miércoles, octubre 17, 2018
nacional

Desarrollador uruguayo de aplicaciones UruIT publica libro sobre aprendizaje automático para ejecutivos

51views

Como gran parte del mundo de la tecnología, UruIT ha trabajado cada vez más con el aprendizaje automático y conceptos de aplicación “inteligentes”. La empresa uruguaya de desarrollo de aplicaciones y tecnología, que lanzó su segunda oficina latinoamericana en Medellín en 2016, considera que los casos de uso para estas innovaciones continuarán explotando en los años venideros.

“Es difícil ver un dominio donde no podría aplicarse hoy en día “, dijo Waldemar López de UruIT en una entrevista reciente con Cognitive Business News .

Foto: Waldemer Lopez de UruIT es el autor principal de una nueva e -book en aprendizaje automático. (Crédito: UruIT)

Además de su tecnología de construcción de trabajo diario para la firma, López es el autor principal del libro electrónico recientemente publicado de UruIT, “The Business Executive's Guía de aplicaciones inteligentes. “

El objetivo de la empresa, que tiene su sede en Montevideo y oficinas en Miami, Los Ángeles y Medellín (Colombia), es ofrecer consejos prácticos que a menudo faltan en una espacio donde los recursos tienden a crearse para asistentes técnicos o novatos completos, pero no para ambos.

Este libro electrónico busca encontrar un término medio, ofreciendo casos de uso del mundo real que un CEO no experto en tecnología puede usar para tomar decisiones, así como algunos indicadores de creación de aplicaciones que pueden beneficiar incluso al programador más inteligente.

Para aprender más sobre el enfoque y la perspectiva general de UruIT sobre el aprendizaje automático y la inteligencia artificial, recientemente hablamos con López.

“Es importante para nosotros para mostrar cómo para pasar de los algoritmos a una aplicación implementada. “- Waldemar López o UruIT

Jared Wade: ¿Cuál es el tema general del libro y para quién está diseñado?

Waldemar López : Nuestra idea fue presentar el desarrollo de aplicaciones inteligentes y el potencial de este tipo de aplicaciones y luego relacionar esto con el Internet de las cosas y Big Data. Queríamos dar algunos ejemplos, explorar los conceptos básicos y, principalmente, presentar esto a las personas que trabajan en la industria del software pero que no tienen conocimientos previos sobre el tema.

Con el libro electrónico, lo dividimos en algunas secciones diferentes Algunos de ellos son más para gente de negocios y otras secciones son más técnicas. Hablamos de algunas herramientas, idiomas o técnicas que generalmente se utilizan en este tipo de proyectos. En este primer libro electrónico, queremos resumir todos estos temas de tal manera que sea fácil de leer para cualquiera.

Jared Wade: Parece que hay muchas cosas en la industria que es altamente técnico para las personas que están creando algoritmos y la tecnología subyacente. Y luego hay muchas cosas súper básicas. Pero ese punto medio parece faltar. Así que me imagino que esto será bastante bien recibido por personas que realmente están tratando de decidir cómo incorporar esto en su empresa desde una perspectiva comercial.

Waldemar López : Sí, exactamente. Hay mucho trabajo hecho por científicos y ese tipo de personas. Pero, en este caso, queremos centrarnos en cómo aprovechar estas técnicas, estas herramientas, estos algoritmos. Estamos estudiando cómo comenzar a aplicarlos a la organización o a los sistemas de información. En UruIT, estamos enfocados en aplicaciones web y aplicaciones móviles. Entonces, ¿cómo pueden aplicarse estas nuevas tecnologías en ese tipo de sistemas? ¿Cómo podemos avanzar desde las formas tradicionales de los sistemas desarrollados?

Por ejemplo, en esta guía, verá que hablamos de un sistema tradicional como una página web de noticias. ¿Cómo podemos mejorarlo de alguna manera inteligente para personalizar el contenido de las noticias para cada tipo de usuario? ¿Cómo se puede relacionar esto con los sistemas de recomendación sobre cómo mejorar y personalizar la experiencia del usuario? Este es el tipo de preguntas que respondemos en el libro electrónico.

Waldemar López de UruIT pasa una tarde trabajando en los últimos avances en aprendizaje automático, junto con un poco de mate. (Crédito: UruIT)

Jared Wade: Noté que el libro incluye algunas definiciones por adelantado, que creo que es muy útil en este espacio. Hay tantas compañías diferentes, y la terminología no es universal en todos los ámbitos. Cuando ustedes están hablando de aprendizaje automático y análisis predictivo, ¿cuál es su perspectiva sobre eso? ¿Tiene un caso de uso del mundo real que ayude a ilustrar esto?

Waldemar López : Otra cosa importante para nosotros es dar una idea general y no solo los algoritmos que están en el fondo . Así que hablamos sobre el flujo de trabajo y el flujo de trabajo con el que generalmente necesitamos trabajar cuando comenzamos, por ejemplo, un proyecto de aprendizaje automático.

Incluimos una imagen interesante en el libro sobre los diferentes pasos, comenzando por recopilar los datos – para ayudar a las personas a entender cómo comenzar un proyecto. O para ayudar a las personas a comprender qué tipo de modelos se pueden aplicar a esos datos, no solo discutiendo los algoritmos para este modelo, sino también cómo implementaremos este modelo y cómo se mantiene. Hay muchas cosas, no solo algoritmos, que son importantes cuando queremos abordar este tipo de proyectos en una empresa de software.

“Este año, y probablemente el próximo año, vamos a ver algunas mejoras importantes relacionadas con el cliente gestión de relaciones. “- Waldemar López o UruIT

Recientemente también trabajamos en un artículo sobre un caso práctico de uso de la máquina de aprendizaje que está muy relacionado con el libro electrónico. En él, nos movemos a través de la tubería y mostramos, a través de ejemplos de Python, cómo crear una aplicación desde cero. Es una aplicación muy interesante en este caso que funciona con el videojuego de fútbol o fútbol FIFA 18.

Un chico recolectó todos los datos del jugador a través de un modelo de raspado web escrito en Python. Así que descargamos esta información y, sobre ella, creamos diferentes modelos de aprendizaje automático, y terminamos creando una aplicación web básica. Los resultados se muestran de forma interactiva donde el usuario puede jugar con el modelo, ver qué predicción hace y ver los valores reales frente al error de predicción.

Analizamos todos los Python desde cero, recopilando los datos, cómo los datos se estudian y cómo se comparan los diferentes modelos. Y al final hablamos de construir una aplicación. Este paso generalmente se pasa por alto cuando leemos diferentes publicaciones sobre aprendizaje automático que se concentran en los algoritmos en sí. Es importante para nosotros mostrar cómo pasar de los algoritmos a una aplicación desplegada.

Jared Wade: ¿Es capaz de predecir que Uruguay va a ganar la Copa del Mundo?

Waldemar López : ¡Supongo que sería muy fácil, y podemos programar esa predicción!

Jared Wade: Cuando hablas con los clientes, ¿qué escuchas? ¿Cuáles son las cosas que más les interesa llevar al mercado ahora?

Waldemar López : Personalmente me gusta mucho la investigación actual que se está haciendo en análisis de texto. Actualmente estoy trabajando en algunos proyectos para extraer la semántica del texto. Entonces, por ejemplo, esto no solo es útil al construir un chatbot para soporte, sino que también se puede usar para identificar casos de clientes relacionados que tuvieron una solución final similar para el problema.

Además, relacionado con esto, estamos buscando en cómo extraer información que actualmente está en un formato no estructurado, viendo cómo podemos extraer las características relevantes de esta información y dar recomendaciones, por ejemplo. Los sistemas de recomendación son sistemas muy conocidos con algunas técnicas clásicas. Pero creo que, en este momento, cuando vea algunas técnicas de aprendizaje profundo relacionadas con el análisis de texto, podemos extraer información relevante de las descripciones del producto. Y puede recopilar toda la información relevante sin tener un tipo que esté tratando de clasificar cada producto en diferentes clases para capacitar a un modelo.

Veo un nuevo enfoque muy interesante de recopilar toda esa información, toda esa información semántica – en una manera inteligente. Así que creo que, este año, y probablemente el año próximo, vamos a ver algunas mejoras importantes en esa área relacionadas con la gestión de las relaciones con los clientes.

Además de la gestión de la información, hemos visto otras áreas donde el aprendizaje automático podría tener un impacto influencia para las empresas. Hasta ahora, hemos tenido varios clientes que usan algoritmos para generar coincidencias entre usuarios, proveedores, consumidores, empleadores y empleados, entre otros.

Además, en los sectores de telecomunicaciones y bancario hay buenas oportunidades para utilizar el aprendizaje automático. para predecir el abandono del cliente y muchos otros problemas. O las empresas de otros sectores pueden usar la estrategia de agrupamiento para segmentar su mercado y tomar mejores decisiones comerciales y de marketing. Y la lista continúa.

“Hay buenas oportunidades de utilizar el aprendizaje automático para predecir el abandono del cliente. O las empresas pueden usar la estrategia de agruparse para segmentar su mercado y tomar mejores decisiones comerciales y de marketing. “- Waldemar López de UruIT

Jared Wade: Para 2018, aparte de las cosas de las que hemos hablado, ¿hay alguna otra gran empresa emergente? aplicaciones en este espacio? ¿O quizás aplicaciones que van a ganar mucha más adopción en cuanto a reunir aplicaciones inteligentes de aprendizaje automático?

Waldemar López : En el futuro, AI generará un gran impacto en la construcción de un sociedad mejor y más igual en diferentes formas.

Un ejemplo: la información digital recopilada durante los últimos años puede ser explotada ahora por agentes inteligentes, y, pronto, la “lectura mecánica” extraerá conocimiento de estas fuentes. Con eso, estos agentes podrán apoyar asistentes virtuales para ayudar a los médicos sugiriendo diagnósticos o actuando como maestros recomendando contenido o respondiendo preguntas. Los últimos desarrollos de cómputo cognitivo, como reconocimiento de imagen o voz, también mejorarán la interacción con estos agentes.

La IA combinada con Internet of Things recolectará toneladas de datos en ciudades inteligentes, y esto contribuirá a crear entornos más seguros al usar reconocimiento facial para identificar a los delincuentes o detectar patrones ocultos de los datos del sensor para predecir eventos importantes. Los autos sin conductor son algo que vemos todos los días en las noticias. Y es algo que está sucediendo hoy. A nivel empresarial, AI se utilizará para automatizar diferentes procesos, desde reclutamiento hasta asistentes virtuales para ayudar a los clientes.

Creo que vamos a ver un montón de noticias en este año relacionadas con la automatización donde el aprendizaje automático se aplica en todas partes. Es difícil ver un dominio donde no podría aplicarse hoy en día.

Esta entrevista, que fue publicada originalmente por Cognitive Business News ha sido ligeramente editada para mayor claridad y espacio. [19659039] Enviar a Kindle

Leave a Response