Max Kanter, un estudiante de Master de Ciencias de la Computación en el MIT ha desarrollado junto a su tutor, el científico de datos Kalyan Veeramachaneni, una máquina llamada Data Science Machine. Según un artículo que presentarán esta semana en una conferencia sobre Analítica y Ciencia de Datos en París, su máquina es capaz de ayudar y agilizar enormemente el proceso para predecir el comportamiento humano.
Predecir nuestro comportamiento puede parecer una tarea compleja y no apta para máquinas. Pero estos dos científicos del MIT han desarrollado su sistema con la intención de que sea capaz analizar datos en bruto para buscar patrones y elegir las variables más relevantes para predecir nuestra toma de decisiones mejor y más rápido de lo que lo hacen los humanos por sí sólos.
El Big Data ha hecho que hoy en día los ordenadores ya sean perfectamente capaces de almacenar, recuperar y procesar datos, pero a la hora de analizarlos suele ser la intuición humana la que determine qué aspectos de esos datos son relevantes. Aquí es donde entra la máquina desarrollada en el MIT, ya que aseguran que es capaz de desarrollar los algoritmos que determinan qué datos son relevantes mucho más rápido que los propios investigadores humanos.
Un complemento para nuestra inteligencia
Las predicciones de la Data Science Machine ya han sido puestas a prueba con las realizadas por equipos de humanos. Mientras que a los equipos de científicos les ha llevado meses desarrollar algoritmos de predicción, esta máquina ha tardado sólo 12 horas en desarrollar cada uno de ellos, y las predicciones resultantes han sido más acertadas a las de 615 de los 906 equipos humanos.
Entre los retos con los que se ha probado este sistema estaba, por ejemplo, el de predecir si un estudiante abandonaría un curso online durante los próximos 10 días, algo para lo que es necesario tener en cuenta una gran cantidad de factores relacionados con las interacciones del estudiante con la página del curso.
Los equipos humanos empezaron mirando aspectos como lo que tardaba el estudiante en entregar los deberes o cuánto tiempo pasaban leyendo el material didáctico. Pero la máquina del MIT fue capaz de deducir que los factores clave eran el saber cuán cerca de la fecha de entrega se ponía el estudiante a hacer los deberes o el tiempo total que se pasaba navegando en la página del curso, ayudando así a que las predicciones hechas con su ayuda fueran más acertadas.
Es un buen complemento para la inteligencia humana
Según el propio Max Kanter, cuya tesis doctoral es la base para haber desarrollado este sistema, la Data Science Machine es un buen complemento para la inteligencia humana, ya que ante ingentes cantidades de datos a analizar puede ayudar a dar pistas sobre con cuales empezar a trabajar.
Otras de las pruebas realizadas con este sistema ya apuntan a las posibles aplicaciones que puede tener en la en los negocios online, ya que con ellas se buscó predecir cuándo el producto de una campaña de Crowdfunding sería considerado excitante o si un comprador acabaría volviendo a comprar en un mismo sitio.
Vía | Quartz
Imagen | Scott Cresswell
En Xataka | Ya no tenemos escapatoria: los algoritmos que nos conocen mejor que nosotros mismos están listos
Ver 3 comentarios