Todos nos hemos asombrado en algún momento con los largometrajes de Robots, máquinas creadas por el hombre con la capacidad no sólo de comunicarse con nosotros sino también de sentir, pensar, tomar decisiones de manera autónoma y aprender de sí mismos, máquinas con inteligencia artificial. En este caso el Machine Learning es sólo un pequeño paso hacia la Inteligencia Artificial.
¿Qué es el Machine Learning? hacemos mención a ordenadores que aplican técnicas de aprendizaje estadístico con el fin de identificar de manera automática patrones de datos; la idea nace a partir del reconocimiento de patrones y de la teoría de que las máquinas pueden aprender por sí mismas para realizar tareas determinadas, esto surge por el interés de los científicos en saber si los ordenadores pueden aprender por sí sólos.
Dicha capacidad de aprendizaje les permite adaptarse de manera independiente; aprenden de cálculos anteriores y así producen decisiones y resultados fiables y repetibles. Ésta es una ciencia que no es nueva, pero que está ganando un nuevo impulso. Cuando hablamos de formación, las posibilidades de incorporar este tipo de aprendizaje automático entre el alumno y la máquina pueden incorporar maneras de aprendizaje inimaginables.
Uno de los factores de importancia del Machine Learning es que no es un sistema Totalmente Automatizado, sino que necesita tomar decisiones específicas para que el proceso de aprendizaje sea exitoso.
Nos preguntamos, ¿para qué sirve el Machine Learning?, según David Karger, profesor de Computer Science en el MIT, el Machine Learning es una herramienta impresionantemente poderosa que puede hacer un trabajo increíblemente bueno a la hora de resolver problemas de clasificación realmente difíciles, por lo que según él a este tipo de aprendizaje le espera un futuro brillante.
Los seres humanos suelen crear uno o dos buenos modelos a la semana. El aprendizaje automático puede crear miles de modelos a la semana.
-Thomas H. Davenport-
Un futuro brillante, como herramienta. Según el profesor Karger, los algoritmos utilizados por el Machine Learning tienen errores; y el punto clave está en resolver o mejorar las consecuencias de estos errores; es decir, la importancia está en desarrollar una máquina diseñada para ser una herramienta que sea utilizada para que los usuarios sean más eficientes en lo que hacen, y no en trabajar para que esa herramienta sustituya a los usuarios.
Un ejemplo de Machine Learning es el sistema Feedme desarrollado por el profesor Karger, un proyecto basado en el Machine Learning que refleja lo mencionado anteriormente. Feedme es un sistema que permite compartir contenidos con tus contactos de forma veloz mediante el análisis de datos que hace un algoritmo; mientras lees cualquier contenido en la web, se despliega una pequeña barra de herramientas con una lista de contactos a los que les podría interesar el contenido que estás leyendo, haciendo clic sobre el nombre del contacto Feedme les comparte el enlace de la página.
El algoritmo que utiliza el sistema aprende qué tipo de contenidos compartes con cada contacto, y emplea esa información para “adivinar” a qué contactos le podría gustar el contenido que lees.
Aquí notamos lo importante de la acción humana en el Machine Learning, Feedme te sugiere a quién compartir el contenido, pero en realidad eres tú quien decide que acción tomar.
Según John Thruma, analista de datos y Director de Teradata, el Machine Learning puede lograr ser una fuerza mas potente si estuvieramos dispuestos a aceptar un mayor nivel de interrupción en nuestras vidas, permitiendo que las máquinas tengan mayor participación e influencia en nuestras vidas, decisiones y resolución de problemas.
Los datos y la tecnología están ahí y queda de nosotros el uso que les demos y hasta qué punto vamos a moldear a la tecnología a nuestro gusto o permitiremos que poco a poco la tecnología nos conozca y nos moldee.
Los días 2 y 3 de marzo de 2017 tendrá lugar en la Feria de Madrid, la XVI edición del Congreso Internacional y Feria profesional EXPOELEARNING, organizada por AEFOL e IFEMA, cuyo tema central es: “Machine Learning”.
Fuentes:
Machine Learning: What it is and why it matters. (n.d.). Retrieved November 15, 2016, from http://www.sas.com/en_id/insights/analytics/machine-learning.html
Machine Learning: David Karger think about the future of machine learning. (n.d.). Retrieved November 15, 2016, from https://www.quora.com/What-does-David-Karger-think-about-the-future-of-machine-learning
© AEFOL – Sant Cugat, 15 de noviembre de 2016, www.expoelearning.com
- 0share
