La industria de la nube de cómputo está pasando por un cambio gradual hacia convertirse en una nube inteligente. Mientras que el cálculo, el almacenamiento y la creación de redes continúan siendo los hiladores de ingresos para los proveedores de la nube, es el aprendizaje de máquinas el que se está convirtiendo en el punto focal de la nube contemporánea.
Le presentamos los cinco servicios en la nube que que se han visto más influenciados por el aprendizaje automático.
Computación Cognitiva
La computación cognitiva tiene como objetivo llevar las capacidades sensoriales a las aplicaciones. Permite a las aplicaciones ver, escuchar, hablar e incluso tomar decisiones. Basado en el procesamiento del lenguaje natural, reconocimiento visual, detección de rostros, detección de emociones, análisis de vídeo, texto a voz, conversación a texto, traducción de idiomas y análisis de sentimientos, el “cognitive computing” les brinda más capacidades a los desarrolladores por medio de APIs sencillas. Al utilizar estos servicios, las aplicaciones son capaces de proporcionar experiencias naturales al usuario. Detrás de escena, es el aprendizaje de la máquina que aplica una variedad de algoritmos para proporcionar estas poderosas capacidades cognitivas. Aunque parece engañosamente simple, los proveedores de la nube han invertido una cantidad masiva de recursos para entregar APIs cognitivas a los desarrolladores. Del seguro a la financiación, todas las principales verticales de la industria comenzaran a utilizar las plataformas de computación cognitiva para proporcionar una mejor experiencia a sus clientes.
Amazon AI, IBM Watson, Google Cloud y los APIs de Microsoft Cognitive, son algunas de las ofertas comerciales disponibles en el mercado.
Bots como servicio
Con la adopción de aplicaciones móviles estancada, las empresas están recurriendo a robots interactivos para impulsar el servicio y soporte al cliente. Los robots están reemplazando rápidamente las aplicaciones proporcionando experiencias de conversación a los consumidores. Con plataformas como WeChat, WhatsApp, Facebook Messenger y Slack ganando tracción, la demanda de incrustar bots está aumentando. Aunque el concepto de Bots existía desde los primeros días de Yahoo! Chat, la aplicación de Aprendizaje de la Máquina los está haciendo útiles. Los desarrolladores pueden ahora entrenar a los Bots en base a los patrones conversacionales pasados. Aparte de responder a las consultas estándar, los Bots pueden conducir discusiones significativas con los consumidores.
Plataformas como API.ai, IBM Watson Botkit y Microsoft Azure Bots como Servicio son ejemplos de esta plataforma emergente.
Internet de las Cosas
Aunque el Internet de las Cosas existió durante más de dos décadas en diferentes formas, son las plataformas de datos basadas en datos las que están redefiniendo esta tendencia. Aparte de capturar una cantidad masiva de datos de varios sensores para consultar, procesar y analizar tendencias significativas, el Aprendizaje Automático puede hacer que el IoT (Internet of Things) sea más inteligente. El mantenimiento predictivo es un caso de uso convincente para el IoT industrial en el que la plataforma será capaz de detectar fallas o mal funcionamiento de los dispositivos mucho antes de que sean notados por los usuarios. Múltiples algoritmos de aprendizaje de máquina trabajan en tándem para evolucionar el modelo correcto que esté mejor alineado en la comprensión del patrón de conjuntos de datos generados por los dispositivos. Estos modelos pueden detectar de manera proactiva anomalías que pueden eventualmente resultar en la avería de equipos o dispositivos. Esta capacidad lleva el IoT industrial al siguiente nivel.
Microsoft Azure IoT Suite e IBM Watson IoT son ejemplos de soluciones de mantenimiento predictivo para IoT.
Asistentes Personales
El surgimiento del Aprendizaje Automático está convirtiendo a los asistentes personales basados en voz en una herramienta más poderosa que nunca. Estos asistentes tienen la capacidad de aprender de sus opciones pasadas y tendencias de uso, que les ayudan a ofrecer una experiencia personalizada. Por ejemplo, dada la hora del día, podrán crear una lista de reproducción que mejor se adapte a su estado de ánimo dinámicamente. Se harán más inteligentes en la forma de ver las notificaciones y recordatorios. Las APIs expuestas por estos asistentes ponen el poder del aprendizaje de máquina en manos de los desarrolladores. Pueden personalizar aún más las experiencias entregadas a los consumidores.
Amazon Alexa, Apple Siri, Google Assistant y Microsoft Cortana son ejemplos de asistentes personales inteligentes impulsados por Aprendizaje Automático.
Inteligencia de Negocio
El almacenamiento de datos tradicional fue interrumpido por el Big Data y Apache Hadoop. Al acercar el Aprendizaje de la Máquina al almacén de datos de la empresa, los responsables de la toma de decisiones podrán obtener información inteligente de los datos existentes. Serán capaces de pronosticar las tendencias con mayor precisión. Cada dominio incluyendo SCM, CRM, ERP, MRP, HR, Ventas y Finanzas se beneficiarán de las ideas impulsadas por el aprendizaje de máquinas.
Amazon, Google, IBM y Microsoft están construyendo puentes entre las plataformas tradicionales de inteligencia empresarial y las nuevas herramientas basadas en aprendizaje de máquinas. Es fácil integrar Amazon Kinesis Analytics con Amazon ML o Azure Stream Analytics con Azure ML Web Services. Google facilita el aprovechamiento de Cloud ML de BigQuery y Cloud DataFlow. Los desarrolladores y arquitectos pueden conectar fácilmente los puntos para crear herramientas de inteligencia de negocios de próxima generación.
Estos son algunos de los ejemplos que muestran cómo el aprendizaje automático se está convirtiendo en el punto focal de la nube inteligente.
-
¿Conoce alguna otra área que se haya visto afectada por el machine Learning? Le invitamos a dejar sus opiniones y preguntas en nuestra sección de comentarios.
