El
machine learning
(ML)
o aprenentatge automàtic és un dels camps que impulsa l'avanç tecnològic del present i les seves aplicacions creixen cada dia. Com a exemples de solucions desenvolupades amb machine learning podem esmentar DALL-I , el conjunt de models del llenguatge en espanyol
MarIA
o fins i tot
Chat GPT-3
, eina de
IA
generativa que és capaç de crear contingut de tot tipus, com, per exemple, codi per programar visualitzacions amb dades del catàleg datos.gob.es .
Totes aquestes solucions funcionen gràcies a grans repositoris de dades que fan possible l'aprenentatge dels sistemes. Entre aquests, les dades obertes juguen un paper fonamental per al desenvolupament de la intel·ligència artificial ja que poden servir d'entrenament per als models d'aprenentatge automàtic .
Sota aquesta premissa, sumat a l'esforç permanent de les administracions per l'obertura de dades, existeixen organitzacions no governamentals i associacions que contribueixen desenvolupant aplicacions que usen tècniques de machine learning dirigides a millorar la vida de la ciutadania. Destaquem tres d'elles:
ML Commons impulsa un sistema d'aprenentatge automàtic millor per a tots
Aquesta iniciativa pretén millorar l'impacte positiu de l'aprenentatge automàtic en la societat i accelerar la innovació oferint eines com a conjunts de dades, millors pràctiques i algorismes oberts. Entre els seus membres fundadors es troben empreses com Google, Microsoft, DELL, Intel AI, Facebook AI, entre unes altres.
Les tecnologies innovadores de ML necessiten grans conjunts de dades amb llicències que permetin la seva reutilització, que puguin ser redistribuibles i que estiguin en contínua millora. Per això, la missió de ML Commons és contribuir a mitigar aquesta bretxa i per així impulsar la innovació en machine learning.
El principal objectiu d'aquesta organització és crear una comunitat de dades obertes per al desenvolupament d'aplicacions machine learning.
Datacommons sintetitza diferents fonts de dades obertes en un únic portal
Datacommons cerca potenciar els fluxos democràtics de dades dins de l'economia cooperativa i solidària i té com a objectiu principal oferir dades depurades, normalitzats i interoperables.
La varietat de format i informació que ofereixen els portals públics de dades obertes pot arribar a ser un obstacle per a la recerca. L'objectiu d'és compilar
Datacommons
dades obertes en una web enciclopèdica que ordena tots els
dataset
mitjançant nodes. D'aquesta manera, l'usuari pot accedir a la font que més li interessa.
Papers with Code: el repositori de materials en obert per alimentar models machine learning
Es tracta d'un portal que ofereix codi, informes, dades, mètodes i taules d'avaluació en format obert i gratuït. Tot el contingut de la web està sota llicència
CC-BY-SA,
és a dir, permet copiar, distribuir, exhibir i modificar l'obra fins i tot amb finalitats comercials compartint les contribucions realitzades amb la mateixa llicència original.
Qualsevol usuari pot contribuir aportant contingut i, fins i tot, participar al canal de Slack de la comunitat que està moderat per responsables que protegeixen la política d'inclusió definida per la plataforma.
L'objectiu d'és mantenir
ML Commons, Data Commons y Papers with Code
i fer créixer comunitats de dades obertes que contribueixin al desenvolupament de tecnologies innovadores. Entre elles, la intel·ligència artificial (
machine learning, deep learning
etc.) amb totes les possibilitats que el seu desenvolupament pot arribar a oferir a la societat.
Font original de la notícia
