intive Argentina Blog

Cómo usar Machine Learning sin saber Machine Learning

Una de las tendencias tecnológicas que los expertos creen que las empresas deberían considerar para inversión, con el objetivo de agregar valor a sus servicios, es Machine Learning. En otra oportunidad hablaremos de sus beneficios y de cómo podemos empezar a explorar este mundo. Pero, en este artículo, nos enfocaremos en servicios que nos facilitarán su implementación de forma simple, para poder aprovechar lo que esta tecnología ofrece a nuestros productos.

Antes que nada, debemos mencionar que los proveedores de nubes como AWS, Google Cloud y Azure ofrecen diferentes servicios en variedad de niveles para poder implementar Machine Learning. A esto se le conoce como democratización de la inteligencia artificial y el objetivo es que los clientes puedan adoptar la tecnología rápidamente. Así, todos tienen acceso para poder crear desde su propia infraestructura, utilizando servicios previamente ideados. En la siguiente imagen, podemos ver los 3 niveles que en el caso de AWS se ofrecen para poder implementar una arquitectura de aprendizaje.

Veamos en detalle:

  • En el nivel inferior, se necesita un equipo con conocimientos en Data Science, que requiera crear desde cero su infraestructura. En este caso, necesitamos conocimientos sólidos y profundos, y se requiere un esfuerzo grande para poder llegar al objetivo.
  • El nivel intermedio es para equipos con conocimientos pero que quieran delegar parte de la infraestructura al proveedor y enfocarse directamente en la implementación. Se necesita un esfuerzo grande, pero la nube te permite simplificar muchos procesos relacionados con la configuración.
  • El nivel superior es perfecto para poder entender y empezar a usar Machine Learning en nuestros proyectos. Son servicios de alto nivel que ya han sido implementados y probados.

El nivel superior

Este último nivel es el más sencillo para poder integrar con nuestras aplicaciones, sin necesidad de tener muchos conocimientos de Machine Learning. Solo necesitamos acceder por medio de API’s que proporciona la nube. A estos servicios podemos dividirlos en tres categorías:

Se enfocan en poder analizar imágenes y videos, desde expresiones faciales (felicidad, ira) hasta objetos . Estos servicios son, a mi parecer, geniales para hacer demostraciones que sorprendan a su público.

Están orientados a reconocer palabras, ya sea en imágenes o sonidos. También podemos incluir en esta categoría a los que generan resultados a partir de texto o voces. Es un tipo de servicios que muchas veces hemos visto, pero con el potencial de Machine Learning mejoran la precisión del resultado, logrando cada vez una mejor conversión y análisis.

Es un tipo de servicio bastante conocido. Creo que la mayoría hemos usado Google Translate.  Desde las novelas de ciencia ficción, que nos vienen proponiendo un servicio capaz de traducir a cualquier idioma, algo así como el babel fish (si no entienden la referencia, pregunten a Google cual es la respuesta a la vida, el universo y todo lo demás).

Una vez que hayamos elegido qué servicio de alto nivel nos puede servir, debemos definir qué información necesitamos recolectar. Un consejo rápido: conviene enfocarnos en lo que en verdad queremos hacer y en lo que podemos hacer, desde el punto de vista de esfuerzo y legalidad. Después, es cuestión de integrar los servicios con nuestra aplicación, y hacer una recopilación de la información. La información obtenida es lo que nos permitirá generar valor a nuestro negocio.

De esta manera, podemos obtener parte de los beneficios de Machine Learning rápidamente. Esta puede ser nuestra carta para la adopción de esta tendencia y, en última instancia, un diferencial para nuestros productos.

Rodolfo Cordero

Rodolfo Cordero es desarrollador en la compañía desde junio de 2016. Es Licenciado en Desarrollo de Software, graduado de la Universidad Latina de Costa Rica, país del cual es oriundo. Asiduo lector y melómano, hizo cursos de coctelería y barismo, habilidades con las que deleita al staff de intive-FDV en los afters organizados por la compañía.

Deja un comentario