9 Febrero 2021

¿Qué es el aprendizaje automático? ¿Cómo funciona y en qué campos se aplica?

Cada vez oímos hablar más sobre el aprendizaje automático, que se utiliza ya en una gran variedad de campos. Descubramos en qué consiste el aprendizaje automático y cuáles son sus campos de aplicación.

En esta nueva cita de la «mashfrog digital youniversity» hemos abordado el tema con nuestros especialistas, que nos han explicado qué es el aprendizaje automático y en qué campos se aplica.

Definición «filosófica» del aprendizaje automático

Para definir el aprendizaje automático nos hemos ayudado de un ámbito aparentemente lejano. De hecho, siguiendo el ejemplo de la filosofía, podemos definirlo como la posibilidad de dotar a una máquina de la capacidad de aprender sin que la programemos explícitamente de antemano, ya que no es necesario darle normas cada vez: será la máquina la que se adapte de forma autónoma a lo largo del tiempo, aprendiendo las nuevas reglas para realizar las tareas asignadas. 

Diferencia entre aprendizaje automático, inteligencia artificial y estadística

En primer lugar, es importante diferenciar el aprendizaje automático de la inteligencia artificial, ya que se confunden los dos términos a menudo. De hecho, esta última incluye un rango de acción mucho más amplio y se refiere a todo lo que consigue emular el comportamiento humano de forma inteligente, respetando las reglas insertadas, sin aprender nada. El aprendizaje automático es una rama de la inteligencia artificial que explota nociones de otros sectores como, por ejemplo, la estadística, al permitir que la máquina aprenda de los ejemplos proporcionados.

También es importante enfatizar que el aprendizaje automático es más práctico que la estadística, ya que puede procesar y analizar conjuntos de datos mucho más grandes. De hecho, gracias al aprendizaje automático y al análisis de la gran cantidad de datos, el aprendizaje automático también se puede explotar para operaciones de minería de datos, es decir, el conjunto de técnicas que permite la extracción de información de grandes cantidades de datos mediante métodos automáticos. 

Por último, no hay que confundir el aprendizaje automático con la entrada de datos «en bruto» en la máquina, ya que no aportan ningún valor añadido a su aprendizaje. 

Diferencia entre el aprendizaje automático y la programación tradicional

Hay que tener en cuenta que la programación tradicional es muy diferente del aprendizaje automático: en la primera, se escriben las reglas, se introducen los datos y la máquina devuelve respuestas o un «output»; por otro lado, en el aprendizaje automático se introducen tanto los datos como las respuestas esperadas pero, además, la máquina devuelve las reglas que ha aprendido.

Además, desde un punto de vista estrictamente práctico, la programación tradicional requiere una reescritura continua de las reglas, orientada a resolver todos los problemas y cuestiones críticas que aparecen, mientras que en el aprendizaje automático la máquina trabaja de forma autónoma y aprende a abordar y resolver las cuestiones críticas gracias a los datos recibidos. 

Por último, para mejorar el aprendizaje automático es posible utilizar el llamado aprendizaje por refuerzo, que consiste en dar a la máquina recompensas o penalizaciones en función de la corrección de sus acciones.  

Áreas de aplicación 

Actualmente, existen numerosos campos en los que se aplica el aprendizaje automático. Veamos los más relevantes. 

Reconocimiento de voz y vídeo

El reconocimiento de voz, ahora presente en la mayoría de los dispositivos, es un claro ejemplo de aprendizaje automático: el dispositivo, tras una grabación inicial de la voz del usuario, es capaz de entender los mensajes que se pronuncian, mejorando la recepción y perfeccionando cada vez más el reconocimiento de las palabras.

Otro caso es el de la grabación de vídeo de vehículos autónomos. Los coches, a través de sensores, registran lo que ocurre a su alrededor y mejoran constantemente el reconocimiento de obstáculos y todos los elementos que sirven para mejorar la conducción. 

Filtro de spam en el correo electrónico

El filtrado de spam en los buzones de correo electrónico es otro ejemplo de aplicación del aprendizaje automático. En este caso, el cliente de correo electrónico reconoce automáticamente lo que es spam y lo que no. Inicialmente, el mecanismo parte de la categorización realizada por los usuarios, que marcan ciertos contenidos y ciertas direcciones como spam. A medida que pasa el tiempo, el software absorbe cada vez más datos, reconoce con total autonomía qué elementos constituyen spam y procede a la clasificación automática, sin ninguna intervención del usuario humano. 

En este caso es evidente la diferencia con la programación tradicional, donde el usuario tendría que reescribir cada vez las reglas para etiquetar uno o varios correos como spam; sin embargo, en el caso del aprendizaje automático, el software aprende las reglas de forma independiente. 

Sistema de clasificación y sistema generativo

El reconocimiento y la clasificación de imágenes es una actividad en la que el aprendizaje automático ha demostrado ser fundamental. De hecho, la actividad humana sería demasiado exigente y requeriría mucho tiempo para clasificar una gran cantidad de imágenes, por lo que el aprendizaje automático ha ahorrado tiempo y dinero con una precisión que en los últimos años, al menos a partir de 2015, ha alcanzado el 96,4 %, por lo que resulta comparable al rendimiento de un ser humano.

Los sistemas de recomendación

Los sistemas de recomendación y asesoramiento, mediante aplicaciones de aprendizaje automático, han sido fundamentales para que algunas marcas hayan llegado a atesorar fortunas. Por ejemplo, pensemos en Netflix: su algoritmo entiende perfectamente cuáles son los gustos del usuario y los procesa para ofrecerle ejemplos relevantes. Sin este sistema eficaz, la plataforma no sería más que un gran archivo de productos multimedia.

También podemos mencionar a Amazon, que recopila datos de búsquedas y compras realizadas para brindar a sus usuarios más sugerencias de compra relevantes. 

Alphago

Por último, podemos nombrar a Alphago, el algoritmo de Google que logró vencer al campeón mundial de «Go», un juego de mesa oriental. En este caso, el ordenador gestionado por el algoritmo desafió al campeón de turno, aprendiendo de forma autónoma las estrategias necesarias para ganar la partida, ya que el programador simplemente había insertado las reglas del juego y las necesarias para el aprendizaje de la máquina.

Aprendizaje automático en Mashfrog: los casos de Generali Italia y AlphieWealth

El grupo Mahsfrog ha estado invirtiendo en aprendizaje automático desde 2016 para llevar importantes innovaciones a diferentes mercados. Desde Mashfrog Group colaboramos con Generali Italia para crear Presspal, la herramienta que utiliza el aprendizaje automático, la inteligencia artificial y el análisis de sentimientos para crear contenido editorial y facilitar el trabajo de la oficina de prensa. También aplicamos el aprendizaje automático al campo de las finanzas con AlphieWealth, la plataforma propietaria que ofrece pronósticos financieros mediante modelos predictivos y que Ucapital24 adquirió en agosto de 2020.

En conclusión, el funcionamiento y los casos de aplicación del aprendizaje automático son una oportunidad que deberán aprovechar varios sectores de la economía del futuro y en Mashfrog estamos preparados para el reto.