Utilizamos cookies propias y de terceros para mejorar nuestros servicios y facilitarte el uso de la web mediante el análisis de tus preferencias de navegación. También compartimos la información sobre el tráfico por nuestra web a los medios sociales y de publicidad con los que colaboramos. Si continúas navegando, consideramos que aceptas nuestra Política de cookies .

1 de Abril de 2013
Inteligencia artificial

Técnicas de aprendizaje automatizado

Ciertos algoritmos permiten que las máquinas aprendan y «piensen». Cada vez más a menudo, sus predicciones superan a las de los expertos.

SCIENTIFIC AMERICAN

En síntesis

El aprendizaje automatizado, una rama de las ciencias de la computación, busca analizar grandes cantidades de datos a fin de identificar pautas y realizar predicciones.

Los algoritmos de aprendizaje automatizado pueden emplearse para todo tipo de fines, desde identificar tendencias económicas hasta realizar recomendaciones personalizadas.

Uno de sus principales problemas, sin embargo, surge cuando se emplea demasiada potencia de cálculo para analizar los datos. Ello puede llevar a la máquina a extraer pautas espurias.

Hace unos años, los directivos de una marca de moda femenina solicitaron mi ayuda para elaborar nuevas propuestas dirigidas a su clientela. Nadie en su sano juicio tomaría en serio mi opinión acerca de un tema del que sé tan poco. Sin embargo, no habían acudido a mí para que les aconsejase sobre moda, sino sobre técnicas de aprendizaje automatizado. Basándome únicamente en sus cifras de ventas y en los resultados de varias encuestas a usuarias, acabé recomendando a mujeres que no conocía artículos que jamás había visto. Aquellos consejos superaron a los de los estilistas profesionales. E insisto: mis nociones sobre moda siguen siendo casi nulas.

El aprendizaje automatizado es la rama de las ciencias de la computación que intenta que una máquina aprenda a partir de la experiencia. Puede aplicarse a cualquier ámbito: búsquedas en Internet, pruebas sanguíneas más precisas o agencias de contactos. En su versión más sencilla, los algoritmos de aprendizaje toman un conjunto de datos, los analizan para buscar en ellos ciertas pautas y, una vez identificadas estas, las emplean para realizar predicciones. Durante la última década, los progresos que ha experimentado este campo lo han transformado hasta tal punto que, hoy por hoy, las computadoras parecen «más inteligentes» que las personas. Pensemos en el ordenador Watson, de IBM, que hace unos años se valió del aprendizaje automatizado para derrotar a los mejores jugadores de Jeopardy!, un popular concurso de la televisión estadounidense.

La competición más importante de la especialidad tuvo lugar unos años atrás. Netflix, una compañía de alquiler de películas por Internet, deseaba diseñar un sistema que ayudase a sus clientes a encontrar filmes de su agrado (y no tanto entre los estrenos más solicitados, sino entre los títulos menos conocidos del catálogo). La compañía ya disponía de un sistema de clasificación y recomendación de películas, pero los directivos sabían que distaba de ser perfecto, por lo que convocaron un concurso para mejorarlo. Las reglas eran muy sencillas: el primer concursante que superase en un 10 por ciento los resultados del motor de recomendación previo recibiría un millón de dólares. El reto atrajo a decenas de miles de participantes de todo el mundo.

Artículos relacionados

Puedes obtener el artículo en...

¿Tienes acceso?

Los boletines de Investigación y Ciencia

Elige qué contenidos quieres recibir.