Buenas tardes,

La verdad que a falta de una pregunta clara estoy un poco en blanco respecto a que responder, sobre todo en un tema tan amplio como la generación sintéticas de datos. Como no se que el lo que te gustaría saber, supongo que lo mejor sería responder enfocándome en lo general.

1. Posibilidades de los datos sintéticos: Los datos sintéticos, al menos en lo que mi trabajo se ha enfocado, son muy utiles para el Machine Learning, el entrenamiento de modelos de inteligencia artificial. Estos datos son casi necesarios porque hacer que un sistema como los GANs (Redes Generativas Antagónicas) aprenda a crear cosas partiendo de la nada, es una tarea que requiere un volumen de muestras gigantesco, ya que no se le puede explicar al discriminador como es lo que tiene que aprender a reconocer, si no que debe aprender a reconocerlo por si mismo con una muestra de, por ejemplo, imágenes. Los datos sintéticos permiten aumentar muchísimo el volumen de datos que pueden utilizarse para el Machine Learning, sobre todo a pequeña escala, donde la cantidad de información suele ser escasa y poco representativa de la realidad general.

2. Problemas a resolver con los datos sintéticos: Me voy a limitar a hablar de un solo problema, ya que es en el que me he centrado en mi investigación, la creación de sesgos. Cuando los datos no son lo suficientemente representativos de la realidad o la información que presentan es sesgada, los modelos de Machine Learning se entrenan mal.

Sinceramente no se si esta es la información que estas buscando, ya que es muy poco específica y habiendo terminado tu trabajo esto ya lo sabrás. En cualquier caso, los datos sintéticos, en mi opinión, son una rama muy compleja que debe ser cuidada y modificada con mucho cuidado para no poner en riesgo la fiabilidad de nuestros datos.

Me alegro de que hayas terminado tu trabajo, ¿lo has terminado del todo? si todavía te falta algo, por poco que sea, te deseo mucha suerte.
Un saludo, Miguel.

He aquí algunas páginas que he utilizado para comprender mejor la noticia.

Artículo oficial del proyecto (inglés):https://www.sciencedirect.com/science/article/pii/S0306261924006251

¿Qué es la visión computacional?: https://aprendeia.com/vision-computacional/#:~:text=Los%20algoritmos%20de%20Visi%C3%B3n%20Computacional,encuentran%20patrones%20en%20esos%20objetos.

Espero que sea de ayuda si le echáis un vistazo al artículo.

Buen día,

Buscando sobre la teledetección y otros tipos de maneras de recopilación de datos, me encontré con este estudio muy interesante ocurrido en Jaén en donde utilizan la teledetección, una técnica de adquisición de datos de la superficie terrestre desde sensores instalados en plataformas espaciales

https://www.pv-magazine.es/2024/06/18/supervision-de-plantas-fotovoltaicas-con-datos-de-teledeteccion-en-3d/

¿Encontrasteis algo similar?

Mucho ánimo, Yuan.

¡Buenas!

Me ha parecido muy interesante el resumen que has compartido sobre la relación entre la IA, la transición energética y el cambio climático. Es impresionante cómo la inteligencia artificial puede ayudar a optimizar la producción de energías renovables, como en el caso de España y la energía solar. Este tipo de avances pueden acabar siendo diferenciales en la lucha contra el cambio climático y mejorar la eficiencia en el uso de los recursos.

Sin embargo, también es importante considerar el impacto ambiental que tiene el desarrollo de la propia IA, especialmente el alto consumo energético de los centros de datos. Es un gran reto encontrar un equilibrio entre aprovechar el potencial de la inteligencia artificial para la sostenibilidad y minimizar su huella ecológica.

El dato sobre el posible aumento de temperatura en el Mediterráneo es alarmante y nos recuerda la urgencia de tomar medidas. Como bien mencionas, es esencial que las tecnologías que utilizamos para combatir el cambio climático también sean sostenibles en sí mismas.

Gracias por compartir estas noticias, sin duda es un debate muy relevante. Ojalá cada vez haya más soluciones tecnológicas que contribuyan a un futuro más sostenible.

Un saludo.

Buenos días.

Es muy interesante lo que se propone, principalmente porque nos muestra un problema bastante preocupante hoy en día. Como bien dijo Simonetta Cheli, usar la IA para optimizar la transmisión de datos parece ser de las mejores soluciones, y quizás con el paso del tiempo logremos evitar los riesgos que eso supone (ciberseguridad, anomalías) gracias al ML y otras tantas cosas que seguro aún quedan por desarrollar.

Muchas gracias por compartir esta noticia, realmente no me percaté de lo mucho que deberíamos tener en cuenta la ciberseguridad hasta que leí el artículo.