Es bueno dar visiones sencillas de asuntos complejos. Ayuda a comprender y sentar las bases y, de paso, demuestra un conocimiento profundo de la materia en cuestión.
Uno de las áreas de la ciencia y la tecnología más interesantes hoy día, con más notables avances, y con mayores promesas de futuro, es el campo del Machine Learning. Sin embargo, se trata de una disciplina amplia y compleja, en ocasiones farragosa. Una disciplina que, además, se mezcla o identifica con otros términos como Data Science, Inteligencia Artificial o Big Data.
En busca de esas visiones sencillas he estado leyendo la obra 'Machine Learning for dummies. IBM limited edition' de Judith Hurwith y Daniel Kirsch. Y en efecto, me he encontrado algunas ideas muy sencillitas que creo que vale la pena consignar aquí.
La primera es una especie de definición muy cortita de machine learning:
Machine Learning is a form of AI that enables a system to learn from data rather than through explicit programming.
Es corta, en efecto, pero aporta dos elementos importantes. El primero es, simplemente, que el machine learning es un subconjunto de la inteligencia artificial. No es lo mismo que inteligencia artificial, pero sí una parte de la misma.
Y, lo más importante, que aprende a partir de datos. En la algoritmia tradicional, la lógica, el comportamiento, está incrustado en la propia codificación del software y es completamente responsabilidad del desarrollador. En el caso del machine learning, sin embargo, una parte de ese comportamiento, y en concreto el aprendizaje, se produce a partir de datos externos y, por tanto, no es completamente obra del desarrollador.
De este segundo factor deducen los autores lo que consideran el valor del Machine Learning. Así nos cuentan:
The value of machine learning is that it allows you to continually learn from data and predict the future.
Eso es. Dado que los algoritmos de machine learning aprenden a partir de datos externos, su comportamiento no es estático sino adaptativo, aprenden continuamente. Otro valor importante es que no son algoritmos ocupados en explicar una realidad pasada, como es el caso de la estadística tradicional, sino orientados a predecir el futuro y a generar comportamientos de futuro.
Aprendizaje continuo a partir de los datos y predicción del futuro. Ese es el valor del Machine Learning según estos autores.
Así de sencillo.