El machine learning, o aprendizaje automático, es una rama de la inteligencia artificial en la que los ordenadores aprenden a realizar tareas a partir de datos, en lugar de seguir reglas escritas una a una por programadores. El término lo popularizó el investigador Arthur Samuel en 1959, que creó un programa capaz de mejorar jugando a las damas contra sí mismo. Esta guía ofrece el machine learning explicado sin fórmulas.
Reglas frente a ejemplos
Imagina que quieres crear un filtro de spam. A la manera tradicional, un programador escribiría reglas: si el correo contiene cierta palabra, márcalo como spam. El problema es que los estafadores cambian las palabras continuamente. Con machine learning, mostramos al sistema miles de correos ya clasificados como spam o no spam, y descubre por sí mismo los patrones que los separan, incluidos patrones que a nadie se le habría ocurrido escribir.
Los tres tipos principales de aprendizaje
Aprendizaje supervisado: el modelo aprende con ejemplos que incluyen la respuesta correcta, como fotos etiquetadas como gato o perro, o viviendas con su precio de venta. Después predice la respuesta para casos nuevos. Es el tipo más usado en las empresas.
Aprendizaje no supervisado: el modelo recibe datos sin respuesta y busca grupos y patrones, por ejemplo para dividir a los clientes en perfiles de consumo parecidos.
Aprendizaje por refuerzo: el modelo aprende por ensayo y error, recibiendo recompensas cuando acierta. Se usa en juegos, robótica y en el ajuste fino de asistentes como ChatGPT.
Cómo se entrena un modelo
1. Recopilar y preparar los datos: reunir ejemplos, corregir errores y eliminar duplicados. Esta etapa suele llevar la mayor parte del trabajo.
2. Separar los datos: una parte se usa para entrenar y otra se reserva para comprobar si el modelo funciona con datos que nunca ha visto.
3. Entrenar: el algoritmo ajusta sus parámetros internos para equivocarse cada vez menos en los ejemplos de entrenamiento.
4. Evaluar: el modelo se prueba con los datos reservados. Si va bien en el entrenamiento y mal en la prueba, ha memorizado los ejemplos en lugar de aprender, un problema llamado sobreajuste u overfitting.
5. Usar y supervisar: el modelo entra en producción y hay que vigilarlo, porque el mundo cambia y los datos nuevos pueden alejarse de los antiguos.
Redes neuronales y deep learning
Las redes neuronales son modelos inspirados de forma libre en el funcionamiento de las neuronas, formados por capas de unidades matemáticas conectadas. Cuando hay muchas capas se habla de deep learning, o aprendizaje profundo. Este enfoque impulsó los avances en reconocimiento de imagen, voz y lenguaje, y es la base de los modelos de lenguaje actuales.
Ejemplos de machine learning en el día a día
Recomendaciones de series y productos, detección de fraude con tarjeta, estimación del tiempo de entrega en aplicaciones, traducción automática, reconocimiento facial para desbloquear el móvil y análisis de imágenes médicas.
Limitaciones y precauciones
Un modelo es tan bueno como los datos con que se entrenó. Datos incompletos o sesgados producen decisiones injustas. Muchos modelos funcionan además como cajas negras difíciles de explicar, lo que es un problema en decisiones sobre crédito, salud o empleo. Por eso la explicabilidad, la auditoría y la supervisión humana son parte esencial de cualquier proyecto serio.
Para seguir aprendiendo
El machine learning depende de datos bien preparados. Lee nuestra guía de análisis de datos para entender esa base y la guía sobre cómo funciona ChatGPT para ver un modelo de lenguaje en acción.