Las empresas confían en datos del mundo real para entrenar modelos de inteligencia artificial que puedan identificar anomalías, hacer predicciones y generar conocimientos. Pero a menudo, no es suficiente.
Para detectar el fraude con tarjetas de crédito, por ejemplo, los investigadores entrenan modelos de inteligencia artificial para que busquen patrones específicos de comportamiento sospechoso conocido, extraídos de grandes cantidades de datos. Pero los tipos de fraude únicos o raros son difíciles de detectar cuando no hay suficientes datos para respaldar el entrenamiento del algoritmo.
Para…
Fuente: WSJ