Debajo de toda una montaña de ‘big data’ hay leyes sencillas que permiten definir patrones. El ‘machine learning’ las utiliza para mejorar la vida de los seres humanos.

El ‘machine learning’ —aprendizaje automático— permite que las máquinas aprendan sin ser expresamente programadas. Un aprendizaje que es indispensable para que los sistemas sean inteligentes y puedan identificar patrones, convirtiendo los datos en predicciones.
Cuando estás programando, tú le dices a los datos cuál es el siguiente paso; con ‘machine learning’ ese control se invierte: son los datos quienes te dicen cuál va a ser el siguiente paso.
Se denomina ‘machine learning’ a la capacidad que tienen los sistemas para generar sus propios algoritmos en función de los datos y de los resultados que queremos conocer. “Debajo de toda la montaña de datos hay una ley sencilla que explica los comportamientos y que permite definir un patrón”, según los expertos.
Aunque hay muchas ventajas, el ‘machine learning’ también entraña riesgos. Uno de ellos es el “sobreentrenamiento” que provoca que solo se detecten los patrones con los que el sistema se ha encontrado en la fase de entrenamiento. Intentaré explicar  la problemática a través de una anécdota: cuentan que el ejército norteamericano desarrolló un software para detectar tanques que funcionaba perfectamente en el laboratorio. “Sin embargo, cuando lo quisieron poner en práctica se dieron cuenta de que algo fallaba, era incapaz de detectar los tanques”. El problema era que se había entrenado con imágenes de tanques en cielo nublados. Lo que hizo que, al aire libre, el software fuese “un fabuloso detector de nubes”.