[:es]¿Qué es el machine learning y por qué va a ser clave en el futuro?[:]

[:es]La irrupción explosiva de los Big Data y la apremiante necesidad de gestionar esas avalanchas de información servidas por terabytes ha hecho que lo que antes se confinaba a la ciencia ficción sea ya un elemento cuyo desarrollo se ha hecho imparable. Llegan el machine learning y deeplearning de la mano de los Big Data y el IoT (Internet de las Cosas).

Necesidad de una Inteligencia Artificial (IA) de no ficción

Cada vez más, las empresas son conscientes del enorme potencial que suponen los Big Data, enormes bases de datos que, convenientemente organizadas, sirven para conocer al usuario, sus necesidades y costumbres… En definitiva, herramientas clave para diseñar unos planes de marketing estratégicos.

No solo las empresas, sino también los órganos institucionales de los Estados son conscientes de la potencia que supone manejar estas ingentes masas de datos en materia de salud y seguridad pública. Un ejemplo minimalista: un ayuntamiento puede decidir en qué franja horaria ampliar el tiempo de la luz verde de un semáforo en función de la ratio de peticiones del ciudadano durante el día.

Drone First Test Flight

¿Qué es el machine learning?

El machine learning se basa en la creación de programas que sean capaces de generalizar comportamientos en una máquina, en base a una información que no está estructurada y se suministra a modo de ejemplos. Es una especie de inducción del conocimiento en la máquina.

La máquina, según esta información desestructurada y por medio de algoritmos, generaría patrones de categorías, clasificaría dicha información en función de estos patrones y organizaría una respuesta adecuada. Un ejemplo: la clasificación de imágenes según las categorías de ser vivo, objeto o paisaje y una ulterior clasificación según el ser vivo sea mamífero o humano, el tipo de raza…. Una aplicación muy útil, por ejemplo, es aquella para organizar la ingente información en servidores de imágenes como Flickr.

El machine learning tiene una amplia gama de aplicaciones: la banca, los diagnósticos médicos, el análisis del mercado de valores y los motores de búsqueda constituyen los sectores que están concitando un mayor interés. El usuario, en vez de buscar un término en Google y obtener miles de referencias, encontraría exactamente lo que buscaba, aunque no hubiera sabido expresar bien los términos de lo que quería buscar, ya que el ordenador habrá puesto en juego toda la información de su “dueño” (preferencias, gustos, hábitos de consumo, etc.) para dar en el clavo.

Plataformas de aprendizaje

Existe ya una variedad de plataformas y softwares que actúan como plataformas de aprendizaje: Amazon Machine LearningAzutre M.L., Microsoft COCO (para reconocimiento de imágenes)… Todas funcionan con algoritmos de aprendizaje, árboles de decisión, etc.

El machine learning consiste en hacer que las máquinas piensen por sí solas y, para que piensen, primero deben aprender, como el ser humano en su niñez. Es un aprendizaje basado en la recompensa por el esfuerzo. Se llama “aprendizaje supervisado”, ya que necesita de un ser humano detrás que vaya guiando a la máquina sobre lo aprendido, “premiando” por lo bueno y diciendo dónde se equivoca.

Deeplearning

El deeplearning se asemeja más a la perfección de la percepción humana. Es el aprendizaje ya automatizado mediante algoritmos tan complejos que ellos mismos sacan sus propias conclusiones a partir de la semántica embebida en los mismos datos. Un ejemplo son los softwares de traducción, que ya interpretan lo que parecía un escollo insalvable: el contexto.

El deeplearning traspone la arquitectura de las neuronas del cerebro humano al hardware y software de un ordenador y, como se sabe (gracias a los avances de la neurociencia) que determinadas zonas del cerebro condensan las funciones del lenguaje, el reto consiste en imitar esos procesos para hacerlos automáticos y que procesen miles de trillones de datos en segundos, lo que un humano tardaría años en hacer.

La tormenta perfecta

El advenimiento de los Big Data, el IoT y fenómenos tecnológicos como la Nube y la tecnología móvil forma una tormenta perfecta para que el machine learning se asiente y crezca con fuerza.

Multitud de productos, servicios y estrategias mercadotécnicas dependen de las máquinas, leer (adecuadamente) páginas web, comprender las emociones que transmiten los tonos de voz para que los telemarketers automáticos den según qué respuesta, reconocer rostros en el contexto de las redes sociales, entender el porqué de determinados flujos geográficos de población según en qué épocas del año (información muy jugosa par las compañías aéreas), racionalizar de forma más eficiente el gasto energético de plantas de producción, saber qué películas gustan a un usuario para sugerírselas solo al entrar en determinada página web una vez ya ha tomado la decisión de ver una, etc.

La implantación de estas nuevas tecnologías marca el inicio de una nueva era sin precedentes. De momento, las empresas tienen previsto invertir en estos sistemas cognitivos artificiales más de 31.000 millones de dólares hasta 2019.

 

Foto:
https://www.flickr.com
Autor: © Richard Unten[:]