#Columna: Inteligencia Artificial para Seductores

#Columna: Inteligencia Artificial para Seductores

Inteligencia Artificial para Seductores

La Inteligencia Artificial tiene muchas ramas y aplicaciones actualmente, pero la que tiene más en común con el finísimo arte de la seducción es el aprendizaje automático (o ML por Machine Learning)… y de golpe también su tía rica la Inteligencia de Negocios (o BI por Business Intelligence).

BI, la tía rica

Supongamos entonces que la tía BI es una señora que llega a su club campestre y en la entrada se cruza con un apuesto empresario, quien le dedica una encantadora sonrisa hasta que se sube a su Lamborghini. Sintiendo que su cara se sonroja levemente, la tía BI pide a su mesero de confianza que se acerque. Le pide que averigüe todo lo que pueda sobre el misterioso personaje mientras discretamente le pasa un billete de $50k. Mientras espera, llegan sus amigas a las que les cuenta sobre su breve pero emocionante encuentro con el desconocido.

Ellas le cuentan quién es el personaje, le confirman que es un exitoso empresario extranjero que enviudó hace poco, amante de los animales y de la vida campestre. La tía BI siente cómo su corazón se acelera ante tantos puntos en común con sus propios gustos, por lo que ya está impaciente cuando vuelve el mesero para pasarle discretamente una hoja impresa. Disimuladamente, ella lee en el papel los datos de contacto del causante de sus suspiros, las fechas y horas en las que ha venido al club a almorzar, qué platos ha pedido y cuándo ha tomado clases de equitación. Con todos estos datos, la tía BI se propone coincidir ‘casualmente’ en sus clases, llamar su atención con su famosa habilidad con los caballos y aprender a cocinar los platos que le gustan a él… por si acaso.

ML, el recién llegado

Por su parte, ML es el joven sobrino recién llegado a Cali de vacaciones desde Noruega, que habla poco español y frecuentemente usa términos como “feature engineering”, “SVM”, “kNN” o “hidden layers” que pocos entienden. Como no conoce a nadie, busca caerle a quien “tenga cara” de que entiende inglés, es decir, a las que según su experiencia pasada se parecen a quienes hablaron con él en ese idioma. Sin embargo, pronto descubre que las niñas blancas, rubias y de ojos claros no siempre hablan inglés y que cuando hablan con un sospechoso acento paisa significa que ni siquiera son extranjeras. Esto es lo que se conoce como aprendizaje por reforzamiento (reinforcement learning).

Pero el joven ML no se da por vencido, y recorre el resto de la ciudad buscando hablantes de inglés. Después de muchos intentos empieza a notar que por la galería Alameda y San Antonio se tropieza con angloparlantes con significativamente más frecuencia, por lo que clasifica a diferentes zonas de la ciudad según la probabilidad de tropezar con alguien que hable inglés. Esta es una de las aplicaciones de lo que se conoce como aprendizaje no supervisado (unsupervised learning).

Ya decidido a hacer aunque sea un levante antes de que acaben sus vacaciones, el joven ML sigue el consejo de su tía BI (“un hombre tiene la mitad de la conquista ganada si sabe bailar”) y se mete a clases de baile. Allí, su profesora le enseña unos pasos básicos, pero como hay que usarlos en el momento oportuno y con la música apropiada, ML tuvo que probar con muchas canciones diferentes mientras su profesora le preguntaba de qué género eran y le decía si había acertado o no con su respuesta.

Finalmente, ML logró identificar correctamente un bugaloo de una charanga y una salsa romántica de un son cubano ante la mirada aprobadora de su profesora. Confiado por su entrenamiento, se rumbeó a todas las extranjeras que encontró en La Topa Tolondra, a las que les contó cómo había pasado por un proceso de supervised learning, es decir aprendizaje supervisado.

En resumen, inteligencia de negocios o BI se ocupa de lo que pasó y de entender la historia de eventos y personas conocidas para ayudar a que los seres humanos tomen mejores decisiones hoy. Por su parte, el aprendizaje automático o ML es acerca de usar los datos de hoy para que las máquinas puedan predecir el futuro y tomar decisiones sin intervención humana. Pero aunque BI y ML sean tan diferentes y busquen objetivos distintos, al igual que con la tía rica y el sobrino ganoso, cuando trabajan juntos se obtienen los mejores resultados.

Escrita por

Andrés Meza Escallón

@ApoloDuvalis

https://elclavo.com/columnas-en-el-clavo/columnistas/andres-meza/

https://elclavo.com/author/ameza/

Comentarios

comentarios

Leave a Reply