# La tecnología de inteligencia artificial: Comprender el aprendizaje supervisado. Este artículo explica el aprendizaje supervisado, uno de los enfoques más utilizados en IA. Source: https://www.iplexlaw.co.kr/es/blog/846552 INICIO / Noticias y análisis Noticias y análisis La tecnología de inteligencia artificial: Comprender el aprendizaje supervisado. Este artículo explica el aprendizaje supervisado, uno de los enfoques más utilizados en IA. IA y software Publicado el 2023.05.18 IPLEX 4 min de lectura En este post, te diré lo que más se usa. Aprendizaje supervisado Es sobre. Se entiende que un algoritmo de IA en sus etapas tempranas es tan completamente blanco como el cerebro de un recién nacido. Eso no es realmente un blanco. Para hacer algo con IA, la gente tiene que enseñarlo. Es por eso que la enseñanza es tan importante para los maestros. Usaré esto para describir el aprendizaje supervisado distinguiendo entre perros y gatos, que es el ejemplo más usado. Cuando muestres primero a tu perro y gato, Un recién nacido no puede distinguir entre un perro y un gato. . No tengo experiencia con gatos y perros. No saben cómo luce un perro o cómo luce un gato. ¿Qué debo hacer para ayudar a mi hijo a distinguir entre gatos y perros? Los padres muestran al perro, "Este animal es un perro", y enseñan al gato, "Este animal es un gato". . Si repites este ejercicio varias veces, tu recién nacido reconocerá la diferencia entre un perro y un gato. . Cuando este proceso se complete, el recién nacido será capaz de responder "perro" cuando vean al perro, y "cat" cuando vean al gato. Como se puede ver desde el ejemplo anterior, la inteligencia artificial es similar a los recién nacidos. Early IA no puede decir qué imágenes son imágenes de perros y cuáles son imágenes de gato. . Porque no tienen entrenamiento. Así que, para aprender inteligencia artificial, Una persona debe preparar un montón de imágenes que contienen el perro y el gato. Además, una imagen que contiene el propio perro de una persona debe ser etiquetada con "Esta imagen es una imagen de perro", y una imagen que contiene un gato debe ser etiquetada "Esta imagen es una imagen de gato" . Al introducir muchas imágenes etiquetadas en una IA, la IA identifica automáticamente la imagen y la etiqueta, y la imagen del perro reconoce automáticamente cuál es la característica y cuál es la imagen del gato. . Cuando una imagen del perro se introduce en una IA que ha completado el aprendizaje, la imagen del perro se determina a ser similar a la imagen del perro utilizada para aprender, y la salida del gato está determinada a ser similar a la imagen del gato utilizada para aprender cuando la imagen del gato se introduce. Permítanme explicar cada uno de los pasos arriba de una manera más profesional. Anotación (Esto puede diferir ligeramente de la descripción real.) Una persona etiqueta una imagen que contiene un perro como 'Esta imagen es una imagen de perro' y etiqueta la imagen que contiene un gato como 'Esta imagen es una imagen del gato'. Lo digo. En realidad no etiqueta, pero etiqueta la imagen con números como 0 y 1. En otras palabras, 0 significa "esta imagen es una imagen de perro" y 1 significa "esta imagen es una imagen del gato". Realización de etiquetado en todos los datos Anotación el himno nacional . Capacitación (Esto puede diferir ligeramente de la descripción real.) Aprendizaje(a) Capacitación Una descripción más específica del proceso es que en el curso del aprendizaje, se puede introducir una imagen de perro o una imagen de gato y ver el valor de las salidas de IA. Si se inserta una imagen de perro y el número 0.8 (un valor cercano a un gato) es la salida, la diferencia entre 0 y 0.8 se invierte en la IA. Cuando se realiza esta onda inversa, se actualizan los valores de parámetro respectivos (valores de peso) en la IA para que el valor de cero pueda ser la salida cuando se introduce la imagen del perro. Cuando este proceso se repite varias veces, los parámetros de la IA se modifican para que cuando la imagen del perro entra, la salida finalmente puede ser cero. Inferencias (Esto puede diferir ligeramente de la descripción real.) Una vez entrenado el modelo, se le proporciona una nueva imagen para que determine si muestra un perro o un gato. inferencias Lo siento. En otras palabras, si se introduce una nueva imagen en una IA que ha completado su aprendizaje, la IA calculará la probabilidad de que la imagen sea un perro y la probabilidad de que sea un gato y proporcione una mayor probabilidad como la salida final. Leer el original coreano Este artículo del archivo refleja la situación en su fecha de publicación. Contacte con el despacho para analizar su caso. Consultar sobre este tema ↗ Todos los artículos HABLE CON IPLEX Consulte sus necesidades de propiedad intelectual Analizamos conjuntamente sus necesidades tecnológicas y empresariales. ↗ Contactar Más reciente IPLEX firma un MOU con 2hrs Academy ↗ Anterior Patentes de Lunit para el análisis de imágenes médicas con IA ↗ Artículos relacionados IA y software 2026.10.01 FiX: olvido selectivo por características en la atención softmax Yongduck Kim analiza las compuertas de FiX, su estabilidad numérica y la caché paginada, diferenciando los resultados medidos de las cuestiones aún abiertas. ↗ Lea el artículo IA y software 2026.09.30 MHAR: leer las capas anteriores desde distintos subespacios de características Yongduck Kim analiza Multi-Head Attention Residuals: selección en profundidad, resultados publicados, costes de implementación y relación entre características técnicas y efectos. ↗ Lea el artículo IA y software 2026.09.28 Columna: Claude Computer Use y el aprendizaje de los agentes de IA a través de las patentes Yongduck Kim, socio director de IPLEX, analiza en AI Times los datos y las secuencias de acciones que permiten entrenar a agentes de IA para utilizar software. ↗ Lea el artículo - https://www.iplexlaw.co.kr/es - https://www.iplexlaw.co.kr/es/blog/category/ai - https://www.iplexlaw.co.kr/forum/view/846552 - https://www.iplexlaw.co.kr/es/contact - https://www.iplexlaw.co.kr/es/blog - https://www.iplexlaw.co.kr/es/contact - https://www.iplexlaw.co.kr/es/blog/846854 - https://www.iplexlaw.co.kr/es/blog/846162 - https://www.iplexlaw.co.kr/es/blog/fix-fine-grained-forgetting-attention - https://www.iplexlaw.co.kr/es/blog/fix-fine-grained-forgetting-attention - https://www.iplexlaw.co.kr/es/blog/mhar-multi-head-attention-residuals - https://www.iplexlaw.co.kr/es/blog/mhar-multi-head-attention-residuals - https://www.iplexlaw.co.kr/es/blog/claude-computer-use-agent-patent - https://www.iplexlaw.co.kr/es/blog/claude-computer-use-agent-patent