Muchos de nosotros creemos que el concepto de Machine Learning o Inteligencia Artificial es algo muy novedoso. La realidad es que el campo de estudio de la Inteligencia Artificial inició en el año de 1956. En esa época se programaron computadoras para que aprendieran a jugar juegos de mesa, algunos algoritmos para el reconocimiento de voz y de análisis de datos (evidentemente no eran computadoras muy poderosas ni tenían acceso a muchos datos). El punto es que durante 60 años se ha estado estudiando y probando intensivamente la materia del Machine Learning. El tema se volvió más relevante a partir de los años 2000’s con modelos de “Deep Learning”, que consisten en la secuenciación de varios algoritmos de Machine Learning. De hecho en el 2010 la computadora Watson de IBM le ganó en Jeopardy a dos de máximos campeones en este juego, sorprendiendo al mundo entero con esto.
En los últimos años la tecnología de Machine Learning y sus aplicaciones están explotando en todos los sentidos de la palabra. Facebook “taggea” automáticamente a todos tus amigos en las fotos, sin importar que estén de perfil, Google Photos incluso te permite buscar en base al contexto de la foto. Algo como “fotos de mi en la playa” y literalmente te regresa las fotos tuyas en la playa. No se diga el hecho de que ahora tenemos Cortana, Alexa, Siri, Google Assistant, como “asistentes digitales”. Lo impresionante de todo esto es que se están combinando algoritmos muy robustos y probados, con el Big Data. Nunca antes había sido tan preciso un pronóstico del clima, y esto es gracias a los cientos de miles de personas (como yo), que tenemos un centro de monitoreo de clima instalado en nuestras casas u oficinas que reportan en tiempo real a través de internet todas las condiciones meteorológicas a un servicio central (https://www.wunderground.com/wundermap), lo cual permite, junto con algoritmos de Mahine Learning, generar predicciones impresionantemente precisas, como por ejemplo saber a qué hora va a empezar a llover y a qué hora va a terminar de llover, no solo si va a llover o no.
En el ámbito Electoral, el Machine Learning y el Big Data ya juegan un papel muy importante. Antes se transmitía un mismo anuncio por TV para toda la gente. Ahora gracias a Facebook, es posible generar un perfil Psicológico de las personas, basadas en el comportamiento que tenemos en Facebook, lo cual es mucho más relevante que solo tomar en cuenta la edad, sexo y lugar de nacimiento. Incluso permite hacer campañas muy dirigidas. Ejemplo: Si podemos saber qué personas tienen un “drive” por el temor, entonces les diriges campañas de “advertencia” de que si votan por el contrario va a pasar algo. A diferencia de personas que se mueven mas por el “sentimiento”, entonces les puedes lanzar un anuncio emotivo en su Facebook. Esto permite tener campañas electorales mucho más dirigidas con un efecto muy fuerte.
En el ámbito Empresarial, El Machine Learning y el Big Data apenas está despegando. Hay empresas como Amazon ya lo tienen ya muy dominado, con algoritmos que generan promociones dinámicas en base al comportamiento de los visitantes de la página. El problema es que las empresas generalmente “corren” sobre sistemas viejos y bases de datos ineficientes que no permiten integrarse con herramientas modernas de análisis, o incluso los socios de las empresas no conocen estas tecnologías y no saben de su potencial. Gracias a tecnologías como SAP HANA para tener los datos “en tiempo real” y SAP Predictive Analytics con un repositorio super extenso de algoritmos de Machine Learning, hacer este tipo de análisis “inteligentes” sobre los datos de las operaciones de un negocio ya es una realidad.
El Machine Learning es una de las dos cosas que yo considero que son “the next big thing” o la nueva revolución tecnológica, equivalente a lo que fue el Internet. En otra ocasión les hablo de la otra revolución que también está iniciando.
DYCSI Adelante en la innovación
Comentarios
Publicar un comentario