Machine learning: ejemplos del día a día

14 de febrero de 2019

Seguro que has oído hablar del machine learning. Puede parecer algo futurista y que no está al alcance de cualquiera, pero está más presente en nuestro día a día de lo que imaginas y, como no podía ser de otra manera, en la empresa.

El machine learning identifica patrones complejos, predice comportamientos mediante un algoritmo y mejora sus procesos automatizados. El machine learning ya se ha convertido en una herramienta indispensable para compañías de todo tipo de sectores, y sus aplicaciones no dejan de evolucionar con el objetivo de mejorar la experiencia del usuario. En este artículo, “Machine learning: ejemplos del día a día” te presentamos algunas de las herramientas tecnológicas más cotidianas que se sirven del aprendizaje automático.

 

Machine learning: ejemplos y definición

El machine learning o aprendizaje automático es la rama de la inteligencia artificial que dota a las máquinas de la habilidad de “aprender” a partir del análisis de datos con el fin de identificar patrones y apoyar en la toma decisiones con la mínima intervención humana; personas y máquinas trabajan de la mano. Así, esta habilidad permite optimizar los procesos del día a día, hasta el punto de que una máquina puede hacer una llamada para reservar una mesa en un restaurante sin que el interlocutor se dé cuenta de que no está hablando con una persona.

Gmail

Una vez entendido el concepto, vamos a poner algunos ejemplos de cómo se utiliza diariamente. Una de las herramientas en las que el machine learning está más presente es Gmail, el servicio de correo electrónico que tiene la opción de ayudar a escribir un email teniendo en cuenta correos anteriores, ya sea para autocompletar frases, confirmar que quieres enviar un email aun cuando no has adjuntado el archivo, pero cuando sí lo has escrito en el cuerpo del email, etc. La clasificación de los emails en la bandeja de entrada también se hace gracias al aprendizaje automático.

Spotify

Spotify es un servicio de música, podcasts y vídeos digitales en streaming que te da acceso a millones de canciones, y en los que propone listas de reproducción según gustos o patrones de comportamiento. Los algoritmos de recomendación de Spotify son uno de los mejores y más complejos de todo el mundo. Sus recomendaciones se hacen utilizando tres modelos diferentes:

  • Modelo de filtro colaborativo, al analizar tu comportamiento y el de los demás, las opiniones y reproducciones de las canciones.
  • Modelo de procesamiento del lenguaje natural, mediante los blogs y comentarios de internet, detectan canciones de moda. Analizan texto.
  • Modelo de audio, al analizar las canciones que se van añadiendo a la plataforma y las compara con las más populares.

Asistentes personales gracias al machine learning

Si hablamos de machine learning no hay que olvidar los asistentes personales como Siri o Alexa, que utilizan el procesamiento de lenguaje natural o PLN, un mecanismo mediante programas que simulan la comunicación. Las grandes empresas como Google, Apple o Amazon están apostando fuertemente por esta tecnología. Ya tenemos Google Home y Amazon Echo que están causando furor en la actualidad. Este tipo de asistentes aprenden de las conversaciones que registran con millones de usuarios y, sobre todo, del propietario del dispositivo y las tareas que ejecuta.

Otras aplicaciones del machine learning

La empresa de transporte como UPS utiliza el machine learning para mejorar y optimizar su trabajo, concretamente para programar sus rutas con el objetivo de minimizar los giros a la izquierda, que son los que más riesgos entrañan. Uber y Cabify también utilizan estos algoritmos para reducir tiempos de transporte con el menor riesgo de accidente y consecuentemente, mayores ingresos.

En el sector de la banca, por ejemplo, el machine learning permite reducir el riesgo a la hora conceder créditos, detectar señales de impago o combatir los ciberataques. Los chatbots son cada vez más comunes en sectores como las aseguradoras. Estas ofrecen un chat disponible para que el usuario pueda exponer sus dudas e interactuar con ellos y tratar así que disfruten de una buena experiencia como clientes.

Existe una gran variedad de herramientas presentes en nuestro día a día y que utilizan el machine learning, ya sea para categorizar emails, ofrecer recomendaciones, realizar búsquedas,  generar rutas o combatir ciberataques. Tras leer este artículo, “Machine learning: ejemplos del día a día”, ¿sigues pensando que el machine learning es cosa del futuro?