En este articulo no entraré en detalles matemáticos sobre como funciona la inteligencia artificial, con este escrito tengo la meta de explicar de una manera sencilla como es que funciona una gran parte de la Inteligencia Artificial (Este video sobre Machine Learning también les puede gustar).

Últimamente hemos escuchado un sin fin sobre Inteligencia Artificial, sobre como se esta usando en celulares, videojuegos, aplicaciones y demás, escuchamos hablar de computadoras que tienen la capacidad de aprender.

Sin embargo, hay un alto número de personas que no tiene muy claro como es que funciona esta tecnología ¿Cómo es que se hace que una computadora pueda aprender cosas que no fue programada de manera explicita? La respuesta es sencilla, con el uso de las matemáticas; álgebra lineal, probabilidad, estadística, calculo siendo las disciplinas que mas han aportado a este gran avance tecnológico.

distribucion normal
Imagen de la distribucion normal. Fuente: Wikipedia

Voy a explicar una de las áreas mas importantes, en mi opinión, de la inteligencia artificial. Aprendizaje Automático o Machine Learning. Esta disciplina es utilizada para hacer desde análisis de ventas hasta para reconocer rostros en una fotografía. Dentro del aprendizaje reforzado esta el aprendizaje supervisado y aprendizaje no supervisado.
Aprendizaje supervisado: El aprendizaje supervisado consta en alimentar a un algoritmo con una gran cantidad de ejemplos los cuales incluyen una serie de características y sus respectivos resultados. Se le llama supervisado ya que al programa se le dan “las preguntas (características) y las respuestas (resultados)”. Una vez que el algoritmo recibe estos ejemplos, empieza a desarrollar una ecuación la cual intenta explicar el comportamiento de los datos que se le dió.
Explicaré este punto con un ejemplo sumamente simplificado. Supongamos que a un algoritm se le alimentan los siguientes tres ejemplos, el primer paréntesis cuenta con las características y el segundo paréntesis es el resultado. El programa irá ajustando una ecuación la cual pueda ayudar a replicar los ejemplos y que también pueda funcionar en casos nuevos (por eso se dice que aprende). En este caso la ecuación es muy sencilla, es solo una suma entre los dos números que se tienen como características.

ejemplo1: (1,2)(3)

ejemplo2:(3,7)(10)

ejemplo3:(15,32)(47)

Pero no siempre es tan sencillo, muchas veces no se puede llegar a una ecuación la cual pueda predecir perfectamente los resultados, por lo cual el programa entonces tiene que ir probando una serie ecuaciones y ver cual tiene un mejor rendimiento. Ya que se cuenta con una ecuación entonces se le pueden hacer nuevas preguntas al algoritmo, el cual usara la ecuación creada para generar una predicción, dependiendo de si su predicción es correcta o incorrecta la ecuación se modificara o no.

Este tipo de programas son los que nos ayudan a generar diagnósticos médicos (recibiendo como características los síntomas y como resultados la enfermedad), reconocer caras de gente conocida en Facebook, hacer predicciones sobre el mercado, manejar automóviles de manera autónoma entre muchísimas soluciones/aplicaciones más.

Aprendizaje no supervisado: Lo mas notable de un programa de aprendizaje no supervisado es que al darle los ejemplos al algoritmo, solo se alimenta con las características, este tipo de aprendizaje no necesita los resultados.

Debido a que la información que se alimenta en un programa no supervisado cuenta con diferentes parámetros, el resultado final del programa también sera distinto. Los algoritmos no supervisados lo que hacen es aprender patrones dentro de los datos que se tienen, con estos datos y patrones entonces el sistema de manera automática genera grupos dentro de los datos. Es decir, este tipo de algoritmo es muy útil si lo que se requiere es encontrar similitudes en la data que se tiene para así poderla catalogar y segmentar de la mejor manera posible.

Si estas interesado en este tema puedes dejar un comentario con tus dudas o sugerencias para siguiente artículos.