Para poder entender la importancia del Machine Learning, lo primero es saber a qué nos referimos. El Machine Learning (Aprendizaje de Máquinas traducido al Castellano), se trata de lo que la misma palabra indica, dotar con la habilidad del aprendizaje a una máquina, igual que lo hacemos los humanos.
Es cierto que escuchar la afirmación de qué una máquina puede aprender a gestionar diversas tareas como si un de un ser humano se tratase, puede causar un poco de temor, pero esperemos que solamente sea beneficioso y no haya una ‘revelación de las máquinas’ como ya se ha especulado muchas veces.
Aplicaciones del Machine Learning
i el poder dotar de aprendizaje a una máquina es tan importante, porque no se utiliza, pensarás. Aunque no te des cuenta, el Machine Learning se utiliza en muchos campos o para muchas tareas que nunca te habías planteado como se llevaban a cabo.
Por ejemplo, tenemos el caso de los asistentes de voz. Cuando tú utilizas la voz para dar un comando al dispositivo, él realmente lo que hace es traducir esas palabras a texto. Una vez entiende lo que querías decir, realiza una búsqueda en internet o incluso te responde. Esto solo se puede llevar a cabo si la máquina ha ido aprendiendo por ejemplo que significa ‘Pon un video de YouTube’ o ‘Dime el tiempo’.
Y no está presente únicamente en los campos del entretenimiento, también se puede utilizar para que cree un modelado 3D de diversas pruebas médicas y cada vez con más exactitud, poder detectar y prevenir tumores, por ejemplo.
En el caso de que las máquinas sean capaces de reconocer tumores en un estado todavía muy reducido, puede ser posible erradicarlo del cuerpo sin más problemas, con lo cual el detectarlos gracias a que las máquinas han aprendido a hacerlo, puede salvar muchísimas vidas.
¿Como funciona?
Básicamente lo que se hace es dotar a la máquina de cierta información como base. Una vez hecho eso, lo siguiente es ir introduciendo información para que desarrolle una tarea y aprender de los errores. Es decir, actúa como la mente humana, la idea principal sería la siguiente:
A la máquina se le introduce la foto 1 con la etiqueta de que es un gato, después se le van pasando fotografías diferentes como la numero 2 para que aprenda que es un gato. Cuando tiene suficiente información, tú le puedes pasar una fotografía de un gato cualquiera y que lo reconozca como tal, en cambio sí le pasas una de un perro tiene que detectar que no es un gato.
Es una manera muy básica de explicar el funcionamiento, pero suficiente para entenderlo. En tareas mucho más complicadas como que un automóvil circule autónomamente ya la cosa se complica más, pero la base es la misma, obtener información e ir aprendiendo de ella y de los errores que cometa.
Para concluir he de decir que a pesar de que se ha hecho un gran avance en el Machine Learning, todavía falta un largo camino por recorrer y quien sabe, puede ser qué en un futuro muchas de las enfermedades importantes son erradicadas o el carnet de conducir solo se utiliza en circuitos, ya que los automóviles tendrán la capacidad de circular autónomamente. Es un futuro el cual puede aterrar a algunos, pero también es cierto que será emocionante saber hasta que punto se puede mejorar la vida.
