A tots ens han sorprès alguna vegada les pel·lícules de robots: Màquines intel·ligents que no només són capaces de parlar i respondre’ns, sinó que poden resoldre problemes i aprendre per ells mateixos. Si bé l’aprenentatge automàtic ja ha arribat per quedar-se, això significa un pas més al món de la intel·ligència artificial. 

T’expliquem què és Machine Learning i dos models de funcionament.

El Machine Learning és una disciplina del camp de la intel·ligència artificial que, a través d’algoritmes, dota als ordinadors de la capacitat d’identificar patrons en dates massives i elaborar prediccions (anàlisi predictiu).

Quan parlem del significat de Machine Learning, ens referim a una àrea de coneixement dins la intel·ligència artificial on els ordinadors apliquen tècniques d’aprenentatge estadístic per identificar automàticament patrons en les dades. Per això podem prendre la definició de l’aprenentatge automàtic com a aprenentatge automatitzat o aprenentatge de màquines, un món apassionant dins el Big Data i el Business Intelligence.

Els algorismes generats són capaços de generalitzar comportaments a partir de les dades subministrades en forma d’exemples.

L’aprenentatge automàtic sorgeix a mitjans dels anys 80 amb l’aplicació de les xarxes neuronals i els arbres de decisió. Es va començar a utilitzar en problemes de predicció complexos on els models estadístics clàssics no eren eficients com ara el reconeixement de veu i imatges, la predicció de sèries temporals no lineals, la predicció dels mercats financers, el reconeixement de text escrit, etc.

La característica principal d’aquest tipus d’algorismes és que són capaços de reajustar-se automàticament per millorar-ne el rendiment en funció del nombre d’encerts i de fallades produïdes en un procés d’entrenament previ a la seva aplicació i durant l’execució en temps real.

Per exemple, el sistema de control de seguretat d’un aeroport podria estar programat per fer un reconeixement facial de tots els usuaris i comprovar si estan a la llista dels delinqüents més buscats.

Doncs bé, el mateix algorisme de cerca podria aprendre per si mateix mitjançant dues vies:

• Proporcionant imatges de persones a l’atzar i indicant a l’algoritme si són delinqüents o no durant el procés d’entrenament.

• Rectificar-ne la predicció en cada observació en temps real.

Qui va crear el machine learning?

Alan Turing, Va ser famós per desxifrar el codi nazi a la Segona Guerra Mundial i pioner en altres branques com la biologia i la intel·ligència artificial, la contribució de les quals és imprescindible en el desenvolupament de les tecnologies actuals.

Per modern que pugui semblar aquest camp, ens hem de remuntar a l’any 1950 quan el gran Alan Turing va crear el “Test de Turing”. De manera que per passar el test, una màquina havia d’enganyar un humà fent-lo creure que era davant d’un humà en comptes d’un ordinador.

Tipus de “machine learning”:

Qui va inventar/crear el “machine learning”?

Alan Turing, Va ser famós per desxifrar el codi nazi a la Segona Guerra Mundial i pioner en altres branques com la biologia i la intel·ligència artificial, la contribució de les quals és imprescindible en el desenvolupament de les tecnologies actuals.

Per modern que pugui semblar aquest camp, ens hem de remuntar a l’any 1950 quan el gran Alan Turing va crear el “Test de Turing”. De manera que per passar el test, una màquina havia d’enganyar un humà fent-lo creure que era davant d’un humà en comptes d’un ordinador.

Clàudia González, Marc Berjano, Dani Egea i Valentina Campuzano.