Un Aprendizaje Automático (Machine Learning, ML) simplificado y automatizado, este el objetivo que persigue Microsoft al anunciar las nuevas capacidades para su servicio Azure Machine Learning basado en la nube.
La idea es permitir a los desarrolladores y profesionales de datos, de cualquier nivel de habilidad, construir modelos avanzados de Aprendizaje Automático ante el acelerado ritmo de la tecnología.
Para Lance Olson, director de Administración de Programas para la IA (Inteligencia Artificial) aplicada en Microsoft, esto es realmente emocionante porque hay un nuevo avance cada mes o cada semana.
“Cada vez más, las conversaciones pasan de discutir el arte de lo posible a pasar al siguiente nivel de implementación en un proyecto específico”.
A pesar de esto, se ha dicho que muchas empresas están luchando para alcanzar sus objetivos de IA, ya que la oferta de científicos de datos y expertos en la materia no ha logrado mantenerse al día con la creciente demanda.
Y es que no sólo se trata de crear modelos de IA, que ya es un trabajo difícil, sino que le sigue la lucha por ponerlos en producción y mantenerlos en funcionamiento.
En una entrada de blog se ha insistido en que los datos envejecen, mucho más rápido que el código, lo que trae como consecuencia que los modelos sean menos precisos a medida que el mundo cambia.
Los portavoces de la compañía, en su conferencia Microsoft Build 2019, han dejado claro que están enfocados en ayudar a todos los desarrolladores, incluso a aquellos sin experiencia en IA o Ciencia de Datos, a utilizar sus herramientas y servicios para ofrecer los grandes beneficios que cada vez más clientes esperan.
Wisam Hirzalla, director de Bases de Datos Operacionales y Marketing de Productos Blockchain en Microsoft, ha dicho que la IA y el ML pueden convertir a los desarrolladores en héroes, por su capacidad de ofrecer experiencias realmente personalizadas y súper inmersivas a los clientes.
“Queremos facilitar a cualquier empresa el uso de la tecnología”, dijo el representante de la empresa.
Desarrollar con Azure Machine Learning
Según Bharat Sandhu, director de IA de Microsoft, se puede pensar en los profesionales de la IA en tres categorías, comenzando por los desarrolladores y científicos de datos a los que les gusta escribir código.
Justamente, si lo que desean es construir modelos de ML utilizando herramientas y procesos que ya conocen, Azure Machine Learning les ofrece un “modelo de código primero”, donde pueden usar las herramientas de desarrollo que les gustan.
La segunda categoría incluiría a expertos en el dominio de negocios, quienes pueden saber mucho sobre datos, pero no saben mucho sobre ML o código. La experiencia de Azure Machine Learning es una opción “sin código” para esos clientes, totalmente accesible y sin tener que escribir ningún código.
“Una tercera categoría de personas, que están aprendiendo conceptos de ML, quieren hacer sus propios modelos pero no son programadores. Estos podrían ser profesionales de TI o personas con experiencia en estadísticas o matemáticas. Para esos clientes, ofrecemos una experiencia de arrastrar y soltar para hacer modelos visualmente”.
Además, Sandhu ha señalado que no importa de qué manera se crean los modelos de ML, pues todos usan el mismo back-end, lo que significa que todos los modelos pueden integrarse fácilmente.
Por otra parte, Microsoft promueve la interoperabilidad entre los distintos marcos de IA a través de un estándar llamado ONNX Runtime u Open Neural Network Exchange. Se ha indicado que este esfuerzo conjunto con otras compañías de tecnología crea modelos de implementación que funcionan en múltiples plataformas.
“Eso libera a los desarrolladores y científicos de datos para utilizar cualquier marco y hardware que mejor se adapte a ellos. Y libera al equipo operativo para centrarse en la implementación y obtención de resultados, en lugar de tener que traducir a medida que pasan de uno a otro”.
En Build 2019, la compañía también ha anunciado el soporte para la integración de ONNX con aceleradores de hardware, siendo ahora un colaborador activo del proyecto MLflow, una plataforma de código abierto para administrar el ciclo de vida del ML.
Otras actualizaciones de Azure ML
Los portavoces de Microsoft, en Build 2019, igualmente han informado una nueva categoría de los Servicios cognitivos de Azure llamada Decisión, que ofrece recomendaciones específicas para ayudar a las personas a tomar decisiones.
Personalizer es una de las herramientas de esta nueva categoría, que utiliza una rama de la IA llamada Aprendizaje por Refuerzo, para ayudar a la tecnología a extraer el conocimiento de sus propias experiencias y luego ofrecer recomendaciones informadas.
“Podemos tomar el Aprendizaje de Refuerzo y enviarlo de una manera que sea accesible para los desarrolladores y que no requiera un científico de datos. Eso será muy impactante para los clientes”, de acuerdo a Olson.
Igualmente se han conocido otras actualizaciones de los Servicios cognitivos de Azure, incluyendo Ink Recognizer, que puede aprender a leer la escritura a mano, así como Form Recognizer, que identifica formas y otras nuevas capacidades de transcripción de conversaciones y otros avances en el habla, la visión y el lenguaje.
De acuerdo al criterio de Lance Olson, la IA abre tantas posibilidades y los límites son muy pocos, generalmente sólo limita la imaginación. Dice que esto no necesita ser abrumador para la gente, pues se está llegando al punto en el que ahora se puede hacer que la IA sea accesible para un conjunto mucho más amplio de clientes.
En la compañía esperan que más clientes comiencen a usar la IA en los próximos meses y años, no sólo por los beneficios para el negocio, sino por lo accesible de sus herramientas.
