COMPARTIR

3 predicciones de Machine Learning e Inteligencia Artificial

TECNOLOGÍA

Redactado por Mónica Angeles

Publicado el 02/10/2019

¿Qué es el Machine Learning?

Campo científico del ámbito de la inteligencia artificial que crea sistemas o software con la habilidad de aprender sin ser explícitamente o constantemente programados.

Es decir, de forma automática y sin la intervención del hombre.

Su aprendizaje se da en base a la cantidad de datos analizados a lo largo del tiempo.

Para comenzar, Machine Learning es un campo de las ciencias de la computación que se encarga de “aprender” dado un conjunto de datos.

En otras palabras, se encarga de representar la estructura y generalizar comportamientos de los datos dados.

¿Cómo funciona?

Se dota de un algoritmo que analiza millones de datos, descubre patrones complejos en ellos y, a partir de estos, es capaz de predecir comportamientos futuros.

En este contexto, “Learning” – aprender, no se trata de memorizar y recolectar datos.

Se trata de crear un modelo a partir de la información suministrada para poder generar conclusiones sobre ejemplares nunca antes vistos.

Elementos de un modelo en el contexto de ML:

  • Entradas (input) del modelo:
    En ML también conocido como: Características, Atributos, Predictores, Entradas, Variables independientes, Dimensiones, etc.
  • Resultados (output) del modelo: 
    En ML también conocido como: Objetivo, Respuesta, Salida, Variable dependiente, etc.
  • Fila:
    (Incluye input y output) En Machine Learning también conocido como: Observación, Registro, etc.
  • Etiquetas (labels):
    Los valores de la variable dependiente (en el contexto de aprendizaje supervisado que explicaremos más abajo).

¿Qué tipos de algoritmo de Machine Learning existen?

Supervisado

Esta rama del ML se encarga de los problemas que traen los datos con etiquetas. Por ejemplo, intentar clasificar los perros y los muffins de la imagén de arriba.

Este tipo de algoritmos buscan generalizar y predecir a partir de la información suministrada.

No supervisado

A falta de un nombre más creativo, esta rama del ML se encarga justamente del resto de los problemas, es decir, de los que no traen los datos con etiquetas.

Por ejemplo, dado un grupo de usuarios de una red social, agruparlos (clustering) en comunidades.

Este tipo de algoritmos buscan extraer estructura y encontrar patrones a partir de la información suministrada.

Adicionalmente, cada uno de estos tipos de ML se subdividen según el tipo de datos que manejan:

  • Continuos:
    Información cuantitativa/numérica. Por ejemplo, predecir el precio de una casa.
  • Discretos:
    Información cualitativa. Por ejemplo, predecir de qué equipo deportivo es hincha una persona.

¿Cuál será el futuro del Machine Learning?

¿Qué podríamos ver potencialmente el próximo año? ¿Usos nuevos e innovadores del Machine Learning? ¿Más evolución de la interacción humana y máquina?

¿El ascenso de los asistentes de IA? Profundicemos en las predicciones de inteligencia artificial y aprendizaje automático para los próximos meses.

1.- Nuevos usos para el Machine Learning en múltiples industrias

Cuando se trata de una tecnología tan avanzada como el machine learning, simplemente no hay una industria que no se beneficie.

Quiero decir, ¿cómo podría una empresa no aprovechar una tecnología que los haría más exitosos?

En el próximo año, habrán múltiples usos nuevos para el machine learning en todas estas industrias disponibles para tomar y no me refiero solo a marketing y ventas.

Actualmente, el ejército de EE. UU. Usan el machine learning para predecir cuándo los vehículos de combate necesitan reparación.

Piénselo, hay millones de equipos que nuestro Ejército usa todos los días. Para realizar un seguimiento de los datos involucrados, están reclutando la ayuda de un asistente de inteligencia artificial.

AI-army-machine-learning

Para la primera implementación, unas pocas docenas de transportes de infantería acorazada recibirán sensores dentro de los motores de los vehículos.

Estos sensores registrarán la temperatura y las RPM y lo transmitirán al software.

Las capacidades de machine learning buscarán patrones en los datos que coincidan con las fallas del motor en vehículos similares.

¿Qué pasa si tu auto hizo esto? AAA podría quedar obsoleto si su automóvil pudiera decirle que la transmisión está a punto de contagiarle.

Si el ejército usa la tecnología, estoy seguro de que no pasará mucho tiempo hasta que la veamos en el mundo civil.

La industria automotriz no es la única que está viendo nuevos usos potenciales para esta tecnología, la asistencia sanitaria está a punto de ver algunos cambios también.

Como si Google no estuviera ya en el mapa de IA, han comenzado a predecir la probabilidad de muerte de un paciente mediante el machine learning, con asombrosa precisión del 95%. ¿Cómo?

La AI creada por la compañía analiza las variables de los registros de salud de un paciente, toma en cuenta la demografía, el historial de salud y más.

inteligencia-artificial

A continuación, predice la probabilidad de muerte del paciente dentro de las 24 horas de la admisión.

Eso suena un poco morboso cuando se entera por primera vez pero piensa en el impacto que podría tener en la industria de la salud.

¡El machine learning podría ayudar a salvar vidas.

Finalmente, un grupo de investigación también ha utilizado recientemente el machine learning para predecir el desempeño del mercado bursátil basado en documentos de ganancias disponibles públicamente.

Estos documentos se combinaron con datos de precios de acciones antes y después de los anuncios del mercado.

El modelo intentó encontrar una relación entre el contenido del lenguaje y el impacto en el precio de las acciones.

Después de su prueba, el resultado más exitoso fue un 62% de probabilidad de predecir un stock de bajo rendimiento.

Ese no es el porcentaje más alto, pero cuando está invirtiendo en algo tan arriesgado como el mercado de valores, me arriesgaré con el 62% de precisión.

Como puede ver, la IA y el machine learning nos permiten predecir el futuro utilizando el pasado.

En cuanto a las predicciones de IA y machine learning, estoy seguro de que leeremos más sobre las compañías que han descubierto cómo usar estas tecnologías para leer e interpretar datos.

2.- Evolución adicional de la interacción humana y máquina

La idea de que AI es simplemente un robot programado para realizar tareas mundanas ya no existe.

De hecho, las empresas están empezando a ver la IA como una extensión de su negocio, lo que contribuye a su éxito.

Más compañías están trabajando para mejorar la relación entre la máquina y el ser humano. AI se está diseñando mientras hablamos para que esto suceda.

How-an-AI-Chatbot-Works

Las empresas que están desarrollando AI están trabajando para que comprenda los matices de las interacciones humanas.

Decimos más de lo que nos damos cuenta cuando hablamos. ¿Te imaginas un chatbot capaz de reconocer más de lo que estás diciendo con tus palabras? Eso sería tan increíble para el servicio al cliente.

A lo largo de 2019, se predice que AI continuará evolucionando. Habiendo dicho eso, creo que también comenzaremos a entender las limitaciones de la IA y veremos dónde se requiere la intervención humana.

Será interesante ver dónde encontramos equilibrio y éxito.

3.- El auge de los asistentes de IA

¿Con qué frecuencia recurres a un asistente de inteligencia artificial para obtener ayuda?

En la última hora, le pedí a Alexa que encendiera la luz y tocara música en Pandora y le pregunté a Siri cómo se veía el tráfico en el camino a casa. Y estas tareas simples son solo el comienzo.

amazon-echo

Comenzaremos a utilizar estos asistentes para todos los días, tareas operativas como buscar en Internet, leer correos electrónicos, responder a comunicaciones e incluso pagar facturas y pedir productos.

2019 será un año de desarrollo para el asistente de inteligencia artificial, mostrándonos cuán poderosas y útiles son estas herramientas. Estará en más lugares que su casa y su bolsillo también.

Empresas como Kia y Hyundai planean incluir asistentes de inteligencia artificial en sus vehículos a partir de 2019. ¡Inscríbanme para obtener un automóvil nuevo!

Hyundai y Kia inteligencia artificial

Estoy seguro de que Google, Apple y Amazon continuarán avanzando con sus asistentes de inteligencia artificial, haciendo que nuestras vidas sean aún más fáciles.

Estoy seguro de que el próximo año será un año crítico para la IA y el machine learning.

Creo que estas predicciones de AI y machine learning son solo el comienzo de los avances que veremos, ya que la única certeza es que la tecnología se moverá más rápido con cada día que pasa.

foto de Mónica Angeles

Mónica Angeles

Licenciada en Comunicación Social de la Universidad San Martín de Porres (USMP) con más de 10 años de experiencia, actualmente me desempeño como UX Content Strategist.

Diplomada en Community Manager y Social Media Management. Trabajo como gestora de contenido y estrategias digitales con marcas reconocidas del rubro cosmético, automotriz, hotelero y supermercados. Docente en diferentes centros de estudios superiores, destacando Toulouse Lautrec.


Suscríbete al Blog.

Agregue un comentario

Su dirección de correo no se hará público. Los campos requeridos están marcados *

Publicaciones relacionadas

imagen del post
Modelo de negocio de Tik Tok ¿Cómo gana dinero la empresa?

Por Mónica Angeles

13/10/2019

TikTok ha aprovechado un modelo exitoso de contenido generado por los usuarios al simplificar y hacer accesible la creación de videos de alta calidad.

LEER MÁS
imagen del post
Inteligencia Artificial y Big Data: una poderosa combinación para el crecimiento del futuro

Por Mónica Angeles

13/10/2019

Las tendencias que marcan la actualidad son muy variadas, pero destacan especialmente dos: el Big Data y la inteligencia artificial.

LEER MÁS
imagen del post
7 principales desafíos de análisis de Big Data que enfrentan las empresas

Por Mónica Angeles

13/10/2019

Lo que importa con el Big Data es lo que las organizaciones hacen con los datos. Big Data se puede analizar para obtener ideas que conduzcan a mejores decisiones y movimientos de negocios estratégicos.

LEER MÁS