“Machine Learning es la capacidad de una computadora de tomar una decisión basada en una serie de algoritmos complejos”. Foto: Unsplash.
El ChatGPT se ha convertido en el centro de las conversaciones durante las últimas semanas, al día de hoy, la palabra arroja 605 millones de resultados en las búsquedas de Google y el hashtag suma más de 27.1 millones de visualizaciones en TikTok.
Quizá no lo sabías, pero esta herramienta está relacionada con elMachine Learning, un tema sobre el cual las expertas de la Universität Tübingen, la Dra. Nicole Ludwig y la Mtra. Gwen Hirsch, ofrecieron un taller la semana pasada en la Universidad Iberoamericana.
Al respecto, conversamos con ellas y con el Dr. Jorge Ángel González Ordiano, Director del Instituto de Investigación Aplicada y Tecnología( InIAT ) de la Universidad Iberoamericana y el Dr. J. Emilio Quiroz Ibarra, quien es académico titular del InIAT y cuya línea de investigación es el cómputo.
Si te interesa la ingeniería, la ciencia de datos, la física, las matemáticas o simplemente tienes curiosidad sobre temas como la Inteligencia Artificial, necesitas conocer la opinión de las y los expertos sobre esta línea de investigación (con muchísimas aplicaciones comerciales) que está creciendo exponencialmente. Aunque las respuestas son parecidas, nos parece relevante mencionarlas completas para que todas y todos comprendamos mejor sobre el tema.
¿Qué es Machine Learning?
Dra. Nicole y Mtra. Gwen: ElMachine Learninges una forma de Inteligencia Artificial en la que los algoritmos "aprenden" información encontrando patrones matemáticos en los datos. Necesitan objetivos claramente definidos; por ejemplo, descubrir si un determinado objeto de interés está en una imagen o maximizar cierta medida de eficiencia en un proceso logístico o de fabricación, sin embargo, no necesitan instrucciones o reglas explícitas para lograr estos objetivos como es común para los programas de computación tradicionales.
Dr. Jorge Ángel González Ordiano:Machine Learningse refiere a un conjunto de métodos y algoritmos capaces de identificar patrones y de aprender relaciones entre datos que les permiten resolver problemas sin necesidad de que uno les indique la solución exacta.
Dr. J. Emilio Quiroz Ibarra:Machine Learningo Aprendizaje de Máquina es la capacidad de una computadora de tomar una decisión basada en una serie de algoritmos complejos, enfocado al tipo de problema a resolver o enfocado en datos previamente recolectados que tienen algún tipo de similitud con el problema a resolver y que de forma comparativa se puede definir una postura.
¿Cómo se aplica el Machine Learning en nuestra vida cotidiana?
Dra. Nicole y Mtra. Gwen: Las posibilidades de aplicación delMachine Learningson muy amplias porque muchos problemas cotidianos se pueden formular en términos adecuados y la mayoría de las personas, quizá sin saberlo, ya interactúan con elMachine Learningregularmente.
Los ejemplos incluyen a los sistemas que hacen sugerencias sobre qué ruta tomar o qué películas y productos podrían gustarnos, los automóviles que ayudan a los conductores a mantenerse en el carril, la corrección automática de errores tipográficos o gramaticales, las herramientas de traducción, el reciente modelo de procesamiento de lenguaje ChatGPT o el modelo de creación de imágenes Dall-E.
Existen otras aplicaciones en el procesamiento de datos en casi cualquier campo científico, aplicaciones médicas como la clasificación de malignidad de anomalías cutáneas o neuroprótesis o la optimización de procesos internos.
Dr. Jorge Ángel González Ordiano: Hoy en día un gran número de sistemas con los que convivimos día a día se benefician de modelos deMachine Learning. Los ejemplos más evidentes son los sistemas de recomendación de servicios como Netflix o Amazon, los cuales aprenden de nuestros hábitos para r ecomendarnos entretenimiento y/o productos con una gran probabilidad de que nos interesen.
Dr. J. Emilio Quiroz Ibarra: ElMachine Learninges parte de nuestra vida cotidiana en muchos dispositivos electrónicos que utilizamos, sin tener mayor preocupación por su uso, tales como el teléfono celular, el automóvil, muchos programas de la web tales como interfaces bancarias, controles administrativos o de gobierno, comercio electrónico, redes sociales, entre otras.
¿Cuál es la importancia de saber sobre Machine Learning?
Dra. Nicole y Mtra. Gwen: Los modelos deMachine Learningson muy versátiles y, a menudo, superan a los enfoques anteriores para resolver una tarea determinada, uno puede pensar en ellos como una herramienta de propósito general.
Es importante reconocer su gran potencial de mejora, por un lado, y desconfiar de los sesgos y problemas introducidos al aplicarlos sin la debida atención, por el otro. Para ello, es fundamental tener unos conocimientos básicos sobre ellos para utilizarlos con seguridad y ser conscientes tanto de lo que pueden como de lo que no pueden hacer. Los algoritmos deMachine Learningno son magia sino matemáticas.
Dr. Jorge Ángel González Ordiano: Las tecnologías basadas enMachine Learningcada día tienen más impacto en nuestra vida diaria. El mejor ejemplo son tecnologías como ChatGPT que están teniendo un efecto disruptivo en la forma en la que tradicionalmente realizamos ciertas tareas. Casos como éste serán cada vez más comunes por lo que la importancia de informarnos de lo que es y puede hacer elMachine Learninges cada vez mayor.
Dr. J. Emilio Quiroz Ibarra: Como usuarias y usuarios de tecnologías electrónicas modernas, al tener conciencia de que existe esta modalidad nos puede ayudar a tener una mejor percepción y control de los medios e interfaces, aunque en ciertas circunstancias podría también convertirse en un reto personal el no dejarse controlar o manipular por un simple aparato electrónico o simplemente tomar el máximo aprovechamiento de la capacidad de aprendizaje de una máquina.
¿Te habrías imaginado que ya usas elMachine Learningde forma cotidiana? Comparte tus comentarios en nuestras redes sociales. Te recordamos que nuestra Ibero cuenta con un Departamento de Estudios en Ingeniería para la Innovacióncon las licenciaturas en Ingeniería Biomédica, Ingeniería en Mecatrónica y Sistemas Ciberfísicos, Ingeniería Mecánica y Eléctrica, Ingeniería de Tecnologías de Cómputoy Telecomunicacionesy la Maestría en Gestión para la Innovación Tecnológicay el Doctorado en Ciencias de la Ingeniería.
Por: Laura Herrera Camarillo / MYMV