Article traduït per un sistema de traducció automàtica. Més informació, aquí.

Machine learning, l’aprenentatge de les màquines

L'aprenentatge automàtic és una intel·ligència artificial que permet a màquines i ordinadors analitzar dades i aconseguir nous coneixements
Per Enrique Hidalgo, Relevant Traffic 20 de gener de 2017
Img machine learning listado
Imagen: maitreyoda

 

El machine learning, o aprenentatge automàtic, està cada dia més present en les decisions bancàries i empresarials. Des de l’aparició de la intel·ligència artificial, el progrés que portaria el futur s’ha quedat més prop de la ciència ficció que de la realitat. En canvi, la nova relació entre el big data i el machine learning ha començat a canviar aquesta percepció. En aquest article s’explica què és l’aprenentatge automàtic, el seu paper en la publicitat i els exemples d’intel·ligència artificial amb machine learning més populars.

Què és el machine learning o aprenentatge de les màquines?

El machine learning, o aprenentatge automàtic en espanyol, és una intel·ligència artificial que permet als ordinadors adquirir tècniques amb les quals analitzar dades i aconseguir nous coneixements. Cada dia està més present en les decisions que es prenen en alts nivells financers i empresarials.

Pot ser que, en pocs anys, hi hagi màquines o ordinadors amb una intel·ligència gairebé humana, aprenent de l’experiència i no per programació. La unió entre machine learning, l’aprenentatge profund i el big data està aconseguint programes que cada vegada s’assemblen més al vist en la ficció. I plataformes com a IBM Watson Developer Cloud, Amazon Machine Learning, Azure Machine Learning, TensorFlow o BigML ja treballen en aquesta proposta.

Big data: grans bases de dades

El polèmic big data, és a dir, les grans bases de dades, serà clau per al desenvolupament de la intel·ligència artificial. Per mitjà de l’estadística s’aconsegueix trobar la resposta més probable en un sistema que, gràcies a la supervisió humana, es va perfeccionant fins a obtenir els resultats esperats.

En àrees com el sector bancari o les grans empreses, que han de realitzar anàlisis de quantitats ingents de dades, l’aprenentatge automàtic fa que aquestes aplicacions es vagin programant de manera instantània, analitzant i oferint resultats personalitzats per a cada usuari. Avui dia, tots els grans bancs i entitats financeres estan al capdavant en la utilització d’aquestes plataformes mostrant el camí a altres sectors productius.

Img inteligencia artificial robot
Imatge: plutor

Aprenentatge profund: la resposta està en el cervell

Un altre concepte relacionat que cal conèixer és el deep learning, o aprenentatge profund, ja que es troba a la base del funcionament d’aquests programes. Aquesta sèrie d’algorismes tracta de simular el funcionament del cervell humà. Imita les xarxes neuronals de forma bàsica, de manera que s’aconsegueix obtenir coneixements. El deep learning és solament un aspecte més del machine learning, però cada vegada està adquirint més rellevància.

I és que darrere de tots aquests conceptes segueix estant una motivació més simple: una major efectivitat en la publicitat per aconseguir més clients, més productes o, en el cas de Google, Facebook i similars, poder vendre la pròpia publicitat a un preu molt més elevat. És a dir, que la màquina superi al millor venedor i domini com dirigir-se a les persones a cada moment, sàpiga què volen i conegui com arribar a empatizar amb les necessitats dels seus clients a l’instant.

Siri, AlphaGo i altres exemples

Siri, d’Apple, és problable que sigui la intel·ligència artificial amb machine learning més famosa del planeta. Per la seva banda, AlphaGo, el superprograma de Google, ha aconseguit derrotar al coreà Llegeix Es-Dol, el campió del món del joc xinès Go. La complicació del Go és tan elevada, amb més possibilitats que àtoms hi ha en l’univers, que era normal pensar que una màquina mai ho aconseguiria.

A Espanya també hi ha exemples. L’empresa Ibenta té un programari que permet respondre dubtes de forma “intel·ligent”, basant-se en la semàntica. En ensenyar el que significa cada paraula a l’ordinador, s’aconsegueixen millors resultats que usant solament l’estadística, com la fórmula de Google Translate, que no és especialment bona en donar sentit als seus textos.

En definitiva, estem vivint un moment en el qual els equips informàtics ja no solament són fonts d’informació inabastables sinó que, per si mateixos, són capaços d’analitzar, ordenar i adquirir coneixements a través d’ells i de l’experiència de l’usuari amb els mateixos. El cas d’AlphaGo demostra que ni en els casos en els quals es pensava que la intel·ligència humana no es podia reproduir és cert. Les màquines ara aprenen i fan tot el possible per vendre, i també per fer a les persones la vida molt més fàcil, amb grans aplicacions en sectors com l’educació o, especialment, la sanitat.