Q:
¿Por qué son importantes una gran cantidad de archivos de imagen para muchos proyectos de aprendizaje automático?
UN:Para las empresas que buscan involucrarse en sus primeras inversiones en aprendizaje automático (ML), todo el proceso puede parecer un poco críptico y esotérico. Para muchas personas, es realmente difícil visualizar cómo funciona realmente el aprendizaje automático y qué hará exactamente para un negocio.
En algunos casos, alguien que está investigando el aprendizaje automático puede tener una gran epifanía cuando considera por qué una gran cantidad de archivos de imágenes, reunidos en contenedores digitales limpios, son tan importantes para los proyectos de ML. Esto se debe a que el concepto de "archivo de imagen" ayuda a visualizar ML. Pensar en esto nos permite comprender más acerca de cómo este tipo de tecnologías se aplicarán a nuestro mundo muy pronto.
| Descarga gratuita: Aprendizaje automático y por qué es importante |
La respuesta corta es que este gran número de archivos de imágenes son importantes para el aprendizaje automático porque representan conjuntos de entrenamiento, conjuntos de datos iniciales en los que la computadora tiene que trabajar a medida que aprende. Pero hay un poco más que eso. ¿Por qué son tan valiosas las imágenes?
Una razón por la que las imágenes son tan valiosas es que los científicos han avanzado mucho en el procesamiento de imágenes. Pero más allá de eso, también han progresado ayudando a las máquinas a identificar resultados basados en lo que está en una imagen.
Por ejemplo, cualquiera que haya escuchado sobre redes tercas profundas con motores generativos y discriminativos comprende un poco acerca de cómo las computadoras pueden leer y comprender datos e imágenes visuales. No están leyendo los píxeles como solían hacerlo, en realidad están "viendo" la imagen e identificando componentes. Por ejemplo, piense en el reconocimiento facial de Facebook: la computadora aprende cómo se ve y lo identifica en imágenes, así como a los que lo rodean. Esto a menudo es posible a través de la agregación de muchas imágenes y capacitación iterativa que forma la base de un proyecto de aprendizaje automático.
Cuando las partes interesadas han identificado un plan y un concepto, y han salido y recolectado todas las imágenes que son relevantes, y las han puesto en los algoritmos de aprendizaje automático, pueden aprovechar el inmenso poder de la inteligencia artificial para ejecutar procesos comerciales.
Una empresa puede enviar un rastreador web a Internet en busca de imágenes que puedan contener un cliente en particular, para crear un archivo que muestre la identidad de ese cliente y sus preferencias y tendencias. La compañía podría incluso usar esta información para automatizar el correo directo u otro marketing directo. Cuando comienzas a pensar de esta manera, es fácil ver cómo ese proceso de reconocimiento e identificación de imágenes puede estar vinculado a todo tipo de funcionalidades que permitirán a las computadoras hacer tantas de las cosas a las que los humanos están acostumbrados a hacer todo. Nuestra historia registrada. Tomando el ejemplo de la investigación del cliente, con los tipos de configuraciones anteriores, los humanos no tienen que involucrarse en absoluto: la computadora puede "salir a la web" e informar a sus propietarios o titulares de los datos.
Para cualquiera que esté involucrado en sumergirse en las aguas profundas del aprendizaje automático, comprender el concepto de minería de datos de imágenes masivas proporciona un buen primer paso en una hoja de ruta para aprovechar el poder del aprendizaje automático y descubrir cómo usarlo para beneficiar a una empresa.
