[et_pb_section bb_built=»1″ admin_label=»section» _builder_version=»3.0.47″][et_pb_row admin_label=»row» _builder_version=»3.0.47″ background_size=»initial» background_position=»top_left» background_repeat=»repeat»][et_pb_column type=»4_4″][et_pb_text _builder_version=»3.0.72″ background_size=»initial» background_position=»top_left» background_repeat=»repeat» background_layout=»light» text_orientation=»left» border_style=»solid»]
Enseñar y aprender son los procesos que definen esta tecnología en términos simples. Las recomendaciones apuntan a que las empresas implementen esta materia.
Machine Learning (ML), aprendizaje automático o aprendizaje de máquina es uno de los campos de la inteligencia artificial, comprendidos en las ciencias de la computación. La disciplina se encarga del razonamiento probabilístico, la investigación basada en la estadística, la recuperación de información y del reconocimiento de patrones con el objetivo de resolver problemas prácticos.
Esta materia fue uno de los temas expuestos por el evangelista de analítica para Google y autor de Web Analytics 2.0, Avinash Kaushik, en el eCommerce Innovation Summit, un evento realizado en octubre que estuvo organizado por la Cámara de Comercio de Santiago.
El experto resume esta temática en dos palabras: enseñar y aprender. De partida, Google tiene a disposición un software para que los interesados vean cómo hacer ML y puedan comenzar gratis, cuando antes, esta etapa era muy costosa.
Pero su mensaje, más bien, apuntaba en otra dirección. Si no se adopta el aprendizaje automático, se van a obtener menos utilidades que las empresas que sí lo van a implementar, resaltó.
Para desarrollar la analítica (analytics, en inglés), Kaushik recomendó tener en cuenta las utilidades, evitar el exceso de datos, aplicar más inteligencia y no mayor dificultad, y mejorar la calidad de cada sesión.
Según el experto, en los próximos años se estará hablando de Artificial General Intelligence (AGI) –una versión superior de la actual inteligencia artificial–, Quantum Computing –que permitiría, por ejemplo, leer 38 millones de libros a la vez y más rápido–, y lo que parecería una historia de ciencia ficción: máquinas versus humanos.

“Yo me alejaría, mi vida y mi carrera, de lo que podrán hacer las máquinas y me concentraría en lo que pueden hacer los humanos”, dijo el expositor respecto a este último punto.
Las metas de 2019 señaladas por Kaushik fueron, en primer lugar, que un 5% de la fuerza laboral sepa de ML; segundo, que un 25% de las funciones empresariales estén provistas por ML; y tercero, que el 50% del marketing digital este provisto por ML.
Futurista o no, son conceptos que ya se están dando a conocer y que, por cierto, serán ideas que tarde o temprano se podrán implementar.
[/et_pb_text][/et_pb_column][/et_pb_row][/et_pb_section][et_pb_section bb_built=»1″ _builder_version=»3.0.72″][et_pb_row _builder_version=»3.0.72″][et_pb_column type=»4_4″][et_pb_image src=»http://www.informaciondemercados.cl/wp-content/uploads/2018/06/gif-edicion-mna-2.gif» url=»http://www.informaciondemercados.cl/edicion-noviembre/» _builder_version=»3.0.72″ /][/et_pb_column][/et_pb_row][/et_pb_section]