La torre de Babel (y el machine learning como bola de demolición)

Autor: | Posteado en Noticias Sin comentarios

Facebook revela que abandona el motor de traducción de Bing, que usaba desde 2011, para sustituirlo con su propio motor de traducción inspirado en machine learning.

Un movimiento que acepta comprender varias cosas: en 1° lugar, la grande y radical importancia que el machine learning, transformado ya en auténtica mejoría competitiva sostenible, esta adquiriendo en un numero cada vez mayor de actividades de todo tipo. Cada vez más, contar con las tools adecuadas que admitan poner en marcha algoritmos reutilizables, eficientes y fáciles de usar se convierte en un factor elemental para ser competitivo. Quien pretenda ser parte de ese futuro, razones prepararse estudiando a usar tools como TensorFlow, FBLearner Flow, AzureML, WhizzML, SystemML, Amazon Machine Learning u otras afines, bloques sobre los que se construye la ingeniería y los procesos del futuro. Herramientas que sin duda tienden a rebajar las barreras de entrada y a poner el machine learning en manos de individuos que no necesariamente sean data scientists, sin embargo que es exacto comprender e interpretar en la forma adecuada, también de ser consciente de su potencial.

En 2° lugar, la grande importancia de la base de datos, de los componentes que se usan para alimentar y enseñar a esos algoritmos. Facebook® es apto de crear su motor de traducción gracias al hecho de contar con una grande suma de actualizaciones traducidas y evaluadas por los usuarios, mediante un metodo fácil de 5 estrellitas que acepta que el proceso no genere pereza y se pueda producir un grande flujo de iteraciones que procesar. Es la esencia del machine learning: cada error, cada iteración no satisfactoria, se convierte en una enseñanza para el algoritmo, en un paso mas en un proceso de aprendizaje continuo de una maquina que no olvida, que absorbe el conocimiento con una eficacia muy superior a la del cerebro humano, y que puede también suplementarse con otros procesos iterativos. A la hora de edificar una base de documentos con la que enseñar a su algoritmo, Facebook® cuenta con mas de 2 mil millones de traducciones de actualizaciones generadas cada día, en cuarenta idiomas, en 1,800 pares lingüísticos.

Como tercera conclusión interesante, comprender la traducción como una muestra de lo que significa este proceso. Todos entendemos lo que eran los motores de traducción: sistemas imperfectos que traducían palabra por palabra para producir resultados cuando menos “pintorescos” que el cliente tenía que intentar practicamente interpretar. De ahí pasamos a sistemas capaces de cotizar un término dentro de un entorno y elegir un significado inspirado en él, que seguían sin ser perfectos, sin embargo mejoraban sensiblemente el resultado. Ahora, lo que tenemos es una máquina capaz de tomar una frase, compararla con infinidad de casos preliminares convenientemente evaluados, y producir normas dinámicas muy similares a las que un humano construiría en su cerebro para llevar a cabo una labor similar. Un largo camino, que mejora sensiblemente el resultado, que acepta trabajar con lenguajes con estructuras gramaticales muy diferentes, y que acepta comprender el funcionamiento de varias cosas. ¿Qué hace que un coche autónomo inspirado en machine learning conduzca mucho preferible que un humano? No solo el que tenga preferible visión, unos reflejos practicamente instantáneos o que no se canse, no se distraiga, no beba y no se pique con el conductor de al lado en el semáforo, sino que además, es apto de estudiar de cualquier fallo y anotarlo, junto con todo el entorno que lo originó, en una memoria constante para que no pueda regresar a ocurrir.

Las industrias del futuro serán las que sean capaces de aplicar este tipo de eficacia inspirada en el machine learning a todos sus procesos.

 


Enrique Dans



El mejor vídeo del día Trucos de Android


Nota: La creación de esta noticia le pertenece al autor original que aparece en la firma de más arriba. No hemos eliminado en ningún momento los enlaces oficiales, ni tampoco intentamos perjudicar su posicionamiento en los motores de búsqueda.

El Administrador de QueEsGoogle.Com

Agrega tu comentario