Machine y Deep Learning: una aproximación a la Inteligencia Artificial
Desde las ciencias a los negocios, desde la salud a los deportes, cada día se habla más sobre estos dos conceptos que, sin embargo, resultan poco conocidos por el público en general y suelen ser motivo de equívocos, ambigüedad o desconcierto.
La noción de Inteligencia Artificial (IA), nacida en la década de los 50, hace referencia al estudio, desarrollo y aplicación de técnicas informáticas con el objeto de que las computadoras adquieran habilidades semejantes a la inteligencia humana, como por ejemplo entender situaciones, identificar imágenes, reconocer objetos, resolver problemas, etc.
En un comienzo, la IA exigió la presencia de un programador que introdujera en la computadora una serie de reglas para la toma de decisiones. Sin embargo, a partir de los años 80, cobra impulso el concepto de Machine Learning (ML), o aprendizaje automático, como una rama de la IA destinada al desarrollo de la capacidad de aprendizaje de la computadora, a fin de volverla capaz de establecer sus propias reglas, prescindiendo de programadores.
Básicamente, los sistemas de ML trabajan sobre ingentes volúmenes de datos, identificando patrones de comportamiento para luego poder predecirlos. Así, la computadora se vuelve capaz de identificar a una persona por su rostro, comprender un discurso, distinguir un objeto de una imagen, hacer traducciones, etc.
Concretamente, el ML se produce mediante algoritmos. Un algoritmo es una serie de pasos ordenados que se dan para realizar una tarea. Aunque existen distintos tipos de algoritmos, los que mayor expectativa despiertan actualmente son las redes neuronales, una técnica inspirada en el funcionamiento de las neuronas del cerebro humano: dados unos parámetros, existe una forma de combinarlos para predecir un cierto resultado. Por ejemplo, conociendo los pixeles de una imagen existe una forma de saber qué número se encuentra escrito allí.
Deep Learning (DL), o aprendizaje profundo, es una técnica dentro del ML basada en arquitecturas neuronales gracias a la cual una computadora puede aprender a realizar tareas de clasificación directamente a partir de imágenes, texto o sonido, sin necesidad de ningún tipo de intervención humana para su instrucción previa. Se trata de una herramienta cuyo desempeño supera con creces la capacidad humana.
Desde traducciones automáticas a detección de rostros, recursos como ML y DL están cada día más presentes en nuestra vida cotidiana, provocando una revolución silenciosa pero irreversible. El sector empresarial es uno de los más beneficiados.
