En esta charla, abordaremos tres preguntas clave:
La reciente aparición de potentes modelos fundacionales ha impulsado una nueva ola de aplicaciones en múltiples disciplinas, desde la salud hasta la biología. Esto ha generado una demanda insaciable de datos. Para satisfacer esta demanda, los datos se consumen y etiquetan agresivamente cuando son abundantes, y se auto-etiquetan o generan mediante modelos fundacionales cuando son escasos.
Generalmente, el foco está puesto en datos con anotaciones de alta calidad o generados por sensores o sistemas de alta precisión. Sin embargo, esta visión limitada de la calidad puede introducir sesgos importantes y no resuelve el problema de reducir los volúmenes de datos a una cantidad manejable.
Ponentes: Nadine Chang, investigadora sénior en el Grupo de Investigación Aplicada en Vehículos Autónomos de NVIDIA, y José Alvarez, director de investigación en NVIDIA.
Presenta: Mariona Sanz, responsable de Innovación y Desarrollo de Negocio en BSC.