Un paso obligado tras el ‘big data’
Big data y deep learning van de la mano cuando hablamos de data science. Las empresas se han dado cuenta de la importancia de estructurar y analizar los datos para establecer patrones y unirlos a las estrategias de negocio para tomar decisiones. El big data analytics es un primer paso para poner en orden toda esta información, sin embargo, tras este y como parte del data science y de la inteligencia artificial existe otra evolución, el deep learning, menos conocida y puesta en práctica por las compañías, pero que debe considerarse como el siguiente paso obligatorio para ser competitivos en el mundo computacional del futuro.
Ahora bien, ¿qué es exactamente el deep learning? Posiblemente si acudimos a la definición técnicas de este concepto nos resulte difícil entender, al tratarse de una técnica basada en complejas abstracciones de representaciones de datos a través de un proceso de aprendizaje continuo de los modelos de datos. Es el siguiente paso del artificial neural network. Pero, si lo comparamos con el cerebro humano, nos resultará algo más sencillo.
El deep learning, conocido como aprendizaje profundo basado en redes neuronales, supone conseguir que las máquinas piensen como lo hace el cerebro humano biológico, aprendiendo de los patrones de comportamiento detectados y aumentando el número de conexiones en modo red, de forma similar a como trabajan las neuronas a medida que se va produciendo el aprendizaje. A mayor interconexión de datos y de modelos, mayor capacidad de autoaprendizaje y, por tanto, de resolución de problemas. En definitiva, no se trata de que las máquinas decidan por nosotros, sino que nos ayuden a tomar decisiones, disponiendo siempre de capacidad para revocar la decisión artificial.
Google ha sido pionera a la hora de utilizar estas técnicas, mientras que gigantes como Facebook, YouTube o IBM con el supercomputador Watson hace tiempo que están trabajando en la aplicación del deep learning en sus estrategias de big data con el objetivo de mejorar sus servicios y software con propiedades como el reconocimiento facial, de voz o el entendimiento del lenguaje humano. Igualmente, hemos visto el surgimiento de startups especializadas en este tema, sin embargo, fuera de EE UU y en España, el concepto de deep learning es todavía el gran desconocido.
Dar un paso más en la gestión y análisis de datos para establecer patrones complejos que permitan a los ordenadores y dispositivos reconocer personas y situaciones o buscar patrones ocultos en los datos almacenados en los data lake para anticipar acciones, es el objetivo que han de marcarse las empresas para los próximos años.
Por tanto, el futuro del business intelligence y big data pasa por la entrada en juego del concepto de deep learning y cómo las maquinas van a ser capaces de aprender y entender la información que están recopilando. Que las máquinas aprendan como el ser humano es un concepto que está por llegar y que las empresas tienen que aprovechar si quieren llegar con éxito y competitividad a la meta de la carrera del big data.
Aunque nos falta por ver las ventajas y beneficios que aportará, el futuro está ahí, y el Internet de las Cosas (IoT) será un impulso a esta tecnología. Gracias a ello, dentro de nada vamos a tener en casa más de 300 indicadores de consumo eléctrico y de actividad de los electrodomésticos que nos aportarán información y a la que será necesario dotar de valor e inteligencia; y el deep learning será la solución para interconectar todos los aparatos y que interoperen de forma inteligente para facilitarnos la vida.
Hoy en día, ya existe la capacidad de proceso y tecnología suficiente como para analizar 10 millones de vídeos en YouTube y extraer patrones que deciden la idoneidad del mismo; las fuerzas y cuerpos de seguridad del estado usan el reconocimiento de voz para analizar miles de conversaciones telefónicas en tiempo real o para realizar análisis faciales a través de cámaras estratégicamente situadas, o traducciones en tiempo real a lenguajes no convencionales con índices de error que no superan el 5%.
Deep learning dota de capacidad de decisión al IoT de forma que, antes de llegar a casa, detectan nuestro estado de ánimo y nos reciben con la música, iluminación y temperatura apropiada e, incluso, nos encargan la cena y proponen el mejor contenido digital para desconectar antes de irnos a la cama… Solo nos queda dormir, el sueño está realizado.
Enrique Serrano es Director general de Tinámica.