Databricks presenta innovación que permite a los modelos de IA auto-mejorarse sin datos etiquetados

Databricks ha revelado una nueva técnica que permite a los modelos de inteligencia artificial mejorar su propio rendimiento sin la necesidad de contar con grandes volúmenes de datos etiquetados. Esta innovación aprovecha métodos de autoaprendizaje y aprendizaje semi-supervisado, lo cual podría democratizar aún más el entrenamiento de modelos avanzados, reducir los costes de desarrollo y acelerar la adopción de IA en empresas de todos los tamaños. Esta metodología ya ha mostrado pruebas exitosas en tareas de procesamiento de lenguaje natural y visión por computador, además de abrir la puerta a que empresas con menores recursos puedan construir modelos competitivos.