Esta es la clave que hace más precisas a las máquinas

Por Josh Schwartz

PALO ALTO, CALIFORNIA. - Si usted no está usando ya el aprendizaje profundo, debería hacerlo.

Ese fue el mensaje del legendario ingeniero de Google Jeff Dean este año en una conferencia sobre búsquedas en internet y extracción de datos.

Dean se refería al rápido aumento en la precisión de los algoritmos de aprendizaje de máquinas impulsado por el reciente avance en el aprendizaje profundo, y el potencial aún desaprovechado de estos algoritmos mejorados para cambiar el mundo en el que vivimos y los productos que creamos.

En los últimos cinco años, el aprendizaje de máquinas se ha vuelto mucho más accesible para los no expertos, abriendo el acceso a un enorme grupo de personas.

Con los aumentos masivos en los datos que generan y almacenan muchas aplicaciones, el número de compañías con conjuntos de datos en los cuales se pueden aplicar los algoritmos de aprendizaje de máquinas se ha ampliado significativamente.

También hay una proliferación de marcos de aprendizaje de máquinas de vanguardia y comercialmente utilizables, incluida la altamente exitosa librería “scikit-learn” de Python y los muy publicitados lanzamientos de librerías como TensorFlow de Google y CNTK de Microsoft Research.

En los dos últimos años también se ha visto a los importantes proveedores de computación en la nube Amazon Web Services y Google Cloud Services lanzar plataformas de aprendizaje de máquinas.

El efecto neto de estas nuevas tecnologías es que una persona interesada en usar el aprendizaje de máquinas no necesita comprender la ciencia de los algoritmos del aprendizaje profundo para experimentar con técnicas de vanguardia.

Existen tutoriales y código público para aplicaciones tan diversas como generar arte impulsado por inteligencia artificial, traducir idiomas y subtitular imágenes de manera automática.

La accesibilidad de este código crea un círculo virtuoso.

El uso por parte de los no expertos crea incluso más demanda de sistemas más fáciles de usar y descubre nuevas aplicaciones para el aprendizaje de máquinas, lo cual inspira más investigación y desarrollo por parte de los expertos.

De manera similar, el despliegue del software ha migrado de las máquinas alojadoras y los centros de datos a servicios basados en la nube, con disminuciones enormes en el tiempo y el capital requeridos para desplegar un nuevo sistema.

Estos cambios no simplemente han hecho a los desarrolladores de software más eficientes; han permitido a un conjunto mucho más amplio de personas desarrollar software e iniciar empresas de software.

Ahora, las empresas emergentes pueden convertir ideas en productos en unos cuantos ciclos de desarrollo.

*Josh Schwartz es analista de inversiones bancarios en Centerview

**jg