Si bien el camino que vimos trazado el mes anterior con Data Science, puede no ser el directo a lo que es la AI (Artificial Intelligence), sin embargo, el comprenderlo nos puede dar un panorama de lo que se avecina para la construcción de la misma.
Para el día de hoy, estaremos abordando el tema del Deep Learning, el cual es una de las dos piedras angulares que forman una AI, así que sin más…INICIEMOS.
Es el almacenamiento y gestión de datos para volverla información útil, pero quizá te cuestiones, ¿cuál es la diferencia en los conceptos que tocamos el mes anterior? La diferencia radica en que esta disciplina trabaja a través de algoritmos que van presentando mejoras en la detección de ciertos patrones sin la necesidad de supervisión humana.
Para dar un ejemplo más claro, adelantémonos un poco…Una AI funciona como #INTELIGENCIA humana, la cual podría decirse que «proviene» de nuestro cerebro, y es justo este órgano el que trata de asimilar o imitar.
El Deep Learning funciona como una especie de «red». La primera capa de algoritmos detecta ciertos patrones, los cuales van mejorando conforme se van detectando nuevos y se van agregando nuevas redes sobre la red ya existente, dando paso a mejoras autónomas, imitando el funcionamiento del cerebro humano mediante las redes #neuronales.
Ahora bien, ¿en qué casos podemos ver este tipo de #tecnología?
Un ejemplo puede ser el uso de imágenes para realizar búsquedas, en lugar de palabras. Buscadores como estos lo tenemos en Google Lens o en buscadores de #apps de tiendas de autoservicios, lo cual facilita la detección de un producto en específico.
En #ciberseguridad, estos mecanismos para la detección y prevención de posibles fraudes o amenazas que pueda sufrir un sitio web, una red, etc.
En redes sociales, se emplea para la detección de textos o imágenes con especificas características, que no cumplan con las #políticas al realizar post dentro de la misma.
Y así, podemos encontrar distintos.
Eso me hace pensar en el tema con el que iniciamos esta saga, el #CEX (Customer Experience), cuantas posibilidades le da una empresa de dar una «híper-personalización» a la experiencia de un cliente, detectando patrones en la conducta del comprador, para que cada vez que ingrese una plataforma pueda brindarle recomendaciones más ad-hoc.
Esto ya no es una #utopía, es una realidad, es una herramienta que le da la posibilidad a una compañía de ser más afín a los gustos y preferencias de su cliente, lo cual te permite tener una ventaja competitiva ante los demás en el mercado.
Es por lo que el desarrollo de esta HERRAMIENTA es tan costosa, por lo valioso que puede llegar a ser, al ahorrar mucho tiempo, pues el lugar de tener personal específico a detectar esas áreas de oportunidad que se encuentran mediante los datos, el Deep Learning las procesa para poder hacer mejoras a través del tiempo y ejecutarlas para dar un resultado, o entras palabras, darle #valor a la marca/compañía.
En la siguiente entrega, hablaremos del Machine Learning y cómo se complementa para la creación de la AI.
¡Hasta la próxima!
No hay comentarios:
Publicar un comentario