{"id":8645,"date":"2019-01-17T15:00:25","date_gmt":"2019-01-17T14:00:25","guid":{"rendered":"https:\/\/www.talent.upc.edu\/blog\/?p=8645"},"modified":"2019-02-19T12:06:36","modified_gmt":"2019-02-19T11:06:36","slug":"xavier-giro-i-marta-ruiz-les-empreses-ens-demanen-professionals-formats-en-aprenentatge-profund","status":"publish","type":"post","link":"https:\/\/www.talent.upc.edu\/blog\/xavier-giro-i-marta-ruiz-les-empreses-ens-demanen-professionals-formats-en-aprenentatge-profund\/?lang=ca","title":{"rendered":"Xavier Gir\u00f3 i Marta Ruiz Costa-Juss\u00e0: \u00abLes empreses ens demanen professionals formats en aprenentatge profund\u00bb"},"content":{"rendered":"\r\n

La intel\u00b7lig\u00e8ncia artificial (IA) \u00e9s el motor de la revoluci\u00f3 industrial 4.0. La disponibilitat de grans volums de dades i la millora dels recursos computacions han generat nous models basats en xarxes neuronals de moltes capes, el que anomenem aprenentatge profund (Deep Learning)<\/em>. Aquesta tecnologia que ens permet analitzar dades, aprendre del que ens diuen i ser capa\u00e7os de generar prediccions. El potencial d\u2019aquestes tecnologies est\u00e0 desplegant-se amb for\u00e7a per revolucionar l\u2019\u00e0mbit industrial, les telecomunicacions o la log\u00edstica. El portal de refer\u00e8ncia glassdoor.com<\/em> ha escollit el cient\u00edfic de dades com el millor perfil laboral als Estats Units, essent l\u2019expertesa en aprenentatge profund la compet\u00e8ncia m\u00e9s sol\u00b7licitada. Per con\u00e8ixer una mica m\u00e9s sobre aplicacions reals d\u2019aquestes tecnologies i quins s\u00f3n els reptes de futur per als seus professionals, entrevistem Xavi Gir\u00f3 Nieto i Marta Ruiz Costa-Juss\u00e0, codirectors acad\u00e8mics del postgrau en Artificial Intelligence with Deep Learning<\/strong> <\/a>que la UPC School posa en marxa al mes de febrer. <\/p>\r\n\r\n\r\n\r\n

\"Xavi_Marta\"<\/a>A tot arreu sentim parlar de l\u2019explosi\u00f3 de termes com Intel\u00b7lig\u00e8ncia Artificial, Machine Learning, Deep Learning\u2026Qu\u00e8 impliquen exactament i quina difer\u00e8ncia hi ha entre ells? <\/strong><\/p>\r\n\r\n\r\n\r\n

Intel\u00b7lig\u00e8ncia Artificial es refereix a fer que les m\u00e0quines siguin capaces de realitzar accions que requereixen certa habilitat humana: comunicar-se o conduir un cotxe en serien exemples. L\u2019aprenentatge autom\u00e0tic (machine learning) s\u00f3n t\u00e8cniques que s’utilitzen per tal que les m\u00e0quines s\u2019autoprogramin a partir de dades. I l\u2019aprenentatge profund (deep learning<\/em>) \u00e9s un cas particular de l\u2019aprenentatge autom\u00e0tic en que el qual es programa un tipus concret de model anomenat xarxes neuronals de moltes capes.<\/p>\r\n\r\n\r\n\r\n

Quin tipus d\u2019aplicacions professionals i oportunitats se\u2019n derivaran d\u2019aquesta tecnologia?<\/strong><\/p>\r\n\r\n\r\n\r\n

Les aplicacions de l\u2019aprenentatge profund s\u00f3n molt extenses, ja que reformulen completament el rol dels programadors. Enlloc d\u2019esperar que el programador defineixi manualment les operacions que cal executar, en l\u2019aprenentatge profund el principal rol del desenvolupador \u00e9s el de preparar les dades perqu\u00e8 el sistema es pugui auto-programar ell mateix. La clau per a un bon funcionament est\u00e0 en la disponibilitat de prou dades que representin b\u00e9 el problema. A nivell professional, una gran quantitat dels programadors s\u2019estan reciclant per tal de seguir aquest nou paradigma de programaci\u00f3 i, alhora, ha sorgit la figura de l\u2019anotador, que s\u2019encarrega justament de preparar les dades.<\/p>\r\n\r\n\r\n\r\n

En quin punt estem actualment pel que fa a la seva maduresa?<\/strong><\/p>\r\n\r\n\r\n\r\n

Les bases matem\u00e0tiques de l\u2019aprenentatge profund fa temps que s’han desenvolupat, per\u00f2, recentment, la reducci\u00f3 de costos en computaci\u00f3 i la gran quantitat de dades generades han afavorit que aquests algoritmes es puguin entrenar i obtenir aplicacions que funcionen correctament. Els camps m\u00e9s madurs i revolucionaris avui en dia tenen a veure amb el processament de dades perceptuals, com les imatges, l\u2019\u00e0udio o el text. Aix\u00ed doncs, els millors assistents per imatge m\u00e8dica, reconeixedors de la parla o traductors autom\u00e0tics ja s\u2019han implementat amb xarxes neuronals profundes. El m\u00e9s important per\u00f2 \u00e9s que les mateixes t\u00e8cniques es poden aplicar a nous dominis sempre que es disposi de prou dades, com poden ser els recomanadors, predictors de mercats financers, o xatbots per resoldre una part de les tasques d\u2019atenci\u00f3 al client.<\/p>\r\n\r\n\r\n\r\n

Com poden les empreses aprofitar les oportunitats de la Intel\u00b7lig\u00e8ncia Artificial?<\/strong><\/p>\r\n\r\n\r\n\r\n

Ara mateix, la principal oportunitat est\u00e0 en ser el primer en aplicar aquestes t\u00e8cniques ja madures en un nou camp. Ho estem veient a la ci\u00e8ncia, on l\u2019aprenentatge profund est\u00e0 fent el salt a la f\u00edsica, l’astronomia o la gen\u00f2mica, i tamb\u00e9 en la ind\u00fastria, on la majoria de sectors es basen en programes fets a m\u00e0. Si una empresa disposa de moltes dades del problema que vol resoldre, probablement tingui una oportunitat per millorar-ne la qualitat i retallar-ne enormement el temps de desenvolupament.<\/p>\r\n\r\n\r\n\r\n

\"\"<\/a>Quines compet\u00e8ncies han de tenir els professionals que lideraran nous models de negoci en aquesta \u00e0rea? <\/strong><\/p>\r\n\r\n\r\n\r\n

El perfil complert per poder extreure el m\u00e0xim benefici d’aquestes eines inclou una bona base matem\u00e0tica, per entendre la teoria dels algoritmes, unes habilitats inform\u00e0tiques per poder entendre les possibilitats i les limitacions de les implementacions i finalment, una vessant d\u2019enginyer de dades per tal de comprendre la naturalesa de la informaci\u00f3 amb la que es treballa i les seves oportunitats.<\/p>\r\n\r\n\r\n\r\n

Al febrer posareu en marxa la primera edici\u00f3 del postgrau en Artificial Intelligence with Deep Learning. Per qu\u00e8 la creaci\u00f3 d\u2019aquest programa formatiu impulsat per la UPC?<\/strong><\/p>\r\n\r\n\r\n\r\n

Des de 2016 oferim assignatures d\u2019aprenentatge profund al m\u00e0ster universitari de l\u2019Escola de Telecomunicacions de la UPC, i cada any tamb\u00e9 hem rebut sol\u00b7licituds per part de professionals en actiu per assistir-hi. Veient l\u2019augment en la demanda, hem volgut oferir un programa pensat per a professionals en actiu, o estudiants interessats en una intensificaci\u00f3 en l\u2019aprenentatge profund. A m\u00e9s, quan parlem amb les empreses, totes es queixen de la dificultat de trobar professionals amb aquesta formaci\u00f3. Creiem que el postgrau donar\u00e0 resposta a les dues demandes: a la de formaci\u00f3 per part de professionals, i a la de professionals per part de les empreses.<\/p>\r\n\r\n\r\n\r\n

Quines seran les sortides professionals d\u2019aquest programa? <\/strong><\/p>\r\n\r\n\r\n\r\n

El programa d\u00f3na una s\u00f2lida base te\u00f2rica i pr\u00e0ctica de l\u2019aprenentatge profund. Per tant, les sortides professionals seran tant a nivell de l\u00edders de grups t\u00e8cnics de grans, mitjanes i petites empreses com de programadors experts en aquests mateixos grups.<\/p>\r\n\r\n\r\n\r\n

 <\/p>\r\n\r\n\r\n\r\n

 <\/p>\r\n","protected":false},"excerpt":{"rendered":"

La intel\u00b7lig\u00e8ncia artificial (IA) \u00e9s el motor de la revoluci\u00f3 industrial 4.0. La disponibilitat de grans volums de dades i la millora dels recursos computacions han generat nous models basats en xarxes neuronals de moltes capes, el que anomenem aprenentatge profund (Deep Learning). Aquesta tecnologia que ens permet analitzar dades, aprendre del que ens diuen … Leer m\u00e1s<\/a><\/p>\n","protected":false},"author":2,"featured_media":8649,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[6],"tags":[913,144,815,912,660],"class_list":["post-8645","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-tic_2","tag-aprenentatge-profund","tag-gestio-tic","tag-innovacio","tag-intelligencia-artificial","tag-programes-tic"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/www.talent.upc.edu\/blog\/wp-json\/wp\/v2\/posts\/8645","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.talent.upc.edu\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.talent.upc.edu\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.talent.upc.edu\/blog\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.talent.upc.edu\/blog\/wp-json\/wp\/v2\/comments?post=8645"}],"version-history":[{"count":10,"href":"https:\/\/www.talent.upc.edu\/blog\/wp-json\/wp\/v2\/posts\/8645\/revisions"}],"predecessor-version":[{"id":8661,"href":"https:\/\/www.talent.upc.edu\/blog\/wp-json\/wp\/v2\/posts\/8645\/revisions\/8661"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.talent.upc.edu\/blog\/wp-json\/wp\/v2\/media\/8649"}],"wp:attachment":[{"href":"https:\/\/www.talent.upc.edu\/blog\/wp-json\/wp\/v2\/media?parent=8645"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.talent.upc.edu\/blog\/wp-json\/wp\/v2\/categories?post=8645"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.talent.upc.edu\/blog\/wp-json\/wp\/v2\/tags?post=8645"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}