Machine learning: ¿por qué utilizar inteligencia artificial en tu negocio?

¿Qué le puede aportar la inteligencia artificial a tu negocio? ¿Es aplicable a tus procesos actuales? Son dudas habituales a la hora de hablar de inteligencia artificial y machine learning, pero fáciles de resolver.

Machine learning

Machine learning

Desde los primeros aportes sobre inteligencia artificial a mediados del siglo pasado la tecnología ha mejorado considerablemente permitiendo su implementación en ámbitos de la sociedad y la economía impensables hasta la fecha. De hecho hay dos factores fundamentales que han facilitado la implementación y difusión del uso de la inteligencia artificial durante las últimas décadas:

  • El aumento de la capacidad de procesamiento y cálculo de las máquinas disponibles.
  • La liberación de nuevas tecnologías para el procesamiento y análisis de datos.

Respecto al aumento de la capacidad de cómputo, es fácil comprobar por cualquier persona si echamos la vista atrás cómo han mejorado, por ejemplo, los ordenadores disponibles en nuestras casas. Desde las primeras computadoras hasta los nuevos proyectos de máquinas cuánticas (que provocarán un cambio tecnológico disruptivo).

Por otro lado, la liberación de tecnologías por parte de empresas privadas como Google (BigTable), Facebook (Cassandra) o Amazon (Dynamo), ha permitido que el uso de estas tecnologías relacionadas con la inteligencia artificial sea posible. Primero se necesitaban máquinas más eficientes y potentes y después bases de datos capaces de escalar linealmente con el número de máquinas que las conformaban. Además de las tecnologías provenientes de la iniciativa privada, muchas comunidades de desarrolladores han aportado indudablemente grandes avances.

¿Por qué se necesitaba una mejor tecnología para llegar a la inteligencia artificial de hoy?

Gracias, por ejemplo, a internet, el número de datos disponibles ha crecido exponencialmente si se comparan con los disponibles hace algunas décadas. Tener muchos datos está muy bien pero cuantos mas datos tengamos mas problemas relacionados con su tratamiento vamos a tener, pues es difícil gestionarlos. Esto, haciendo un resumen muy simple, la disposición y gestión de datos es lo que se denomina Big Data.

Teníamos el concepto de Inteligencia Artificial desde hacía más de medio siglo. La informatización de la sociedad en las últimas décadas ha generado cantidades ingentes de datos. Sin embargo, necesitábamos máquinas y tecnología que permitieran procesar y sacar provecho a toda ésa información disponible.

¿Por qué tener muchos datos es un problema y cómo resolverlo?

Machine Learning

Machine Learning

Para simplificarlo todos, vamos a poner varios ejemplos simples que nos ayuden a entender desde un nivel usuario/ciudadano para qué se usa en la actualidad la inteligencia artificial y algunos de sus procesos como el machine learning (aprendizaje automático).

Hace algunas décadas, el número de canales de televisión disponibles era muy reducido: dos, cinco diez. Sin embargo durante los últimos años el número de canales ha crecido considerablemente: cincuenta, cien, doscientos. Tal incremento, hace tedioso e incluso difícil, encontrar lo que queremos ver (y eso a pesar de que tenemos un índice que nos facilita la búsqueda). Ahora imaginemos que en vez de disponer de doscientos canales, disponemos de doscientos mil ¿Tendríamos tiempo para encontrar lo que queremos ver? ¿Lo encontraríamos? En muchas ocasiones más es menos y para resolver este problema, se inventaron los algoritmos de Machine Learning.

¿Qué es el Machine Learning?

Basándonos en el ejemplo anterior de los canales de televisión. Imaginemos que a nosotros sólo nos gustan las películas estadounidenses de terror modernas y que de entre esos doscientos mil canales se emiten varias. Un algoritmo de Machine Learning vale para detectar patrones en conjuntos grandes de datos. En nuestro ejemplo, estos algoritmos podrían detectar, qué películas son comedias, de terror, románticas, de misterio, etc. agruparlas y creando listas de “intereses” más pequeñas en las que buscar. Ya no tendríamos que pasar los canales de películas románticas o de comedias hasta encontrar entre ellas una película de terror.

Lo anterior es un simplificación, pero lo bueno de los algoritmos de Machine Learning es que cuantos más datos tengamos, más afinan (máquinas que aprenden en función de los datos disponibles). Es decir, cuantos mas datos mejor trabajan.

Imaginemos ahora que tenemos un millón de canales. Nuestro algoritmo de Machine Learning podrá segmentar (lo que se denomina en la jerga “clusterizar”) mejor todos ellos y donde antes teníamos cinco o seis categorías, ahora quizá podremos tener cien o doscientas, pasando de tener agrupaciones de películas de terror, románticas, comedias, etc. a terror moderno estadounidense de casas encantadas. De este modo iríamos directamente a lo que nos interesa o como dice el proverbio, el Machine Learning solventaría el problema de “Los árboles no nos dejan ver el bosque”.

¿Y a mi empresa qué le podría aportar?

Aquí viene lo mejor de todo. La inteligencia artificial viene a sustituir los procesos más monótonos dentro de una las labores del negocio. Aquellos que necesitan de una repetición constante o que se basan en pautas claramente establecidas. ¿Por qué? Porque van aprendiendo (cuantos mas datos, cuanta mas experiencia más afinan). Varios ejemplos en varios sectores:

  • Detección de errores en cadenas de producción. Un ejemplo fácil de entender: en poco tiempo pueden aprender a detectar qué tornillos (en una producción diario de diez millones) cuáles no tienen defectos y cuáles sí (y de entre estos últimos clasificar automáticamente cuáles son los más comunes y desde ahí solventarlo aportando datos reales).
  • Detección de materiales mediante procesos automáticos. Máquinas que seleccionen por ejemplo basura y que sean capaces de reconocer las distintas características de los desechos para así poderlos agrupar. Aquí un ejemplo: Los ‘ojos’ artificiales capaces de ver el plástico en la basura
  • Softwares de análisis de sitios web que permitan analizar las debilidades y fortalezas de un sitio web de cara a sus competidores. Puedes ver la web del primer software del mundo en su sector en implementar Machine Learning
  • Detectar patrones de compra de usuarios de nuestro servicio. Así los podemos agrupar y más eficientemente y decidir cómo actuar con ellos, por ejemplo, a la hora de mostrarles publicidad, enviarles correos, etc.
  • Detección de enfermedades aminorando los errores. Hay infinidad de enfermedades con síntomas similares. Incluso siendo la experiencia de los médicos muy dilatada, puede darse el caso de que surjan errores o confusiones. Los algoritmos de Machine Learning son capaces de gestionar millones de datos (millones de casos) más que un médico. Más datos, más experiencia, menos equívocos.

Pantallazo de un videojuego para la detección de la Malaria para generar datos para procesos de detección automáticos.

En definitiva, las tecnologías relacionadas con la inteligencia artificial permiten analizar datos de una manera más eficiente, con un mayor índice de detalle y más rápido que los sistemas convencionales; ya sean exclusivamente humanos o mecánicos. Y si todavía no estás seguro de qué puede aportar la inteligencia artificial, echa un vistazo a este vídeo: 

Sobre el autor César Aparicio

Deja un comentario: