#MACHINELEARNING #IA
Dame tu palabra
La Inteligencia Artificial al servicio de la explotación de texto
Nunca antes la palabra escrita había sido tan poderosa. Yacimientos infinitos de texto son explotados cada día por los nuevos mineros: algoritmos que buscan extraer conocimiento a partir de una gran cantidad de información imposible de procesar por un ser humano. ¿Las claves? Un combo de Minería de texto y Machine Learning.
"La capacidad de aprender a hacer algo automáticamente en base a experiencias es el rasgo más importante de la inteligencia. La primera vez que escuché este concepto me rompió la cabeza y me dediqué 100% al tema", afirma Raúl Garreta, uno de los tres fundadores de Tryolabs, la empresa uruguaya que ha hecho foco en darle a las computadoras la capacidad de aprender.
Machine Learning es la técnica dentro de la Inteligencia Artificial que permite que las máquinas aprendan automáticamente. Aprender, en este caso, significa identificar patrones complejos entre un enorme volumen de datos, lo más parecido posible como lo haría una persona. Según explica la ingeniera de Tryolabs, Jennifer Esteche, "se trata de algoritmos que en base a la experiencia intentan predecir respuestas. Toman los datos de la experiencia y aprenden de eso". De este modo la máquina adquiere autonomía para detectar las relaciones entre los datos al punto que a veces es difícil entender qué es lo que está aprendiendo. "Sabemos cuál es la entrada y cuál es el resultado, pero no sabemos qué hizo en el medio", señala la especialista.
Los algoritmos de Machine Learning se utilizan en incontables áreas y soportes, pero su aplicación al procesamiento del texto resulta fascinante. Es que en los últimos años nuestra capacidad de almacenar texto ha crecido en forma exponencial, pero no ha ido a la par con la posibilidad de procesarlo.
En este terreno operaba Tryolabs cuando en 2013 decide crear Monkey Learn, una plataforma que permite extraer datos de un texto mediante el aprendizaje automático y hace posible clasificar grandes volúmenes tipeados imposibles de analizar en forma manual.
Sus creadores, Martín Alcalá Rubí, Ernesto Rodríguez y Raúl Garreta hicieron foco en una demanda creciente: el procesamiento del lenguaje natural. "Todo el mundo chatea, todo el mundo manda mails. Cada vez se habla menos por teléfono y se tipea más. Por eso es súper relevante una herramienta para interactuar con toda esa información y automatizar procesos", explica Garreta.
Concretamente, a través de Machine Learning, Monkey Learn puede utilizar los datos de sus clientes para favorecer sus objetivos de negocio y evitar situaciones perjudiciales. La cantidad de datos que recibe una empresa sobre sus cliente como mensajes, feedback de usuario, datos históricos de comportamiento, en la mayoría de los casos es imposible de analizar para una persona, pero los algoritmos de Machine Learning pueden detectar patrones de comportamiento y encender las alertas para reaccionar a tiempo.
"La capacidad de aprender a hacer algo automáticamente en base a experiencias es el rasgo más importante de la inteligencia. La primera vez que escuché este concepto me rompió la cabeza y me dediqué 100% al tema", afirma Raúl Garreta, uno de los tres fundadores de Tryolabs, la empresa uruguaya que ha hecho foco en darle a las computadoras la capacidad de aprender.
Machine Learning es la técnica dentro de la Inteligencia Artificial que permite que las máquinas aprendan automáticamente. Aprender, en este caso, significa identificar patrones complejos entre un enorme volumen de datos, lo más parecido posible como lo haría una persona. Según explica la ingeniera de Tryolabs, Jennifer Esteche, "se trata de algoritmos que en base a la experiencia intentan predecir respuestas. Toman los datos de la experiencia y aprenden de eso". De este modo la máquina adquiere autonomía para detectar las relaciones entre los datos al punto que a veces es difícil entender qué es lo que está aprendiendo. "Sabemos cuál es la entrada y cuál es el resultado, pero no sabemos qué hizo en el medio", señala la especialista.
Los algoritmos de Machine Learning se utilizan en incontables áreas y soportes, pero su aplicación al procesamiento del texto resulta fascinante. Es que en los últimos años nuestra capacidad de almacenar texto ha crecido en forma exponencial, pero no ha ido a la par con la posibilidad de procesarlo.
En este terreno operaba Tryolabs cuando en 2013 decide crear Monkey Learn, una plataforma que permite extraer datos de un texto mediante el aprendizaje automático y hace posible clasificar grandes volúmenes tipeados imposibles de analizar en forma manual.
Sus creadores, Martín Alcalá Rubí, Ernesto Rodríguez y Raúl Garreta hicieron foco en una demanda creciente: el procesamiento del lenguaje natural. "Todo el mundo chatea, todo el mundo manda mails. Cada vez se habla menos por teléfono y se tipea más. Por eso es súper relevante una herramienta para interactuar con toda esa información y automatizar procesos", explica Garreta.
Concretamente, a través de Machine Learning, Monkey Learn puede utilizar los datos de sus clientes para favorecer sus objetivos de negocio y evitar situaciones perjudiciales. La cantidad de datos que recibe una empresa sobre sus cliente como mensajes, feedback de usuario, datos históricos de comportamiento, en la mayoría de los casos es imposible de analizar para una persona, pero los algoritmos de Machine Learning pueden detectar patrones de comportamiento y encender las alertas para reaccionar a tiempo.
"La capacidad de aprender a hacer algo automáticamente en base a experiencias es el rasgo más importante de la inteligencia. La primera vez que escuché este concepto me rompió la cabeza y me dediqué 100% al tema".
Raúl Garreta
Tryloabs
Mineros del texto
A diferencia del lenguaje artificial de las computadoras, el lenguaje natural tiene una gran carga semántica que lo vuelve ambiguo y complejiza su análisis. El texto es un formato de datos de fácil lectura para los humanos pero no para las máquinas que se comunican a través de datos numéricos y códigos de programación. "Lo que hace Monkey es básicamente tender ese puente entre el lenguaje humano y el de las máquinas", indica Garreta.
Los algoritmos que trabajan con texto no realizan únicamente cálculos matemáticos sino que además se introducen en el vasto y fértil campo lingüístico, lo que se conoce como Minería de Texto. Luego de un entrenamiento, las máquinas son capaces de interpretar grandes volúmenes de texto, detectar asociaciones entre los datos, saber cuáles son los sentimientos detrás de los mensajes, e incluso reconocer la burla y el sarcasmo.
La Minería de Texto permite examinar una colección de documentos de un área determinada y descubrir información nueva, no contenida en ningún texto analizado en forma individual. Las aplicaciones son infinitamente poderosas. En el campo de las ciencias es posible develar información no conocida a partir del análisis del universo de casos sobre un tema. En la literatura médica, por ejemplo, la minería de texto puede ayudar a plantear hipótesis sobre enfermedades poco frecuentes y a poner en diálogo conocimiento al que cada experto por sí solo jamás accedería.
Pero la aplicación más expandida sin dudas está en el sector empresarial. Es por eso que Monkey Learn despertó el interés en Silicon Valley entre los early outers de la tecnología por su trabajo con el procesamiento del lenguaje natural. La herramienta creada por el equipo uruguayo de ingenieros puede analizar grandes volúmenes de mensajes, tweets y diversas conversaciones para conseguir que las empresas conozcan mejor lo que el usuario piensa sobre su marca o producto en tiempo real. De esta forma, los agentes de servicio al cliente pueden reaccionar, activar respuestas, y ofrecer soluciones."Monkey te puede ayudar a analizar el texto de un mail y entender si es de alta o baja prioridad, si se trata de prizing, o de funcionalidad del producto. También es útil en marketing, para procesar el feedback del usuario mucho más rápido", resume Garreta.
La minería de texto avanza en la explotación de nuevos yacimientos vírgenes con una potencialidad exponencial de encontrar entramados entre textos dispersos, de diversos orígenes, lenguas o épocas. "Hay nuevos algoritmos todo el tiempo, lo que hace que el avance en esta área sea impresionante. Además hay mucha investigación, los monstruos de las tecnologías como Google o Facebook están invirtiendo mucho dinero ahí", sostiene Garreta y agrega que "estamos en un punto de inflexión donde se están dando los cambios muy rápido. Yo personalmente creo que el mundo va a cambiar radicalmente tarde o temprano".
A diferencia del lenguaje artificial de las computadoras, el lenguaje natural tiene una gran carga semántica que lo vuelve ambiguo y complejiza su análisis. El texto es un formato de datos de fácil lectura para los humanos pero no para las máquinas que se comunican a través de datos numéricos y códigos de programación. "Lo que hace Monkey es básicamente tender ese puente entre el lenguaje humano y el de las máquinas", indica Garreta.
Los algoritmos que trabajan con texto no realizan únicamente cálculos matemáticos sino que además se introducen en el vasto y fértil campo lingüístico, lo que se conoce como Minería de Texto. Luego de un entrenamiento, las máquinas son capaces de interpretar grandes volúmenes de texto, detectar asociaciones entre los datos, saber cuáles son los sentimientos detrás de los mensajes, e incluso reconocer la burla y el sarcasmo.
La Minería de Texto permite examinar una colección de documentos de un área determinada y descubrir información nueva, no contenida en ningún texto analizado en forma individual. Las aplicaciones son infinitamente poderosas. En el campo de las ciencias es posible develar información no conocida a partir del análisis del universo de casos sobre un tema. En la literatura médica, por ejemplo, la minería de texto puede ayudar a plantear hipótesis sobre enfermedades poco frecuentes y a poner en diálogo conocimiento al que cada experto por sí solo jamás accedería.
Pero la aplicación más expandida sin dudas está en el sector empresarial. Es por eso que Monkey Learn despertó el interés en Silicon Valley entre los early outers de la tecnología por su trabajo con el procesamiento del lenguaje natural. La herramienta creada por el equipo uruguayo de ingenieros puede analizar grandes volúmenes de mensajes, tweets y diversas conversaciones para conseguir que las empresas conozcan mejor lo que el usuario piensa sobre su marca o producto en tiempo real. De esta forma, los agentes de servicio al cliente pueden reaccionar, activar respuestas, y ofrecer soluciones."Monkey te puede ayudar a analizar el texto de un mail y entender si es de alta o baja prioridad, si se trata de prizing, o de funcionalidad del producto. También es útil en marketing, para procesar el feedback del usuario mucho más rápido", resume Garreta.
La minería de texto avanza en la explotación de nuevos yacimientos vírgenes con una potencialidad exponencial de encontrar entramados entre textos dispersos, de diversos orígenes, lenguas o épocas. "Hay nuevos algoritmos todo el tiempo, lo que hace que el avance en esta área sea impresionante. Además hay mucha investigación, los monstruos de las tecnologías como Google o Facebook están invirtiendo mucho dinero ahí", sostiene Garreta y agrega que "estamos en un punto de inflexión donde se están dando los cambios muy rápido. Yo personalmente creo que el mundo va a cambiar radicalmente tarde o temprano".
Raúl Garreta
Jennifer Esteche
La compañía en 3 movimientos
Monkey Learn fue diseñada desde su origen para ser un producto global de consumo a través de internet. Su principal mercado es Estados Unidos, donde están las empresas que apuntan a utilizar las últimas tendencias. Su mercado objetivo es particularmente California y Silicon Valley, la meca de la informática, porque es allí donde está la red de inversores interesados en el producto. No obstante, Monkey Learn tiene clientes en Europa y en otras partes del mundo.
1
El origen
A principios de 2014, Tryolabs, lanzó Monkey Learn en 'alfa privado' dentro de PyCon, la convención del lenguaje de programación Python más importante, y en setiembre de ese año se habilitó al público general en el marco del TechtCrunch Disrupt SF 2014 uno de los eventos más prestigiosos para startups tecnológicas. En esta ocasión fue seleccionada como una de las diez startups más innovadoras del evento, y despertó el interés entre los grandes de Silicon Valley.
2
$$$
Luego de incorporar la empresa en EEUU, Monkey Learn levantó capital con inversores ángel en Montevideo e ingresó en el proceso de 500 Startups, la aceleradora de Silicon Valley, en lo que fue el punto de inflexión más importante de la firma. A partir de ese momento Monkey Learn vivió un desarrollo intenso de seis meses en los que sus ingenieros se capacitaron en marketing, ventas, mejoraron su pitch y acabaron por sentirse en casa.
3
Spin Off
El crecimiento de esta unidad de Tryolabs hizo que rápidamente se independizara y se convirtiera en un spin off, una empresa que nace de otra anterior.
Natalia Arralde es la Editora Ejecutiva de Amenaza Roboto.
Ella es una periodista especializada en producción audiovisual (NHK-CTI Tokyo).
Antes coordinó el proyecto "Periodismo en el Liceo" del MEC, el Servicio Informativo de Televisión Nacional de Uruguay y realizó servicios de producción de contenidos para cadenas internacionales como CNN y Al Jazeera. Además, ha ejercido el periodismo en canal 12, radio El Espectador y FM del Sol, El Observador y El País (suplemento Economía y Mercado). Natalia dicta clases en la Universidad de Montevideo.
Ella es una periodista especializada en producción audiovisual (NHK-CTI Tokyo).
Antes coordinó el proyecto "Periodismo en el Liceo" del MEC, el Servicio Informativo de Televisión Nacional de Uruguay y realizó servicios de producción de contenidos para cadenas internacionales como CNN y Al Jazeera. Además, ha ejercido el periodismo en canal 12, radio El Espectador y FM del Sol, El Observador y El País (suplemento Economía y Mercado). Natalia dicta clases en la Universidad de Montevideo.
Podcasts
La Casa del Confort & la Arbitrariedad te acompaña
Contenidos XS de Amenaza Roboto
Tech & Twitter
Ideas breves sobre la tecnología y la sociedad.
Roboto News
Noticias tech en 3 minutos. Dale play!
+ de Amenaza Roboto
Que comience el diálogo
¡Ponete en contacto con nosotros!
amenazaroboto@gmail.com