Colaboración de Guillem Vidal, Ingeniero de Machine Learning en BigML.
“Solo podemos ver poco del futuro, pero lo suficiente para darnos
cuenta de que hay mucho que hacer”
Alan Turing
Cada día aparecen conceptos tecnológicos nuevos. Algunos pasan desapercibidos, otros tienen su momento de gloria seguido de un declive y curiosamente sólo unos pocos permanecen. Es complicado anticipar cuando una tecnología va a prosperar. Llevamos unos años de auge mediático del Machine Learning (Aprendizaje Automático) y parece que el hype inicial está pasando. En otros casos podría ser el principio del declive. No hace falta ser experto para entender que el Machine Learning ha entrado en nuestras vidas para quedarse. De hecho, aunque muchos no sean conscientes de ello, todos usamos Machine Learning de forma cotidiana y en las grandes empresas tecnológicas esta modalidad es omnipresente.
El Machine Learning es una disciplina que permite que las máquinas aprendan automáticamente, a través de los datos, sin ser explícitamente programadas. Incluido dentro del paraguas de la Inteligencia Artificial, es un campo que lleva estudiándose más de 40 años. Se trata de algoritmos que buscan patrones en los datos que han ocurrido en el pasado y que volverán a ocurrir en el futuro, permitiendo así hacer predicciones. Esta información es altamente valiosa para las empresas, ya que permite automatizar la toma de decisiones, optimizar procesos de trabajo y mejorar el uso de sus recursos.
Conceptos como el Machine Learning y la Inteligencia Artificial pueden llegar a malinterpretarse si sólo nos guiamos por el mensaje que transmiten las películas de ciencia ficción. Por ejemplo, en Blade Runner (1982) se hablaba de replicantes en el año 2016 y los T1000 de Terminator (1984) venían del 2029. En los dos casos vemos que la imaginación del hombre va mucho más allá de la realidad: la tecnología actual está muy lejos de conseguir lo que planteaban ambas películas. Además, algunos medios de comunicación confunden más que aclaran con noticias con tintes sensacionalistas. El Machine Learning es una disciplina madura con más de 40 años de historia y fundamentos sólidos. Su uso fue moderado en los inicios debido a la limitada capacidad de computación de los ordenadores y por el alto coste de los mismos.
Hace 20 años los científicos que estudiaban Machine Learning a menudo tenían que esperar resultados durante días, en cambio hoy hablamos de segundos de espera para ejecuciones muchísimo más complejas. Además, las herramientas de Machine Learning que existían años atrás eran muy complejas y no permitían solucionar problemas del mundo real. Hoy en día la situación ha cambiado gracias a la aparición de herramientas que facilitan el acceso del Machine Learning. Con nociones básicas y unos pocos clicks es posible crear y visualizar distintos tipos de modelos predictivos. La idea es democratizar esta tecnología y llegar a un punto donde todo tipo de profesionales puedan aplicarlo a diario.
Uno de los retos eternos que tienen las empresas son los datos. Los datos son sinónimo de riqueza para cualquier negocio, sin olvidar la sensibilidad ética que implica la privacidad de los mismos. Además, el volumen de datos que generamos aumenta exponencialmente y con él, la complejidad de su mantenimiento. Partimos de la base de que una buena preparación de datos es primordial para que los algoritmos de Machine Learning den resultados óptimos. Por ejemplo, si queremos predecir el stock de un producto específico, tendremos que procesar datos históricos de ventas y stock del mismo producto. Por otro lado, si no disponemos de datos históricos sobre el comportamiento de una máquina, será imposible predecir con antelación cuándo va a fallar. En esta línea, muchas organizaciones tienen asignaturas pendientes para estructurar sus datos correctamente.
A nivel de negocio, las aplicaciones del Machine Learning son casi infinitas, las hay en todos los sectores y también específicas para cada empresa. Es posible optimizar cualquier tarea repetitiva a través de datos históricos; desde predicciones de demanda, sistemas de recomendación o predicciones de bajas, hasta análisis automáticos de contratos y diagnósticos médicos, sin olvidar temas más actuales como el reconocimiento de imagen y sonido. La automatización de tareas sin duda cambiará nuestra forma de trabajar, por lo que todas las profesiones (unas más que otras) tomarán contacto con el Machine Learning.
El Machine Learning es abstracto y requiere un tiempo de adaptación para superar la curva de aprendizaje. Aunque todo indica que el esfuerzo es fructífero y que, con seguridad, a medio plazo marcará diferencias. Incluso pensamos que en el futuro será una disciplina requerida en todos los sectores y que cambiará nuestras formas de trabajar, que será una capa más de todas las organizaciones. Es realista imaginar a médicos usando diagnósticos predictivos, jueces apoyándose en modelos de sentencias o gestores tomando decisiones sugeridas por algoritmos. Con la información y las tecnologías disponibles en la actualidad es más fácil que nunca.
Efectivamente no somos conscientes … me queda muy claro. Enhorabuena. Abrazo.
Luismi, gracias por participar en el blog. Interiorizar las posibilidades de ML aplicandola a casos de negocio y gestión de forma generalizada será decisivo para ser competitivos en esta nueva era.
Estimado Adolfo, te felicito por todas las entradas de interés sobre cuestiones que, sin lugar a dudas, marcarán nuestras vidas y acciones futuras como seres humanos, La inteligencia artificial está ya mejorando nuestras vidas, y en un futuro más aún, dependeremos de ella para cualquier acción individual o colectiva, en interés, suponemos, de la raza humana. La cuestión es que siempre a lo largo de los tiempos, unas personas han decidido por otras, lo que es mejor o peor, lo recomendable o no, unas con buenas intenciones y otras no, y aquí está el problema. ¿Cómo se controlará el poder que dará la inteligencia artificial a unas determinadas personas, a unas pocas, y con ideas antagónicas, de lo que es mejor o peor para el ser humano? ¿podría ser la globalización actual, desde el punto de vista neoliberal, un primer paso para la «unificación y control total como especie»?
Queda mi reflexión y cuestiones, como una humilde aportación a este artículo fenomenal sobre el Machine Learning.
También quiero aprovechar, en relación con tu artículo, para difundir que el trigésimo sexto Congreso Internacional sobre Aprendizaje Automático, ICLM 2019, respaldado por la International Machine Learning Society (IMLS), se realizará en fechas próximas, en California, dejo dirección web a continuación por si es de interés. https://icml.cc/
La anterior aportación, sobre el congreso y el tema que nos ocupa, la hago por el interés académico y social actual, ya que sé, por experiencia propia, lo difícil que es la divulgación, dentro de los medios de comunicación, de muchos eventos académicos sobre los temas de ciencia y sociedad, pues dirigí los dos años anteriores, los congresos internacionales, XXII y XXIII dentro del área de la sociología en particular, y de las ciencias sociales en general, organizados por la Asociación Castellano Manchega de Sociología, y aunque han sido un éxito en participación y ponencias presentadas, así como en países participantes, más de 23, si que he echado de menos su difusión en medios de comunicación de ámbito nacional e internacional. Dejo la web de la asociación: http://www.acms.es
Te reitero mi felicitación por tu web, y la técnica de comunicación en tus artículos, muy comprensiva para los que somos profanos en estas materias.
Un cordial saludo a ti y a todos tus lectores.
José Miguel Moreno Carrillo.
Jose Miguel gracias por participar en el blog y por la información que has compartido.
La Inteligencia Artificial y el ML son un reto, com lo han sido en nuestra historia otras revoluciones, lo que ocurre es que ahora el impacto de las decisiones está distribuida y su impacto es increiblemente mayor.
Adolfo, gracias por el artículo, Por fin me ha quedado claro el concepto de Machine Learning.
La inquietud que me surge es que sean los datos un factor importante de desigualdad en la sociedad, que acrecienten aún más la brecha que existe actualmente. Sin duda, estamos ante un gran reto.
Laura, gracias por participar. Creo que La inteligencia humana sera el factor determinante para crecer con sentido.