El Machine Learning no es la panacea y, en realidad, está sobrevalorado
- febrero 26 2019
Inteligencia Artificial y Machine Learning, ¿son lo mismo?, para que exista Inteligencia Artificial ¿tiene que ir relacionada explícitamente con Machine Learning? y ¿es el aprendizaje automático tan potente como parece? Resuelve tus dudas y aprende más sobre estas tecnologías leyendo nuestro blog.
Vivimos tiempos en los que estamos expuestos a una sobrecarga informativa de artículos tecnológicos, videos divulgativos y programas de radio y televisión hablando de Inteligencia Artificial. En muchos de ellos se anuncian una gran cantidad de promesas y de previsiones relacionadas con una próxima “super-revolución tecnológica” que va a agitar el mundo que nos rodea.
Navegando por la red es fácil encontrar mordaces titulares, buscando atraer la atención de las masas, en los cuales plasman al aprendizaje automático (“Machine Learning” en inglés) como algo nuevo y que viene a resolver todos los problemas. Luego, la realidad, es que la gran mayoría de los ejecutivos de las empresas se preguntan de qué trata todo esto y qué beneficios puede aportar para sus organizaciones.
Realmente, cuando hablamos con verdaderos expertos (los pocos que existen) en el mundo de la Inteligencia Artificial, nos damos cuenta que el Machine Learning (ML) está altamente sobrevalorado. Principalmente por la gran exposición que reciben algunos con poca (o nula) experiencia en la materia.
La supuesta varita mágica del Machine Learning
Escuchando a algunas personas, pareciera que el Machine Learning viene a solucionar cualquier problema imaginable de nuestras sociedades. No obstante, esa afirmación está muy lejos de la realidad. El aprendizaje automático, al fin y al cabo, se trata de un conjunto de técnicas más para el uso de los ingenieros informáticos. Pero no es la ni la única forma de solucionar un problema ni, obligatoriamente, la más efectiva.
En 1959, Arthur Samuel, pionero en el campo de los juegos informáticos y la Inteligencia Artificial, definió el aprendizaje automático como “el campo de estudio que otorga a las computadoras la capacidad de aprender sin ser programadas explícitamente”. A partir de ese momento, el término Machine Learning se ligó estrechamente con la Inteligencia Artificial, que es de naturaleza más teórica y se preocupa por brindar a los sistemas informáticos la capacidad de realizar tareas para las cuales se requiere inteligencia humana.
En DAIL Software, estamos totalmente convencidos de que la mejor manera para resolver problemas complicados es hacerlo de forma híbrida. Construyendo y desarrollando sistemas donde las altas capacidades de computación de los ordenadores trabajen armoniosamente con los humanos.
¿Cómo se exagera el impacto del Machine Learning en los negocios?
Otro de los grandes problemas relacionados con el aprendizaje automático es la forma en la cual muchas personas exageran el impacto real de utilizar Machine Learning en un producto. Esto es debido a que algunos de los servicios de consumo actual incluyen el aprendizaje automático en su núcleo, como dice hacer Facebook.
Entonces, ya que otras empresas lo utilizan y que el término Machine Learning aparece en todos los artículos de tecnología, algunos creen (de forma equívoca) que la única fórmula para “no quedarse atrás” de sus competidores es desarrollar cualquier solución e integrar aprendizaje automático en ella.
Pero, es un gran error pensar que simplemente por elegir Machine Learning como el elemento determinante de una herramienta, esto acarreará el éxito del proyecto. Es más, forzar a una solución a utilizar el aprendizaje automático puede hacer que sufra problemas de ejecución, incremente los costes de producción y, por lo tanto, termine fracasando.
Utilizar el aprendizaje automático es factible cuando se necesita computar de forma automática gran cantidad de datos. Entonces sí que estaríamos hablando de un buen uso de estas técnicas. Pero si no es el caso, puede que su compañía se beneficie de forma más efectiva utilizando otros métodos, que también forman parte de la Inteligencia Artificial.
Por lo tanto, podríamos decir que el aprendizaje automático no es: ni completamente inútil, ni la panacea. Claramente tiene su lugar, pero eso no quiere decir que el ML sea la raíz de cualquier herramienta que pretenda ser realmente práctica para las empresas.
Conclusiones
Hoy en día existe una gran cantidad de publicidad en torno a las diferentes tecnologías. Por lo cual, es importante ser precavido y recordar que cada campo de estudio tiene un papel que desempeñar en el desarrollo de las sociedades.
Del mismo modo, el Machine Learning ha existido durante décadas y es solo ahora que está recibiendo tanta atención. Pero entonces… ¿Por qué se habla tanto de Machine Learning justo ahora?
Lo cierto es que ahora se habla tanto del aprendizaje automático ya que las capacidades de computación actuales son mucho mayores que décadas atrás.
La capacidad de computo de los ordenadores, lo que se viene a llamar el “big data” y las aportaciones de la nube (“cloud”), son herramientas increíblemente potentes para los ingenieros de la actualidad y de las que se puede extraer un valor extraordinario, cosa que era inimaginable hace unas cuantas décadas atrás.
Tenemos entonces que prestar la suficiente atención a los beneficios y mejoras que el aprendizaje automático nos pueda aportar para ayudarnos a solucionar retos futuros. Pero, no por eso dejar de lado otras técnicas que puedan mejorar el funcionamiento de las empresas y hacer la vida de los humanos más fácil.
OPTIMICE SU NEGOCIO
Forme parte de las empresas que ya utilizan la tecnología de DAIL Software