¿Qué es el machine learning?

by Sep 22, 2021Blog

image_pdfimage_print

La tecnología ha ido avanzando y con ellos las máquinas, por lo que han surgido distintos conceptos y nuevos inventos que pretenden ayudar a la vida del ser humano.

Dentro de estos conceptos surge el machine learning y es una rama de la inteligencia artificial que permite que las máquinas aprendan sin ser expresamente programadas para ello.

Parece algo sacado de algo futurista, sin embargo, esta tecnología se encuentra presente en un sinfín de aplicaciones como las recomendaciones de Netflix o Spotify, las respuestas inteligentes de Gmail o el habla de Siri y Alexa.

José Luis Espinoza, científico de datos de BBVA México, asegura que “el ‘machine learning’ es un maestro del reconocimiento de patrones, y es capaz de convertir una muestra de datos en un programa informático capaz de extraer inferencias de nuevos conjuntos de datos para los que no ha sido entrenado previamente”

No solo se pueden utilizar en aplicaciones, sino que se emplea también para la mejora de motores de búsqueda, la robótica, el diagnóstico médico o incluso la detección del fraude en el uso de tarjetas de crédito.

Su origen se remota desde el siglo pasado, para ser exactos, en los años de 1950, gracias al matemático Alan Turning quien se planteó por primera vez la pregunta de si es posible que las máquinas puedan pensar, con la que plantó la semilla de la creación de computadoras de ‘inteligencia artificial’. 

Desde entonces, han surgido distintos enfoques del Machine Learning:

  • El ‘aprendizaje por refuerzo’ se produce cuando una máquina aprende por medio de prueba y error hasta alcanzar la mejor manera de completar una tarea dada. Por ejemplo, Microsoft utiliza esta técnica en entornos de juego como Minecraft para ver cómo los ‘agentes de software’ mejoran su trabajo.
  • ‘Aprendizaje supervisado’, se produce cuando se entrena a las máquinas con datos etiquetados. Por ejemplo, fotos con descripciones de los elementos que aparecen en ellas. El algoritmo que utiliza la máquina es capaz de seleccionar esas etiquetas en otras bases de datos.
  • Aprendizaje no supervisado’, las máquinas no identifican patrones en bases de datos etiquetadas, sino que buscan similitudes. En este caso, los algoritmos no están programados para detectar un tipo específico de datos, como ocurría con las imágenes de perros, sino que buscan ejemplos que se parezcan y puedan agrupar.