Aprendizaje Automático

El Aprendizaje Automático es una rama de la Inteligencia Artificial en la cual su principal objetivo es desarrollar técnicas que permitan a las computadoras aprender, es decir, se considera como un proceso de inducción del conocimiento. El aprendizaje automático se centra en el estudio de la Complejidad Computacional de los problemas. Muchos problemas son de clase NP-hard, por lo que las aplicaciones desarrolladas en aprendizaje automático están enfocadas al diseño de soluciones viables a esos problemas.

Dentro de las aplicaciones de aprendizaje automático están: motores de búsqueda, diagnósticos médicos, detección de fraude en el uso de tarjetas de crédito, análisis del mercado de valores, clasificación de secuencias de ADN, reconocimiento del habla y del lenguaje escrito, juegos y robótica.

Algunos expertos en el desarrollo de sistemas de aprendizaje automático han tratado de eliminar la intuición o el conocimiento de los procesos que se generan en la interacción hombre-máquina; otros, en cambio, tratan de establecer una colaboración entre estos dos elementos. La participación humana y sus intuición no puede ser remplazada por una máquina, el humano, es decir, el experto que desarrolla estos sistemas es quién hace el diseño y determina los procesos que debe realizar el sistema o la máquina. Por lo tanto no puede ser remplazado, a excepción de algunas tareas o procesos que son automatizados para mejorar el rendimiento de estos sistemas.

A través del aprendizaje automático se puede generar tres tipos de conocimiento, cada tipo dependerá del tema que se desee aprender:

1. Crecimiento
Es el que se adquiere de lo que nos rodea, el cual guarda la información en la memoria como si dejara huellas.

2. Reestructuración
Al interpretar los conocimientos el individuo razona y genera nuevo conocimiento al cual se le llama de reestructuración.

3. Ajuste
Es el que se obtiene al generalizar varios conceptos o generando los propios.

Existen algoritmos que son utilizados en el aprendizaje automático para la generación de conocimiento y el mejoramiento en el rendimiento de los sistemas computacionales. Son cinco los algoritmos utilizados, estos son:

1. Aprendizaje supervisado
Produce una función que establece una correspondencia entre las entradas y las salidas deseadas del sistema.

2. Aprendizaje no supervisado
Todo el proceso se lleva a cabo sobre un conjunto de ejemplos formado por entradas al sistema. No existe información de las categorías de esos ejemplos.

3. Aprendizaje por refuerzo
El algoritmo aprende observando el mundo que le rodea. Su información de entrada es la retroalimentación que obtiene del exterior en función de sus acciones.

4. Transducción
Similar al aprendizaje supervisado, pero no construye de forma explícita una función. Trata de predecir las categorías de los futuros ejemplos basándose en los ejemplos de entrada, sus respectivas categorías y ejemplos nuevos.

5. Aprendizaje multi-tarea
Métodos de aprendizaje que usan conocimiento previamente aprendido por el sistema con el fin de enfrentarse a problemas similares a los vistos.

El aprendizaje automático se ha convertido en un eje fundamental de la inteligencia artificial. En la construcción de sistemas inteligentes, es necesario que estos aprendan y vayan adquiriendo experiencia conforme realizan sus procesos sin la necesidad de una supervisión por parte de expertos.

Anuncios

Yahoo incursiona en la web semántica

“Yahoo comienza a indexar microformatos, en un paso hacia lo que ellos llaman “Yahoo! Search open platform”. Es que es interesante que un actor relevante en el mercado de las búsquedas como es Yahoo, comience a apostar por soportar estándares de la web semántica (RDF , los microformatos hCard, hCalendar, hReview, hAtom, y XFN, y Open Search).¿Para qué pueden valer cosas como estas? Pues partiendo de que se agregue la información semántica desde las webs indexadas, hay un montón de posibilidades.

El problema está, como explica JJ, en que el uso de estos estándares siempre ha sido marginal, a lo que hay que añadir que cada x años los mitos de la web semántica vuelven. Quizás esta vez haya una ventana de oportunidad: cada vez más contenido se crea desde gestores que empiezan a incorporar estas tecnologías. Si a eso sumamos que también hay muchas “plataformas de contenidos” como Youtube y servicios que publican relaciones (contactos) en XFN… pues tenemos algunos síntomas de que la web semántica podría ser rescatada del sueño de los justos y, si bien dudo mucho de que traiga todo lo que sus profetas llevan décadas vaticinando, podría alumbrar algunas ideas interesantes. Precisamente, no hace mucho, Google publicó una API basada en XFN y FOAF y ahora tenemos el paso de Yahoo, aunque éste no deja de ser una huida hacia adelante en su deseo de no ser aniquilado por Google.” (Tomado de error500).

El desarrollo de la web semántica permitirá que no solo los seres humanos puedan enterder el contenido que se maneja en la web, sino también los computadores, de esto se servirá la web semántica a través de sus lenguajes RDF, RDFSchema, XMLXMLSchema, OIL, OWL, y otros aspectos como las ontologías, con la finalidad de dar mejores prestacionesal usuario y sobre todo de manejar mejor la información y generar conocimiento. Implicará muchos recursos tecnológicos y económicos cambiar toda la información de la web que actualmente se tiene a la web semántica, esperemos que muy pronto está nueva web transforme radicalmenta la forma de utilizar la información de Internet y de mejorar la seguridad de la información en la web.

USB 3.0

Para algunos que sufrimos o nos da dolores de cabaeza cuando queremos tranferir o copiar datos de nuestro computador a una flash memory y le hechamos la culpa al sistema operativo muchas de las veces. Pues bien, a veces depende del SO, no es la misma velocidad de trasnferencia por ejemplo en Windows XP que en Vista…no lo han notado? También depende mucho del tipo de puerto que utilicemos, hasta ahora USB 2.0 (USB-Universal Serial Bus).

USB types

Alégrense, INTEL junto con otras importantes empresas han creado ya el USB 3.0 que promete transferencias 10 veces mayores a las del USB 2.0 con una velocidad de 4.8Gbit por segundo respecto a los 4.8Mbit de la versión 2.0. Además, serácompatible con las versiones actualmente utilizadas. Sus latas prestaciones se debe a que se ha incluido un enlace de fibra óptica que trabaja con los conectores de cobre actuales. A pesar de su ya creación, estos estarán disponibles al usuario para el siguiente año (2009) o para el 2010. Esperemos que así terminen nuestros dolores de cabeza…a la hora de tranferir datos….