método

aprendizaje activo

Un enfoque de aprendizaje automático donde el algoritmo selecciona los puntos de datos más informativos para aprender, mejorando la eficiencia.
61 artículos relacionados

Descripción

El aprendizaje activo es un subcampo del aprendizaje automático en el que el propio algoritmo elige qué puntos de datos etiquetar o consultar de un conjunto de datos no etiquetados. En lugar de aprender pasivamente de un conjunto de entrenamiento fijo y muestreado aleatoriamente, el modelo selecciona iterativamente los ejemplos más informativos para solicitar etiquetas, con el objetivo de lograr una alta precisión con la menor cantidad posible de ejemplos etiquetados. Esto es especialmente valioso cuando etiquetar datos es costoso o requiere mucho tiempo, como en imágenes médicas, descubrimiento de fármacos o procesamiento de lenguaje natural, donde la anotación experta es cara.

Historia

El aprendizaje activo tiene sus raíces en las décadas de 1980 y 1990, con el trabajo fundacional de David Cohn, Les Atlas y Richard Ladner en 1994 sobre 'Mejorando la generalización con aprendizaje activo'. El concepto de consultar puntos de datos informativos se remonta a trabajos anteriores en estadística y diseño experimental.

Cómo funciona

El proceso típicamente comienza con un pequeño conjunto de datos etiquetados para entrenar un modelo inicial. Luego, el modelo evalúa el conjunto no etiquetado y selecciona los puntos más informativos según una estrategia de consulta. Las estrategias comunes incluyen el muestreo por incertidumbre (elegir puntos donde el modelo es menos confiado), la consulta por comité (seleccionar puntos donde varios modelos discrepan) y el cambio esperado del modelo (elegir puntos que alterarían más el modelo actual si se etiquetaran). Los puntos seleccionados se etiquetan (por un humano o un oráculo automatizado) y se añaden al conjunto de entrenamiento, y el modelo se vuelve a entrenar. Este bucle se repite hasta que se cumple un criterio de parada, como un umbral de rendimiento o un presupuesto de etiquetado.

En la práctica

El aprendizaje activo se utiliza en aplicaciones donde los datos etiquetados son escasos o costosos, como clasificar objetos astronómicos a partir de estudios con telescopios, detectar fraudes en transacciones financieras y entrenar sistemas de reconocimiento de voz con audio transcrito limitado.

Dato curioso

El aprendizaje activo puede reducir la cantidad de datos etiquetados necesarios hasta en un 90% en comparación con el muestreo aleatorio en algunas tareas, lo que lo convierte en una herramienta clave para el desarrollo eficiente de la IA.

Concept graph →

Artículos relacionados · 61

El eco en una habitación vacía: cómo agentes de IA desechables sin memoria crearon un lenguaje común
Comportamiento colectivo de agentes de IA se manifestó por primera vez no en un laboratorio, sino en un entorno salvaje: un sitio wiki encontrado al azar donde los agentes escribían pistas para superar la prueba. Es un eco en una habitación vacía: cada nueva voz repite lo que escuchó al final, y la habitación se llena de un murmullo coherente sin un solo director.
Mapa del vecindario para el guía
El oncólogo radioterápico observa una imagen del abdomen y traza mentalmente la región que debe irradiar. Esa región no se ve como un órgano separado: sus límites los define el protocolo, no los tejidos. Por eso el médico necesita un mapa del vecindario para no dañar estructuras sanas. El modelo nnU-Net comienza con la misma tarea.
Cardiógrafo que no le teme a las interferencias
Un electrocardiograma es como la grabación de una conversación: el corazón susurra algo y alrededor hay ruido de obra. La fibrilación auricular, en la que las aurículas tiemblan en lugar de contraerse, cambia ese susurro de forma casi imperceptible.
Física y Sociedad2026-08-142 minarXiv:2608.14398exprés
Cuando estar juntos es una elección
Dos personas quedan en verse, pero cada una tiene sus propios asuntos. Uno duda: ¿y si el otro no viene? Y decide no ir. El segundo piensa lo mismo. El encuentro no ocurre. Así se ve el mecanismo simple que analizan los autores del trabajo: una empresa común requiere que cada uno invierta tiempo, pero el beneficio depende de si el compañero participa.
Cómo las partículas cargadas eligen su cristal
En una cacerola con agua flotan esferas microscópicas: partículas coloidales. Cada esfera está cubierta de largos hilos poliméricos, semejantes a un cepillo, y lleva una carga eléctrica. Si se ajustan bien la temperatura y la composición de la disolución, las esferas comienzan a ordenarse por sí solas en patrones regulares: cristales.
Física Biológica2026-08-081 minarXiv:2608.08096exprés
El oído como amplificador vivo
El sonido entra en el oído y llega a una membrana delgada dentro de la cóclea, el órgano espiral del oído interno. Esta membrana no solo tiembla como una cuerda; ella misma impulsa las vibraciones cuando son débiles y deja de hacerlo cuando son fuertes. Así, el oído escucha tanto un susurro como una conversación alta.
Redes Moleculares2026-08-051 minarXiv:2608.04635exprés
Receta para una célula: por qué la química no se puede programar a la ligera
Un libro de cocina sin lista de ingredientes: eso es lo que enfrenta un científico al ver un esquema de reacciones químicas. Las flechas y fórmulas en el papel se ven ordenadas, pero en cuanto empiezas a buscar en el laboratorio moléculas que se comporten exactamente así, comienza una verdadera aventura.
Física Biológica2026-07-282 minarXiv:2607.26295exprés
Cómo el movimiento y los sentidos se entrelazan en un bucle
Una bacteria nada hacia la comida. Una señal química la guía hacia adelante, pero con cada movimiento la señal cambia. Se forma un bucle: sensación, acción, nueva sensación. Los autores del trabajo convirtieron este bucle en una cantidad medible.
Cómo aprende una red neuronal a leer el tapiz magnético del Sol
Cada mañana docenas de telescopios apuntan al Sol. Sus cámaras captan una angosta banda de luz roja: la línea Hα, descubierta por Johann Jakob Balmer. En las imágenes aparecen hebras oscuras, caprichosamente curvadas. Parecen puntadas de un tapiz gigante que cose la corona ardiente. Son los filamentos solares.
Cómo una rama neuronal divide la señal
Una neurona recibe miles de señales en sus prolongaciones ramificadas: las dendritas. Algunas señales empujan a la célula a disparar (excitación), otras la frenan (inhibición). Durante mucho tiempo se creyó que la neurona simplemente sumaba todos los "a favor" y "en contra".
Galaxias2026-07-203 minarXiv:2607.17728
El rompecabezas que no encaja: la red neuronal busca cuásares anómalos
Al armar el rompecabezas del Universo, los astrónomos están acostumbrados a que cada nueva pieza encaje exactamente en el cuadro ya formado. Pero a veces aparecen piezas que parecen recortadas de otro rompecabezas. Veinte mil núcleos galácticos activos — y el once por ciento de ellos la red neuronal descarta con seguridad como extraños.
Cómo el cerebro dirige la atención: un modelo de meditación
El cerebro de quien medita es una orquesta, y la atención es el director. Cuando te concentras en la respiración, todos los instrumentos tocan en armonía. Pero de repente, un pensamiento-violonchelo da una nota falsa: eso es la divagación mental. El director experimentado no entra en pánico: capta al instante la disonancia y devuelve suavemente a la orquesta a la melodía principal: la respiración.
Sistemas y Control2026-07-151 minarXiv:2607.13387exprés
Un navegante inteligente que desconfía de sí mismo
Un programa de seguimiento común se asemeja a un navegante que guía un barco por las estrellas. Pero en cuanto el cielo se nubla, las coordenadas empiezan a desviarse y en los datos aumenta la entropía (medida de incertidumbre). El nuevo algoritmo incorpora un «copiloto»: un módulo que monitoriza el nivel de confianza del navegador principal.
Cómo la IA dejó de confundir los sonidos en los guiones
Los modelos que convierten texto en audio recrean bien los sonidos individuales, pero se confunden cuando en el guión hay varios. Por ejemplo, según el guión primero suena el timbre, luego los pasos, después el portazo. El generador puede alterar los eventos y el oyente escuchará los pasos antes del timbre.
Señales cerebrales: aprender a entender sin maestro
El cerebro se comunica con breves chasquidos eléctricos. Antes, para aprender este lenguaje, se necesitaban miles de ejemplos traducidos por un experimentador. El método MOJO sigue otro camino: como cuando se aprende un idioma por inmersión, primero escucha el 'flujo de conciencia' sin pistas y encuentra por sí mismo patrones repetitivos.
La geometría del agua mejora las imágenes médicas
Las imágenes médicas son mapas de densidad tisular. El brillo de cada punto revela qué se encuentra en ese lugar, de forma similar a como la fotometría mide la intensidad de la luz. Pero los algoritmos convencionales analizan los puntos uno por uno, lo que provoca que los contornos de los órganos aparezcan dentados.
Audiodiarización: cómo un algoritmo capta cualquier evento sonoro sin conocimiento previo
El oído humano está diseñado de tal manera que el cerebro destaca principalmente los patrones conocidos: la voz del interlocutor, el ruido de la lluvia, la bocina de un coche. Sin embargo, el nuevo sistema funciona con un principio diferente: detecta cualquier ráfaga sonora, incluso una que nunca antes se haya encontrado.
Red neuronal con sentido posicional mejora la conexión
En una cocina con hornillas de gas, cada una calienta a su manera. Si el cocinero cambia las ollas de lugar, la comida puede quemarse. Lo mismo ocurre en una red inalámbrica: las antenas-hornillas y los usuarios-ollas requieren una colocación precisa. Las redes neuronales comunes no distinguen posiciones, considerando todas las hornillas iguales.
Aceleración inteligente: cómo enseñar al sistema energético a pensar más rápido
Los sistemas energéticos con paneles solares y aerogeneradores se asemejan a una partida de ajedrez: la nubosidad y los cambios de carga son movimientos del oponente imposibles de prever. Para mantener el equilibrio, los operadores antes repasaban decenas de escenarios (incertidumbre), lo que requería demasiado tiempo y cálculo.
La luz inteligente revela los secretos de las redes neuronales
Para entender el cerebro, es necesario saber cómo están conectadas las neuronas. Normalmente, se activan una a una con luz, lo que es como revisar cada grifo en un enorme jardín para encontrar todas las tuberías. Millones de intentos requieren tiempo y pueden dañar el tejido vivo.
Cómo la IA dejó de leer lo innecesario
Los asistentes de programación suelen actuar como un cocinero que, para hervir un solo huevo, relee el libro de cocina entero. Al recibir la tarea de hacer una pequeña corrección, vuelven a abrir decenas de archivos y verifican vínculos ya conocidos. Esto es trabajo innecesario: energía que se desperdicia.
Los movimientos se reconocen por la postura, no por la trayectoria
Los científicos tomaron 16 actividades cotidianas — desde lavar platos hasta hacer sentadillas — y descompusieron los movimientos en componentes elementales, como un espectroscopio descompone la luz en un espectro. Comparando tres enfoques, encontraron una clave inesperada para el reconocimiento: basta con un fotograma congelado promediado.
Melodía, armonía, ritmo: cómo la IA aprende a escuchar la música de las estrellas
Durante siglos, los astrónomos escrutaron el cielo nocturno captando los más mínimos cambios en el brillo de las estrellas. Estas series irregulares — curvas de luz — son como pentagramas: cada estrella interpreta su propia melodía única.
Una máquina inventa teorías sobre el pensamiento
Un círculo cerrado: la máquina propone una idea, la prueba en personas, ve los fallos y genera una nueva conjetura más precisa. Así funciona AutoCog, el científico cognitivo automático. Antes, en la ciencia del pensamiento (la ciencia cognitiva), lo más difícil — idear una teoría — lo hacían solo los humanos.
Mapa vial para iones: cómo la IA traza el camino hacia las baterías del futuro
El electrolito sólido no es una simple red cristalina, sino una auténtica metrópolis bulliciosa para los iones. Cada acto de conducción se asemeja a un viaje por la ciudad: hay amplias avenidas con baja barrera energética, atascos sin salida en cuellos de botella y desvíos traicioneros donde un ion puede quedarse atrapado.
Cómo el sesgo de confirmación ayuda a pensar más rápido
Estamos acostumbrados a pensar que notar solo las confirmaciones de nuestras suposiciones es un error. Pero cálculos recientes, inspirados en el comportamiento de las ondas, le dan la vuelta a esta visión. Resulta que el hábito de buscar lo familiar es la mejor manera de reducir el ruido informativo (los científicos lo llaman entropía).
Un estrecho túnel para integrales pesadas
Muchos cálculos avanzados en física chocan contra un muro de piedra: no los frena la falta de ideas, sino la aritmética. Hablamos de integrales que expresan la probabilidad de colisión de partículas o la forma de un pulso de ondas gravitacionales.
Materiales2026-06-061 minarXiv:2606.08148exprés
Cómo un astuto muestreo enseña al metal a predecir su resistencia
Un chef no gasta ingredientes preparando el plato entero para probar el sabor; simplemente prueba una gota de salsa. La misma lógica está en el método de ‘emparejamiento informativo’ para predecir la resistencia de los metales.
Cuando la mente dice honestamente «no sé»
Una persona mira una cerradura de puerta y ve la ranura para la llave. Sabe que la llave se inserta y se gira. Pero si en lugar de la ranura hay un panel táctil, el marco habitual se rompe. La persona no solo se equivoca: comprende que el método habitual no sirve y puede decir: «Aquí no hay lugar para una llave, se necesita otro enfoque».
Física Médica2026-05-231 minarXiv:2605.24609exprés
Cómo una red neuronal detecta fallos en imágenes de resonancia magnética
Un corrector revisa el manuscrito antes de imprimirlo. No conoce todos los errores posibles, pero recuerda perfectamente cómo se ve un texto impecable. Al ver un símbolo extraño o una palabra borrosa, lo rodea al instante con rojo. Más o menos así funciona el nuevo programa para revisar imágenes médicas.
Por qué tiembla la mano y las piernas no responden
En una persona, la enfermedad comienza con un temblor en la mano: la taza baila sobre el platillo mientras la lleva a la mesa. En otra, las piernas de repente se niegan a caminar con firmeza: el paso se vuelve corto y arrastrado, como si el suelo se hubiera cubierto de una capa pegajosa. No son dos enfermedades distintas, sino dos caras de la misma: la enfermedad de Parkinson.
Pensar en voz alta ayuda a entender cómo asumimos riesgos
Cada vez que dudas ante un paso arriesgado —si invertir en acciones o esperar—, en tu cabeza se desarrolla un diálogo interno. Normalmente, los científicos intentan reconstruir el curso de ese diálogo basándose únicamente en la elección final, como si un detective reconstruyera una conversación entre dos personas mirando una foto del lugar del encuentro.
Cristales bajo el microscopio de la IA: cómo una máquina encontró 68.000 nuevos superconductores
Buscar un material nuevo es como buscar una aguja en un pajar, pero aquí el pajar son millones de combinaciones posibles de átomos. Antes, los científicos pasaban años probando opciones en el laboratorio, confiando en la intuición y la suerte. Ahora, la inteligencia artificial viene al rescate y aprende a "entender" el lenguaje de los cristales.
Materiales2026-04-261 minarXiv:2604.23821exprés
Neutrones bajo la mirada de la IA
Un espectrómetro de neutrones se parece a un geólogo ciego que golpea la roca y adivina por el sonido lo que hay dentro. Envía un haz de neutrones a un cristal y observa cómo se dispersan. Con ese patrón se puede saber cómo vibran los pequeños imanes atómicos: los espines. Pero dónde cavar exactamente y cuánto tiempo escuchar, antes lo decidía una persona.
Física Médica2026-04-221 minarXiv:2604.20939exprés
La radiografía aprende a elegir sus ángulos
El tomógrafo es como un fotógrafo que rodea el objeto y toma instantáneas desde distintos lados. Normalmente dispara a intervalos regulares y gasta la misma cantidad de luz en cada toma. Pero si hay que fotografiar rápido y no desperdiciar película, hay que elegir: qué ángulos importan más y hacia dónde dirigir más luz.
El científico artificial: una mente mecánica que aún no sabe dudar
El ayudante de laboratorio sigue con esmero todos los pasos del experimento, pero al final escribe en el informe lo que ya quería escribir antes de empezar. Así se comportan los modelos de lenguaje modernos cuando se les encarga una investigación científica.