Paul Downey | Flickr
El aprendizaje automático es una frase que se usa cada vez con más frecuencia, sin embargo, muchos aún no saben exactamente qué es . Por supuesto, hay una razón para eso. Todavía está en sus primeras etapas, y muchos suponen que todavía no es algo que afecte a la población general. De hecho, eso quizás no sea tan cierto como algunos suponen.
Entonces, ¿qué es el aprendizaje automático? ¿Y en qué se usa hoy? Aquí está nuestra guía sobre todo lo que necesita saber sobre el aprendizaje automático.
¿Qué es el aprendizaje automático?
El aprendizaje automático, en pocas palabras, es una forma de inteligencia artificial que permite a las computadoras aprender sin ninguna programación adicional. En otras palabras, el software puede aprender cosas nuevas por sí mismo, sin que un programador o ingeniero necesite "enseñarle" nada. El aprendizaje automático puede tomar datos y detectar patrones y encontrar soluciones, y luego aplicar esas soluciones a otros problemas.
Imagen: K? Rlis Dambr? Ns | Flickr
Es importante tener en cuenta que el aprendizaje automático como concepto no es nada nuevo: es difícil rastrear los orígenes precisos del concepto teniendo en cuenta que se fusiona con otras formas de tecnología y desde ellas. Se podría argumentar que el aprendizaje automático se remonta a la creación de la Prueba de Turing, que se utilizó para determinar si una computadora tenía inteligencia. El primer programa de computadora que aprendió, sin embargo, fue un juego de damas, que fue desarrollado en 1952 por Arthur Samuel. Este juego mejoró cuanto más jugaba.
Sin embargo, la tecnología reciente mejora drásticamente el aprendizaje automático. Por ejemplo, el aprendizaje automático requiere grandes cantidades de potencia de procesamiento, tanto que recién hemos comenzado a desarrollar el aprendizaje automático básico en la historia reciente.
Hay algunas formas principales en que los programadores implementan el aprendizaje automático. El primero se llama 'aprendizaje supervisado'. Lo que básicamente significa es que una máquina está alimentando problemas donde se conoce la solución al problema. El algoritmo de aprendizaje puede recibir esos problemas junto con los resultados deseados, identificando patrones en los problemas y actuando en consecuencia. El aprendizaje supervisado a menudo se usa para predecir eventos futuros, como cuando una transacción con tarjeta de crédito puede ser fraudulenta.
La segunda implementación del aprendizaje automático se llama 'aprendizaje no supervisado'. En este caso, el resultado de un problema no se le da al software, sino que alimenta los problemas y tiene que detectar patrones en los datos. El objetivo aquí es encontrar una estructura en los datos que se proporcionan.
El tercer lugar es el "aprendizaje semi-supervisado". Este método de aprendizaje automático a menudo se usa para las mismas cosas que el aprendizaje supervisado, pero toma datos con una solución y datos sin ella. El aprendizaje semi-supervisado a menudo se implementa cuando los fondos son limitados y las empresas no pueden proporcionar conjuntos completos de datos para el proceso de aprendizaje.
Por último, pero no menos importante, el "aprendizaje de refuerzo", que se utiliza específicamente para cosas como los juegos y los robots. El aprendizaje de refuerzo se enseña básicamente a través de prueba y error: la máquina intenta cosas y aprende en función de sus éxitos o fracasos. El objetivo aquí es que la máquina descubra los mejores resultados posibles.
Por supuesto, todos estos métodos de aprendizaje automático implican alimentar una máquina con cientos de miles de problemas y cantidades masivas de datos. Realmente, cuantos más datos, mejor.
¿Dónde se usa hoy el aprendizaje automático?
Imágenes de dinero | Flickr
En realidad, hay muchos lugares en los que el aprendizaje automático se usa hoy en día. Muchos de estos están detrás de escena, sin embargo, puede sorprenderte saber que muchos de ellos también son algo que usas todos los días.
Quizás el que más usa está en su asistente personal: es cierto, los gustos de Siri y Google Now usan el aprendizaje automático, en gran parte para comprender mejor los patrones de habla. Con tantos millones de personas que usan Siri, el sistema puede avanzar seriamente en cómo trata los idiomas, los acentos, etc.
Por supuesto, Siri no es la única aplicación para el consumidor del aprendizaje automático. Otro uso es en la banca, como la detección de fraude. Por ejemplo, los algoritmos de aprendizaje automático pueden rastrear patrones de gasto, determinando qué patrones tienen más probabilidades de ser fraudulentos en función de la actividad fraudulenta pasada.
De hecho, incluso su correo electrónico podría estar utilizando aprendizaje automático. Por ejemplo, los correos electrónicos no deseados son un problema y han evolucionado con el tiempo. Los sistemas de correo electrónico utilizan el aprendizaje automático para rastrear los patrones de correo electrónico no deseado y cómo cambian los correos electrónicos no deseados, y luego colocarlos en su carpeta de correo no deseado en función de esos cambios.
Conclusiones
El aprendizaje automático está destinado a ser una gran parte de cómo usamos la tecnología en el futuro y cómo la tecnología puede ayudarnos. Desde Siri hasta US Bank, el aprendizaje automático se está volviendo cada vez más generalizado, y es probable que eso continúe.
