Seguro que todos hemos oído, al menos una vez en la vida, de "Inteligencia Artificial", una noción que ahora ha entrado en la terminología cotidiana a través de los libros de ciencia ficción pero también, y cada vez más, a través de películas, series de televisión y canales de contacto "fácil" y "Directo". Algunos de nosotros también habremos oído hablar recientemente de "Aprendizaje automático", quizás en discursos relacionados con "Redes neuronales" o "Algoritmos de decisión".
Pero, ¿qué es el aprendizaje automático y qué tiene que ver con la inteligencia artificial?
Bueno, el aprendizaje automático, o aprendizaje automático, no es más que un tipo particular de Inteligencia Artificial que brinda a las computadoras la capacidad de aprender a resolver problemas sin estar programadas específicamente para ese propósito. Es decir, las computadoras aprenden a comportarse a través de los datos y no (directamente) del código del programa. En lugar de tener, para cada actividad, procesos específicos de toma de decisiones predeterminados por un programador, el software de aprendizaje automático analiza los datos que ya están a su disposición, relacionados con problemas similares, y utiliza el análisis estadístico para definir los modelos conceptuales; luego, aplica esos modelos a nuevos datos para tomar decisiones o hacer predicciones. La tecnología "detrás" de los algoritmos de Machine Learning es la de las llamadas "Redes Neuronales Artificiales", que no son más que un modelo matemático compuesto por "neuronas" artificiales inspiradas en una red neuronal natural, en la práctica un cerebro. Obviamente, para que los resultados de los algoritmos de aprendizaje automático sean lo más precisos posible, deben estar disponibles grandes cantidades de datos, posiblemente de las fuentes más dispares, para crear una base de conocimiento lo más amplia posible, capaz de lidiar con , de la mejor manera, aquellas situaciones en las que no existe experiencia humana previa. Los algoritmos de aprendizaje automático han existido durante mucho tiempo, pero la capacidad de aplicar de forma automática y rápida los complejos cálculos matemáticos necesarios a grandes cantidades de datos solo está disponible en los últimos tiempos. Sin embargo, tan pronto como la potencia informática fue suficiente, hubo un florecimiento de aplicaciones que, a pesar de sus maravillas, se han convertido o están pasando a formar parte de nuestra vida diaria.
Por ejemplo, tenemos:
- El coche Google, ese es el automóvil que se conduce solo;
- Consejos online "dirigidos"Estilo de los sitios de Amazon y Netflix;
- el reconocimiento facial, Que es la tecnología que permite Facebook (pero también otros) para reconocer las caras y etiquetarlas de forma automática cada vez que publique una foto en su perfil;
- La inteligencia social, que es la capacidad de analizar el "contenido emocional" (opinión positiva, negativa o neutral sobre determinados temas) de publicaciones e intervenciones en las redes sociales, y sacar conclusiones;
- Asistentes virtuales Siri, Cortana (y otros) presentes en nuestros smartphones.
Aplicaciones de este tipo revelan todo el poder, así como la gran utilidad práctica, de los algoritmos de aprendizaje automático y revelan cómo tales herramientas ya se han convertido, quizás sin nuestro conocimiento. una parte constante de nuestra realidad. Y cada día, más y más, somos testigos o escuchamos de nuevos usos; ya menudo es Google, a través de sus laboratorios de investigación y sus proyectos innovadores, quien encuentra nuevas aplicaciones. En febrero, presentó un sistema de inteligencia artificial que, basado en imágenes pixeladas, logra crear una reconstrucción bastante confiable de la fotografía original; en abril, anunció que su Traductor ha mejorado la precisión de las traducciones al italiano gracias a algoritmos de inteligencia artificial; También en abril, lanzó un portal web que utiliza algoritmos de aprendizaje automático para interpretar "garabatos" o simplemente dibujos de un objeto y "reemplazarlos" con dibujos precisos y profesionales del mismo objeto. Pero lo mejor aún está por venir. De hecho, Machine Learning es una herramienta muy poderosa, cuya verdadera fortaleza aún no se ha expresado por completo y cuyos usos futuros no se limitan a los negocios y los servicios empresariales. Gracias a la constante evolución tecnológica y al incremento de la potencia informática, de hecho, el Machine Learning pronto podrá evolucionar de una herramienta de análisis a una herramienta de descubrimiento e innovación, y jugará un papel cada vez más protagonista en sectores como la investigación y Ciencias. En resumen, los algoritmos que aprovechan el aprendizaje automático podrán hacer exactamente lo que los científicos e inventores hacen ahora, pero mejor y más rápido. La esperanza es que algún día el software resuelva problemas sin solución en este momento. Es decir, la esperanza es por ejemplo la de poder construir un Machine Learning inteligente hasta el punto de permitirle utilizar sus algoritmos para encontrar la cura de enfermedades como el cáncer o el sida. Es probable que el futuro sea sorprendente, de formas que tal vez ni siquiera podamos imaginar hoy.
John Calcerano