No hagas del Machine Learning una carrera de fondo. Disfruta de un paseo por la inteligencia artificial.

Birth Of Artificial Intelligence - Binary Burst

¿Nunca habéis pensado que la Inteligencia Artificial os persigue, pero sin saber por qué cuando parece que ya habéis llegado a un nivel de compresión óptimo, acelera y ya no sabemos muy bien dónde estamos?

¿No os ha pasado que sin daros cuenta habéis iniciado una conversación donde el «Machine Learning» y el «Deep Learning» junto a otros términos como el Big o Small Data, las redes neuronales, los algoritmos, la nube y un largo etcétera cobran tal protagonismo, que lo único que os apetece es regresar a sistemas de gestión más cercanos a vuestra zona de confort y alejados de lo que, a veces, podríamos identificar como Ciencia Ficción?

Foros, seminarios, congresos, y múltiples contenidos nos acercan, hoy por hoy, y más que nunca, a una nueva realidad que, a pesar de todo, no deja de sorprendernos.

 Es la era de la democratización de la Inteligencia Artificial.

 Empresas, organizaciones e incluso usuarios finales disfrutamos a diario de las ventajas de lo que se ha venido a llamar el «aprendizaje de las máquinas» o «aprendizaje automático», que nos permite desde averiguar patrones de comportamiento futuro hasta evitar correos no deseados.

 Pero … ¿qué es el Machine Learning?

 LOS ORÍGENES

«Allá por los años 50 …»

 El nacimiento del Machine Learning es algo relativamente reciente. En la década de los años 50 se dan los primeros pasos hacia la era de las máquinas inteligentes. El pionero en la materia fue Alan Turing, quien a través de «Test de Turing» determinaba si una máquina era realmente inteligente, siendo capaz de engañar a un humano en su condición de computadora.

Posteriormente, será el informático Arthur Samuel quien creará un programa para jugar a las damas. Utilizando un algoritmo sencillo intentará descubrir los mejores movimientos para ganar. Aunque no será hasta 1958 cuando Frank Rosenblatt diseñe «Perceptrón», la primera red neuronal artificial.

El CONCEPTO

 «¿Hasta donde hemos llegado?»

El Machine Learning nos permite crear sistemas que aprenden automáticamente a través de la programación de algoritmos capaces de predecir comportamientos futuros. Estos  algoritmos se clasifican en dos grandes grupos: Supervised Learning o Unsupervised Learning.

En el primero de ellos disponemos de un conocimiento anterior (histórico de datos) que nos permitirá comprender tos datos nuevos que la empresa obtenga, facilitando la toma de decisiones y permitiendo realizar predicciones.

Un ejemplo de ello es el sistema de control de SPAM de Google. El usuario etiqueta cuáles son los correos no deseados, para posteriormente ser identificados por Gmail y desviarlos a una carpeta específica.

En el segundo caso, el Unsupervised Learning, la Inteligencia artificial no tiene una experiencia previa para analizar los datos (datos no etiquetados), por lo que está más orientado a la búsqueda de patrones. Su utilidad se centra en la segmentación de clientes, entre otros.

Así, por ejemplo, el «aprendizaje no supervisado» será clave a la hora de establecer estrategias de upselling y crosselling, dos «viejas» amigas de las técnicas de ventas, que sin duda alguna, consiguen mejorar, a través de las recomendaciones de servicios y  productos, nuestro ratio de conversión.

Actualmente los sites de comercio electrónico acceden a un número de datos relativamente elevado. Hablamos de precios medios, geolocalización, número de visitas, dispositivos, etc. Los algoritmos inteligentes serán los encargados de realizar patrones de comportamiento que nos permitan hacer uso del marketing predictivo, siguiendo el ejemplo de empresas como Amazon o Ebay.

LAS HERRAMIENTAS

«Pero .. ¿qué pasa si yo no soy Amazón o Ebay?»

La sensación de que este tipo de herramientas son únicamente para las grandes empresas y multinacionales, quizás se haya generalizado. Aquello del «esto no va conmigo» puede ser simplemente fruto del desconocimiento, al fin y al cabo, ya nos han dicho, por activa y por pasiva ,«de qué estamos hablado» pero no suelen decirnos cuál es el coste real de implementación y cuál es su aplicación concreta, cuando no movemos las cifras de negocio ni el volumen de datos de organizaciones como Spotify.

Pues bien, hoy en día tenemos multitud de opciones que incluyen algoritmos de Machine Learning, preparados para ofrecer soluciones reales y en tiempo real.

Ya es posible desarrollar modelos de aprendizaje automático a través de una infraestructura administrada e integrada en la nube, aunque no seamos Netflix.

Tal es el caso de Amazon Machine Learning, servicio administrado que nos permite crear modelos de Machine Learning (ML) sin necesidad de tener grandes conocimientos previos de las técnicas de aprendizaje automático. Otro ejemplo sería Google Cloud Machine Learning, servicio administrado y escalable para desarrollar fácilmente modelos de aprendizaje automático.

Como ves, opciones hay muchas, No hagas del Machine Learning «una carrera de fondo», si tienes dudas habla con nosotros, desde Data Seekers te ayudamos a predecir, segmentar y mejorar tu cifra de ventas.

 

Un comentario sobre “No hagas del Machine Learning una carrera de fondo. Disfruta de un paseo por la inteligencia artificial.

Agrega el tuyo

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s

Crea un sitio web o blog en WordPress.com

Subir ↑

A %d blogueros les gusta esto: