Machine Learning, sin que nos demos cuenta, está presente en muchas cosas que utilizamos en el día a día y es así como cada vez es más fácil y rápido realizar algunas tareas.
Durante el Google I/O 2017 y el WWDC 2017 se habló bastante del término “machine learning”, un tema muy relacionado a las tecnologías actuales y futuras. ¿Por qué? El aprendizaje automático o machine learning es una rama de las ciencias de la computación que está directamente relacionado con el desarrollo de la inteligencia artificial, su objetivo es hacer que, como su nombre lo indica, «las máquinas aprendan». Aclaremos algo: Inteligencia artificial y machine learning no son lo mismo, de hecho machine learning es el sistema que utiliza la IA para aprender más de lo que ya sabe sin necesidad de interactuar con humanos. Esto último para los sistemas que utilizan machine learning es fundamental, puesto que sin interacción, el sistema no recibe datos y por ende no aprende.
Machine learning entrega a las máquinas tales como: computadores, smartwatches, asistentes de voz como Alexa, y por supuesto tu celular, la capacidad de aprender sobre nosotros a través de ejemplos, es decir, gracias a la información que una máquina recibe, es capaz de rescatar ciertos datos que puede utilizar a futuro para ayudarte de mejor manera. Un ejemplo de este aprendizaje podemos verlo en algo tan simple como cuando Google nos entrega opciones de autocompletado de la frase que estás buscando o cuando escribes en tu celular y el teclado te va dando palabras que podrían ir después de la que acabas de escribir.
Esta rama de las ciencias de la computación puede sonar a veces terrorífica, pero la verdad es que está presente, por ejemplo, en los servidores de Google cuando realizamos una búsqueda simple o cuando realizamos una descarga y la página nos pide verificar que somos humanos con el sistema reCAPTCHA.
Machine Learning trabaja en base a conjuntos de datos, a partir de ahí puede clasificar e incluso predecir cosas. De hecho, es así como Google Translate se ha vuelto mucho más preciso de lo que era antes. Este sistema de aprendizaje se utiliza en sistemas de reconocimiento facial, tal como lo hace Facebook cuando subimos muchas fotos y nos sugiere a qué personas etiquetar. Esto porque a medida que vamos agregando datos al conjunto, vamos mejorando la base de conocimiento que éste posee, por lo tanto, un sistema que utilice machine learning será más preciso a medida que lo vayamos «alimentando» con datos.
Dicho esto, se pueden dar cuenta porque es una de las tecnologías más importantes de la actualidad, y también explica porque Apple y Google están integrándola en –prácticamente– todos sus servicios.
