Ángel de Jesús Osorio Guevara’s scientific contributions

En la última década la investigación y desarrollo de modelos de inteligencia artificial y en concreto de aprendizaje profundo han tenido un gran auge. Lo anterior está fuertemente motivado por los excelentes resultados obtenidos en tareas de clasificación, detección de patrones, regresión y generación de datos de otras áreas científicas, pero sobre todo por sus aplicaciones comerciales. En un inicio el desarrollo de modelos de inteligencia artificial (IA) requería fuertes conocimientos y habilidades de parte del desarrollador restringiendo su utilización a expertos. Esfuerzos realizados por empresas tecnológicas orientados a democratizar y acercar el aprendizaje profundo a más personas han resultado en el desarrollo de librerías como Tensorflow, Pytorch o Keras. Sin embargo, aún tienen una curva de aprendizaje de conocimientos y habilidades que la alejan de expertos de otras áreas. Actualmente, existe un área de investigación incipiente que permite desarrollar modelos de IA de forma automática y con requerimientos de conocimientos mínimos: AutoML (aprendizaje máquina automático o auto machine learning por su nombre en inglés). En este artículo hacemos un estudio comparativo deun framework de AutoML de código libre llamado AutoKeras contra una librería muy popular llamada Keras. Para tener un buen marco de comparación la tarea de clasificación de imágenes fue aplicada sobre tres bases de datos de distintas características: Fashion MNIST, Cifar10 e ISBI 2017. Los resultados obtenidos muestran que los resultados de AutoML son de acuerdo con las métricas de exactitud, precisión y sensibilidad un 7%, 23% y 24 % superiores que los obtenidos mediante un diseño manual usando Keras por un desarrollador principiante con apenas una tercera parte de líneas de código.