¿Qué es el aprendizaje automático?

El aprendizaje automático es una función que ayuda al software a realizar una tarea sin reglas ni programación explícitas. El aprendizaje automático, considerado tradicionalmente una subcategoría de la inteligencia artificial, implica técnicas estadísticas, como el aprendizaje profundo (también conocido como "redes neuronales"), que se inspiran en teorías sobre cómo el cerebro humano procesa la información.

¿Cómo funciona el aprendizaje automático?

El aprendizaje automático funciona con modelos algorítmicos que están preparados para reconocer patrones en los datos recopilados, como registros, voz, texto o imágenes. Para que un negocio prospere, es necesario acceder a grandes volúmenes de datos de preparación y recursos de computación. Por tanto, la nube, caracterizada por su gran capacidad de almacenamiento de datos y su computación de alto rendimiento que pueden resultar muy rentables, es una plataforma ideal para el aprendizaje automático.

¿Qué ejemplos de aprendizaje automático hay?

Las experiencias cotidianas están llenas de ejemplos de aprendizaje automático. Un ejemplo muy sencillo sería el autocompletado de nombres, palabras clave o direcciones en un campo de búsqueda, pero este mismo concepto se puede aplicar en usos más complejos de muchos sectores. Por ejemplo, el aprendizaje automático se usa para:

  • Categorizar imágenes (como estudios de resonancia magnética, fotos o imágenes por satélite).
  • Buscar palabras clave en enormes cantidades de documentos de texto o correos electrónicos.
  • Identificar posibles transacciones fraudulentas.
  • Personalizar recomendaciones de productos en función del comportamiento del cliente.
  • Permitir que el software responda de forma precisa a comandos de voz.
  • Predecir patrones del tiempo u otras condiciones meteorológicas.
  • Traducir contenido escrito o de voz en varios idiomas.

En resumen, siempre que el software realice una tarea exigente con mayor efectividad que un humano, el aprendizaje automático puede ser una gran solución.

¿Cómo se usa el aprendizaje automático dentro de Google?

El aprendizaje automático ha sido la piedra angular de los sistemas internos de Google durante años, principalmente por la necesidad de automatizar los sistemas basados en datos a gran escala. Esta experiencia ha proporcionado conocimientos únicos sobre los frameworks, las técnicas, la infraestructura y los datos adecuados que pueden ayudar a los clientes a sacar el máximo provecho del aprendizaje automático.

Por ejemplo, el framework de código abierto denominado "TensorFlow" se desarrolló originalmente para usarse dentro de Google. Sin embargo, ahora es un estándar en la comunidad de la ciencia de los datos, ya que ofrece a los usuarios avanzados la posibilidad de crear y preparar modelos potentes. Además de su importante aportación a las comunidades académicas y de código abierto, nuestros cientos de investigadores de aprendizaje automático ayudan a incluir esta funcionalidad en los productos de Google (como G Suite, la Búsqueda y Fotos) y en las operaciones internas de Google (por ejemplo, la automatización de centros de datos).

¿Cómo puedo empezar a usar el aprendizaje automático en mi propia organización?

El aprendizaje automático, antaño un exótico dominio de la ciencia de los datos y las estadísticas, es ahora ampliamente accesible en forma de bibliotecas de código abierto (TensorFlow), así como de servicios gestionados y APIs de Cloud. Usar estas herramientas como parte de la rutina diaria es una meta realista para los científicos de datos que quieren crear modelos diseñados para el futuro entre entornos on‑premise y la nube, así como para desarrolladores que carecen de datos de preparación adecuados y desean incorporar un modelo previamente creado y preparado en su aplicación a través de una API de Cloud.

Más información: