Se refiere al uso del conocimiento humano junto con la potencia informática de una máquina para aprender patrones interesantes. Internet permite un gran alcance para el abastecimiento público de aportes humanos. Esto se usó principalmente para cosas como etiquetar objetos en imágenes para conjuntos de datos de visión por computadora o tomar entradas de humanos sobre el resultado de ciertos algoritmos y luego dejar que el sistema aprenda de ellos.
Pero hay algunos casos muy fascinantes en los que esto se está utilizando para algo completamente nuevo.
FoldIt es un ejemplo en el que hicieron un juego de hebras de proteínas plegables para hacer diferentes formas y lo abrieron al público. El propósito era ayudar a predecir la estructura de la proteína mediante el uso de la intuición de resolución de rompecabezas de un ser humano y las inferencias de un sistema a partir de esos patrones.
Para sorpresa de todos, los jugadores de Foldit pudieron resolver un problema de enzimas relacionado con el SIDA que la comunidad científica no pudo resolver en una década.
- ¿Qué tan bueno es el ADVI en STAN en la práctica?
- ¿Qué computadora necesito para trabajar en aprendizaje profundo y redes neuronales?
- Cómo hacer la clasificación y agrupamiento de documentos en rapidMiner
- ¿Cuál es el significado del lenguaje de máquina?
- ¿Qué (empíricamente) necesita más datos de entrenamiento (etiquetados): modelos discriminativos o modelos generativos?
Otro ejemplo que encontré fue de MIT Media Labs, donde Nikhil Naik y su equipo pidieron a las personas que calificaran una imagen de las calles de las localidades en cuanto a su seguridad. Luego utilizaron estos datos para conocer las diversas características de cómo un humano percibe la seguridad en términos de características de la imagen.
Aquí está el enlace a su trabajo:
StreetScore