La revolución del aprendizaje automatizado

Una de las mayores áreas de desarrollo en la informática que viviremos a partir de este año es la evolución de los sistemas capaces de aprender a partir de grandes bloques de datos. Esta idea que puede sonar un tanto inquietante es ya una realidad en algunos aspectos de la vida diaria e irá a más en el futuro inmediato. 

Bookmark and Share

Emiliano Pontoriero
viernes, 23 de enero de 2015

El aprendizaje automatizado o machine learning es un tipo de inteligencia artificial que busca hacer que los sistemas puedan comprender en un determinado nivel el significado de la información con la que son alimentados. Es ni más ni menos el punto de encuentro entre la tecnología informática más avanzada y las ciencias de la educación, aunque esta última ya no orientada al aprendizaje de seres humanos, sino al de sistemas.

Para que un sistema aprenda debe existir algún mecanismo que realice la enseñanza, y este aspecto es el que se toma en cuenta para clasificar los diferentes tipos de sistemas de aprendizaje automatizado. Aunque la clasificación completa es extensa y demasiado técnica, a nivel general pueden considerarse de tres tipos: de aprendizaje supervisado, de aprendizaje no supervisado y de aprendizaje mixto.

 

Sistemas de aprendizaje supervisado

Los sistemas de aprendizaje supervisado necesitan de un maestro, que puede ser una persona, un grupo o incluso otros sistemas. El tutor enseña al sistema casos de ejemplo, y junto con cada uno también incluye el resultado esperado. De esta forma el programa aprende, y con cada ejemplo mejora más su definición de las cosas que se le enseñan. Una vez que el maestro  decide que ya ha mostrado suficientes ejemplos, pone a prueba al sistema mostrando casos nuevos que no fueron enseñados y comprueba si el programa los clasifica correctamente en base a lo aprendido. Si el resultado es correcto, el sistema se pone en producción y si pasa lo contrario, el proceso de aprendizaje se reanuda. Se trata en resumen de programas que generan fórmulas para definir cada cosa que se les enseña.

Las aplicaciones de este tipo de sistemas son principalmente para el reconocimiento de patrones, objetos, figuras, la identificación de personas o la clasificación de cosas. Se los utiliza en robótica, juegos, en sistemas de seguridad y toda clase de cadenas de producción automatizadas donde haya algún robot que haga clasificación de productos en fabricación en base a algún aspecto.

 

Sistemas de aprendizaje no supervisado

Los sistemas de aprendizaje no supervisado no requieren de un maestro, dado que su función es la de descubrir cosas por sí mismos dentro de la información que se les carga. Se trata de programas que generan fórmulas de correlación en los datos cargados y son esas fórmulas las que devuelven como resultado de su funcionamiento. Estos sistemas encuentran relaciones entre los datos que en principio están ocultos a simple vista, y son información pura que puede utilizarse para una cantidad infinita de contextos y aplicaciones.

Por ejemplo, uno de estos sistemas cargado con datos de facturación de un supermercado  podría detectar que la mitad de los hombres de entre 35 y 42 años que compran cerveza también compran pañales, y esta información sería útil para propósitos comerciales o de marketing.

Las aplicaciones de estos sistemas son múltiples y son los que mayor impacto tienen y tendrán en la vida diaria de las personas. Los utiliza principalmente el sector financiero, de seguros, la investigación científica en todos sus campos, el marketing, la meteorología, y en general la predicción de comportamientos de variables de todo tipo.

 

Sistemas de aprendizaje mixto

Esta clase de sistemas es técnicamente el más sofisticado de los tipos de aprendizaje automatizado. Consiste básicamente en una combinación del aprendizaje supervisado y no supervisado con aplicaciones muy específicas.

Cosas como la traducción simultánea de cualquier idioma a cualquier idioma que Skype hará totalmente pública durante este año será el mejor ejemplo de este tipo de tecnología, la cual irá mejorando y aprendiendo por sí misma en cuanto más usuarios la utilicen en todo el mundo. Al mismo tiempo se trata de una plataforma que requerirá de maestros para dirigir su evolución y ayudarle a mejorar la compresión de los contextos de las conversaciones.

Otras aplicaciones como la compresión contextual de imágenes, o el poder obtener información de prácticamente cualquier cosa que tengamos al alcance de la cámara de nuestro móvil es también otro ejemplo de este tipo de tecnología que comenzará a extenderse en los próximos meses.

 

En Davinchi hemos comenzado a probar recientemente plataformas de aprendizaje no supervisado, las cuales se convertirán en futuros productos relacionados a inteligencia de negocios para ofrecer información predictiva a partir de la información del cliente. Y aunque más adelante os iremos contando con mayor detalle, si estáis interesados en saber más, desde ya no dudéis en contactarnos.

El aprendizaje automatizado ha llegado para quedarse y está abriendo una nueva era de la que ya somos parte ¿nos acompañan?

¡Hasta el próximo post!

 

 

¿Te ha gustado el post? Código de control. Para puntuar escribe en primer lugar el siguiente código: finsi14
Me ha gustado:
Listado de Comentarios
Insertar Comentario
Código de control. Escribe el siguiente código: finsi14
Mail:
* Este campo no será visible
Nombre o Nick:
Loading
Noticias del grupo >>
Recibe en tu mail las novedades
Post Anteriores: [x] cerrar
Ver Calendario
Error de MM_XSLTransform:
Subscribe
Grupo Finsi | NM formación y consultoría | Davinchi | Dolcebit
Partner's: eadic