Desde que nos conectamos a Internet, los Sistemas estudian automáticamente nuestro comportamiento automáticamente. Aunque no nos demos cuenta o nos parezca arte de magia, antes de tipear la primer letra, la gran red ya sabe qué necesitamos.
En un mundo que tiende a la globalización, el acceso a Internet y la vinculación de nuestras tareas con la red se vuelve cada más usual. Nuestras fotos y documentos se sincronizan automáticamente con la “nube” desde el celular y desde la computadora. Esa misma que ya no está solo en el cielo, ahora es un espacio, un sistema que está quien sabe dónde pero que nos guarda nuestras fotos de viajes, los trabajos de la facultad y los borradores de esta nota. Así la nube vino a ofrecer una opción más accesible, segura y barata a un pendrive o un disco externo. Google Drive y OneDrive son las dos versiones gratuitas de almacenamiento más populares.
Servicios como Google Drive y OneDrive guardan nuestros archivos en línea.
Pero, ¿cómo sabe nuestra computadora que esa foto y ese documento nos importa? ¿Y más aún cómo logra organizarlos en carpetas y álbumes por categorías, por personas que aparecen en la fotos, por lugares dónde fueron tomadas las imágenes o cómo nos sugiere el nombre correcto del documento y del asunto del mail que vamos a enviar? Eso es el Machine Learning, traducido en nuestra lengua como Aprendizaje Automático, la capacidad de los sistemas para aprender de las personas, es decir, de cada uno de nosotros.
Aplicaciones como Google Photos almacenan y ordenan automáticamente nuestras fotos por categorías
El Machine Learning nos rodea aunque no nos demos cuenta o no le prestemos atención. Similar a las ondas de wifi, de un radar o el oxígeno. Está ahí aprendiendo de nosotros desde el momento en que nos conectamos a Internet, abrimos una cuenta de email, una red social, compramos un smartphone o una computadora. Su objetivo es simple y es el mismo desde el comienzo de la humanidad, conocer qué necesita e interesa al usuario para ofrecerle ese producto o servicio que está buscando: oferta y demanda. El mismo objetivo que perseguía un comerciante de hace siglos pero que ahora cambió de forma. Antes iban al pueblo para averiguar si la gente estaba interesada en frutas, piedras preciosas o pólvora, mientras que ahora eso lo hace un Sistema.
El Machine Learning es la capacidad de los Sistemas
de aprender sobre las personas para mejorar
nuestra experiencia cuando navegamos en la web
Además de acercarte el par de zapatillas que te gusta o el pasaje de tus próximas vacaciones a un precio imposible, también el Machine Learning nos facilita necesidades que tenemos a diario. Cómo saber qué ruta nos conviene tomar para llegar al trabajo, qué colectivo o tren nos lleva más rápido al bar donde se juntan nuestros amigos, avisarnos si hay demoras en el tránsito y mantenernos al tanto de nuestras pasiones: saber cómo va el partido de nuestro equipo y ver el último vídeo de la banda que nos gusta o el trailer de la película que estamos esperando.
¿Cómo funciona Internet en las regiones subdesarrolladas?
Las indicaciones para llegar a un sitio en ciudades con baja conectividad no es la ideal
En la Argentina el 88% de las personas accede a Internet al menos una vez por día, según un informe de las empresas de comunicación Fibertel y Personal. Desde el momento en que conectamos los datos móviles o ingresamos al WiFi, los Sistemas empiezan a aprender de nosotros. Así las empresas logran acercarse al público y ofrecerles una mejor atención. Sin embargo, los productos de las compañías de Internet y la red en general, no funcionan de la misma forma en todas partes. En la mayoría de los países, los beneficios del Machine Learning se ven principalmente en las grandes ciudades porque allí se encuentran concentradas la mayor cantidad de personas, que tienen acceso a Internet. Los Sistemas se nutren de las búsquedas de los usuarios por lo que donde más se conecten y en mayor cantidad, las máquinas podrán hacer mejor su trabajo.
%88
De los argentinos acceden por día a Internet
Las regiones de América del Norte y de Europa Occidental son los mejores ejemplos. El acceso más económico a los servicios de conexión a Internet, a los celulares y a las computadoras, y la mayor cantidad de población generan que en esas regiones lo digital funcione mejor que en Latinoamérica, el sur de Asia, África y Oceanía. Esa falta de información se traduce en qué las indicaciones para llegar a un sitio no sean del todo exactas o que la traducción de tu idioma no sea lo suficientemente buena, entre otras fallas.
Las grandes empresas de servicios en Internet han notado esa falta de información de las latitudes conocidas como el Tercer Mundo y han comenzado con proyectos para saldar esa deuda con estas regiones. Google es una de las pioneras y con proyectos como Local Guides y Crowdsource se propuso recolectar información sobre los intereses y gustos de estos países. A través de indicar la localización de un monumento, subir una foto de un plato de comida, una reseña de un comercio y chequear la validez de las etiquetas de algunas imágenes, se está creando una base de datos gigantesca que a largo plazo va a impactar para bien en el rendimiento de Internet y de los productos que usamos a diario para encarar nuestro día.
