Hispanopedia WikiEn inteligencia artificial (IA), en particular en aprendizaje automático (AA), [1] la ablación es la eliminación de un componente de un sistema de IA. Un estudio de ablación investiga el rendimiento de un sistema de IA eliminando ciertos componentes para comprender la contribución del componente al sistema general. [2]
El término es una analogía con la biología (eliminación de componentes de un organismo), y se utiliza particularmente en el análisis de redes neuronales artificiales por analogía con la cirugía cerebral ablativa . [3] Otras analogías incluyen otros sistemas biológicos de la neurociencia como el sistema nervioso central de Drosophila y el cerebro de los vertebrados .
Los estudios de ablación requieren que un sistema presente una degradación elegante : el sistema debe continuar funcionando incluso cuando faltan ciertos componentes o están degradados. [4] Según algunos investigadores, los estudios de ablación se han considerado una técnica conveniente para investigar la inteligencia artificial y su durabilidad a los daños estructurales. [5]
Los estudios de ablación dañan o eliminan ciertos componentes en un entorno controlado para investigar todos los resultados posibles de una falla del sistema; esto caracteriza cómo cada acción impacta el desempeño y las capacidades generales del sistema. El proceso de ablación se puede utilizar para probar sistemas que realizan tareas como reconocimiento de voz, reconocimiento visual de objetos y control de robots. [6]
Historia
El término se le atribuye a Allen Newell , [7] uno de los fundadores de la inteligencia artificial, quien lo utilizó en su tutorial de 1974 sobre reconocimiento de voz , publicado en Newell (1975). El término es una analogía con la ablación en biología. La motivación fue que, si bien los componentes individuales están diseñados, la contribución de un componente individual al rendimiento general del sistema no está clara; la eliminación de componentes permite este análisis. [4]
Newell comparó el cerebro humano con computadoras artificiales. Con esto en mente, Newell vio a ambos como sistemas de conocimiento, mientras que procedimientos como la ablación pueden realizarse en ambos para probar ciertas hipótesis.
Véase también
Referencias
- ^ "Programación de ablación para aprendizaje automático". DIVA .
- ^ Sheikholeslami, Sina (2019). Programación de ablación para aprendizaje automático.
- ^ Meyes, Richard; Lu, Melanie; de Puiseau, Constantin Waubert; Meisen, Tobias (24 de enero de 2019). "Estudios de ablación en redes neuronales artificiales". arXiv : 1901.08644 [cs.NE].
- ^ desde Newell 1975.
- ^ Meyes, Richard; Lu, Melanie; Constantin Waubert de Puiseau; Meisen, Tobias (2019). "Estudios de ablación en redes neuronales artificiales". arXiv : 1901.08644 [cs.NE].
- ^ "Estudios de ablación para descubrir la estructura de representaciones aprendidas en redes neuronales artificiales". ProQuest .
- ^ Cohen & Howe 1988, p. 40, Estudios de ablación y sustitución.
Lectura adicional
- Cohen, Paul R.; Howe, Adele E. (15 de diciembre de 1988). "Cómo la evaluación guía la investigación en IA: el mensaje sigue siendo más importante que el medio". AI Magazine . 9 (4): 35–43. doi :10.1609/aimag.v9i4.952. ISSN 2371-9621.
- Seitz, Julien; Durdez, Théophile Mohr; Albenque, Jean P.; Pisapia, André; Gitenay, Édouard; Durand, Cirilo; Monteau, Jacques; Moubarak, Ghassan; Théodore, Guillaume; Lepillier, Antoine; Zhao, Alejandro; Brémondy, Michel; Maluski, Alexandre; Cauquémez, Bruno; Combes, Stéphane; Guyomar, Yves; Heuls, Sébastien; Tomás, Olivier; Peñaranda, Guillaume; Siame, Sabrina; Apetito, Anthony; Milpied, Paola; Bares, Clément; Kalifa, Jérôme (noviembre de 2022). "El software de inteligencia artificial estandariza el resultado de la ablación basada en electrogramas para la fibrilación auricular persistente". Revista de electrofisiología cardiovascular . 33 (11): 2250–2260. doi :10.1111/jce.15657. ISSN 1045-3873 . PMC 9826214. PMID 35989543.
- Newell, Allen (1975). D. Raj Reddy (ed.). Un tutorial sobre sistemas de comprensión del habla . En Reconocimiento de voz: artículos invitados presentados en el Simposio IEEE de 1974. Nueva York: Academic. pág. 43.