El
machine learning s'ha convertit en una gran tendència en la indústria tecnològica en els últims anys. De la mà de la intel·ligència artificial, aconsegueix que les màquines auto aprenguin a realitzar tasques sense que hagin estat programades per fer-ho. L'any passat DeepMind, la divisió d'Intel·ligència Artificial de Google, va vèncer al campió mundial de Go. Això va suposar una fita que no s'esperava assolir en els propers deu anys i el començament d'una carrera en el camp del
machine learning que transformarà la nostra societat en els propers anys.
Mbit School, el centre de formació espanyol dedicat exclusivament a Business Intelligence i Big Data, va celebrar fa uns mesos una jornada sobre m
achine learning que va comptar amb la participació de Google. Així, José Manuel García Gavilán, director de Clients Estratègics Google Cloud, va aprofundir en el concepte de
machine learning i en com treure partit a TensorFlow, el sistema d'intel·ligència artificial de la companyia que s'ha convertit en una eina clau per al desenvolupament d'aplicacions de
deep learning.
Durant la jornada celebrada a Mbit School, es van mostrar els principals sectors que estan utilitzant el
machine learning i que estan liderant aquesta gran transformació gràcies a aquesta tecnologia. Es tracta d'indústries on hi ha una gran quantitat de dades i sensors, cosa que facilita el posterior processament d'algoritmes i computació. A partir d'aquí, aquesta tendència és un accelerador de processos.
Cotxes autònomsEl
machine learning permetrà que els cotxes autònoms aprenguin a partir de les condicions que observen. Un ús especialment interessant de les dades serà en els mapes que s'actualitzaran automàticament permetent al vehicle aprendre una nova xarxa de navegació per si mateix.
'Retail'Els
retailers seran capaços d'analitzar als clients segons entren a les seves botigues i tindran la capacitat de ajudar-los a trobar els productes adequats i les millors ofertes que s'ajustin al seu perfil. Així mateix, podran realitzar les millors recomanacions per a altres productes en què el consumidor pugui estar interessat.
FabricacióAquesta tecnologia permet preveure quines peces s'ha de tenir en estoc, la detecció d'anomalies o evitar que es trenqui una peça en la línia de producció, la qual cosa suposa estalvis en costos i una major eficiència en el procés. Aquest 2017, el
machine learning també s'aplicarà en el desenvolupament de robots que a l'acte aprendran mitjançant l'observació en la línia de producció i que seran capaços d'optimitzar el procés de producció en reduir els costos del mateix.
FinancesLes institucions financeres confien cada vegada més en el
machine learning per detectar noves oportunitats de negoci, oferir automàticament nous serveis als clients, detectar el frau o, fins i tot, recomanar a quins clients es poden realitzar préstecs i als que no.
Per Concha Llaura, directora acadèmica de Mbit School,
"aquesta nova onada de disrupció serà molt ràpida i el que no estableixi una estratègia de machine learning ara perdrà l'onada com aquells que no van saber veure la del mobile fa cinc anys. En els propers anys, aquesta tendència anirà augmentant i la demanda d'especialistes en aquest camp serà cada vegada més gran. A Mbit School, hem detectat aquesta realitat i, per això, vam arrencar a finals d'abril el nostre primer Programa Expert en Deep Learning".
Font: RedesTelecom 
