Tiempo de lectura aprox: 2 minutos, 25 segundos

¿De qué hablamos cuando decimos “Aprendizaje automático”?

Cuando escuchamos hablar de Inteligencia Artificial (IA)  solemos imaginarnos a robots que realizan las tareas que nosotros mismos desarrollamos, cuando en realidad este tipo de tecnología nos rodea desde hace ya años. Desde el funcionamiento de los buscadores, el texto predictivo, los asistentes de voz, hasta la clasificación de si un mail es spam o se trata de una promoción, la IA se fue colando en nuestra vida más de lo que imaginamos.

Podemos decir que esta inteligencia nos soluciona muchos problemas e, incluso, nos facilita muchas tareas en la diaria pero ¿Qué pasa en las empresas? Una máquina inteligente puede simplificar muchos de los procesos que desarrollamos a diario, desde la gestión de nuestra base de datos, hasta influir en el mismo proceso de producción de un producto.

El Aprendizaje Automático (de inglés Machine Learning) es una rama de la IA que tiene el objetivo de generar técnicas para que los sistemas aprendan a resolver problemas a partir de ejemplos del mundo real.

No se trata de una fórmula única y perfecta, o  de normas lógicas complejas, este aprendizaje requiere de una combinación de varias funciones que operan de forma conjunta y no se puede definir de una sola forma.

En otras palabras, se trata de enseñar a las máquinas a partir de la observación de cómo funciona el mundo, para que puedan hacer las mismas deducciones que nosotros, con total naturalidad, al desarrollar una tarea.

Prueba buscar “egreso universitario” en el buscador y ahora ve a la pestaña de imágenes y podrás entender qué características tienen en común todos los resultados. Bueno, el aprendizaje automático ha permitido que la máquina distinga los patrones que identifican a una foto dentro de esta búsqueda.

Entonces, algunas de las principales las ventajas del Machine Learning son:

• Nos permite automatizar y mejorar procesos sencillos de completar que realizamos a diario (algo repetitivo). De este forma ahorramos tiempo y recursos para trabajar directamente sobre los resultados. En este punto es clave hablar con el equipo para identificar aquellos que son más claves.
• Nos ayudará a ofrecer soluciones más eficaces a nuestros clientes si la empleamos para mejorar nuestro producto y/o servicio.

¡Veamos un ejemplo!

Starbucks ha desarrollado una app que recuerda las bebidas que ha consumido anteriormente cada cliente, y adapta sus preferencias para ofrecer una experiencia única, rápida y a medida.

Ver esta publicación en Instagram

We can’t wait to see you. 💚 Order ahead with the Starbucks App and use contactless payment. At participating stores. To download, visit the link in our bio.

Una publicación compartida por Starbucks Coffee ☕ (@starbucks) el 28 de May de 2020 a las 7:00 PDT

Instagram, por ejemplo, lo emplea para hacer más accesibles sus contenidos a través del texto alternativo automático que ofrece una descripción de las imágenes y vídeos que se suben a la plataforma a través del lector de pantalla.

“Esta función usa la tecnología de reconocimiento de objetos para generar una descripción de fotos para lectores de pantalla, de modo que puedes escuchar una lista de los elementos que pueden incluir las imágenes a medida que navegas por la app”.

Eso si, para que la máquina aprenda debemos contar con registros precisos de cómo se debe realizar la tarea y, por ende, debe ser una acción que hayamos desarrollado ciento de veces de la misma forma.