Skip to content

Inteligencia artificial amazon

Inteligencia Artificial Google

La inteligencia artificial (IA) es el campo de la informática dedicado a la resolución de problemas cognitivos comúnmente asociados con la inteligencia humana, tales como el aprendizaje, la resolución de problemas y el reconocimiento de patrones. La inteligencia artificial, generalmente abreviada como IA, puede evocar escenas futuristas o robóticas, pero va mucho más allá de los autómatas de la ciencia ficción a la ciencia informática avanzada de hoy en día. El profesor Pedro Domingos, destacado investigador en este campo, describe “cinco tribus” del aprendizaje virtual, compuestas por simbolistas de la lógica y la filosofía; conectividad de la neurociencia; evolutivas; relacionadas con la biología evolutiva; bayesianas interesadas en la estadística y la probabilidad; y analistas de la psicología. Recientemente, los avances en la eficacia de la computación estadística han permitido a los bayesianos expandirse en el campo en varias áreas, englobadas bajo el nombre de “aprendizaje automático”. Del mismo modo, los avances en la computación en red han llevado a los conectores a crear un subcampo llamado “aprendizaje profundo”. El aprendizaje automático (ML) y el aprendizaje profundo (DL) son campos de la informática derivados de la disciplina de la inteligencia artificial.

En términos generales, estas técnicas se dividen en técnicas de aprendizaje “supervisadas” y “no supervisadas”. Las técnicas “supervisadas” utilizan datos de formación que incluyen el resultado deseado, mientras que las técnicas “no supervisadas” utilizan datos de formación sin el resultado deseado.

La IA se vuelve más “inteligente” y aprende más rápido cuanto más datos posee y, cada día, las empresas generan este combustible que pone en marcha soluciones de aprendizaje automático y aprendizaje profundo, tanto recogiéndolas como extrayéndolas de un almacén de datos como Amazon Redshift, recogiéndolas en el campo a través del poder de “la multitud” con Mechanical Ruk o extrayéndolas dinámicamente a través de Kinesis Streams. Además, con el boom de la IO, la tecnología de sensores está añadiendo cada vez más datos a la cantidad a analizar, datos de fuentes, lugares, objetos y eventos que antes eran prácticamente ignorados.

Inteligencia artificial amazon

Aprendizaje automático

Aprendizaje automático es el nombre que se aplica comúnmente a varias técnicas de aprendizaje y reconocimiento de patrones bayesianos. En esencia, el aprendizaje automático es un conjunto de algoritmos que pueden aprender y predecir a partir de los datos registrados, optimizar una función de utilidad dada con certeza, extraer estructuras de datos ocultas y clasificar los datos en descripciones concisas. El aprendizaje automático se utiliza a menudo cuando la programación explícita es demasiado rígida o poco práctica. A diferencia del código informático desarrollado por los desarrolladores de software para intentar generar una salida específica al código del programa a partir de una entrada particular, el aprendizaje automático utiliza los datos para generar código estadístico (un modelo ML), que producirá la “salida apropiada” basada en un patrón reconocido a partir de ejemplos anteriores de entrada (y salida, en el caso de las técnicas supervisadas). La precisión de un modelo LFA depende principalmente de la calidad y cantidad de los datos históricos.

Con los datos correctos, un modelo LFA puede analizar grandes problemas con miles de millones de ejemplos para analizar la función óptima capaz de predecir una salida con una entrada determinada. Los modelos de LD a menudo pueden proporcionar confianza estadística en las predicciones, así como en el desempeño general. Estas puntuaciones de evaluación son importantes a la hora de decidir si se va a utilizar un modelo LFA o una predicción individual.

¿Cómo utilizamos el aprendizaje automático en Amazon?

Amazon.com basa gran parte de su negocio en sistemas de aprendizaje automático. Sin el aprendizaje automático, Amazon.com no podría expandir su negocio, mejorar la experiencia y selección del cliente, y optimizar su velocidad y calidad logística. Amazon.com creó AWS para permitir a otras empresas disfrutar de la misma infraestructura de TI, con agilidad y rentabilidad, y ahora continúa democratizando las tecnologías de ML poniéndolas a disposición de todas las empresas.

La estructura de los equipos de desarrollo de Amazon.com y el enfoque en el aprendizaje automático para resolver problemas empresariales pragmáticos complicados llevan a Amazon.com y AWS a desarrollar herramientas y dispositivos ML potentes y fáciles de usar. Estas herramientas se prueban primero a escala y en un entorno crítico de Amazon.com, antes de ser proporcionadas como servicios AWS para su uso por otras empresas de la misma manera que otros servicios de TI.

Implementación del aprendizaje automático en su empresa

El aprendizaje automático se utiliza a menudo para predecir resultados futuros a partir de datos históricos. Por ejemplo, las empresas utilizan el aprendizaje automático para predecir cuántos de sus productos se venderán en los trimestres fiscales subsiguientes en función de una determinada demografía, o para estimar qué perfil de cliente es más probable que esté insatisfecho o sea más leal a la marca. Estas predicciones le permiten tomar mejores decisiones de negocio, ofrecer mejores experiencias a los usuarios y reducir los costes de retención de clientes. Complementando la inteligencia empresarial (BI), que se centra en la notificación de datos empresariales antiguos, el aprendizaje automático predice los resultados de las tendencias y transacciones pasadas.

Hay varios pasos para implementar con éxito el aprendizaje automático en una empresa. Primero, identificar el problema correcto, es decir, identificar la predicción que, de cumplirse, beneficiaría a la empresa. Los datos deben recopilarse a partir de métricas de negocio históricas (transacciones, ventas, retención, etc.). Una vez que los datos han sido agregados, se puede crear un modelo del Marco Lógico a partir de ellos. El modelo LFA se ejecuta y el resultado de la predicción se aplica al sistema de negocio para tomar decisiones más informadas.

Inteligencia artificial amazon

En 2014 Amazon decidió poner gran parte de su peso en sus procesos de reclutamiento y recursos humanos en manos de la inteligencia artificial desarrollada dentro de la empresa para optimizar los esfuerzos en términos de atracción de talento y encontrar el candidato ideal para cada puesto. La filosofía detrás de este proyecto era simple: utilizar los mismos procesos de automatización que habían llevado a la empresa a la cima del comercio electrónico global para seleccionar a sus empleados. Sin embargo, descubrieron que esta inteligencia artificial discriminaba sistemáticamente a las mujeres. Al imitar el sistema de clasificación de productos en su sitio web, la inteligencia artificial de Amazon clasificó a los candidatos entre una y cinco estrellas. “Fue como el Santo Grial, todos lo querían”, admite uno de los empleados de Amazon en declaraciones a Reuters. “Sin embargo, un año después del lanzamiento del proyecto, sus desarrolladores descubrieron que el programa discriminaba sistemáticamente a las mujeres y preferían contratar a los hombres, especialmente en trabajos con un perfil técnico o para el desarrollo de software, la razón de esta discriminación parecía ser que la inteligencia artificial era entrenada con perfiles de ex candidatos que habían intentado trabajar en la compañía durante los últimos 10 años, quienes mostraban un dominio masculino dentro del sector. La inteligencia artificial de Amazon aprendió así que los hombres eran mejores candidatos que las mujeres y penalizó los currículums que contenían palabras como “mujeres” o “capitán de club de mujeres”. También penaliza a las candidatas que hayan cursado estudios en facultades exclusivamente femeninas. Cuando los ingenieros se dieron cuenta de esta tendencia, reconfiguraron la lógica de la inteligencia artificial para que no tuviera en cuenta estos términos. Sin embargo, no había garantías de que el algoritmo no encontrara otras formas de discriminar a los candidatos por motivos de género. Finalmente, el equipo a cargo de este proyecto fue desmantelado. Sin embargo, los responsables de la selección de personal continuaron utilizando la herramienta, aunque sólo como apoyo y teniendo en cuenta otras consideraciones más allá de la clasificación utilizada en la inteligencia artificial.

Alexa amazon

En el campo de la inteligencia artificial estamos asistiendo a multitud de experimentos que buscan, a corto plazo, revolucionar una vez más la relación de millones de personas con las tabletas y los smartphones que utilizan a diario. Cortana y Siri son sólo los ejemplos más conocidos para muchos y que, en términos generales, han aportado muchos de los avances que hemos podido ver en las grandes obras de ciencia ficción a la electrónica de consumo actual y a la vida cotidiana. Sin embargo, el desarrollo de estos elementos requiere no sólo años de investigación, sino también grandes cantidades de dinero que hacen posible su creación, de momento sólo disponible para las empresas más grandes.

Google y Amazon también han estado trabajando durante algún tiempo en los asistentes personales que tienen la intención de unirse a la carrera para convertirse en el más avanzado de todos los que podemos encontrar hasta la fecha. En los siguientes párrafos le contaremos más sobre Alexa, la plataforma creada por el portal de comercio por Internet y que pretende completar la línea de tabletas lanzada por la compañía en los últimos años con la que no sólo quiere ser un intermediario, sino también un actor dentro de un sector marcado por la saturación y la competencia feroz que obliga a una constante reinvención.

¿Qué es esto?

Presentada oficialmente en 2015, Alexa es una inteligencia artificial que en su origen, estuvo presente en un soporte adicional llamado Amazon Echo y se centró en otros campos como la domótica. Sin embargo, con el lanzamiento de las nuevas tabletas de la serie Fire, ahora es posible encontrarlas instaladas como estándar con el software. Por otro lado, uno de sus puntos fuertes es la conexión con otros dispositivos, ya que actualmente, en Estados Unidos, se está experimentando con su instalación en aviones no tripulados y aparatos.

Las similitudes con Cortana y Siri

Actualmente, todos los asistentes tienen algunos puntos en común. En el caso de los más potentes, encontramos la posibilidad de obtener información meteorológica, programar alarmas o buscar en Internet a través del dictado de voz. Por otro lado, la forma de activarlo también es similar en todos los dispositivos en los que está presente ya sea con un icono en los escritorios, o pulsando uno de los botones de las tabletas y smartphones compatibles, que en este caso serían Fire HD de 8 y 10 pulgadas.

Las diferencias

Entre las divergencias más destacadas respecto a sus competidores, encontramos, por un lado, la existencia de Echo, que supone la existencia de un soporte exclusivo para las inteligencias artificiales, y por otro, una serie de características como, por ejemplo, la posibilidad de acceder al catálogo de Amazon simplemente dando la orden a Alexa o, también, el ajuste de las condiciones de brillo y sonido de los dispositivos que trabajan con ella. Otro punto fuerte es la retroalimentación. Al solicitar información u obtener resultados de búsqueda, existen dos opciones: O bien, escúchelo con la voz de Alexa, o visualícelo en formatos de texto.

Imagenes de inteligencia artificial amazon

Dispositivo Privacidad

Huawei mate rs

Videos de inteligencia artificial amazon