¿De dónde viene el machine learning? ¿Qué avances tecnológicos nos han llevado hasta el momento presente en el que desarrollamos máquinas capaces de aprender sin estar programadas para ello? El aprendizaje automático nos permite hoy disponer de software que puede inferir reglas, patrones o normas a partir del procesamiento de ciertos conjuntos de datos especialmente diseñados, y supone un avance tremendo en el terreno de la computación.

Gracias al machine learning podemos procesar cada vez mayores cantidades de datos, lo que nos abre las puertas a determinados usos como las recomendaciones de productos en el ecommerce, optimizar el funcionamiento de algo tan grande como la red ferroviaria, o múltiples aplicaciones que, en principio, no creerías.

Para entender de dónde viene esta ciencia, que es un subconjunto de la inteligencia artificial, hemos de remontarnos muchos años en el pasado. De hecho, viajaremos al siglo XVIII, cuando se enunció la regla de Bayes de la probabilidad condicionada. Era, sin saberlo, el primer cimiento del futuro aprendizaje automático. La Cadena de Márkov, en la que la probabilidad de que ocurra un evento depende enteramente del evento inmediatamente anterior, o el método de mínimos cuadrados son herramientas imprescindibles para lo que vendría después.

Llegado el año 1950, Alan Turing publicaría un artículo académico fundamental, “Computing machinery and intelligence”, o “Maquinaria computacional e inteligencia”, en el que plantearía una pregunta inicial muy concreta: “¿Pueden las máquinas pensar?”. Contiene, además, la descripción del famoso Test de Turing, y es “el padre” de la inteligencia artificial moderna.

La regla de Bayes de la probabilidad condicionada sentó las bases del #machinelearning en el siglo XVIII Clic para tuitear

Tan solo siete años después, en 1957, Frank Rosenblatt diseñaría el algoritmo Perceptron, que es un algoritmo para el aprendizaje supervisado de clasificadores binarios. Este algoritmo se utilizó para el reconocimiento de imágenes. Este es el origen de las redes neuronales, puesto que el modelo matemático más sencillo para una neurona es un perceptrón, y viceversa.

Saltaremos unas décadas en las que no cesó el progreso y la investigación, hasta 1990, cuando ese mismo progreso dio lugar a un cambio de paradigma que consistió en centrarse en la aproximación “data driven” para el análisis de grandes cantidades de datos. Como vemos, llegamos al inicio de lo que sería después el Big Data. Peter J. Denning publicaba un artículo en American Scientist en el que planteaba lo siguiente:

¿Qué máquinas podemos construir para monitorizar un flujo de datos, o filtrar una base de datos grabada y proponernos un resumen estadístico de lo que hay? […] es posible construir máquinas que puedan reconocer o predecir patrones en flujos de datos sin entender el significado de los patrones.

En 2006, el científico de la computación Geoffrey Hinton acuñó el término Deep Learning “para explicar nuevas arquitecturas de Redes Neuronales profundas que son capaces de aprender mucho mejor modelos más planos”.

Uno de los últimos hitos en esta cronología tiene que ver con la democratización del machine learning, y en parte lo es hoy en día gracias a Amazon y su plataforma de machine learning, presentada en 2015, que hace accesible el aprendizaje automático a miles de desarrolladores en todo el mundo.

Nos queda por ver a dónde nos lleva todo el desarrollo y la investigación en este interesante campo de la inteligencia artificial. ¿Dónde estaremos dentro de veinte años? Solo el tiempo (y posiblemente, una máquina) nos lo dirá.

Deja tu comentario sobre "Una cronología del machine learning desde sus inicios"

Nos encantará conocer tu opinión, pero primero tenemos que indicarte que los comentarios están moderados, y no aparecerán inmediatamente en la página al ser enviados. Evita, por favor, las descalificaciones personales, los comentarios maleducados, los ataques directos o ridiculizaciones personales, o los calificativos insultantes de cualquier tipo, sean dirigidos a los autores, a cualquier otro comentarista o la empresa propietaria de esta página. Estás en tu perfecto derecho de comentar anónimamente, pero por favor, no utilices el anonimato para decirles a las personas cosas que no les dirías en caso de tenerlas delante. Intenta mantener un ambiente agradable en el que las personas puedan comentar sin temor a sentirse insultados o descalificados. No comentes de manera repetitiva sobre un mismo tema, y mucho menos con varias identidades o suplantando a otros comentaristas. También, procura que tus opiniones estén relacionadas con lo que se comenta en esta entrada. Los comentarios off-topic, promocionales, o que incumplan todas estas normas básicas serán eliminados.


Presto mi consentimiento para que, de acuerdo a la normativa europea de protección de datos, T-Systems ITC Iberia S.A.U trate mis datos personales con la finalidad de identificar al autor del comentario previo. Estos datos se pueden ceder a las empresas del grupo Deutsche Telekom AG. Está prevista la realización de transferencias a Francia. Puede ejercer sus derechos de acceso, rectificación, supresión, limitación, oposición y portabilidad de datos solicitándolo por escrito a: T-Systems ITC Iberia SAU, Calle Sancho de Ávila, 110. 08018 Barcelona, o a través de correo electrónico a FMB.TS-IB-PROTEC-DATOS-PERSONALES@t-systems.com, adjuntando en todo caso un documento acreditativo de su identidad. A su vez, puede dirigir cualquier consulta al Delegado de Protección de Datos a la dirección indicada anteriormente.