Dra. Rosemary Francis, 18 de marzo de 2025. MEDIUM
La IA es un poco como el sexo adolescente. Todo el mundo habla de ello, pero no mucha gente lo practica. Quienes lo hacen no lo hacen tanto como dicen.
Llámame anticuado, pero hubo una época en la que podíamos sacar conclusiones inexactas de datos erróneos sin la ayuda de una red neuronal. Sin duda, el aprendizaje automático tiene aplicaciones fantásticas ( escribí un artículo sobre ello la semana pasada) , pero aplicar el tipo correcto de aprendizaje automático al problema adecuado es complicado. No todos los martillos sirven para todos los clavos. Saber elegir el algoritmo adecuado para cada problema hará del mundo un lugar mejor.
En este artículo, mi objetivo es presentar algunos de los términos clave que se utilizan para describir los algoritmos de aprendizaje automático. Hablaré de flujos de trabajo, cadenas de herramientas y ética en otro momento, pero al final de esta entrada, espero que se sienta un poco más cómodo en este campo en constante evolución. No voy a cubrir todos los aspectos del aprendizaje automático y la IA en esta breve entrada, pero veamos algunos de los algoritmos más populares y cuándo podría utilizarlos.
Tipos de aprendizaje automático
Aprendizaje supervisado : el modelo se entrena con datos etiquetados o categorizados. Por ejemplo, para entrenar un modelo que reconozca perros, primero se necesita partir de muchas imágenes con perros etiquetados. El aprendizaje supervisado requiere datos de alta calidad y correctamente etiquetados. Un problema con el aprendizaje supervisado es el sobreajuste , donde el modelo es tan específico a los datos con los que se entrenó que no puede utilizarse con otros conjuntos de datos similares. Actualmente, la mayoría de las aplicaciones de IA utilizan aprendizaje supervisado, pero esto está cambiando rápidamente con la llegada de la IA generativa.
Los algoritmos de aprendizaje supervisado incluyen redes neuronales utilizadas en aprendizaje profundo, máquinas de vectores de soporte (SVM) que separan dos grupos entre sí, árboles de decisión que toman datos y los dividen en grupos sucesivamente más pequeños, bayesianos ingenuos que calculan la probabilidad de que los datos pertenezcan a una clase específica basándose en un conjunto de características, y muchos más. Cada uno tiene sus ventajas y desventajas. Las redes neuronales funcionan mejor para tareas complejas, pero son computacionalmente más costosas. Las SVM son casi tan buenas y más económicas de computar. Los bayesianos ingenuos son nuevamente más rápidos, pero no siempre funcionan tan bien. Los árboles de decisión parecen un poco anticuados ahora, pero son mucho más fáciles de entender para un humano, por lo que juegan un papel importante en la IA explicable , en la que un humano puede entender los pasos que ha tomado el modelo para llegar a una conclusión.
El aprendizaje no supervisado consiste en que el modelo identifica patrones en los datos de forma independiente. Esta técnica se ha utilizado ampliamente para procesar grandes conjuntos de datos, como corpus de lenguaje natural o datos meteorológicos, donde no resulta práctico etiquetarlos.
El aprendizaje no supervisado puede usar métodos de agrupamiento para agrupar los datos en conjuntos, usar la reducción de dimensionalidad para reducir el conjunto de datos a características clave o buscar correlaciones o reglas de asociación. Las asociaciones se utilizan para información como «los clientes que compraron esto también compraron esto».
El aprendizaje por refuerzo consiste en que el modelo debe tomar varias decisiones antes de encontrar la respuesta correcta. Por ejemplo, un modelo que juega un juego puede tener que realizar varios movimientos antes de saber si ha ganado. Los coches autónomos son la mayor aplicación del aprendizaje por refuerzo.
Aprendizaje profundo e IA generativa
El aprendizaje profundo se inventó en la década de 1950, pero solo se ha puesto en práctica recientemente gracias a los avances en computación. En concreto, con el avance de los aceleradores de GPU, que antes eran utilizados principalmente por jugadores para procesar gráficos, estos han evolucionado hasta convertirse en procesadores numéricos de propósito general, utilizados en la mayoría de las áreas de simulación y aprendizaje automático.
El aprendizaje profundo utiliza redes neuronales, con diversas variantes. Un tipo llamado Red Generativa Antagónica (GAN) se utiliza a menudo en la IA generativa. Las redes neuronales son intuitivas, pero matemáticamente sencillas. Un poco de álgebra lineal te será de gran ayuda y, sin duda, es un tema para otro día.
La IA generativa es la revolución que despertó nuestro interés en el aprendizaje automático. Es innegablemente mágica. La IA generativa se ha convertido en sinónimo de grandes modelos de lenguaje (LLM), pero el campo no se limita en absoluto a grandes volúmenes de texto. Entrenar un modelo base es extremadamente costoso: se necesita una gran cantidad de datos y una gran cantidad de computación. Quienes lo han hecho cuentan con una buena cantidad de GPU del mundo. Sin embargo, no es necesario que todos entrenen las suyas; se puede ajustar un modelo base con un nuevo conjunto de pesos para abordar un problema específico. Un modelo puede tener, por ejemplo, 500 mil millones de pesos.
Cada generación de IA generativa se basa en la anterior. Antes de los LLM, teníamos Transformers capaces de comprender el contexto dentro del texto (por ejemplo, la persona a la que le vendí la leche es la misma que entró en mi tienda antes en el texto).
A principios de este año, DeepSeek fue noticia y provocó una sacudida en la bolsa estadounidense tras anunciar un modelo de lenguaje de gran tamaño que podía competir con los líderes del mercado, pero que se entrenaba en menos tiempo con chips menos potentes. Hasta ahora, se había asumido que necesitábamos GPU cada vez más potentes para entrenar modelos cada vez más grandes. Los efectos a largo plazo de este avance se manifestarán de una forma u otra. ¿Impulsará la sostenibilidad en una industria que consume mucha energía y recursos, o simplemente impulsaremos la IA? Eso está por verse.
¿Qué nos aporta la IA?
Todos hemos visto las redes sociales inundadas de imágenes generadas de paisajes inverosímiles y gatitos deformes, pero la IA es mucho más que eso. La clasificación de datos mediante IA está salvando vidas al identificar tumores que incluso algunos médicos expertos pasan por alto. Los modelos predictivos se utilizan a menudo para la mitigación de riesgos, identificando componentes que fallarán pronto o personas que se beneficiarán de una intervención. Los modelos de recomendación ahora nos ayudan a encontrar los productos y servicios que queremos más rápidamente. Lamento no haber hecho clic en «Añadir todo al carrito» al comprar pintura facial porque los algoritmos intentaban decirme que el conjunto que había elegido no tenía blanco ni negro.
Creo que a mucha gente le preocupa que la IA sustituya a los seres humanos, y es un temor razonable. Cambiará las habilidades que necesitamos de nuestra fuerza laboral y, para algunos, no será un cambio positivo. Mi marido trabaja en robots recolectores de fresas que sustituirán a una fuerza laboral mayoritariamente migrante y mal pagada. Es un cambio positivo en algunos aspectos, pero debemos asegurarnos de que todos se beneficien de la IA, no solo quienes pueden permitirse comprar fresas.
También habrá muchas formas en las que la IA podrá complementar una tarea realizada por un humano, por ejemplo, alertando a un oficial de seguridad sobre posibles peligros o acelerando el proceso de análisis de datos médicos.
También habrá un número creciente de tareas que la IA podrá realizar y que un humano no puede o que un humano realiza con demasiada lentitud para ser prácticas. Un ejemplo de esto es Alphafold de DeepMind, que reemplazó miles de millones de horas de doctorado al descubrir la estructura de las proteínas con la misma precisión que un humano, pero mucho más rápido.
Todo se reduce a los datos.
La forma adecuada de aprendizaje automático depende del alcance del problema y, fundamentalmente, de los datos. Los datos erróneos, sesgados o incompletos generarán malos resultados, independientemente del algoritmo elegido. La preparación de los datos es una parte fundamental del análisis de datos, incluso si se opta por utilizar técnicas más tradicionales para extraer valor además del aprendizaje automático.
Una vez depurados los datos, hay un paso adicional de ingeniería de características antes de empezar a construir el modelo. Este paso requiere mucho tiempo y determinará qué modelos se pueden usar con los datos. Las características incluyen aspectos como la altura, el peso, el sexo, la tarjeta de crédito, la última vez que visitó el sitio web o las veces que hizo clic en un botón. Parece sencillo, pero es raro encontrar datos almacenados de forma que un modelo de aprendizaje automático pueda procesarlos fácilmente.
En resumen
Este artículo apenas roza la superficie de los algoritmos de aprendizaje automático, pero espero haber brindado una introducción razonable al rico panorama del aprendizaje automático, dejándolo mejor preparado para tomar decisiones sobre cómo aplicar la tecnología en su negocio.
Escrito por la Dra. Rosemary Francis
Informática. Fundadora. Emprendedora. Madre. Miembro de la Real Academia de Ingeniería. Miembro de la Fundación Raspberry Pi.
