Tabla de contenido:
El aprendizaje automático ha sido uno de los mayores avances en la historia de la informática, y ahora se cree que es capaz de asumir roles importantes en el campo de los grandes datos y el análisis. El análisis de Big Data es un gran desafío desde la perspectiva de las empresas. Por ejemplo, actividades como dar sentido a grandes volúmenes de formatos de datos variados, preparación de datos para análisis y filtrado de datos redundantes pueden consumir muchos recursos. Contratar científicos y especialistas en datos es una propuesta costosa y no está dentro de los medios de cada empresa. Los expertos creen que el aprendizaje automático es capaz de automatizar muchas tareas relacionadas con el análisis, tanto rutinarias como complejas. La automatización del aprendizaje automático puede liberar muchos recursos que se pueden utilizar en trabajos más complejos e innovadores. Parece que el aprendizaje automático se ha dirigido en esa dirección. (Para obtener más información sobre el uso del aprendizaje automático, consulte Las promesas y las trampas del aprendizaje automático).
Automatización en el contexto de la tecnología de la información
En el contexto de TI, la automatización es la vinculación de sistemas y software dispares para que puedan realizar trabajos específicos sin intervención humana. En la industria de TI, los sistemas automatizados pueden realizar trabajos simples y complejos. Un ejemplo de un trabajo simple podría ser integrar un formulario con un PDF y enviar el documento al destinatario correcto, mientras que el aprovisionamiento de una copia de seguridad externa podría ser un ejemplo de un trabajo complejo.
Para hacer su trabajo, un sistema automatizado necesita ser programado o recibir instrucciones explícitas. Cada vez que se requiere un sistema automatizado para modificar el alcance de sus trabajos, el programa o el conjunto de instrucciones deben ser actualizados por un ser humano. Si bien los sistemas automatizados son eficientes en sus trabajos, pueden ocurrir errores debido a varias razones. Cuando ocurren errores, la causa raíz necesita ser identificada y corregida. Obviamente, para hacer su trabajo, los sistemas automatizados dependen totalmente de los seres humanos. Cuanto más compleja es la naturaleza del trabajo, mayor es la probabilidad de errores y problemas.
