Aprendizaje automático o Machine learning.

¿Podríamos eliminar la intuición? Aunque la respuesta es que si, la intuición humana como tal, no puede ser eliminada en su totalidad, sin embargo las computadoras si y lo logran a través del aprendizaje automático o machine learning.

No estamos hablando de computación futurista o de ciborgs que viajen a través del tiempo para destruir a la humanidad, nos referimos a un subcampo de las ciencias de la computación y las neurociencias, la cual no es muy vieja que digamos aunque nació en la década de los 60 y que viene fuertemente ligada a la inteligencia artificial y aunque uno de sus objetivos primordiales es lograr que las “computadoras aprendan” no necesariamente estamos hablando de crear una inteligencia artificial de la que habla Isaac Asimov en sus libros… por el momento.

El aprendizaje automático tiene un amplio espectro que incluye los motores de búsqueda, análisis de mercados, reconocimiento de lenguajes escritos y en algunos casos juegos, aunque también hay otras áreas más especializadas como los diagnósticos médicos; pero todos estos campos mencionados tiene algo en común y es el reconocimiento de patrones, recuperación de la información y razonamiento probabilístico. En este artículo nos vamos a enfocar en tratar el tema de una manera más general.

Las maquinas actualmente dedicadas al aprendizaje, tiene diferentes maneras de recibir esta información, pueden ser aprendizajes supervisados, semi-supervisados, por refuerzo, multitarea, por mencionar algunos y se enfocas a través de árboles de decisiones, reglas de asociación, redes neuronales artificiales y algoritmos de agrupamiento.

Para ponerlo en contexto, podríamos decir que el aprendizaje automático llego primero que la inteligencia artificial, aunque no se considera padre de esta última, el machine learning nació en pro de una inteligencia para las maquinas.

Para Arthur Samuel en la década de los 60 establecía que era un campo de la computación que le daba a las computadoras la habilidad de aprender sin ser programadas. Aunque actualmente sabemos que eso no es del todo posible, podríamos definirla como una secuencia o serie de instrucciones a través de un algoritmo que transforman los conjuntos de datos en información, con la finalidad de interpretarlos como un resultado final, procesos matemáticos que al ser humano pudiera costar un tiempo más prologando en sacar estos datos finales.

Actualmente el aprendizaje automático nos brinda un potencial que empieza por la creación de la analítica de los datos masivos, al convertir esta información en herramientas predictivas útiles para los negocios, desde el ámbito empresarial se augura que podría ser “el próximo gran éxito”

Para Fausto Ibarra, director de gestión global de productos para Google Cloud Plataform “El aprendizaje automático es básicamente una forma en que una computadora busca los recursos de información que un ser humano no puede encontrar y que una vez que tiene los datos y la capacitación e implementa sus modelos, la maquina puede analizar terabytes de datos y hacer más inteligente, básicamente la maquina se entrena y en última instancia hace predicciones”

Es claro que el Aprendizaje automático deja una ventaja competitiva en el mercado el cual se mueve rápidamente. Aunque actualmente nos encontramos en los primeros días del aprendizaje automático y quedan demasiadas preguntas por responder, no hay duda alguna que trabajar con máquinas que apoyan a la interpretación de los datos, nos abrirá nuevas posibilidades de aprendizaje como seres humanos.

Referencias bibliográficas.

Pasillas, A. (2018). ¿Qué es machine learning? [Guía completa para principiantes]Blog.adext.com. Retrieved 5 April 2018, from https://blog.adext.com/es/machine-learning-guia-completa

Martín, E. (2018). Tribuna | Por qué ‘machine learning’ será la tecnología más importante en 2018EL PAÍS. Retrieved 5 April 2018, from https://elpais.com/tecnologia/2017/11/28/actualidad/1511866764_933798.html

Aprendizaje automático: La nueva base de prueba para la ventaja competitiva.. (2017) (1st ed.). EEUU.

Carlos Catzin

Deja un comentario


*