Es el término que está en boca de todos pero, ¿realmente qué significa, qué implica y cómo funciona? Aquí una breve pero rigurosa, reseña de lo que es el Machine Learning, y sus aplicaciones.
¿Qué queremos decir con que una máquina aprende?
Para entender el Machine learning podemos valernos de la siguiente afirmación: todo problema es una función. Pero, ¿esto qué significa? ¿Qué es una función?
Una función es una relación muy particular entre dos conjuntos. Las funciones que suelen estudiarse en cálculo también son relaciones entre dos conjuntos, que en esos casos suelen ser el conjunto de los números reales o complejos relacionados consigo mismos. Lo importante de una función es que es la relación entre dos conjuntos. Recordar eso siempre.
En el caso del Machine Learning, uno de los conjuntos posee como elementos a las “preguntas” o cuestionamientos que hacemos al sistema. El otro conjunto es el de las respuestas a esas preguntas, sin olvidar la relación que existe entre unas y otras.
Esa relación, como casi cualquier otra relación entre conjuntos, se puede expresar como una sentencia que la sintetiza. Por ejemplo \(y = x^{2}\) sintetiza la relación que conocemos como parábola, incluyendo a todos y cada uno de sus infinitos elementos.
Ese fue un ejemplo sencillo, pero en los problemas típicos de Machine Learning, la magnitud, dimensionalidad y complejidad de los conjuntos y sus relaciones suele ser tan alta, que es prácticamente imposible crear esa “sentencia” que todo lo sintetiza, de una manera analítica tradicional.
Para crearla nos valemos de herramientas que funcionan como piezas de Lego, que unimos a fin de formar o aproximar la forma del objeto que deseamos. En nuestro caso, para aproximar la función que cumple nuestras necesidades.
Esas piezas de Lego pueden ser las neuronas de una red neuronal, las ramas de un árbol de decisión, o las capas de un sistema de aprendizaje profundo. En todos los casos, son pequeñas piezas que, al unirse, construyen una aproximación a la función que estamos buscando.
El secreto del Machine Learning está en la búsqueda de cómo deben estar unidas esas piezas, y los avances en el campo suelen hacer referencia nuevas formas para buscar la síntesis perfecta, o en la creación de nuevas piezas de Lego que facilitan dicha búsqueda.
¿En qué se puede emplear el Machine Learning?
En todo campo donde se puede plantear una pregunta, y exista un respuesta definida para la misma. ¡Es decir, en casi todo!
Las técnicas que se emplean para buscar lo que aquí hemos llamado “síntesis”, permiten descubrir patrones y relaciones entre conjuntos, que de otra forma hubieran pasado inadvertidos para nosotros.
¿Esto incluye la seguridad informática?
¡Por supuesto! Los agentes que interactúan con un sistema informático, sean personas o robots, inevitablemente seguirán un patrón de comportamiento, que puede ser detectado por un sistema adecuadamente entrenado. Esto permite poner un alto a acciones altamente sospechosas, así como brindar información a un tomador de decisiones sobre el curso de acción a tomar.
Los modernos sistemas de seguridad se valen de la inteligencia artificial y el aprendizaje de máquina para logar ser más eficientes en su objetivo. Si tu interés se encuentra en proteger tu información, uno de los elementos más importantes de una organización, no dudes en apoyarte en las herramientas adecuadas.
