Este
artículo es el segundo en una serie de artículos que voy a escribir sobre Machine Learning. En el primero hablaba sobre los distintos algoritmos de Machine Learning. En este artículo veremos los problemas que hoy pueden resolverse de forma fácil usando Machine Learning, y algunos de los proveedores que brindan servicios de Inteligencia Artificial.

Introducción

Si bien el tema de Machine Learning no es nuevo, ha tenido un auge muy importante en los últimos años. Esto se debe en parte a las mejoras en la tecnología, y en parte a nuevas técnicas como las de Deep Learning, que han dado muy buenos resultados. A raíz de este auge han surgido herramientas que facilitan el desarrollo de aplicaciones que utilizan Machine Learning, pero también han surgido servicios muy fáciles de usar que permiten utilizar esta tecnología de forma muy sencilla.

Proveedores

Todos los grandes proveedores de Cloud Computing ofrecen soluciones de Machine Learning a nivel de sus nubes, pero además están apareciendo frameworks que permiten utilizar esta tecnología en dispositivos móviles. Algunos de los proveedores de Cloud que tienen servicios de Inteligencia Artificial son: Amazon Web Services IBM Watson Microsoft Azure Cognitive Services Google Cloud Alibaba, Baidu y Tencent (en China) Con respecto a los proveedores “locales” a los dispositivos, podemos mencionar a:

• CoreML de Apple,
• TensorFlow Lite, 
• ML Kit, anunciado en el Google IO 2018.

Problemas que se pueden resolver con Inteligencia Artificial

Existe una serie de problemas que pueden resolverse usando técnicas de Inteligencia Artificial y de Machine Learning que son bien conocidos. Tanto es así, que ya existen servicios que permiten resolverlos simplemente llamando a un servicio, sin necesidad de conocer cómo se resuelven y sin necesidad (en los casos más generales) de preocuparse por tener que definir la arquitectura de las redes que se van a utilizar ni tener que entrenar los modelos.

Todos los proveedores (o la mayoría de ellos) tienen soluciones para resolver estos problemas. Algunos están más avanzados que otros en algún tema determinado, pero no hay hoy un claro ganador en todas las áreas.

Algunos de los problemas que pueden resolverse fácilmente hoy son:

Detección de idioma: Dado un texto, saber en qué idioma está escrito.

Análisis de sentimiento: Dado un texto, determinar cuál es el sentimiento que encierra (enojo, alegría, etc.). Esto permite por ejemplo analizar el timeline de Twitter en busca de las reacciones a un producto nuevo.

Traducción automática: Dado un texto en un idioma, obtener la traducción a otro idioma dado.

Clasificación de imágenes: Dada una imagen, determinar qué es lo que se ve en ella.

Reconocimiento de personas: Dada una imagen, obtener una lista de las personas que aparecen en la imagen, en algunos casos identificando a las mismas.

Reconocimiento de objetos: Dada una imagen, poder determinar qué objetos aparecen en la misma.

Reconocimiento de texto en imágenes: Dada una imagen que contiene una o más regiones donde aparece texto (por ejemplo, carteles en una ruta), obtener los textos.

Transcripción de audio: Dada una grabación donde se escucha a una o más personas, convertir a texto la conversación.

Conversión de texto a voz: Dado un texto, producir un archivo de audio donde se escucha una voz recitando el texto original.

Conclusión

La cantidad de problemas que pueden resolverse usando Machine Learning va en aumento, así como también la precisión que obtienen estas soluciones. Y también va en aumento la cantidad de servicios que van incorporando soluciones ya empaquetadas para este tipo de problemas.

En el próximo artículo les voy a contar lo que estamos haciendo en GeneXus para integrar todos estos servicios a nuestras aplicaciones.