El
machine learning
(ML)
o aprenentatge automàtic és un dels camps que impulsa l'avanç tecnològic del present i les seues 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
, ferramenta de
IA
generativa que és capaç de crear contingut de tot tipus, com, per exemple, codi per a programar visualitzacions amb dades del catàleg datos.gob.es .
Totes estes solucions funcionen gràcies a grans repositoris de dades que fan possible l'aprenentatge dels sistemes. Entre estos, 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 .
Baix esta premissa, sumat a l'esforç permanent de les administracions per l'obertura de dades, existixen organitzacions no governamentals i associacions que contribuïxen 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
Esta iniciativa pretén millorar l'impacte positiu de l'aprenentatge automàtic en la societat i accelerar la innovació oferint ferramentes com a conjunts de dades, millors pràctiques i algoritmes 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 permeten la seua reutilització, que puguen ser redistribuibles i que estiguen en contínua millora. Per açò, la missió de ML Commons és contribuir a mitigar eixa bretxa i per a així impulsar la innovació en machine learning.
El principal objectiu d'esta 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 busca 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 oferixen els portals públics de dades obertes pot arribar a ser un obstacle per a la investigació. L'objectiu d'és compilar
Datacommons
dades obertes en una web enciclopèdica que ordena tots els
dataset
mitjançant nodes. D'esta manera, l'usuari pot accedir a la font que més li interessa.
Papers with Code: el repositori de materials en obert per a alimentar models machine learning
Es tracta d'un portal que oferix codi, informes, dades, mètodes i taules d'avaluació en format obert i gratuït. Tot el contingut de la web està baix 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 en el canal de Slack de la comunitat que està moderat per responsables que protegixen la política d'inclusió definida per la plataforma.
L'objectiu d'és mantindre
ML Commons, Data Commons y Papers with Code
i fer créixer comunitats de dades obertes que contribuïsquen 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
