Gestión de documentos en SharePoint

POR: CARLOS FELICIANO-MISLA

El aprendizaje automático se define como la ciencia de permitir que las computadoras actúen y aprendan como lo hace un ser humano, lo cual se realiza mejorando de forma autónoma el aprendizaje al proporcionarles datos e información en forma de observaciones de las interacciones de la vida real. Esta rama de la inteligencia artificial automatiza la construcción de modelos analíticos.

El crecimiento actual del aprendizaje automático se debe a:

  1. Potencia de cálculo

El crecimiento de las computadoras poderosas y su capacidad para conectar remotamente la potencia de procesamiento a través de Internet ahora hace posible que las técnicas de aprendizaje automático procesen Big Data.

  1. Innovación algorítmica

Aunque el aprendizaje automático no es algo nuevo, las nuevas formas de “aprendizaje profundo” lo han llevado a un nivel superior. Estas redes neuronales en capas han inspirado nuevos servicios y han generado un crecimiento en las inversiones y la investigación en aprendizaje automático.

  1. Disponibilidad de datos

Debido al internet de las cosas, más de 3 billones de personas y aproximadamente 17 billones de dispositivos y sensores están conectados en línea. Esto genera una gran cantidad de datos que, combinados con los costos decrecientes de almacenamiento de datos, están fácilmente disponibles para su uso. El aprendizaje automático puede usar esto como datos de entrenamiento para algoritmos de aprendizaje, desarrollando nuevas reglas para realizar tareas cada vez más complejas.

El aprendizaje automático se utiliza para…

El aprendizaje automático está en todas partes, y es probable que todos lo hayamos usado de una manera u otra. Estos son algunos de los ejemplos comunes del día a día para los que se utiliza el aprendizaje automático.

  1. Asistentes personales virtuales

Siri, Alexa y Google Now son los asistentes personales más comunes que existen. Recopilan y refinan datos según su interacción anterior con ellos. Más tarde, este conjunto de datos se utiliza para generar resultados que se ajustan a sus preferencias.

  1. Servicios de redes sociales

Aplicaciones como Facebook e Instagram personalizan sus fuentes de noticias con publicaciones y anuncios basados ​​en sus gustos y preferencias. Estas plataformas de medios sociales utilizan el aprendizaje automático tanto para el beneficio de los usuarios como para el suyo propio.

Algunas de las aplicaciones comunes de aprendizaje automático en plataformas de redes sociales son:

  • Reconocimiento facial: en Facebook, cuando carga una imagen con usted y su amigo, Facebook reconoce automáticamente quién es.
  • Personas que quizás conozcas: Facebook usa el aprendizaje automático para tomar nota de las personas con las que te conectas e interactúa. Con estos datos, sugieren personas con intereses similares o amigos en común.
  • Pines similares: el aprendizaje automático es el elemento central de la Visión por Computador, que es una técnica para extraer información útil de imágenes y videos. Pinterest utiliza la visión por ordenador para identificar los objetos (o pines) en las imágenes y recomendar pines similares en consecuencia.
  1. Refinación del resultado de los Motores de Búsqueda

Google y otros motores de búsqueda utilizan el aprendizaje automático para mejorar los resultados de búsqueda para usted. Cada vez que ejecuta una búsqueda, los algoritmos en el back-end vigilan cómo responde a los resultados. Si abre los resultados principales y permanece en la página web por mucho tiempo, el motor de búsqueda asume que los resultados que se mostraron fueron de acuerdo con la consulta. Los algoritmos de aprendizaje automático funcionan en la parte posterior para producir resultados de búsqueda mejorados.

En pocas palabras, el aprendizaje automático se utiliza para consolidar los datos en Internet y mejorar la experiencia de los usuarios en múltiples plataformas.