Aprendizaje automático: ¿moda o revolución?
11
Mar, Ago

Aprendizaje automático: ¿moda o revolución?

Editorial

Prepárate: tus ojos y oídos no podrán escapar a los reportajes, artículos y eventos en torno a la Inteligencia Artificial (IA) y el Aprendizaje Automático (ML) que abundarán durante los próximos meses y años.


Gustavo Murad, Regional Director, Airline I & Distribution

Aquellos con una larga experiencia en cualquier actividad habrán sido testigos de varias oleadas de modas que vienen y van, de las cuales muy pocas llegan a causar realmente alguna disrupción en su área. La industria de TI es terreno fértil para la propagación de estas modas, que exigen un nivel de discernimiento de aquellos que ocupan esta órbita, incluido este escritor.

Sin embargo, me atrevo a predecir (usando un término de ML) que el Aprendizaje automático revolucionará a las TI tal como solíamos conocerlas. ¿Es también el fin del mundo tal como lo conocemos? Quizás.

Los principios de la IA y el ML existen desde los años 50, luego surgieron algunos modelos computarizados prácticos en los años 60 y 70. Pero la evolución del Hardware en su conjunto (memoria, discos, capacidad de procesamiento) combinada con el alcance de Internet y el IoT (internet de las cosas) ha creado un escenario único para llevar a la IA y ML a una nueva etapa después del milenio.

¿Y cómo es? La revolución viene del cambio dramático en la forma como se resuelven los problemas en ML: se mueve de una programación secuencial heurística ( si... entonces... si no) y los datos de estructura, hacia un modelo en el que los datos masivos, y no siempre estructurados, se introducen en complejos modelos matemáticos y estadísticos que se ejecutan de manera que las máquinas lean y procesen dichos datos con el fin de encontrar la lógica necesaria para resolver un problema particular.

Entonces, ¿cómo funciona? Imagine miles de imágenes de células humanas que se cargan en esa base de datos. En el denominado aprendizaje supervisado, algunas de estas células contienen tumores, y hay una etiqueta en que se registra que alguna imagen corresponde a una célula con un tumor. Al enviar esta inmensa base de datos a un modelo de ML, este identifica las características de las células con tumor hasta un nivel de confianza dado de alrededor del 98%. Una vez que el modelo está entrenado, se le encomiendan imágenes no entrenadas, cuyos resultados son desconocidos, de modo que diga cuáles de esas células contienen tumores.

Difícil de entender, ¿verdad? Bueno, piense en esas geniales aplicaciones de almacenamiento de fotos que crean álbumes automáticamente con sus fotos... básicamente ejecutan un modelo de ML que encuentra similitudes alrededor de su cara, las que están presentes en las imágenes, e incluso, segmentan por lugares, así: "He creado para ti un álbum de tu familia esquiando", o puede construir un álbum con todas las fotos en las que estaba en la playa. Este es básicamente el algoritmo de ML que aprende cómo se ve su cara en matrices binarias gigantescas, y luego escanea toda la base de datos de imágenes para que cuando se encuentren similitudes, esa imagen con su cara se clasifique para ser parte de ese su álbum; lo mismo ocurre para los de su familia, etc.

Genial, pero ¿nos cambiará eso la vida como se viene vaticinando? Bien, no perdamos el tiempo prediciendo la atmósfera de Terminator o Blade Runner, ya que esto está completamente fuera de su alcance por ahora. Sin embargo, hoy en día, un puñado de aplicaciones están en funcionamiento en la atención de la salud (como diagnósticos más precisos en alteraciones de células), Seguros, Vigilancia y seguridad, Agricultura (por cierto, uno de los sectores más avanzados), etc.

El potencial es tan grande que han surgido preocupaciones legítimas que van en aumento, con respecto a cómo una innovación tan poderosa puede utilizarse para fines no tan nobles, como sucedió muchas veces con otros inventos en el pasado. Un popular empresario de alta tecnología dijo recientemente que el ML y la IA son aún más peligrosas que las armas nucleares. Los recientes ejemplos de deep fakes (imágenes y adulteraciones de vídeo), manipulación de elecciones mayoritarias y fraudes financieros, son un indicador y sirven como alertas.

Pero para cada acción hay una reacción. La comunidad científica y académica se dedica a establecer principios éticos y mejores prácticas para IA/ML. Hay varios foros dedicados a esto y un marco definitivo está por venir, esperemos que pronto y mucho mejor de lo que sabemos hoy.

Particularmente para la industria de viajes, AI/ML está muy presente en soluciones proporcionadas por empresas líderes como Amadeus. Tenemos modelos AI/ML en gestión de ingresos, digital, procesamiento y personalización de pasajeros y otros frentes. Pero hay mucho más en el horizonte. Las aplicaciones especializadas deben abordar problemas específicos a los que se enfrentan los Proveedores de viajes en la actualidad y que la informática tradicional no resolvería. Predicción de interrupciones, retrasos, problemas con equipaje, adquisiciones de servicios, planificación de horarios, satisfacción del cliente y muchos otros.

e-max.it: your social media marketing partner
0
0
0
s2sdefault
powered by social2s
200 OK

OK

The server encountered an internal error or misconfiguration and was unable to complete your request.

Please contact the server administrator, [no address given] and inform them of the time the error occurred, and anything you might have done that may have caused the error.

More information about this error may be available in the server error log.