¿Qué es el “machine learning”?

Rápidamente, machine learning es el estudio de algoritmos y modelos estadísticos que utilizan los sistemas informáticos para realizar de manera efectiva una tarea específica sin usar instrucciones explícitas, confiando en patrones e inferencia en su lugar, en pocas palabras es el “aprendizaje automático”.

De hecho, así en dos palabras lo define Cassie Kozyrkov, jefa de Decisión Científica en Google, pero con la salvedad de que son “dos disciplinas” y no solo una como podría interpretarse.

Ella empieza su explicación realizando la analogía siguiente: “Imagina contratar a un chef para que te fabrique un horno, o un ingeniero eléctrico para hornear pan. Éste es el tipo de error que veo cometer a las empresas una y otra vez, cuando se trata de machine learning.”

Korzykov ataca el principio de que muchas empresas utilizan el concepto equivocadamente, ya que “el equipo (de trabajo) no sabe si deben hacer el horno, la receta o el pan.” Y es ese precisamente el problema de los libros y cursos actuales sobre machine learning. “Te enseñan cómo construir hornos desde cero (y microondas, licuadoras, tostadoras, hervidores ... y hasta ¡el lavadero de la cocina!). No te enseñan cómo cocinar e innovar con nuevas recetas”, explica Cassie. Es por ello que se hace crucial que el plan de negocio y los involucrados estén estratégicamente seleccionados y con funciones bien definidas, dice.

En el caso de la tecnología y la creación de software, lo importante es idear algoritmos en los que el enfoque esté en crear las herramientas para que otros las puedan usar (en su analogía: utensilios y aparatos de cocina).

No obstante, Cassie piensa que las empresas en su mayoría lo que quieren es empezar a vender, pero la educación se centra principalmente en la investigación y a la hora de cocinar, cometen el error de construir primero el horno u microondas (retomando su analogía). “Si estás innovando en la cocina, no reinventes la rueda”, expresa la científica. No hay que ir tan atrás o al principio de la rueda para crear una nueva más eficiente, por ejemplo.

Implementando decisiones inteligentes

Retomando la idea de Cassie sobre dos disciplinas en una, ella dice que “el mundo está capacitando a las personas en la construcción de todos estos algoritmos, pero no en su uso”. Por eso en Google, su equipo ha creado lo que le llaman ingeniería de inteligencia de decisión, que abarca todos los aspectos aplicados del machine learning y de la ciencia de datos.

“Para decirlo de otra manera, si el machine learning de investigación consiste en crear microondas y el machine learning aplicado es usar los microondas, la ingeniería de inteligencia de decisión está utilizando microondas de forma segura para lograr tus objetivos, y usando otras cosas cuando lo que necesitas no es un microondas”, explica Kozyrkov.

Es decir que si lo que quieres es implementar el uso de patrones en los datos para resolver problemas en tu empresa y automatizar tareas, contrata a una persona que conozca tu negocio por dentro y fuera, y empieza a crear y probar.

Cassie Kozyrkov expuso hoy a las 9:35 de la mañana en el EmTech Caribbean, que tiene lugar en el hotel JW Mariott de Blue Mall, la conferencia “Implementando Decisiones Inteligentes”.

Ariel Pérez