revista lista

us algoritmos, el sistema del MIT tardó apenas entre 2 y 12 horas en generar cada una de sus entradas.
El análisis de grandes volúmenes
de datos, más conocidos hoy en
día como “big data”, consiste en
buscar determinados patrones
ocultos con algún tipo de valor
predictivo. Esas búsquedas, por
supuesto, se han automatizado,
gracias a la potencia de los ordenadores
modernos y el desarrollo
de algoritmos cada vez mejores.
No obstante, hasta ahora, la elección
de qué aspectos o factores
conviene analizar dentro de esos
datos requería obligatoriamente
cierta intuición humana.
Ahora, investigadores del MIT han
desarrollado un nuevo sistema
informático, denominado “Data
Science Machine”, que no sólo
busca patrones en los datos, sino
que también diseña las características
de la búsqueda, eliminando
por completo cualquier tipo
de intervención humana.
Los investigadores desarrollaron
un prototipo del sistema y, para
probarlo, lo inscribieron en tres
competiciones en las que tuvo
que competir con diversos equipos
de científicos de datos descubriendo
patrones predictivos
en conjuntos de datos con los
que no estaba familiarizado. El
sistema informático desarrollado
por MIT superó a 615 de los 906
equipos participantes en las tres
competiciones; y en dos de las
tres competiciones, sus predicciones
mostraron un 94% y un
96% de precisión con respecto a
las de los ganadores.
En la tercera, obtuvo una cifra más
modesta, un 87%, pero mientras
que los equipos humanos necesitaron
trabajar algunos meses en el
desarrollo de sus algoritmos, el sistema
del MIT tardó apenas entre 2
y 12 horas en generar cada una de
sus entradas.

Sin duda, el sistema tiene muchas
ventajas y ofrece buenos resultados.
Existen numerosos volúmenes
de datos de gran tamaño
almacenados con los que, al
menos por el momento no se ha
hecho absolutamente nada, simplemente
están ahí; y su número
crece cada día. Sacar partido a
esos datos, diseñando las búsquedas
adecuadas para encontrar
en ellos patrones predictivos
que resulten de utilidad, requeriría
la contratación de personal
altamente cualificado, además de
una inversión de dinero. Sin embargo,
el nuevo sistema del MIT
puede hacerlo de forma automática,
prácticamente sin coste añadido
y en una cantidad de
tiempo mucho menor, ofreciendo
unos resultados que, si bien
por el momento pueden no ser
los mejores, sí son lo bastante
buenos.
El investigador Max Kanter, en
cuya tesis de máster se basa el
sistema, y Kalyan Veeramachaneni,
su director de tesis e investigador
del Laboratorio de inteligencia
artificial y ciencias de la
computación (CSAIL) del MIT,
describen el nuevo sistema en
un artículo presentado por
Kanter en el Congreso Internacional
de ciencia de los datos y
análisis avanzado del IEEE, que
tuvo lugar esta semana en París