Machine Learning (ML)

El aprendizaje automático (ML) es la rama de la inteligencia artificial (AI) en la que los sistemas informáticos aprenden patrones a partir de datos en lugar de seguir reglas escritas por un programador. A un filtro de spam creado con ML nunca se le indica qué palabras señalan spam: analiza miles de correos etiquetados como spam o no spam, aprende los patrones por sí mismo y luego los aplica a mensajes nuevos. Arthur Samuel acuñó el término en 1959 mientras creaba un programa de damas que mejoraba jugando contra sí mismo, y Tom Mitchell formuló después una definición muy citada: un programa aprende cuando su rendimiento en una tarea, medido con alguna métrica, mejora con la experiencia.

Cómo funciona el aprendizaje automático#

Un modelo de ML es una función con parámetros ajustables, desde los pocos coeficientes de una regresión lineal hasta los millones de pesos de una red neuronal. El entrenamiento busca los valores de los parámetros que hacen que las predicciones del modelo sobre los datos de entrenamiento sean lo más precisas posible, normalmente minimizando una función de pérdida. La verdadera prueba es la generalización: después se evalúa el modelo con datos de validación y datos de prueba reservados, que nunca ha visto durante el entrenamiento. Un modelo que obtiene buenos resultados con los datos de entrenamiento, pero malos con datos nuevos, está sobreajustado: memoriza ejemplos en lugar de aprender el patrón subyacente.

Este ejemplo de scikit-learn entrena un bosque aleatorio para leer dígitos escritos a mano y lo evalúa con dígitos excluidos del entrenamiento:

from sklearn.datasets import load_digits
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split

# 1,797 labeled 8x8 images of handwritten digits bundled with scikit-learn
X, y = load_digits(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=0)

# Fit learns decision rules from the labeled examples; no rules are hand-written
model = RandomForestClassifier(random_state=0)
model.fit(X_train, y_train)

# Score on digits the model never saw during training
print(f"Test accuracy: {model.score(X_test, y_test):.1%}")

El modelo alcanza una precisión del 97.6 % en los 450 dígitos de prueba y utiliza únicamente los patrones que ha aprendido de los otros 1,347 ejemplos etiquetados.

Tipos de aprendizaje automático#

• Aprendizaje supervisado: Aprende de ejemplos etiquetados, donde cada entrada se asocia con la salida correcta. La clasificación, la regresión y la detección de objetos son tareas supervisadas.
• Aprendizaje no supervisado: descubre estructuras en datos sin etiquetar, como los segmentos de clientes identificados mediante agrupamiento k-means.
• Aprendizaje autosupervisado: crea sus propias etiquetas a partir de los datos, por ejemplo, prediciendo la siguiente palabra de una frase o un fragmento oculto de una imagen. Así se preentrenan los modelos de lenguaje grandes (LLM) y otros modelos fundacionales.
• Aprendizaje por refuerzo: Un agente aprende mediante ensayo y error, realizando acciones en un entorno y ajustando su comportamiento para maximizar una recompensa.

Aprendizaje automático frente a IA, aprendizaje profundo y ciencia de datos#

El aprendizaje automático se sitúa entre la IA, el objetivo general de crear máquinas inteligentes, y el aprendizaje profundo (DL), la rama del ML que utiliza redes neuronales con muchas capas y aprende sus propias características a partir de datos sin procesar:

Los algoritmos clásicos, como los bosques aleatorios y XGBoost, siguen ofreciendo buenos resultados con datos tabulares, donde cada columna, como el precio o la edad, ya es una característica significativa. La ciencia de datos es una disciplina afín que utiliza el ML como una herramienta más, junto con la estadística, la visualización de datos y el análisis del dominio, para responder preguntas a partir de los datos.

El ciclo de vida del aprendizaje automático#

Un modelo en producción nunca está terminado. Los equipos recopilan y etiquetan datos, entrenan y validan un modelo, lo despliegan y supervisan sus predicciones; vuelven a los datos cuando la precisión no es suficiente o cambia el mundo real. Este ciclo es el objeto de estudio de las operaciones de aprendizaje automático (MLOps):

En visión artificial, Ultralytics Platform permite realizar todo este ciclo en un mismo lugar: los equipos cargan y anotan conjuntos de datos, entrenan modelos Ultralytics YOLO26 en GPU en la nube, los despliegan y supervisan su rendimiento en producción.

Aplicaciones en el mundo real#

• Visión artificial: Los modelos detectan defectos en las líneas de producción, leen imágenes médicas y guían vehículos autónomos.
• Procesamiento del lenguaje natural (NLP): La traducción, las búsquedas, los chatbots y los filtros de spam dependen de modelos entrenados con texto.
• Sistemas de recomendación: Las plataformas de streaming y comercio electrónico clasifican contenido para cada usuario según su comportamiento pasado.
• Previsión de series temporales: Los modelos predicen la demanda de productos, la carga energética y los fallos de equipos a partir de datos históricos.
• Detección de anomalías: Los bancos evalúan cada transacción con tarjeta en milisegundos mediante modelos entrenados con fraudes anteriores y señalan las que parecen inusuales.