revista 1

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.
1
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.

2

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.
3

Revista
Revista
tecnologica
Tecnologica

4