Por: Joseph
Sirosh
, Vicepresidente Corporativo de Aprendizaje de Máquinas en Microsoft.
Tal vez no lo hayan notado, pero el aprendizaje de máquina – una manera de aplicar datos históricos a un problema al crear un modelo y utilizarlo para predecir el futuro de manera exitosa comportamiento o tendencias – toca más vidas cada día. Por ejemplo, los motores de búsqueda, recomendaciones en línea de productos, sistemas de prevención de fraude a tarjetas de crédito, indicaciones de tránsito vía GPS y asistentes personales en teléfonos móviles como Cortana, todos usan el poder del aprendizaje de máquina. Pero apenas hemos alcanzado la superficie de su potencial para cambiar el mundo. Pronto, el aprendizaje de máquina ayudará a reducir de manera importante los tiempo de espera en las salas de emergencia, predecir brotes de enfermedades y predecir y prevenir crímenes. Para alcanzar ese futuro, necesitamos hacer más accesible el aprendizaje de máquina – para cualquier empresa y, con el tiempo, para todos.
El aprendizaje de máquina hoy, es por lo general administrado por vías propias y en sitio, por lo que requiere el entrenamiento y experiencia de científicos de datos. Sin embargo, los científicos de datos escasean, las licencias de software comercial pueden ser caras y los lenguajes populares de programación para cómputo estadístico tienen una elevada curva de aprendizaje. Incluso si una empresa pudiera superar esos obstáculos, implementar modelos de aprendizaje de máquina en sistemas de producción requiere por lo general meses de inversión en ingeniería. Escalar, administrar y monitorear esos sistemas de producción requiere las capacidades de una organización de ingeniería muy sofisticada, que pocas empresas tienen en la actualidad.
Microsoft Azure Machine Learning, un servicio de nube administrado por completo para construir soluciones de analítica predictiva, ayuda a superar los retos que la mayoría de los negocios tienen al momento de implementar y utilizar aprendizaje de máquina. ¿Cómo? Al entregar un servicio completo de aprendizaje de máquina que cuenta con todos los beneficios de la nube. En algunas horas, con Azure ML, los clientes y socios pueden construir aplicaciones dirigidas por datos para predecir, pronosticar y cambiar resultados futuros – un proceso que con anterioridad tomaba semanas y meses.
Azure ML, cuya versión previa llegará el próximo mes, reunirá las capacidades de nuevas herramientas de analítica, poderosos algoritmos desarrollados por productos Microsoft como Xbox y Bing, y años de experiencia en aprendizaje de máquina en un simple y fácil de utilizar. Para los clientes, esto significa casi no tener los costos de inicio asociados con la autoría, desarrollo y escalamiento de soluciones de aprendizaje de máquina. Los flujos de trabajo visuales y las plantillas de arranque harán las tareas comunes de aprendizaje de máquina simples y fáciles. Y la posibilidad de publicar API y servicios web en minutos y colaborar con otros convertirá de manera rápida los recursos de analítica en servicios de nube de producción de grado empresarial.
Hoy, los socios utilizan una versión previa temprana de Azure ML para construir soluciones de aprendizaje de máquina para nuestros clientes. Por ejemplo, Max 451 ayuda a los grandes clientes minoritas a determinar qué productos comprarán los clientes con mayor probabilidad en su siguiente visita, basados en datos de ecommerce así como en reunir y acomodar datos de la tienda. OSISoft trabaja con la Universidad Carnegie Mellon en detección de desperfectos en tiempo real y en diagnóstico de variaciones de energía de salida a través de los edificios del campus. El aprendizaje de máquinas ayuda a mitigar problemas en tiempo real y a optimizar de manera predictiva usos y costo de energía.
En julio de este año, lanzaremos la versión previa pública de Azure ML y comenzaremos nuestro camino para entregar aprendizaje de máquina con todos los beneficios del cómputo en la nube para cada organización. Azure ML nos ayuda a conseguir esa visión y junto con la plataforma de datos de Microsoft, los clientes serán capaces de crear soluciones que reúnan información de valor de big data, el Internet de las cosas y analítica predictiva. Visiten nuestro blog de aprendizaje de máquina para conocer más.
