Q:
¿Por qué la gente habla sobre el "punto de inflexión" para el aprendizaje automático?
UN:Un número significativo de expertos está alertando a otros sobre la idea de que el aprendizaje automático realmente va a explotar en los próximos años como una industria emergente. Como elemento específico del trabajo de inteligencia artificial, el aprendizaje automático se basa en algoritmos sofisticados y conjuntos de entrenamiento de datos para desarrollar respuestas probabilísticas complejas que se pueden aplicar a casi cualquier situación o industria. Con eso en mente, la adopción del aprendizaje automático en la comunidad empresarial ahora está creciendo a medida que las empresas intentan ser las primeras entre sus competidores en aplicar realmente el aprendizaje automático de maneras específicas.
| Descarga gratuita: Aprendizaje automático y por qué es importante |
Las aplicaciones comerciales son solo un lado del crecimiento potencial del aprendizaje automático. Las empresas también están descubriendo que las tecnologías más inteligentes y los productos más inteligentes desbloquearán una nueva generación de bienes y servicios de consumo más funcionales.
La gente habla del "punto de inflexión" del aprendizaje automático como una tormenta perfecta de avance en hardware, algoritmos y datos. The Harvard Business Review menciona estos tres en un artículo de julio que discute la explosión pendiente del aprendizaje automático. Por supuesto, el big data es quizás el más anunciado en la prensa tecnológica; De estos tres elementos, Big Data ya ha explotado en los últimos 10 años. Sin embargo, los algoritmos mismos también se han desarrollado bastante significativamente.
Otro componente del que tanta gente habla es el hardware que impulsa las aplicaciones de aprendizaje automático más extendidas.
Esencialmente, las empresas se están moviendo hacia un proceso de desarrollo de placas de circuito y chips de procesador específicos de la aplicación que están hechos para manejar el aprendizaje automático, en lugar de equipar las tecnologías tradicionales de placa de circuito para manejar la gran cantidad de entradas y cálculos involucrados en la toma de decisiones probabilísticas. Algunas tecnologías de referencia, como la Unidad de procesamiento de tensor de Google o TPU y otros productos que están diseñados específicamente para permitir el cálculo de aprendizaje automático, por ejemplo, mediante el uso de matrices de puertas lógicas programables.
Todas estas tendencias se unen para presentar una demanda creciente de sistemas y habilidades de aprendizaje automático a los que los ejecutivos y otros están prestando mucha atención al contemplar el futuro de la tecnología empresarial en 2018 y más allá.
