El Machine Learning (ML) es un tipo de Inteligencia Artificial (IA) que da a las computadoras la capacidad de aprender sin ser programadas de forma explícita.
Los chatbots, por ejemplo, utilizan el ML para determinar una respuesta con base en el procesamiento del lenguaje natural; Google lo usa en su herramienta de reconocimiento de voz; hay libros inteligentes que determinan qué temas son en los que flaquea un estudiante para darle un plan de estudio personalizado.
En esta tecnología, el software que logra aprender se llama red neuronal e imita al cerebro humano usando hasta miles de millones de 'neuronas' o unidades computacionales.
En un escenario de Aprendizaje Profundo o Deep Learning (DL), esas 'neuronas' están conectadas con una gran red y ésta aprende a reconocer patrones. En el DL las neuronas se organizan en capas y cada capa puede aprender los patrones de la capa que está debajo de ella, lo que significa que en las capas altas, la red neuronal aprende patrones, como por ejemplo, cómo se ve una casa, una fiesta, un abrazo o si lo que se presenta en una imagen es un gato o un perro.
Google, por ejemplo, utiliza el DL en la herramienta de reconocimiento de voz que tiene su app para que los sonidos puedan convertirse en palabras; Google Fotos puede buscar cosas relacionadas con abrazos o gatos, y Gmail bloquea así el 99.9 por ciento del correo Spam.
"El Machine Learning está cambiando todo dentro de Google, en cualquier área puedes encontrar maneras de usarlo en función de mejorar nuestros productos, y lo hacemos, porque es bueno para la productividad", explicó José Papo, manager de startups y relaciones con desarrolladores para Latinoamérica de la tecnológica.
Por otro lado, IBM tiene un producto llamado Kenexa, integrado por pilares como Talent Insight, una herramienta para el área de RH de las empresas que consiste en un sistema analítico que con ML ayuda a pronosticar resultados, visualizar escenarios e identificar patrones, y así fortalece la capacidad prospectiva que tienen las organizaciones para la atracción y retención de talento.
"Este pilar de Talent Insight básicamente tiene nuestra tecnología de cognitiva y analítica de Watson, y básicamente es un sistema que no se programa, entiende el lenguaje natural, razona y aprende, y se va entrenando y va evolucionando su conocimiento", comentó Rocío Marroquín, ejecutiva de la unidad de negocios sociales en México de IBM.
Con base en datos como la edad, género, puesto, área de trabajo, jefe al que reporta, escolaridad, universidad, antigüedad, sueldo y resultados de evaluación al desempeño, la herramienta puede producir un análisis para impulsar desde la atracción, contratación y retención del talento hasta la relación con los clientes y el desempeño laboral.
A inicios del presente año, el CEO de Microsoft, Sayta Nadella, dijo que el coordinar el lenguaje natural del humano con la inteligencia de las máquinas lograría que las organizaciones y los clientes pudieran tener más capacidades. UPS entendió esto muy buen.
Esta empresa creó un Bot en Skype, incorporando IA, que rastrea paquetes, calcula costos de envío y puede encontrar la sucursal más cercana al usuario detrás de la pantalla.
HARDWARE
Si llevamos los algoritmos de IA al hardware también hay mucho terreno de juego.
LG presentará en el CES 2017 sus primeros robots equipados con tecnología de IA, la cual los habilita para ser empleados del hogar y ayudantes de los humanos en distintas tareas.
"Aprovechando la poderosa función de procesamiento analítico, la alineación de robots de LG será capaz de navegar entornos complejos y descifrar el camino más eficiente y eficaz para cumplir con tareas específicas", menciona LG en un comunicado.
La nueva línea de robots de la marca de Corea del Sur también estará integrada por modelos construidos para uso comercial en espacios públicos como hoteles y aeropuertos que buscarán mejorar la experiencia del viajero.
Tech