La intuición ha sido a menudo referida como una habilidad netamente propia de seres vivos inteligentes y fuera del alcance de las máquinas. Ahora, parece que la situación ya no estará tan clara.
El análisis de cantidades masivas de datos se basa en la búsqueda de patrones sutiles que tienen algún tipo de poder predictivo. Pero elegir qué “propiedades” de los datos analizar precisa normalmente de cierta intuición humana.
El equipo de Max Kanter, del Instituto Tecnológico de Massachusetts (MIT), en Cambridge, Estados Unidos, tiene como objetivo sacar al elemento humano del análisis de grandes cantidades de datos, con un nuevo sistema que no solo busca patrones sino que también escoge qué “propiedades” de los datos son las más prometedoras para analizar. Para probar el primer prototipo de su sistema, él y sus colegas lo inscribieron en tres competiciones científicas de análisis de datos, en las que compitió contra equipos humanos para encontrar patrones predictivos en conjuntos de datos sin conocimiento previo sobre los mismos. De los 906 equipos que participaron en las tres competiciones, la “Data Science Machine” (Máquina Científica de Datos) de los investigadores acabó por encima del puesto 615. Dicho de otro modo, el sistema que reemplaza a la intuición humana con algoritmos fue más eficaz que 615 de los 906 equipos humanos.
En dos de las tres competiciones, las predicciones realizadas por la Data Science Machine fueron tan fiables, en un 94 y un 96 por ciento, como las de las propuestas ganadoras. En el tercero, la cifra fue más modesta, un 87 por ciento. Pero mientras que los equipos de humanos trabajaron normalmente sobre sus algoritmos de predicción durante meses, la Data Science Machine necesitó solo entre 2 y 12 horas para producir cada uno de sus registros.
Fuente NCYT