Aprendizaje de máquina. Redes neuronales
| Autor | Carlos Alberto Zamora Lara |
| Cargo | Alumno de Contaduría Pública y Estrategia Financiera del Instituto Tecnológico Autónomo de México |
| Páginas | 40-43 |
Aprendizaje
de máquina
Carlos alBerto zaMora lara
Alumno de Contaduría Pública y Estrategia Financiera del Instituto
Tecnológico Autónomo de México
Revisado por la Mtra. Sandra Minaburo Villar
Profesora de Tiempo Completo del Instituto Tecnológico Autónomo
de México
Más allá de lo aprendido en las aulas durante nuestro
paso por la universidad, es importante contar con un
elemento de anticipación a la tendencia, pero, sobre
todo, de conciencia profunda de la interdisciplinarie-
dad en el paradigma de los negocios actuales.
Es necesario atreverse a explorar lo que la mayoría
reconoce como campo foráneo para la profesión con-
table e integrar el conocimiento para así tener más
y mejores herramientas hacia la formación de lo que
debemos aspirar; ser estrategas en las empresas para
poder tomar la mejor decisión en cada evento al que
nos enfrentemos.
Un ejemplo de un área que a priori puede ser consi-
derada exclusiva del ramo ingenieril, es el tema de
aprendizaje de máquina y redes neuronales articia-
les. Ciertamente, no es un tema sencillo de compren-
der, por tal motivo es necesario dar una breve explica-
ción sobre el tema para aterrizarlo en el área contable
y nanciera.
Imaginar computadoras capaces de pensar, de ser
creativas y de demostrar sentimientos humanos pa-
recía, hace tiempo, algo posible solamente en una ga-
laxia muy lejana. Nadie imaginó jamás que seríamos
capaces de crear un artefacto lo sucientemente pode-
roso tal que podría procesar información mejor que un
ser humano. Hoy en día, incluso se cree que estas ideas
son algo del futuro o algo inalcanzable, pero están más
cerca de lo que creemos.
Computadoras que son capaces de identicar las pa-
labras que decimos, programas capaces de reconocer
qué persona se encuentra en una de nuestras fotogra-
fías, aplicaciones controladoras vía localizadores sate-
litales que nos indican cuál es el mejor camino según
el tráco que hay, y sistemas que son capaces de reco-
mendarnos música o películas que puedan gustarnos;
son algunos de los ejemplos de los productos que uti-
lizamos día con día y que forman parte de la cuarta
revolución industrial provocada por el desarrollo de
nuevas tecnologías y por la gran cantidad de datos.
En su propuesta para el proyecto de investigación de
verano en Dartmouth sobre inteligencia articial;
McCarthy, Minsky, Rochester y Shannon, hablan por
primera vez del tema y mencionan que, si se logra
construir una máquina que sea capaz de realizar com-
portamientos que un hombre realiza y que los demás
dirían que “este es un hombre inteligente”, tiene como
consecuencia el hecho de decir que la computadora
también es inteligente.1
Otros autores se han aventurado en la tarea de denir
lo que es la inteligencia articial. Por ejemplo, Mar-
vin Minsky la denió como “la ciencia de hacer que
las máquinas hagan cosas que requerirían inteligencia
Síntesis
Ante los cambios tecnológicos como
las redes neuronales artificiales, es
inevitable que se planteé la pregunta:
¿desaparecerá la profesión contable?
La respuesta es no, no lo hará; solo
está y adaptándose como lo ha hecho
siempre; sin embargo, los Contadores
debemos aportar nuestro razona-
miento abstracto para que, junto con
los desarrollos que se han hecho en el
área de la inteligencia artificial, poda-
mos mejorar procesos y sistemas in-
novadores para solucionar problemas
dentro de las empresas o proponer
soluciones que mejoren sus proce-
sos internos y hagan más eficiente su
operación.
La imagen del Contador en el ámbito social ha
sido valorada de distintas formas al paso del
tiempo. Es común escuchar que la gente diga
que todo mundo necesita de un Contador en su
vida, tal vez con una connotación de lo indis-
pensable de la gura misma como profesionista o como
vía para desvincularse de procesos que muchos conside-
ran tediosos y repetitivos, una especie de facilitador.
En los últimos años ha cobrado mayor fuerza la segun-
da connotación, no por su apego a la realidad, sino por
la concepción general que la sociedad tiene acerca de
los alcances de un profesional de la contabilidad, pero
¿qué tanto los propios Contadores nos damos cuenta
de los alcances de la profesión?
Durante la formación académica de un Contador se
reciben conocimientos indispensables para su futuro
desarrollo profesional. Se aprende sobre contabilidad
nanciera, contabilidad gerencial, normatividad res-
pecto a la información nanciera, nanzas corporati-
vas, impuestos, control interno, auditoría, sistemas de
información, entre muchas otras cosas.
Es indudable que toda esta información solo es valio-
sa si realmente se traduce en conocimiento, para poder
expandir nuestro rango de acción como profesionistas.
como si se hubieran hecho por el hombre”. Por otro
lado, Demis Hassabis, fundador de Deep Mind, dene a
la inteligencia articial como “la ciencia de hacer a las
computadoras inteligentes”.
El gran problema que existe al tratar de hacer a una
computadora inteligente es denir, en primer lugar, qué
es la inteligencia y cómo vas a enseñarle a una compu-
tadora a aprend er. Imaginemos, por ejemplo, un progra-
ma capaz de detectar si un correo electrónico es spam.
Si nosotros programamos las reglas para determinar si
este es el caso, la computadora sería capaz de detectar
solamente aquellos que cumplan estas reglas, pero si las
personas que envían los correos notan cuál es el patrón
que la computadora está siguiendo pueden cambiarlo y
hacer que sus correos no sean detectados como tal. Sería
maravilloso que la computadora pudiera cambiar estas
reglas por sí mismas para adaptarlas a los cambios que
se están dando para continuar detectando correos no de-
seados. Con este ejemplo y con muchos otros, surgió el
problema de dotar a la computadora de habilidades para
aprender por sí misma sin necesidad de escribir las reglas
especícamente, dando entrada a una nueva disciplina:
el aprendizaje de máquina.
Arthur Samuel, conocido por sus estudios en inteli-
gencia articial y por su desarrollo de un programa
capaz de jugar damas chinas de manera autónoma,
denió al aprendizaje de máquina como “el campo
de estudio que da a las computadoras la habilidad de
aprender sin tener que ser programadas explícitamen-
te para eso”. Por otro lado, Tom Mitchell dijo “que un
programa de computadora aprende de la experiencia
E, con respecto a una tarea T y con una medida de
rendimiento R, si su rendimiento en T, medido por R
mejora con E”.2
Las técnicas de aprendizaje de máquina buscan obte-
ner modelos que puedan explicar un fenómeno basán-
dose en datos obtenidos anteriormente. Se busca que
estos modelos sean generales, que puedan adaptarse
al cambio y que su salida tenga la menor cantidad de
error posible, especialmente al momento de ser pro-
bados con datos que no se han visto con anterioridad.
Regresando al problema del detector de spam, utili-
zando estas técnicas la computadora sería ahora capaz
de detectar patrones por sí misma, sin la necesidad de
tener las reglas explícitamente escritas, además de te-
ner la habilidad de detectar nuevos patrones cuando
haya un cambio en los datos.
Las técnicas de aprendizaje de máquina se pueden
utilizar en diferentes situaciones, en donde la solu-
ción actual requiere mucho trabajo manual o muchas
reglas, problemas en donde no hay una solución óp-
tima (como, por ejemplo, los problemas no comple-
tos), problemas que viven dentro de un ambiente
cambiante; entre otros. Existen distintas maneras de
Redes neuronales
CONTADURÍA PÚBLICA
41
DOSSIER
40
Para continuar leyendo
Solicita tu prueba