7 aplicaciones de Machine Learning en nuestra vida cotidiana

Big DataDatos y AlmacenamientoSoftware

Es un término procedente de uno de los campos más punteros de la informática, una especialización dentro de la más conocida inteligencia artificial, pero no es un extraño para nuestra vida cotidiana. Ironhack propone algunos ejemplos que ya están entre nosotros.

Machine learning equivale a aprendizaje automático sin necesidad de reprogramación constante. Supone que la propia inteligencia artificial es capaz de aprender por sí sola sin precisar de una intervención contante del programador que deba alimentarla con nuevas instrucciones.

Esta rama de la inteligencia artificial amplía cada vez más su presencia hasta un punto en el que según algunas previsiones conseguirá aumentar la productividad empresarial hasta un 40 % en 2035. De hecho en España ya hay más de un 60 % de empresas que aplican procesos de automatización y un 25 % de las empresas invierten en mejorar sus negocios mediante el uso de algoritmo. Una inversión que alcanza los 44 millones de euros y que está viviendo sus primeros compases.

Del IA al ML a través del Big Data

Esta especie de galimatías sería el resumen del itinerario seguido por la evolución de la investigación informática en busca de la inteligencia artificial. Un proceso al que llega el aprendizaje automático (machine learning) tras ser capaz de afrontar la gestión y el análisis de cantidades ingentes de datos.

Se trata del más importante avance de la tecnología en las últimas décadas, y aunque nos parezca algo remoto o propio sólo de los más avanzados laboratorios y centros de investigación, lo cierto es que el machine learning nos rodea más de lo que imaginamos. Ironhack, escuela de formación intensiva de talento digital, ha recopilado algunos casos que ya están entre nosotros: 

Los 7 usos del machine learning más comunes y a nuestro alrededor
  • Detección de rostros: Desbloquear el móvil, probar filtros de Snapchat o Instagram e, incluso, predecir cómo se envejece. El software de reconocimiento facial identifica las caras mediante un grupo de unos 70 puntos de referencia, cuya configuración es diferente en cada persona.
  • Reconocimiento de voz: Los asistentes digitales a los que invocamos por su nombre (Siri, Alexa, Google) atienden nuestras necesidades con sólo una pregunta, entendiendo nuestras palabras y el sentido de nuestra petición, y en muchos casos diferenciando nuestra voz de la de otros para obedecernos sólo a nosotros.
  • Gmail: Cuando etiquetamos un email recibido como malware o spam, la herramienta de correo electrónico de Google aprende de nuestro comportamiento para protegernos y mantenernos libres de interferencias y molestias.
  • Marketing personalizado: Las recomendaciones  de productos que pueden interesarnos se derivan del análisis de nuestro comportamiento al navegar por Internet. Sitios que visitamos, páginas que recomendamos o menciones a productos y servicios hacen que se nos ofrezca aquel contenido publicitario sobre el que potencialmente tenemos un interés previo. De hecho ese análisis puede avanzar nuestras preferencias incluso antes de que nosotros mismos las conozcamos.
  • Google Maps: Las ruta más eficientes llegan a facilitarnos los viajes gracias al análisis de los más de 1.000 millones de kilómetros recorridos diariamente por todo el planeta, determinando el camino más corto, seguro o conveniente tras analizar patrones de tráfico y movilidad en combinación con los datos del tráfico que está teniendo lugar en cada momento
  • Conducción autónoma: Se minimiza el error al prescindir del factor humano, con automóviles capaces de analizar miles de variables por segundo en todas las direcciones, superando la información que es capaz de captar un conductor humano y el tiempo hasta la decisión. La consecuencia es una disminución de los accidentes de tráfico.
  • Diagnóstico médico: De nuevo la gran capacidad para procesar enormes cantidades de información ayuda a  generar diagnósticos y detectar patologías con mayor rapidez y menor margen de error que un ser humano. El aprendizaje automatizado ha demostrado porcentajes elevados de eficacia (hasta un 90%) en detección de cáncer de mama y próstata; en neurología (diagnóstico y tratamiento de ictus, alzhéimer o demencia senil);  ginecología (detección de malformaciones o problemas durante el embarazo), y genética, con programas capaces de detectar mediante el mencionado análisis facial más de 8.000 trastornos genéticos y enfermedades raras.

Lea también :