Machine Learning. Inteligencia artificial.
¿Alguna vez se han preguntado cómo serían las tecnologías en un futuro? Pues les traemos varias tecnologías bastante interesantes y seguro que muchos desconocemos.
Una de estas tecnologías es el Machine Learning (el cual especificaremos y veremos en completa profundidad), también encontramos la realidad virtual, seguro que muchos la conocen ya que se hizo muy popular en 2016, pagos mediante el móvil, ordenadores convertibles, es decir, esos que podemos transformar en tabletas y viceversa en un pequeño movimiento. También encontramos tecnologías para vestir, el muy conocido 'Apple Watch'', vídeo online, como pueden ser Netflix y Movistar fusión.
Ahora bien, como hemos dicho anteriormente nos centraremos en el Machine Learning, pero primero, debemos saber qué es la inteligencia artificial para poder entender este campo.
La inteligencia artificial es la inteligencia exhibida por máquinas, fácil de comprender ¿verdad? bien, ha ido evolucionando a lo largo de una gran línea temporal y nos facilitan los trabajos a realizar, esta inteligencia va de la mano de la robótica. De aquí surge el Machine Learning.
El Machine Learning, también llamado ''aprendizaje automático'' logra que las máquinas aprendan y puedan tomar decisiones por sí mismas. Esto es posible ya que se detectan patrones en un conjunto de datos y es el programa quien predice en que situaciones pueden darse y cuales no. Machine Learning es muy amplio. Destacan:
*Machine Learning supervisado. Es el más utilizado y se necesita la intervención de una persona para poder crear etiquetas en las que la máquina sea capaz de predecir un resultado.
*Machine Learning no supervisado. Es menos común utiliza datos históricos que no han sido etiquetados. Encuentra patrones a partir de un análisis de datos.
(¿Qué son los patrones? es muy sencillo, los patrones son unas variables constantes que se pueden identificar dentro de un conjunto mayor de datos.)
El Machine Learning ha causado un gran impacto en las empresas, quizás a largo plazo podremos encontrar métodos de este campo diseñados para las necesidades de cada empresa. En ciertos sectores Machine Learning resulta clave.
Este campo también se utiliza para lo siguiente:
*Detectan fraudes en transacciones.
*Pueden predecir fallos en equipos tecnológicos.
*Detectan rostros, a parte de reconocer objetos y voces.
*Anti-spam y anti-virus.
*Pre-diagnósticos médicos basados en los síntomas del paciente.
Etc.
Según dice David Karger, profesor del Computer Science del MIT, Learning Machine tendrá un futuro brillante ya que es una gran herramienta que puede resolver, sorprendentemente, problemas realmente difíciles.
Fuentes utilizadas:
http://xurl.es/ar1d3
http://www.intelygenz.es/que-es-machine-learning-y-que-aplicaciones-tiene-dia-a-dia/
Blog de los compañeros:
http://culturasrobotica.blogspot.com.es/2017/05/historia-de-la-robotica-y-la.html
Una de estas tecnologías es el Machine Learning (el cual especificaremos y veremos en completa profundidad), también encontramos la realidad virtual, seguro que muchos la conocen ya que se hizo muy popular en 2016, pagos mediante el móvil, ordenadores convertibles, es decir, esos que podemos transformar en tabletas y viceversa en un pequeño movimiento. También encontramos tecnologías para vestir, el muy conocido 'Apple Watch'', vídeo online, como pueden ser Netflix y Movistar fusión.
Ahora bien, como hemos dicho anteriormente nos centraremos en el Machine Learning, pero primero, debemos saber qué es la inteligencia artificial para poder entender este campo.
La inteligencia artificial es la inteligencia exhibida por máquinas, fácil de comprender ¿verdad? bien, ha ido evolucionando a lo largo de una gran línea temporal y nos facilitan los trabajos a realizar, esta inteligencia va de la mano de la robótica. De aquí surge el Machine Learning.
El Machine Learning, también llamado ''aprendizaje automático'' logra que las máquinas aprendan y puedan tomar decisiones por sí mismas. Esto es posible ya que se detectan patrones en un conjunto de datos y es el programa quien predice en que situaciones pueden darse y cuales no. Machine Learning es muy amplio. Destacan:
*Machine Learning supervisado. Es el más utilizado y se necesita la intervención de una persona para poder crear etiquetas en las que la máquina sea capaz de predecir un resultado.*Machine Learning no supervisado. Es menos común utiliza datos históricos que no han sido etiquetados. Encuentra patrones a partir de un análisis de datos.
(¿Qué son los patrones? es muy sencillo, los patrones son unas variables constantes que se pueden identificar dentro de un conjunto mayor de datos.)
El Machine Learning ha causado un gran impacto en las empresas, quizás a largo plazo podremos encontrar métodos de este campo diseñados para las necesidades de cada empresa. En ciertos sectores Machine Learning resulta clave.
Este campo también se utiliza para lo siguiente:
*Detectan fraudes en transacciones.
*Pueden predecir fallos en equipos tecnológicos.
*Detectan rostros, a parte de reconocer objetos y voces.
*Anti-spam y anti-virus.
*Pre-diagnósticos médicos basados en los síntomas del paciente.
Etc.
Según dice David Karger, profesor del Computer Science del MIT, Learning Machine tendrá un futuro brillante ya que es una gran herramienta que puede resolver, sorprendentemente, problemas realmente difíciles.
Fuentes utilizadas:
http://xurl.es/ar1d3
http://www.intelygenz.es/que-es-machine-learning-y-que-aplicaciones-tiene-dia-a-dia/
Blog de los compañeros:
http://culturasrobotica.blogspot.com.es/2017/05/historia-de-la-robotica-y-la.html
Grupo 7: A pesar de que hay algunos errores, nos ha gustado este post. También nos gustaría tener un link para David Karger. Gracias.
ResponderEliminarGracias por avisar de los errores, el Link de David está puesto en las fuentes, es un artículo publicado en inglés.
Eliminargrupo 1; Deberían haber buscado en mas fuentes no solo en wikipedia que no suele ser una fuente fiable por completo, pero nos ha servido para tener ideas básicas en nuestro articulo.
ResponderEliminarEste campo es muy difícil encontrar información, ya que, todo el rato es lo mismo, en wikipedia solo se han buscado varias definiciones que se pueden encontrar en muchas otras páginas que lo han sacado de la misma wikipedia.
EliminarGrupo 6: La fuente de información no es tan fiable pero no quita que sea un mal artículo aun así desconfiamos que realmente la información sea correcta.
ResponderEliminarEste articulo solo ha sacado 2 o 3 definiciones concretas en wikipedia el resto de información es de fuentes fiables, también nos gustaría que comprobasen los errores que ustedes creen que encuentran antes de comentarlos así nos serán de ayuda en vez de decirlo sin corroborarlo y tener nosotros que estar explicando esto a cada uno de los grupos que comenta sin comprobar ¡gracias! .
EliminarGrupo 5:En conclusión a este artículo creemos que hay escasez de fuentes,pero a pesar de ello nos ha sido muy útil e interesante esta información ya que no conocíamos este tipo de tecnología y creemos que influirá mucho en nuestro futuro.
ResponderEliminarMuchas gracias por la información.