Inteligencia Artificial, Machine Learning y Deep Learning

La inteligencia artificial es la tecnología más avanzada en lo que al tratamiento del dato se refiere.  Los coches autónomos y robots inteligentes son, entre otros, los campos de investigación en los que la inteligencia artificial juega un papel fundamental. También en la analítica web (y omnicanal) ya son varias las empresas que automatizan tareas de lanzamiento de campañas personalizadas a cada usuario apoyándose en el aprendizaje de las computadoras.

El término Inteligencia Artificial está en boca de todos: empresas, centros de investigación, ramas del sector público… Y ha llegado a nuestros tiempos para quedarse. Además, cada vez son más las empresas que se apoyan en la Inteligencia Artificial para la toma de decisiones, o para impulsar ciertas acciones. Por ello es importante entender qué significa, y cuales son las diferencias conceptuales y las relaciones con otros de los términos más populares dentro del campo de la inteligencia algorítmica del dato: Machine Deep Learning.

inteligencia artificial

Inteligencia Artificial

La principal labor es la de automatizar tareas de manera inteligente para que el sistema sea capaz de tomar buenas decisiones, dejando a un lado la intervención humana. Algunos ejemplos de Inteligencia Artificial:

  • Autonomía de los coches.
  • El algoritmo AlphaGo que desarrolló Google Deepmind para jugar al Go.
  • Minerva, la inteligencia artificial de Beabloo para personalizar los contenidos automáticamente en su digital signage.

Machine Learning

El amplio abanico de algoritmos en Machine Learning se utilizan con la finalidad de proporcionar al humano los patrones o las reglas subyacentes para entender los datos.

Por ejemplo, un algoritmo que nos permita encontrar los patrones de navegación más comunes dentro del site. Esto podría servir para dirigir acciones de mejora de su usabilidad más centralizadas en una sección u otra de la web.

Con un enfoque más predictivo, se podría utilizar la información más relevante correspondiente a la navegación del usuario por la web + otras variables personalizadas para predecir cuan cercano está el usuario de acabar realizando un pedido (Audience Score).

Deep Learning

Se trata de una rama del Machine Learning centrada en las conocidas como Redes Neuronales. Éstas aprenden a transformar matemáticamente los datos de entrada al modelo a través de una serie de pasos o capas intermedias. El prefijo “Deep” en Deep Learning se refiere por tanto a la propia arquitectura de capas o “profundidad” de la red.

La función de estas capas, o matemáticamente conocidas como hidden layers, es la de transformar y descomponer los datos para hallar los patrones o reglas subyacentes que comentábamos en el punto anterior. Se podría entender como el proceso de recomposición de un dibujo despiezado en mil partes.


La fase de selección del algoritmo o modelo nos conduce a comprender cómo funcionan matemáticamente éstos.  En anteriores posts os introducíamos qué es una regresión lineal. Se trata del modelo con el motor algorítmico más simple que, junto a los modelos de regresión logística, son un buen punto de partida para adentrarse en el campo del Machine Learning.

Si quieres saber más sobre Inteligencia Artificial, ya puedes descargarte gratis nuestro nuevo informe: “Inteligencia Artificial: Situación actual e impacto futuro”.

Autor:

Digital Analytics Consultant at Metriplica. Mathematician // M.Sc. Data Analysis and Statistics

Leave Comment

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.