Vivimos en mundo dominado por la competencia basada en la capacidad de innovar para dotar de nuevo valor agregado a los bienes, servicios y productos, donde el combustible es la generación de nuevo conocimiento. El reto que enfrentan los actores de la nueva economía y sociedad es cómo lograr crear más saber en menos tiempo y a menor costo.
La generación de conocimiento hasta hace poco era una actividad netamente humana, pero las cosas están cambiando con los avances logrados por el big data y la inteligencia artificial. Así, empieza a darse un nueva disciplina tecnológica: el aprendizaje automático. De acuerdo con Wikipedia, ¨el aprendizaje automático o aprendizaje automatizado o aprendizaje de máquinas es el subcampo de las ciencias de la computación y una rama de la inteligencia artificial, cuyo objetivo es desarrollar técnicas que permitan que las computadoras aprendan. De forma más concreta, se trata de crear programas capaces de generalizar comportamientos a partir de una información suministrada en forma de ejemplos¨. 
Visto desde el lado tecnológico, ¨el aprendizaje automático es una categoría de algoritmo que permite que las aplicaciones de software sean más precisas en la predicción de resultados, sin estar explícitamente programadas. La premisa básica del aprendizaje automático es construir algoritmos que puedan recibir datos de entrada y usar análisis estadísticos para predecir un resultado mientras se actualizan los resultados a medida que se dispone de nuevos datos (https://searchenterpriseai.techtarget.com/definition/machine-learning-ML)¨.
Hay que aclarar que el aprendizaje automático se ha venido usando desde hace años de diversas maneras, por ejemplo en el entendimiento de los gustos y preferencias en nuestra navegación en Internet para exponernos a publicidad e información personalizada.
Sin embargo, esta acelerada búsqueda por dominar la nueva economía basada en la información y el conocimiento ha llevado al desarrollo de complejos sistemas de creación automatizada de algoritmos que se crean así mismos a partir del análisis de la información que reciben, sin que medie la intervención humana. Ello rompe las limitaciones actuales del escaso capital humano existente y abre nuevas e impensables fronteras.
Según diversas organizaciones e investigadores, se calcula que actualmente existen no más de 10 mil personas en el mundo que tienen la formación, experiencia acumulada y talento para construir los complejos algoritmos que se necesitarán para impulsar las nuevas fronteras de la inteligencia artificial. Una limitante que muchas empresas no están dispuestas a aceptar, pues multiplicar este capital humano requiere de mucho tiempo y dinero. De ahí el impulso al aprendizaje automático de las máquinas.
Una expresión de la importancia del aprendizaje automático y la robótica es el crecimiento de este mercado a un ritmo de 17% anual, de acuerdo con IDC, y que en el año de 2019 valdrá alrededor de $135,000 millones de dólares.
De acuerdo con los expertos, hay tres tipos de algoritmos de aprendizaje automático:
- Aprendizaje bajo supervisión. Es cuando existen expertos que revisan el proceso de entrada y salida de datos, y ayudan a que sean etiquetados y clasificados. Así se crea un algoritmo prototipo que se prueba y perfecciona. Este tipo de algoritmos son usados comúnmente en el caso de los vehículos autónomos.
- Aprendizaje sin supervisión. Aquí, la diferencia estriba en que la entrada de datos es automática y agrupada por asimilación. Una de los usos más comunes de este tipo de algoritmo es la interpretación de imágenes.
- Aprendizaje por refuerzo. Este es el tipo de algoritmo más complejo y que más se asemeja al proceso humano. Trabaja con base al modelo acción-recompensa. El incentivo a crear es que la máquina se ciña a un ambiente de aprendizaje que lo haga reaccionar positivamente cuando hace una acción deseada.
Los grandes jugadores de tecnología, como Google, están en proceso de desarrollo de sistemas de autoaprendizaje, como es el proyecto AutoML, que busca crear un algoritmo que construya de forma automatizada otros algoritmos. El objetivo de este proyecto es no depender del factor humano para desarrollar los próximos sistemas de inteligencia artificial.
Bienvenidos a una nueva etapa de crecimiento basado en la inteligencia artificial impulsado por el aprendizaje automático. Pronto veremos nuevas e innovadoras expresiones de ello.
