(Vía UNAM Global)
Muchos desarrolladores aún no han tenido mucha exposición con el aprendizaje automático, y por eso, la mayoría de ellos se confunden y piensan que son robots locos. Primero, aclaremos algo de la confusión en torno al aprendizaje automático. Luego nos adentraremos en la ciencia y las matemáticas (sí, habrá matemáticas) detrás de los conceptos.
Finalmente, nos sumergiremos en algunas aplicaciones comunes del aprendizaje automático no sólo para cambiar la forma en que las empresas están haciendo negocios, sino también para impregnar la vida cotidiana de la gente común.
Definición de aprendizaje automático
El aprendizaje automático no es Inteligencia Artificial (IA) en sí mismo y es mucho más que automatizar un montón de tareas simples. Es una rama específica dedicada a ayudar a las computadoras a aprender de los humanos y cómo interactuar con nosotros de una manera similar a la de los humanos.
Suena simple ¿verdad? Si lo fuera, los científicos no dedicarían tanto esfuerzo para que esto suceda. Se han logrado grandes avances durante el último siglo para lograr que las máquinas interpreten con precisión las solicitudes de los seres humanos y nos proporcionen lo que necesitamos para responder.
Esas solicitudes no están sucediendo naturalmente. De todos modos, se requiere mucho trabajo para que Alexa (parlante inteligente desarrollado por Amazon) recupere su lista de reproducción favorita a pedido.
Cómo funciona el aprendizaje automático
La IA, que impulsa la mayoría de las aplicaciones modernas, se debe a los algoritmos diseñados rigurosamente creados por desarrolladores e ingenieros informáticos. Toneladas de conjuntos de datos se construyen y reconstruyen hasta que están listos para funcionar. Luego, las máquinas las usan para ayudar a anticipar diferentes aspectos del comportamiento humano.
Hecho correctamente, los cálculos impulsan la IA para evaluar qué se le pide que haga y usar esos mismos algoritmos para averiguar dónde obtener la información necesaria para lograr su objetivo.
Cada día trae cientos de nuevos algoritmos de entusiastas de la IA, por lo que no hay forma de calcular cuántos hay ahí afuera. Todos los algoritmos contienen una combinación de los siguientes conceptos:
- Representación: el lenguaje que usa la computadora para entendernos
Evaluación: cómo la computadora interpreta nuestras peticiones
Optimización: cómo llega la computadora a la ruta correcta para responder a lo que se le pide
No importa si elige codificar su aplicación de IA en el lenguaje de programación R, Python o cualquier otro. Lo importante es proporcionarle los conjuntos de datos correctos para anticipar el comportamiento de los humanos.
PARA LEER: El reporte completo de Leonardo Noriega aquí
Sin Comentarios