WEBVTT
Kind: captions
Language: es-419

00:00:00.000 --> 00:00:04.319
Nuestra habilidad de aprender y mejorar en

00:00:04.319 --> 00:00:06.299
tareas a través  de la experiencia es parte de

00:00:06.299 --> 00:00:07.319
ser humano.

00:00:07.319 --> 00:00:09.330
cuando nacemos no sabemos casi nada

00:00:09.330 --> 00:00:11.219
y se puede hacer casi nada para nosotros

00:00:11.219 --> 00:00:13.320
pero pronto estamos aprendiendo y cada vez

00:00:13.320 --> 00:00:15.990
más capaces cada día, pero ¿sabía usted

00:00:15.990 --> 00:00:18.990
que las computadoras pueden hacer lo mismo. Aprendizaje automático

00:00:18.990 --> 00:00:20.640
reúne estadísticas y

00:00:20.640 --> 00:00:22.680
la informática para permitir a los ordenadores

00:00:22.680 --> 00:00:24.449
aprender a hacer una tarea determinada sin

00:00:24.449 --> 00:00:27.180
siendo programado para hacerlo. Al igual que su

00:00:27.180 --> 00:00:29.640
cerebro utiliza para mejorar la experiencia de una tarea

00:00:29.640 --> 00:00:33.030
por lo que puede ordenadores. Digamos que usted necesita un ordenador

00:00:33.030 --> 00:00:34.590
que puede decir la diferencia entre una

00:00:34.590 --> 00:00:36.360
foto de un perro y una imagen de un gato

00:00:36.360 --> 00:00:39.300
que podría empezar por la alimentación imágenes y

00:00:39.300 --> 00:00:39.989
contarla

00:00:39.989 --> 00:00:42.540
éste es un perro, que uno es un gato.

00:00:42.540 --> 00:00:44.460
Un ordenador programado para aprender buscará

00:00:44.460 --> 00:00:46.320
patrones estadísticos dentro de los datos

00:00:46.320 --> 00:00:48.210
que le permitan reconocer un gato

00:00:48.210 --> 00:00:51.030
o un perro en un futuro podría averiguar

00:00:51.030 --> 00:00:53.190
por su propia cuenta que los gatos tienen narices más cortas

00:00:53.190 --> 00:00:55.199
y los perros vienen en una variedad más amplia de

00:00:55.199 --> 00:00:57.420
tamaños y representan entonces que

00:00:57.420 --> 00:01:00.210
información numérica organizar en el espacio

00:01:00.210 --> 00:01:03.120
pero fundamentalmente es que el equipo no la

00:01:03.120 --> 00:01:05.010
programador que identifica los patrones

00:01:05.010 --> 00:01:06.960
y establece el algoritmo por el cual

00:01:06.960 --> 00:01:09.360
futuros datos serán ordenados. Un ejemplo

00:01:09.360 --> 00:01:10.619
de un simple pero muy eficaz

00:01:10.619 --> 00:01:12.869
algoritmo es encontrar la línea óptima

00:01:12.869 --> 00:01:15.000
la separación de los gatos de los perros. Cuando el

00:01:15.000 --> 00:01:16.890
computadora ve una nueva imagen se comprueba

00:01:16.890 --> 00:01:18.420
qué lado de la línea cae en y

00:01:18.420 --> 00:01:22.500
Luego dice, ya sea gato o un perro. pero de

00:01:22.500 --> 00:01:26.549
Por supuesto puede haber errores. Cuanto más

00:01:26.549 --> 00:01:28.049
datos de la computadora recibe la

00:01:28.049 --> 00:01:29.549
más finamente sintoniza su algorothm convierte

00:01:29.549 --> 00:01:31.470
y cuanto más precisa se puede

00:01:31.470 --> 00:01:34.979
en sus predicciones. El aprendizaje automático es

00:01:34.979 --> 00:01:37.650
ya ampliamente aplicada. Es la tecnología

00:01:37.650 --> 00:01:39.840
detrás de reconocimiento facial, texto a voz

00:01:39.840 --> 00:01:43.259
el reconocimiento, los filtros de spam en su bandeja de entrada,

00:01:43.259 --> 00:01:45.149
compras en línea o visualización

00:01:45.149 --> 00:01:48.270
recomendaciones, fraudes con tarjetas de crédito

00:01:48.270 --> 00:01:50.790
detección y mucho más. En el

00:01:50.790 --> 00:01:52.619
Universidad de Oxford aprendizaje automático

00:01:52.619 --> 00:01:54.899
los investigadores están combinando las estadísticas y

00:01:54.899 --> 00:01:56.369
la ciencia para construir algoritmos de computadora

00:01:56.369 --> 00:01:58.710
que pueden resolver problemas más complejos,

00:01:58.710 --> 00:02:00.960
de manera más eficiente, utilizando menos computación

00:02:00.960 --> 00:02:01.630
poder

00:02:01.630 --> 00:02:03.789
Desde el diagnóstico médico a los medios sociales

00:02:03.789 --> 00:02:06.820
el potencial de aprendizaje automático a

00:02:06.820 --> 00:02:08.560
transformar nuestro mundo es verdaderamente

00:02:08.560 --> 00:02:13.390
sorprendente. Para obtener más información sobre la máquina

00:02:13.390 --> 00:02:15.819
visita aprendizaje www.OxfordSparks.ox.ac.uk

00:02:15.819 --> 00:02:17.890
síguenos en Twitter y nos encontrará en

00:02:17.890 --> 00:02:23.340
Facebook