¿Qué es el aprendizaje automático?

¿Qué es el aprendizaje automático? karen hao

Los algoritmos de aprendizaje automático son responsables de la gran mayoría de los avances y aplicaciones de inteligencia artificial de los que escucha. (Para obtener más información, consulte nuestro primer diagrama de flujo sobre '¿Qué es la IA?' aquí).

¿Cuál es la definición de aprendizaje automático?

Los algoritmos de aprendizaje automático usan estadísticas para encontrar patrones en cantidades masivas* de datos. Y los datos, aquí, abarcan muchas cosas: números, palabras, imágenes, clics, lo que sea. Si se puede almacenar digitalmente, se puede introducir en un algoritmo de aprendizaje automático.

El aprendizaje automático es el proceso que impulsa muchos de los servicios que usamos hoy: sistemas de recomendación como los de Netflix, YouTube y Spotify; motores de búsqueda como Google y Baidu; feeds de redes sociales como Facebook y Twitter; asistentes de voz como Siri y Alexa. La lista continua.

En todos estos casos, cada plataforma recopila la mayor cantidad posible de datos sobre usted (qué géneros le gusta ver, en qué enlaces hace clic, a qué estados reacciona) y utiliza el aprendizaje automático para hacer una conjetura altamente informada sobre lo que está buscando. podría querer el siguiente. O, en el caso de un asistente de voz, sobre qué palabras combinan mejor con los sonidos divertidos que salen de tu boca.

Francamente, este proceso es bastante básico: encuentra el patrón, aplica el patrón. Pero prácticamente maneja el mundo. Eso es en gran parte gracias a una invención en 1986, cortesía de Geoffrey Hinton, hoy conocido como el padre del aprendizaje profundo.

¿Qué es el aprendizaje profundo?

El aprendizaje profundo es aprendizaje automático con esteroides: utiliza una técnica que brinda a las máquinas una capacidad mejorada para encontrar, y amplificar, incluso los patrones más pequeños. Esta técnica se llama red neuronal profunda, profunda porque tiene muchas, muchas capas de nodos computacionales simples que trabajan juntos para masticar datos y entregar un resultado final en forma de predicción.

¿Qué son las redes neuronales?

Las redes neuronales se inspiraron vagamente en el funcionamiento interno del cerebro humano. Los nodos son como neuronas, y la red es como el propio cerebro. (Para los investigadores entre ustedes que están avergonzados por esta comparación: dejen de despreciar la analogía. Es una buena analogía). Pero Hinton publicó su artículo innovador en un momento en que las redes neuronales habían pasado de moda. Nadie sabía realmente cómo entrenarlos, por lo que no estaban produciendo buenos resultados. La técnica tardó casi 30 años en recuperarse. Y chico, hizo una reaparición.

¿Qué es el aprendizaje supervisado?

Una última cosa que necesita saber: el aprendizaje automático (y profundo) viene en tres sabores: supervisado, no supervisado y de refuerzo. En el aprendizaje supervisado, el más frecuente, los datos se etiquetan para decirle a la máquina exactamente qué patrones debe buscar. Piense en ello como algo así como un perro rastreador que cazará objetivos una vez que sepa el olor que busca. Eso es lo que estás haciendo cuando presionas reproducir en un programa de Netflix: le estás diciendo al algoritmo que busque programas similares.

¿Qué es el aprendizaje no supervisado?

En el aprendizaje no supervisado, los datos no tienen etiquetas. La máquina solo busca cualquier patrón que pueda encontrar. Esto es como dejar que un perro huela toneladas de objetos diferentes y clasificarlos en grupos con olores similares. Las técnicas no supervisadas no son tan populares porque tienen aplicaciones menos obvias. Curiosamente, han ganado terreno en ciberseguridad.

¿Qué es el aprendizaje por refuerzo?

Por último, tenemos el aprendizaje por refuerzo, la última frontera del aprendizaje automático. Un algoritmo de refuerzo aprende por ensayo y error para lograr un objetivo claro. Prueba muchas cosas diferentes y es recompensado o penalizado según sus comportamientos ayuden o dificulten la consecución de su objetivo. Esto es como dar y retener golosinas cuando se le enseña un nuevo truco a un perro. El aprendizaje por refuerzo es la base de AlphaGo de Google, el programa que venció a los mejores jugadores humanos en el complejo juego de Go.

Eso es. Eso es aprendizaje automático. Ahora consulte el diagrama de flujo anterior para obtener un resumen final.

*Nota: De acuerdo, técnicamente existen formas de realizar el aprendizaje automático en pequeñas cantidades de datos, pero normalmente necesita grandes cantidades de datos para lograr buenos resultados.

___

Esto apareció originalmente en nuestro boletín de AI The Algorithm. Para recibirlo directamente en su bandeja de entrada, suscríbase aquí de forma gratuita.

esconder