10/12/2023
02:45 PM

Cómo usar el aprendizaje de las máquinas

  • 01 julio 2016 /

Las empresas están utilizando esta técnica para ser más eficiente

Washington, Estados Unidos.

Las compañías están usando el Aprendizaje de Máquinas (ML, siglas en inglés) para establecer nuevas formas de colaboración entre humanos y máquinas.

A continuación algunos ejemplos: Escaneo de imágenes, voz y texto.

Previsualizar video.

Clarifai, una empresa basada en la ciudad de Nueva York, usa el aprendizaje de máquinas para encontrar a ciertas personas u objetos en videos en mucho menos tiempo de lo que puede hacerlo una persona.

La tecnología puede detectar tipos de personas -alpinistas, por ejemplo- para ayudar a que los anunciantes enlazar anuncios con los videos.

Interpretar imágenes.

MetaMind, en Silicon Valley, ofrece un servicio llamado HealthMind, el cual usa visión computacional para analizar escaneos médicos del cerebro, ojos y pulmones para encontrar tumores o lesiones.

Como resultado, los médicos pasan menos tiempo interpretando imágenes y más tiempo dando consulta a sus pacientes.

Documentación y captura de datos.

Arria, una empresa emergente basada en Londres, ayuda a los clientes a generar reportes automáticamente en industrias que van desde el cuidado de la salud hasta las finanzas, el petróleo y el gas.

La tecnología de procesamiento del lenguaje de la compañía aprende cómo redactar informes escaneando textos y determinando relaciones entre conceptos. Después, registra los datos entrantes para armar informes nuevos.

Descubrir conocimiento oculto.

Monitoreo de mercado. Dataminr, basada en la , usa una variedad de indicadores para identificar tuits con información relevante para los corredores de bolsa.

Una alerta enviada a un corredor que aporte una ventaja de incluso tres minutos puede traducirse en ganancias significativas.

Los servicios noticiosos también están usando a Dataminr para encontrar noticias de último momento, lo que posibilita que los reporteros cubran las noticias más rápidamente. Modelaje predictivo.

SailThru, también de la Ciudad de Nueva York, ayuda a los mercadólogos a desplegar correos electrónicos promocionales más efectivos analizando correos y datos de la Web para armar perfiles de clientes.

El sistema de SailThru aprende sobre los intereses y patrones de compra de los clientes, y después pronostica quién va a comprar qué y cuándo, posibilitando que los comercializadores envíen mensajes oportunos.

Análisis de causas.

Sight Machine, una compañía de analítica manufacturera basada en San Francisco y en Livonia, Michigan, ayuda a los clientes a gestionar el control de calidad.

En una línea ensambladora, un problema de calidad puede desencadenar cientos de alertas desde potencialmente miles de sensores diferentes.

Sight Machine usa el aprendizaje de máquinas para interpretar el patrón de esas alertas, ayudando a los ingenieros a identificar la raíz del problema.

(H. James Wilson es director administrativo de tecnología de la información, y Allen Alter es investigador sénior en el Instituto Accenture para el Alto Desempeño. Sharad Sachdev es director administrativo de Accenture Analytics.)