El panorama del machine learning, que sigo muy atentamente por mi participación como asesor estratégico en BigML, está experimentando recientemente movimientos muy interesantes.
Scaled Inference, una empresa compuesta mayoritariamente por ex-Googlers, levantó 13,6 millones de dólares a finales de diciembre, en una ronda de inversión que valora la compañía en sesenta millones. Una compañía de menos de un año, que está buscando dinero precisamente para construir un producto que aún no tiene, y que anuncia que no estará listo hasta dentro de, como mínimo, un año. Vinod Khosla, que figura como advisor del proyecto y que ya invirtió previamente en otras startups similares como MetaMind, sigue básicamente haciendo prospecciones petrolíferas en este terreno, a sabiendas de que el tema tiene la proyección que tiene.
GraphLab, otra startup situada en Seattle y dedicada a intentar reducir las barreras de entrada al machine learning, anunció el pasado día 8 de enero, en una entrada en su blog titulada «2015: el año del machine learning«, su cambio de nombre a Dato, y una ronda de inversión de 18,5 millones de dólares. Hablamos de una compañía fundada en 2013 a partir de software de código abierto, con una cartera de cuatro clientes, y destinada, según sus propias palabras, a proporcionar herramientas de análisis a ingenieros capaces de construir aplicaciones y conectarlas a una base de datos, pero que carecen de preparación en machine learning.
Mientras, la compañía que asesoro, BigML, mantiene su evolución en modo super-lean, está ya en cash-flows positivos con una cartera muy interesante de clientes entusiastas, y fue recientemente clasificada por ReadWrite como una de las «nueve startups que hicieron la vida mejor en 2014» y por Inside Analysis como una de las «diez compañías a vigilar en 2015«. Algo tendrá el agua cuando la bendicen :-)
No sé si 2015 va a ser el año del machine learning: mi impresión es que hablamos de algo que evoluciona con cierta lentitud, de cliente en cliente, a medida que los directivos van tomando conciencia de lo que pueden hacer con los datos que generan las actividades de su compañía – todos los datos, no únicamente los transaccionales – y herramientas de análisis sencillas, planteadas como servicios en la nube, y al alcance de cualquiera, básicamente moviendo variables con un ratón en modo drag & drop, a un coste muy razonable. En muchas ocasiones, veremos cómo esos directivos se dan cuenta de esas posibilidades a partir de análisis de diversos tipos que alcanzan cierta visibilidad, o siguiendo anuncios de competidores.
¿Qué ocurre cuando enseñamos a un ordenador no a hacer una cosa en concreto, sino a… aprender? ¿Cuáles son las implicaciones de un movimiento como ese? ¿Nos acercamos, como dice Stephen Hawking, al fin de la humanidad? ¿O a más y más tecnología y menos y menos trabajo para las personas?
De una manera o de otra, es un tema radicalmente fascinante en el que me alegro muchísimo de tener una posición privilegiada que me permita y me obligue a seguirlo. Estoy seguro de que es un tema en el que pronto vamos a ver muchísimo más movimiento…
This article is also available in English in my Medium page, “Recent developments in machine learning«
Pues muy bien, muy interesante y prometedor, pero para un futuro mas o menos próximo. Opino que al día de hoy. el aprendizaje automático es pura especulación. La Inteligencia Artificial en todas sus variantes, no ha avanzado al ritmo que otras ramas de la computación.
Menos trabajos para las personas, ¿para qué personas?
A cada día su afán, basta a cada día su propio mal.
Mateo 6 versículo 34.
Por cierto, podrías cuidar tu gramática un poco, ¿no? ¿Desde cuando un adverbio complementa, en español, a un substantivo?
#002 Anonimo
Después de leer tu comentario no sé si nos indicas que nos preocupemos por si en el futuro la máquina sustituye al hombre en el trabajo o no. porque por un lado tu pregunta parece indicar que sí. pero por otro el versículo aconseja lo contrario.
El versículo completo dice en la versión que he encontrado en Internet
«6:34 No se inquieten por el día de mañana; el mañana se inquietará por sí mismo. A cada día le basta su aflicción.»
Que yo sepa la naturaleza encerró en una cosa llamada ADN algo que se llama proceso de aprendizaje (animal)…y lo situó en su cerebro (por eso SH sigue siendo humano)… cuando aparezca un cerebro no humano con la capacidad de aprender (de su entorno) no se como le llamarás tu, pero humano humano resultará poco científico…
Este comentario también habla de… Aprendizaje.
Este mensaje es una sugerencia y un aviso sobre el libre acceso a la información y la cultura y sobre…
LA MANIPULACIÓN Y LA CENSURA DE LAS OPERADORAS ESPAÑOLAS A TRAVÉS DE SUS DNS
– Una forma de ver si tu compañía de Internet te censura a traves de sus DNS consiste en buscar el sitio en google y, una vez encontrado, pinchar el sitio que aparece en la buswueda de google para acceder.
– De esta forma Google te enlazará y enviará al sitio a través de sus propios servidores. 8.8.8.8 o 8.8.4.4
– Sí sabéis configurarlo en vuestro PC, lo lógico es usar uno como principal y el otro como secundario. Esto para ipv4. Para ipv6 son diferentes: 2001:4860:4860::8888 o 2001:4860:4860::8844 Pero estos son para casos especiales y del futuro, no los que usamos la mayoría.
– Sí resulta que solo puedes acceder a través de Google y no escribiendo la dirección directamente desde la linea o barra de Internet, resulta que tu compañía te puede estar censurando, sus servidores son malos, tu compañía es avara y mala, no te permite el acceso libre a la información, sus directivos no saben como funciona Internet, sus directivos pueden se tontos y/o amigos del gobierno de turno, etc.
Mi impresión personal es que son avaros y aprovechan las leyes del gobierno para restringir el acceso a sitios extranjeros y obtener más beneficios. Estos «jefecillos avaros» reciben primas, comisiones y acciones en función de los beneficios de su operadora de comunicaciones. ( Son pura basura mental y humana. )
¿Cómo se puede probar esto. ?
Fácil, solo tienes que acceder a la página siguiente de las dos formas.
www.ebiblioteca.org
Ahh… No olvidar que esto puede o no puede ocurrir. Puede depender de donde esté ubicado el sitio y los servidores o si tu operadora tiene o no tiene una sucursal en ese sitio o país. Si tiene pérdida en el intercambio de tráfico con otras compañías; puede que te censure y no te permita el libre acceso a la información a través de las comunicaciones, Internet en este caso.
Saludos
Estamos en los comienzos de una nueva y prometedora era desde que en 1970 Japón propuso como concepto la quinta generación de computadoras que harían uso intensivo de hardware y software orientado a la inteligencia artificial.
Desde entonces estamos fracasando con un enorme entusiasmo que no desfallece. Si hace falta inventar palabros nuevos y ponerlos de moda para aparentar que se ha avanzado algo, pues se hace. Machine Learnin suena estupendo.
Sin duda estamos ante un tipo de tecnología cuyo potencial para transformar nuestro mundo supera nuestra capacidad de imaginación, pero yo no invertiría un euro en algo así. Al menos no por ahora, estamos muy verdes.
Nos hace falta comprender como funciona el tarro que llevamos sobre los hombros. Sin eso los algoritmos nuevos, se quedan siempre muy cortos ante los retos planteados.
Insisto una vez más en que el aprendizaje de lenguajes es algo que interesa especialmente y pese a ello y a ser solo una pequeña parte del problema global, a lo más que hemos llegado es a lograr la implementación de la estupidez artificial al otro lado de las líneas telefónicas que se dedican a atender a clientes.
Sabemos que las semejanzas entre el cerebro de los primates superiores y y los seres humanos está en torno a un 99% y todavía no se ha encontrado ninguna colonia de chimpances parlantes, ni gorilas haciendo fuego, ni una aldea de orangutanes con casas de madera.
Ignoramos por que las urracas son no solamente listas sino que tienen una cierta capacidad de autoconciencia.
Los cerebros son máquinas asociativas. No tienen direcciones de memoria. Las direcciones son los propios contenidos. Nuestros paradigmas de programación han variado muy poco y continúan anclados en un modelo de ordenador que tienen muy poco que ver con la forma en que trabaja un cerebro biológico real. Las redes neuronales si son paradigmas que van en ese sentido pero en un cerebro hay estructuras neuronales especializadas que no tenemos ni idea de como trabajan.
Todo lo más sabemos cuales son las funciones que podemos perder cuando se dañan determinadas regiones cerebrales, pero no sabemos como está organizado todo eso ni como funciona. Estamos intentando avanzar a ciegas.
En mi modesta opinión creo que el nombre de Machine Learning invita a pensar que se acerca el apocalipsis. Cito unos ejemplos de aplicaciones en las que se usa para que veáis que no es algo tan loco.
1. Clasificar el correo spam en base a otros correos que indicó el usuario que eran spam.
2. Proponer productos que pueden ser interesantes en base a otros que se compraron en el pasado.
3. Reconocer si una foto es p. en de una botella en base a otras fotos de botellas que tiene el sistema aprendidas.
4. Reconocimiento de texto por OCR.
007 Jaime Oro
Y otras cosas mucho más complejas, jugar al ajedrex, traducción automática, conducir automóviles, etc. Por tanto decir que la ML no existe, es un error, hay programas especializados que debidamente entrenados, aprenden. Pero lo que se busca es un ordenador que enfrentado a un problema desconocido tome decisiones, aunque estas no sean en todos los casos correctos.
Un hombre, conduce, traduce, juega al ajedrez, lee documentos, identifica imágenes, todo a la vez, debido a su capacidad de aprendizaje, pero además, si ocurre un imprevisto por ejemplo un incendio, toma decisiones aplicando su experiencia. Eso es la capacidad de aprender, utilizar las experiencias para resolver nuevas situaciones. De momento, eso ni se ha intentado en un ordenador.
Inevitable pensar, basado en los panoramas de la CF de los limites del Machine Learning. Es deseable imponer limites?? Incluir un codigo etico??
Como dice José Luis Cordeiro (Singularity University), un teléfono móvil todavía tiene menos transistores que neuronas en nuestras cabezas. Al fin y al cabo, lo que nos hace humanos es lo masivamente paralelizada que es nuestra capacidad de «computación» cerebral; eso es lo que nos hace ser tan eficientes detectando patrones y aprendiendo. Este campo sin duda va a ser prometedor en un momento más cercano de lo que podría parecer.