Según los expertos , el aprendizaje automático es el futuro. A medida que las personas se vuelven cada vez más dependientes de los automóviles y los dispositivos, se avecina una revolución tecnológica global, gracias a la cual aparecerán nuevas profesiones y desaparecerán las antiguas. En este sentido, nuestro equipo ha elaborado un pequeño estudio al respecto.
Historia
En 1959, Arthur Samuel, un investigador de inteligencia artificial, acuñó el término aprendizaje automático. Inventó el primer programa de correctores informáticos de autoaprendizaje. Samuel definió el aprendizaje automático como el proceso mediante el cual las computadoras pueden exhibir comportamientos que no fueron programados originalmente en ellas.
A continuación, consideraremos otras fechas importantes en la historia del aprendizaje automático:
1946: Apareció la computadora ENIAC, un proyecto de alto secreto del Ejército de EE. UU.
1950: Alan Turing crea la "Prueba de Turing" para medir la inteligencia de una computadora.
1958: Frank Rosenblatt inventa el Perceptron , la primera red neuronal artificial, y construye la primera computadora cerebral, la Mark 1.
1959: Marvin Minsky construye la primera máquina SNARC con una red neuronal acoplada aleatoriamente.
1967: Se escribe un algoritmo de clasificación de datos métricos. El algoritmo permitió a las computadoras aplicar patrones de reconocimiento simples.
1985: Terry Seinovsky crea NetTalk, una red neuronal artificial.
1997: La computadora Deep Blue venció al campeón mundial, Garry Kasparov, en ajedrez.
2006: Geoffrey Hinton, un científico en el campo de las redes neuronales artificiales, acuñó el término "aprendizaje profundo".
2011: Andrew Ang y Jeff Dean fundaron Google Brain .
2012: Google X Lab desarrolló un algoritmo para identificar videos que muestran gatos :)
2012: Google lanza el servicio en la nube Google Prediction API para aprendizaje automático. Le ayuda a analizar datos no estructurados.
2014: Facebook inventa DeepFace para el reconocimiento facial. La precisión del algoritmo es del 97%.
2015: Amazon lanzó su propia plataforma de aprendizaje automático: Amazon Machine Learning.
2015: Microsoft crea la plataforma Distributed Learning Machine Toolkit para el aprendizaje automático descentralizado.
2020: las tecnologías de inteligencia artificial se utilizan en casi todos los productos de software.
Imagen: Unsplash
¿Dónde se aplica ahora el aprendizaje automático?
Educación. Gracias a la introducción de la inteligencia artificial, los desarrolladores han creado sistemas de aprendizaje que simulan el comportamiento de los profesores. Pueden identificar el nivel de conocimientos de los alumnos, analizar sus respuestas, dar calificaciones e incluso definir un plan de aprendizaje personal.
Por ejemplo, AutoTutor enseña a los estudiantes conocimientos de informática, física y pensamiento crítico. Knewton tiene en cuenta las características de aprendizaje de cada estudiante y desarrolla un plan de estudios único para él. La Fuerza Aérea de los EE. UU. Utiliza el sistema SHERLOCK para capacitar a los pilotos para solucionar problemas técnicos en las aeronaves.
Los motores de búsqueda.Los motores de búsqueda utilizan el aprendizaje automático para mejorar su funcionalidad. Por ejemplo, Google ha implementado el aprendizaje automático en el reconocimiento de voz y la búsqueda de imágenes. En 2019, Google presentó Teachable Machine 2.0 , una red neuronal de autoaprendizaje capaz de reconocer los sonidos del habla, la entonación y la postura. Con una cámara web y un micrófono, el usuario entrena redes neuronales sin escribir ningún código y las exporta a aplicaciones, medios o sitios web de terceros.
Publicidad digital.El aprendizaje automático en esta área proporciona una profunda personalización del cliente. Así, las empresas pueden interactuar con el cliente a nivel personal, acercándose a él. A través de sofisticados algoritmos de segmentación, la máquina se centra en el "cliente adecuado en el momento adecuado" para vender productos de forma eficaz. Además, con los datos correctos de los clientes, las empresas tienen información que se puede utilizar para estudiar su comportamiento y reacciones.
Por ejemplo, Nova utiliza el aprendizaje automático para escribir boletines por correo electrónico a los clientes, al tiempo que personaliza los correos electrónicos. La máquina sabe qué correos electrónicos tuvieron anteriormente conversiones altas y, en consecuencia, sugiere cambios en los correos para mejorar las ventas.
Cuidado de la salud. IBM tiene desarrolloWatson . Es una supercomputadora de aprendizaje automático para la investigación médica. La tecnología de Watson for Oncology procesa una gran cantidad de datos médicos, incluidas imágenes que pueden diagnosticar con precisión el cáncer. Watson for Oncology se utiliza ahora en hospitales de Nueva York, Bangkok e India. En julio de 2016 IBM comenzó a cooperar con los 16 centros médicos y startups de tecnología para acelerar el desarrollo de programas de diagnóstico preciso.
Salida
El futuro de la tecnología es el aprendizaje automático. En la próxima década, el aprendizaje automático será una ventaja competitiva no solo para las principales empresas, sino también para las nuevas empresas prometedoras. Lo que se hace hoy a mano, mañana lo harán las máquinas. Cabe agregar que los algoritmos de aprendizaje automático no solo se utilizarán en los negocios y la economía, sino que también se convertirán en parte de la vida cotidiana (reconocimiento de comandos de voz para una casa inteligente ).
Hoy en día, el aprendizaje automático está adoptando nuevas formas y está en constante evolución. El aprendizaje automático se basa en el concepto de que las computadoras pueden aprender. Aquellos. pueden hacer cosas para las que no fueron programados originalmente.
Por el momento, los investigadores de inteligencia artificial quieren probar si las computadoras pueden aprender de los datos. El aspecto interactivo del aprendizaje automático es importante porque las máquinas pueden aprender y adaptarse continuamente por sí mismas. Las computadoras aprenden de los cálculos y métricas anteriores para brindar soluciones y resultados confiables y exitosos para un futuro mejor.