Los algoritmos del machine learning o aprendizaje automático son los principales responsables de los avances en inteligencia artificial de los que hemos escuchado hasta la fecha. Estos algoritmos usan estadísticas para encontrar patrones de comportamiento en un extenso campo de datos (números, palabras, imágenes, clics, etc.) de los usuarios. Y si esto puede ser almacenado digitalmente, también puede ‘alimentar’ a uno de estos algoritmos.
Aunque a simple vista no nos demos cuenta, estamos muy familiarizados con el machine learning. Es la tecnología que nos recomienda películas en Netflix, la que nos muestra el siguiente vídeo en YouTube, la que nos presenta una lista de éxitos en Spotify y la que decide qué contenidos vemos cuando iniciamos sesión en Facebook, Twitter o Instagram. También está detrás de los motores de búsqueda como Google, de los asistentes de voz como Siri o Alexa. La lista es muy larga.
Cada plataforma, cada empresa, recoge todos los datos que sean posibles –los que se generan mientras ves algo, los enlaces en los que pinchas, los estados que escribes en redes sociales, etc.– y utiliza sus mecanismos de machine learning para mostrarte lo que seguramente quieras ver o leer después. En definitiva, explicar el proceso es sencillo, pues se trata de encontrar un patrón y aplicarlo, pero el diseño de esos algoritmos es algo muy complicado. Sin embargo, cada vez son más precisos, por lo que es lógico que el aprendizaje automático se extienda a cada vez más industrias dada su eficacia.
El Machine Learning puede mejorar el mundo
Esta tecnología no es solo un mecanismo más para engrosar la cuenta de resultados de las grandes empresas. El machine learning también tiene su aplicación en otras áreas, como la ciencia, y puede aportar su granito de arena para hacer de este mundo un lugar mejor o más seguro.
Gracias al aprendizaje automático se podrán predecir los terremotos. El investigador del Laboratorio Nacional Los Álamos en Nuevo México (EEUU), Bertrand Rouet-Leduc, y varios compañeros entrenaron un algoritmo capaz de detectar un patrón acústico desconocido hasta entonces con el que se podía predecir cuándo se producirá un seísmo en un entorno de laboratorio. El equipo de investigadores se mostró cauteloso sobre la utilidad de la técnica para predecir terremotos reales, pero aquel trabajo ha abierto nuevas vías de investigación. Con un estudio pormenorizado y el perfeccionamiento de estos algoritmos, se podrá predecir los terremotos y reducir considerablemente el número de víctimas.
Y aún hay más. YouTube utiliza una Inteligencia Artificial para generar descripciones de algunos sonidos en sus subtítulos (aplausos, música, etc.). Unos investigadores de IBM están empleando software de procesamiento del lenguaje para elaborar una herramienta llamada Aclarador de contenidos (Content Clarifier) para ayudar a la gente con discapacidades cognitivas o mentales como el autismo y la demencia. La Universidad de Massachusetts, en Boston (EE. UU.), está probando este sistema en personas con problemas de lectura o discapacidades cognitivas.
Estas herramientas deberán pulirse y perfeccionarse. Porque no es lo mismo que los algoritmos del machine learning recomienden una película y esta sea un fiasco que el hecho de que esta tecnología cometa un error minúsculo en el cálculo de un terremoto.