuronales adquiridos durante el entrenamiento inicial que sirven como punto de partida para la adaptación a la nueva tarea.