Una de las características de la inteligencia humana es ser capaz de incorporar el aprendizaje y ser más inteligente con el tiempo a medida que los nuevos datos se integran en la base de conocimientos de su cerebro. Veamos ¿Qué es Machine Learning?
Tradicionalmente, las computadoras no se consideran inteligentes. Ya que aunque tienen espectaculares habilidades computacionales, deben ser programadas con bastante precisión para aprovechar este poder.
Adémas no tienen ninguna capacidad para integrar el aprendizaje. Más bien, deben ser re-programadas para abarcar mejoras.
El Machine Learning es la rama de la informática que incorpora algoritmos para analizar los datos que se introducen.
A través del análisis estadístico puede hacer una predicción sobre un resultado. Al tiempo que incorpora nuevos datos a medida que están disponibles, para actualizar el resultado previsto.
En otras palabras, el algoritmo permite a la computadora incorporar nuevos datos y actualizar su algoritmo a lo largo del tiempo. De este modo el aprendizaje se lleva a cabo de manera efectiva.
Un término estrechamente relacionado y a veces considerado casi como sinónimo, es el de inteligencia artificial.
Algunos sostienen que la IA se considera el término más amplio. Donde Machine Learning es sola una de las categorías.
Campeón de Damas
La frase Machine Learning se remonta a 1959. Cuando Arthur Samuel, pionero en los campos de los juegos de ordenador y la inteligencia artificial y profesor investigador de la Universidad de Stanford, la definió como “la capacidad de aprender sin estar programado explícitamente”.
Se interesó por el aprendizaje de las máquinas en lo que respecta al juego de Damas. Samuel lo percibía como un tema ideal debido a la simplicidad del juego.
Debido a la falta de potencia de computación disponible en ese momento, en lugar de tratar de ejecutar todas las posibilidades, su algoritmo utilizaba la poda alfa-beta (una variante del algoritmo Mínimo) para elegir un movimiento basado en la posición de las piezas, incluida la ubicación de las piezas de rey y la probabilidad de una victoria.
Puso sus teorías en práctica en 1961. Cuando su programa ganó un partido contra el campeón de damas del estado de Connecticut. Quien era considerado el cuarto jugador de la nación en ese momento, dando crédito a su trabajo.
Esto allanó el camino para un trabajo más innovador en el campo del aprendizaje de las máquinas.
Esto incluye el famoso partido de 1997 en el que la super computadora Deep Blue de IBM, después de una derrota inicial el año anterior, fue capaz de vencer al campeón mundial Garry Kasparov en una serie de partidos en el más complejo juego del ajedrez.
Aún más recientemente, en 2016, Google asumió el juego aún más complicado de Go. Un popular juego de mesa chino conocido por su alto nivel de estrategia.
Utilizando el algoritmo AlphaGo para Machine Learning, un producto de Google DeepMind, un jugador profesional fue derrotado en un impresionante cinco juegos consecutivos.
Machine Learning se ha aplicado a más que sólo juegos.
En 2012, en los laboratorios Google X Labs, se diseñó un algoritmo de Machine Learning para revisar los videos de YouTube. El algoritmo identifica de forma independiente aquellos que tienen un gato en el flujo de video.
Para 2014, Facebook tenía un algoritmo de Machine Learning, DeepFace. Que podía hacer coincidir las imágenes de los rostros con una persona con una precisión de más del 97%. Lo que se acerca al rendimiento de un humano típico cuando se trata de esa tarea.
Con el fin de facilitar más proyectos, en 2015, Microsoft estrenó su Kit de Herramientas de Machine Learning Distribuido. Actualmente incluye la incorporación de palabras distribuidas (multi-sentido) para el procesamiento de lenguaje natural de alta calidad.
La tecnología de Machine Learning también se ha aplicado a los robots y a su capacidad para realizar tareas complejas de forma autónoma.
Ha habido interés en las aplicaciones militares y esto ha hecho que muchas luminarias de la tecnología, incluyendo Stephen Hawking y Steve Wozniak, envíen una carta abierta a la ONU.
Su preocupación es que el aprendizaje de las máquinas armamentísticas representa una “tercera revolución en la guerra”.
Por otro lado, la tecnología autónoma promete hacer que los coches sean más seguros de conducir.
Beneficios para los negocios
Las empresas también han adoptado el Machine Learning. Un ejemplo de ello son los robots de chat automatizados que reducen los niveles de interacción de los clientes con empleados.
Gracias a los avances en el Machine Learning, los dispositivos que se encuentran en nuestros escritorios y descansan en nuestros bolsillos son cada vez más inteligentes.
