Cómo ayuda el Deep Learning a las grandes empresas

En el tema de la inteligencia artificial, han habido grandes avances en la última década y pasos importantes para el aprendizaje automático. Las organizaciones que hacen uso de grandes cantidades de datos y tienen como misión mejorar su rendimiento y acciones en el mercado, deben empezar a trabajar con algunos de los soportes de la Inteligencia Artificial (IA): aprendizaje automático(Learning Machine) y aprendizaje profundo (Deep Learning).

Son dos ramas muy parecidas, pero para entender de manera sencilla el Deep Learning tenemos las redes neuronales  artificiales que hacen una imitación por medio de software al funcionamiento neuronal de los animales y humanos. Se deben tener en cuenta sus interconexiones y de cómo ciertos estímulos (que son los inputs) producen comportamientos o resultados (outputs). El aprendizaje automático consiste en dotar a la computación de la IA y así permitir que vayan aprendiendo de los diferentes contextos. En cuanto al aprendizaje profundo, se trata de algoritmos multidimensionales y en múltiples capas de procesamiento para aprender representaciones de datos con múltiples niveles de abstracción.

La cosa se hace más compleja en está última década por el procesamiento de los datos en tiempo real, por la arquitectura del Big Data, y sobre todo, por la neurociencia que ha logrado avances significativos en el campo del Deep Learning.

Según nos comenta R. Arrabales, en el enfoque de Deep Learning se usan estructuras lógicas que se asemejan en mayor medida a la organización del sistema nervioso de los mamíferos, teniendo capas de unidades de procesamiento (que llamaremos neuronas artificiales) que se especializan en detectar determinadas características existentes en los objetos percibidos. Para una mejor comprensión, existe un vídeo que explica mucho mejor este proceso y que recomiendo ver (5:57 min), ya que es realizado por trabajadores de Google y aplicado en el 20% de lo que quieren hacer:

El aprendizaje profundo en la empresa

Se han mejorado técnicas como el reconocimiento de voz y facial, la detección de objetos y también el mundo de la genómica, que ha tenido grandes avances.

Queremos decir con esto, que el aprendizaje profundo ha revolucionado varias industrias. A nivel empresarial hay organizaciones como Metamind (dejará de existir como tal el 4 de mayo ya que ha sido comprado por Salesforce), que es una empresa londinense puntera en los estudios y desarrollos del aprendizaje profundo. Sus avances y especializaciones están en reconocer objetos dentro de una imagen, en trabajos personalizados en el mundo de la medicina, como por ejemplo en los avances de los daños cerebrales y en la producción del habla del ser humano. Richard Socher, CEO hasta ahora, nos lo explica más detalladamente: El Deep Learning tiene un amplio campo de investigación en técnicas avanzadas de seguridad junto a la algoritmia probabilística.

Otra de las empresas punteras en Skymind, trabaja en detectar anomalías en las empresas (detección de fraudes en finanzas, en secuencias temporales de datos para analizar y predecir aspectos de la secuenciación o los sistemas de recomendación para el comercio electrónico) y lo hace con código abierto en su framework de aprendizaje profundo en Java: DeepLearning4j. En mi opinión, vale la pena echarle un vistazo a su página por si quieren contratar alguno de sus servicios.

H2O es una plataforma Machine Learning de código abierto para Internet de las Cosas, que mezcla técnicas de aprendizaje profundo integrando R y Spark. Esta plataforma, usa para la analítica predictiva el fraude en temas de salud, en seguros el análisis del cliente como por ejemplo en modelos de deserción potenciales y en otros campos una nueva generación de empresas, centradas en los datos y con tendencias de mercado. Tractica tiene un reporte que daría más información de cómo usar estas técnicas y un resumen de aplicaciones que permite ver de qué se trata.

Imagen: @The Next Web, distribuida con licencia Creative Commons BY-SA 2.0

Déjanos un comentario

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

SUSCRÍBASE A NUESTRO NEWSLETTER