¿Qué preguntas debo hacer para acertar con el Big Data?

questions-1328347_1280

Cuando estas en los primeros años de la carrera de periodismo te enseñan a hacer preguntas básicas, tales como: qué,  cuándo, dónde, cómo, y por qué. Para dar con la información que necesitas. Quizás estás mismas preguntas habría que darles una vuelta y aplicarlas para acertar con estudios de Big Data.

El reto que se me viene a la mente, es ¿cuáles son las preguntas correctas, para acertar con el Big Data? y más que nada como ya he hablado en otras ocasiones, para facilitarle la vida al cliente.

En su momento podríamos considerar que la tecnología nos ha transformado, tanto en profesionales como consumidores. Ahora tenemos muchos datos, en exceso. El objetivo es convertirlos en información.

En una publicación que realiza Forbes en su artículo Big Data: Too Many Answers, Not Enough Questions, encontramos un escenario similar. El valor de los datos no son éstos en si mismos, sin la utilidad que les des. Por ello, explica su autor, muchas veces nos encontramos en la frustrante situación de tener la capacidad para saber demasiado sin aplicar un mapa estratégico sobre qué quieres saber, o cómo has de utilizar el conocimiento recopilado. Al fin y al cabo los datos acaban convirtiéndose en montañas inservibles de información y pierden su valor para quienes los tienen. Es como vaciar palabras en saco roto.

Es por ello que lo realmente importante son las preguntas. Buenas preguntas llevarán a encontrar respuestas acertadas. Y también a implementar la tecnología adecuada para dar respuesta a dichas preguntas. El autor del artículo nos ejemplifica esta teoría con experiencias propias en las que actúa como consultor para distintas empresas, y siempre la conclusión es la misma: primero, define tus preguntas, y después obtén las respuestas. El Big Data es una herramienta determinante para mejorar y hacer más eficiente a las empresas, mejorar la fidelidad de los clientes, adaptar los productos a las necesidades de éstos. Al día de hoy se vuelve fundamental tener personas en las organizaciones, ya sean consultores o responsables internos, que guíen a los equipos hacia las preguntas correctas, lo que por añadidura dará respuestas correctas.

Otros de los puntos a considerar, es tener un mapa para que dentro de tu organización puedas enfocarte en los puntos débiles del rendimiento.

traffic-lights-466950_1280

Un ejemplo de manejo de información se da en los centros comerciales, pueden utilizar datos recolectados por medio del GPS de los móviles de sus clientes (con previa autorización) este tipo de datos pueden informar de las decisiones que toman con base a las campañas de Geomarketing. De esta forma, observando las diferentes capas de información mediante GIS, la información es mucho más fácil de procesar, y permitiría a los negocios sacar conclusiones que de otra forma no podrían.

Y como ahora estamos en la “cultura del dato”, en el tratamiento masivo y analítico de los datos. El fenómeno Big Data se ha convertido en una prioridad estratégica, que permite optimizar la toma de decisiones en tiempo real, generando valor a través de sus datos.

Incorporar herramientas de Big Data en el ADN corporativo, aumenta la capacidad de las empresas a la hora de crear nuevos productos, conocer mejor el comportamiento de su negocio, optimizar las ventas cruzadas, tener una visión integral del cliente, gestionar el riesgo de liquidez o mejorar sus ecosistemas de información.

Recapitulando un poco podemos decir que el Big Data al día de hoy para muchas empresas está siendo la respuesta, pero cómo identificar las preguntas correctas, tal cual indicaba arriba. Es importante tener un mapa claro de las verdaderas necesidades de los clientes, lo cual te llevará al camino adecuado. Partiendo de una escucha activa para responder de una mejor manera.

 

 

Fuente

businessvalueexchange.com 

 

 

 

 

 

Posted in Blog | Tagged , , , , , , | Leave a comment

¿Pokémon GO, moda o negocio?

Pokémon-Go-1

La primera vez que escuchamos o vimos la palabra Pokémon fue hace 17 años… ¿quien diría no? en aquella época un éxito total en varios países, si recordamos un poco era una serie donde aparecían animales o ‘monstruos bonitos’ que tenían que ser capturados por Ash Ketchum, un niño de diez años que quería convertirse en un maestro Pokémon, estos bichos cautivaron a más de uno, los nombres Bulbasaur, Charmander y Squirtle le sonará a más de uno y si digo Pikachu ni se diga.

Hace una semana aproximadamente éste nombre regresa con fuerza, ahora llamado ‘Pokémon GO‘  es el resultado de la unión de Nintendo y The Pokémon Company con Niantic, una empresa que formó parte de Google.

Pokémon GO es un juego que está arrasando a nivel mundial, éste se ha creado en la plataforma de juego de Niantic y utiliza ubicaciones reales para animar a los jugadores a que salgan a explorar el mundo real; permitiendo a los jugadores encontrar y atrapar más de un centenar de Pokémon diferentes a medida que los jugadores exploren los lugares del entorno en que se encuentren. Pokémon Go utiliza la cámara del móvil para integrar el videojuego en imágenes tomadas de la realidad.

Lo más curioso es que las acciones de Nintendo desde el 6 de julio, han subido más de un 90%  aproximadamente.

Realidad aumentada en medio de todo

La realidad aumentada es un híbrido de información sensorial (lo que percibimos) y de información procedente de los bancos de datos electrónicos que se superponen sobre aquella.

Hace cuatro años, un desarrollador poco conocido llamado Niantic creó Ingress. Era un juego para móviles basado en la ubicación, que sentó las bases para su próximo gran juego, Pokémon Go. Ambos son divertidos pero con sus diferencias.

La competición

Pokémon GO, se basa en los mismos datos y hecho por la misma compañía, por lo que no es coincidencia que son bastante similares. La distinción clave entre ellos es que de entrada Ingress ha tenido casi cuatro años para madurar, mientras que Pokémon Go ha sido sólo un poco más de una semana. La comparación de los dos es más para la diversión y para ver cómo cada uno puede mejorar.

Marketing y Ventas

El fenómeno es global y enorme, hasta tal punto que la app de Pokémon Go ya ha sido descargada sólo en los Estados Unidos más de 7,5 millones de veces según varias estimaciones.

Partiendo de este punto hay que considerar que las empresas no han esperado para promocionarse y a la vez generar negocio. Niantic ya ha encontrado a su primer socio en Japón. Nada más y nada menos que McDonald’s. 3.000 establecimientos en el país asiático se convertirán en bases y gimnasios Pokemón. Un acuerdo que no sólo beneficia a Nintendo sino también a McDonalds.

Gracias a esta alianza las acciones de McDonald’s también están aumentando. Ya lo hicieron cuando puso en marcha su Happy Meal Pokemon y ahora lo han vuelto a hacer gracias a ser un “lugar patrocinado“, para convertirse en paradas y gimnasios.

Es asombroso sentarse un momento y pensar en todo lo que ha logrado en tan poco tiempo y analizar esta fiebre de Pokémon GO, lo único que queda por decir es ¿Hasta dónde llegará esta moda y hasta cuándo?

 

Fuente

www.time.com

www.forbes.com

 

 

Posted in Noticias | Tagged , , , , , , | Leave a comment

La evolución de la Inteligencia Artificial en el mundo del entretenimiento

sandbox-828551_1280

La mayoría de los sistemas de Inteligencia Artificial (IA), tienen la peculiaridad de “aprender”, lo que les permite ir perfeccionando su desempeño a medida que pasa el tiempo. Estos sistemas pueden analizar volúmenes muy grandes de información a muy alta velocidad, lo que permite obtener indicadores puntuales de las operaciones de una empresa.

En el siguiente post te vamos a contar acerca de la evolución de la IA en el mundo del entretenimiento.

No es de extrañar que el reciente auge de la Inteligencia Artificial  está siendo encabezado por los gigantes de Internet como Google , Microsoft , Amazon , Facebook , Baidu entre otros. Actualmente cualquier dispositivo con micrófono tiene incorporado los comandos de voz que detectan de manera inteligente los deseos del consumidor.

Usando el conocimiento

Detrás del éxito de la tecnología hay proveedores de búsqueda que han abierto un camino en el aprovechamiento de las nuevas tecnologías para proporcionar mejoras para sus clientes. Mencionaremos algunos casos:

En 2012, Google anunció su “Gráfico de conocimiento ‘, que fue diseñado para entender que las palabras clave no eran sólo cadenas de caracteres, sino que se refiere a las cosas reales en el mundo que están relacionados entre sí de manera significativa.

En 2013, Facebook reveló ‘el espacio de búsqueda’, de las redes de arrastre de resultados basados ​​en el buscador de amigos, el contenido y las relaciones, así como las tendencias más amplias en el sitio.

Otro caso se dio con Jibo, en el 2014, actualmente se presenta como un asistente personal de tu hogar además de amable, servicial e inteligente, responde y aprende a medida que participes con él. Jibo usa algoritmos de inteligencia artificial para adaptarse a tu estilo de vida.

A través de su pantalla táctil LCD con resolución HD y gracias a su reconocimiento de voz, (en inglés) es capaz de hacerte fotos, leerte correos electrónicos, ayudar en la lectura de cuentos a los más peques, pedir comida a domicilio, actuar como contestador automático, como notificador o como simple webcam para videoconferencias.

 

Presencia en TV

En el contexto de la televisión, la mayoría de los consumidores están más conscientes de los parámetros que se ponen los medios de comunicación para proporcionar resultados (productos) altamente personalizados.

La capacidad de hacer una personalización precisa y extremadamente relevante – lo que la industria está denominando hiper-personalización – se correlaciona con capacidades semánticas de la gráfica conocimiento.

House of Cards es un claro ejemplo de los datos enfocados a la creatividad, debido a que analizó los hábitos de consumo de sus millones de usurarios con un algoritmo. Tres elementos clave salieron entonces a la luz: Kevin Spacey, David Fincher y los dramas políticos de la BBC.

El algoritmo no se equivocó. No sólo “House of Cards” se ha convertido en un éxito en todo el mundo y en una de las series más emblemáticas de la plataforma online, con una audiencia estimada del 6.5 por ciento de sus suscriptores, sino que se convirtió en la primera serie web ganadora de un premio Emmy.

Otro caso y con este finalizamos es el de la firma Epagogix, basada en Londres, ofrece un análisis de inteligencia artificial para guiones de cine, con el fin de predecir las probabilidades de éxito que tendrán en la taquilla. Incluso dice ser capaz de señalar “las mejoras” necesarias para aumentar el valor comercial de la película.

En teoría eso elimina la peor pesadilla de cualquier director de cine: el fracaso presupuestario.

De esta manera podemos evidenciar cómo los datos que segundo a segundo generamos a través de diferentes dispositivos o medios alternativos, el mundo del entretenimiento los están utilizando, (esperemos que cada vez más  sea) para generarnos una calidad de vida óptima sin perder el lado humano.

 

 Fuente

 www.information-age.com

 www.zdnet.com

 

 

 

Posted in Blog | Tagged , , , , , , , , , , | Leave a comment

La transformación del negocio con Cloud Computing

entrepreneur-1340649_1280

Aunque el cloud computing existe desde hace algunos años, no es hasta hace unos 6 aproximadamente que ha empezado a expandirse en el mundo empresarial. Sus ventajas y desventajas han destituido al modelo tradicional en el que el software se instalaba en cada equipo.

El objetivo principal del cloud computing es ofrecer efectos transformadores a la empresa, para sustituir simplemente un sistema.  Con el pasar de los años  ha surgido una nueva ola de tecnologías como: el Machine Learning, Cognitive Computing y la realidad aumentada / virtual que se utilizarán para mejorar nuestros procesos de negocios y la participación del cliente.

Con el cloud computing el software es transparente para nosotros. Podemos utilizarlo de igual forma en 1 o 100 ordenadores, tabletas o teléfonos móviles. Con tener una conexión a internet podemos ejecutar cualquier software sin tener que realizar instalaciones. El flujo de trabajo en las empresas es más rápido y mejor con esta tecnología.

Hay que tener en cuenta que los servicios en la nube se están convirtiendo en la piedra angular de las infraestructuras tecnológicas de las compañías.

Proyecciones

Sin lugar a dudas estamos conscientes que va a tomar tiempo que las empresas trasladen su información a la nube, muchos expertos de la industria sienten que va a suceder tarde o  temprano. Gartner, por su parte, predice que para el año 2020, “una política corporativa” de “no- nube ” será tan raro como una política de “no- internet” al día de hoy.

La consultora americana Gartner indica que las organizaciones “no- nube” es decir aquellas que no están convencidas con esta tendencia, tirarán la toalla y admitirán que es una fuerza que no pueden controlar.  El “Cloud computing” será cada vez más la opción por defecto para la implementación de softwares. Sin embargo cada vez más se crearán softwares a la medida,  diseñados en ambientes públicos o privados.

stock-exchange-1426331_1280

Costes de infraestructura tecnológica

Se estima que el gasto en infraestructura tecnológica para entornos cloud en 2016 crecerá hasta situarse en 37.100 millones de dólares, es decir, un 15,5% más que el año pasado. La infraestructura de nube pública será, en particular, la que más crezca, con un aumento del 18,8%, hasta los 23.300 millones.

El International Data Corporation (IDC) también pronostica que el gasto en entornos de nube crecerá a una tasa anual del 13,1% hasta el 2020, y alcanzará los 59.500 millones en 2020, o lo que es lo mismo, 48,7% del gasto total en infraestructuras tecnológicas.

El punto clave en esta transición radica en los cambios y transiciones que tendrá la nube ya que mejorarán entre algunas cosas la presentación de informes y análisis de datos financieros.

 

 

Fuente

www.forbes.com 

www.ciospain.es

 

 

 

 

 

Posted in Noticias | Tagged , , , , , | Leave a comment

La seguridad: un factor clave con el Internet de las cosas

padlocks-597815_1280

El internet de las cosas (IoT acrónimo en inglés), no sólo está resultando un factor positivo en el mundo empresarial con la optmización de los procesos, además de mejorar la calidad de los productos, sino que se está convirtiendo en dinero contante y sonante.

El IoT supone para las compañías un valor inmediato en términos de ahorro de costes y de reducción de los problemas operativos, mediante el mantenimiento preventivo o la importancia del  feedback  para mejorar lo que estamos haciendo nosotros o nuestros compañeros.

Según las predicciones de IDC, los datos provenientes IoT representarán el 10% de los datos del mundo en cuatro años (44 zettabytes de datos en 2020). Por su parte, la consultora Gartner estima que cerca de 6.400 millones de dispositivos conectados estarán en uso en todo el mundo en el año 2016, un 30% más que en 2015 y llegará a los 20.800 millones en 2020. Según la consultora, en este año unos 5,5 millones de dispositivos nuevos cada día se conectarán.

Hay que considerar que la finalidad del IoT no se encuentra en la conexión entre dispositivos sino en el valor de los datos que serán capaces de recoger, en la manera de analizarlos, rentabilizarlos y extraer información valiosa que de lugar a nuevas fuentes de ingresos, reducir costes y mejorar la experiencia del cliente.

hacker-1446193_1280Factor clave: SEGURIDAD

Ante esta avalancha de innovación, algunas empresas prefieren mantenerse a un lado, por el tema de la inseguridad. Y es que el uso de dispositivos IoT supone un incremento del riesgo de seguridad por diferentes razones. Una de ellas es el aumento de cibercriminales, además de ser cada vez más, están mejor preparados y cuentan con mayor financiación. Se ha creado una red que da soporte a un próspero negocio de robo, chantaje y espionaje corporativo.

Nuevas Amenazas

Con el Internet de las cosas, debemos estar preparados para los nuevos ataques y hay que diseñar nuevas defensas. Te compartimos un modelo de cómo identificar estos posibles atracos en tu empresa. Éste es un  complejo Mapa de amenazas de seguridad creado por Beecham Research el cual ofrece un resumen de todo el conjunto de amenazas y análisis de vulnerabilidad que se utiliza para ayudar a los clientes a dar forma a sus estrategias. Éste es un resumen del mapa:

  • Las amenazas externas y las principales vulnerabilidades internas de aplicaciones de  IoT
  • Las necesidades de autenticación robusta, autorización y confidencialidad
  • Las características y las interacciones entre múltiples redes que se utilizan juntos con la IoT
  • La complejidad de integrar diferentes servicios en una plataforma común
  • La implementación y las defensas de los sistemas operativos de dispositivos de última generación, la integración de chips y la raíz de la confianza asociada.

Ésta seguridad se podrá hacer efectiva mediante la colaboración de todos los partners implicados para ofrecer valor a sus clientes.

 

Fuente

www.ciospain.es

www.datafloq.com

www.businessvalueexchange.com

 

 

 

 

 

 

 

Posted in Blog | Tagged , , , , , , | Leave a comment

Inteligencia artificial: en el cuidado de salud de las personas

familia1

Lo inpensable ya está en nuestros días, series y películas que fueron hitos sobre predicciones del futuro, se cumplieron. Desde robots inteligentes, domótica, conferencias con hologramas y ahora el cuidado de la salud entra también a la apuesta de la Inteligencia Artificial en nuestros días.

La imaginación y la creatividad se han unido para mejorar la calidad de vida de las personas por ejemplo  Doppler Labs ha creado unos audífonos  que permiten mejorar la capacidad auditiva y eliminan el ruido que no queremos oír.

A largo plazo, hay esfuerzos en curso para mejorar nuestra capacidad de procesar y recordar información – La Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA) tiene un programa de investigación para desarrollar dispositivos implantables para ayudar a recuperar la memoria.

Si bien es cierto que los sistemas de inteligencia artificial, son capaces de manejar millones de datos sobre una enfermedad y, conociendo todas las características de un  paciente específico, a día de hoy puede emitir conclusiones y recomendaciones para el tratamiento del individuo.

La inteligencia artificial también comienza a utilizarse en el área de las enfermedades oncológicas. Ante ello, te compartimos un caso: Un equipo de investigadores del Colegio Imperial de Londres han creado un prototipo realmente inusual. Se trata de un trasero robótico con una anatomía interna exactamente igual que la de uno real. Esta invención te podría ayudar a prevenir el cáncer de próstata.  El proyecto ya cuenta con financiación para crear una versión comercial.

La próxima tendencia es la tecnología robótica social donde utilizarán la inteligencia artificial para entender a la gente y responder apropiadamente. Estas ideas de simples “robots”  han existido desde hace muchos años. Tal es el caso de Paro (en Japón) o Nuka (en España), esta es una foca robot de origen japonés, que lleva desarrollándose desde 1993. Busca aplicar las técnicas de interacción animal con distintos colectivos de personas (mayores, con discapacidades, niños hospitalizados y con síntomas de demencia) en centros de día, residencias y hospitales.

Y por si fuera poco el impacto en la salud también será dramático. Hemos escuchado mucho sobre los productos sanitarios conectados que están creando una revolución de la salud digital y poniendo atención médica en las manos de los consumidores. Dos ejemplos son: otoscopio de CellScope digital y el AliveCor con Kardia, ambos productos favorables al consumidor, en el caso de CellScope añade sensores a un teléfono inteligente para que los consumidores puedan controlar las infecciones del oído o la fibrilación auricular, respectivamente.  Kardia por su parte controla el ritmo cardiáco desde cualquier dispositivo teniendo en tiempo real el resultado de tu análisis.

 

 

Fuente

medium.com

3.imperial.ac.uk

 

 

 

 

 

 

 

 

 

Posted in Noticias | Tagged , , , , , | Leave a comment

Modelos Predictivos: aciertan con nuestros gustos

bowling-696121_1280A lo largo de la historia de la humanidad ha habido, y sigue habiendo culturas, que no tienen interés en contar, donde uno, dos, tres, no existen. Los piraha, una tribu seminómada del Brasil usan una lengua que no tiene palabras para contar, no es que cuente, uno, dos, muchos,  como ocurre con lenguas parecidas, es que no existe ese concepto de hacer cuentas precisas.

Los números son una parte importante, si no definitiva, de la evolución humana. La capacidad de contar no es exclusiva de los seres humanos, primates y loros son capaces de contar. Sin embargo hay una facilidad que sólo tienen los seres humanos y es la de aprender listas ordenadas, y la razón por la que podemos hacer esto se debe a que tenemos el lenguaje y la escritura. Aprendemos nuestra lista de contar con palabras y símbolos, lo que nos hace únicos en el reino animal.

Basado en esta capacidad, podemos construir relaciones y técnicas basadas en el lenguaje matemático que ayudan a comprender la realidad.

“Las matemáticas poseen no sólo la verdad, sino la suprema belleza, una belleza fría y austera, como una tumba”, dijo una vez el matemático y filósofo británico Bertrand Russell (1872 – 1970).

Quizá es esta ‘verdad y belleza’ lo que provoca la fascinación por la resolución de problemas matemáticos.

La realidad que percibimos, y que en ocasiones se nos muestra como aleatoria o que no responde a ninguna causa,  siempre esconde modelos más o menos concretos, más o menos generales.

En los últimos años en buena medida como fruto del desarrollo de la matemática y también de la tecnología es posible manejar, analizar cantidades ingentes de datos – Big Data – con fines diversos, económicos en muchos casos, y también de salud, sociales, biológicos, etc. El 90 por ciento de los datos disponibles actualmente, fueron recopilados en los dos últimos años. Muchas de las técnicas de modelado predictivo (entre las que se incluyen redes neuronales [NN], agrupación en clúster, máquinas de vectores de soporte [SVM] y normas de asociación), ayudan a convertir  estos datos en conocimiento y valor, vía patrones escondidos en esos grandes volúmenes de datos históricos, y una vez que se ha realizado el aprendizaje que contienen los datos, se consiguen los modelos predictivos.

El modelo predictivo tendrá que ser validado con el uso para casos que no sean exactamente iguales a los que originaron el modelo, es decir, el modelo es capaz de generalizar el conocimiento aprendido.

El modelo predictivo es resultado de la combinación de datos y matemática, que se traduce en la creación de una función de correlación entre un conjunto de datos de entrada y una variable de salida que es la que queremos explicar. Primero se necesita la base de datos que será utilizada para aprender. Habrá unos datos que representan por ejemplo al cliente y que constituyen una entidad en sí, serán datos personales, transacciones realizadas por él, navegación por nuestra web y alguna variable que será la que queremos explicar.

Un registro de cliente puede ser descrito matemáticamente como un vector en un espacio multidimensional, ya que se utilizan múltiples espacios para definir el objeto del tipo de cliente. Las técnicas de modelado predictivo facilitan el desarrollo de modelos predictivos precisos, siempre y cuando existan datos suficientes y con una calidad alta.

La analítica predictiva es utilizada por empresas e individuos en todo el mundo para extraer el valor de los datos históricos obtenidos de personas y sensores. Los datos sobre personas incluyen todos los movimientos que hacen los clientes por cualquier tipo de vía telemática, transacciones y operaciones en las redes sociales. Además, cada vez más, los dispositivos contienen elementos electrónicos, están instalados en nuestros teléfonos, edificios, carreteras, hospitales, satélites… y están creando datos que se van almacenando y de los cuales podemos hacer análisis y crear los modelos que explican la realidad y que a la vez permiten hacer predicciones sobre el futuro. Estos modelos predictivos ya están influyendo en nuestras vidas, ya tomamos decisiones con predicciones sobre el tiempo, el tráfico, averías de aparatos, inversiones bursátiles, cambio climático, etc.

Zapatos 1 atrapando

Existen numerosas técnicas predictivas, algunas de ellas específicas para algunos problemas concretos y otras pueden ser utilizados para una gran variedad de aplicaciones, como por ejemplo, las máquinas de vectores de soporte (SVM), las redes neuronales (NN) y los modelos de regresión lógica, son técnicas poderosas que a pesar de ser matemáticamente diferentes, generan resultados comparables. Los árboles de decisión también es una técnica genérica que es destacable por la facilidad para explicar el producto que se obtiene, por ello son los más usados.

Las técnicas de agrupación en clúster son muy usadas cuando la variable de destino o respuesta no sea importante o no esté disponible, y sí sean importantes las asociaciones entre los elementos de entrada, se puede utilizar una técnica conocida como reglas de asociación para encontrarlas. Por ejemplo, las reglas de asociación pueden utilizarse para descubrir que las personas que compran pañales y leche también compran cerveza.

Los modelos predictivos pueden también beneficiarse de diferentes técnicas de modelado a la misma vez. Esto sucede porque muchos modelos pueden combinarse juntos en lo que se llama conjunto modelo. De este modo, la salida del conjunto está designada para nivelar las diferentes series de fuerzas inherentes a los diferentes modelos y técnicas.

Las técnicas predictivas trabajan ya en muchas empresas, desarrollando soluciones predictivas con los datos que en nuestra sociedad generamos a un ritmo de crecimiento geométrico. Posibilitando transformar el mundo en un mundo más inteligente donde se puedan prevenir y gestionar los riesgos en ámbitos como la salud, los accidentes, el crimen y un amplio, etc.

Un mundo mejor está ya al alcance de nuestras manos.

 

 

Blanca Revilla

Analytics Solutions Director

blanca.revilla@conento.com

Posted in Blog | Tagged , , , , , , , , | Leave a comment

Machine Learning en la medicina

dna-163466_1280(1)

Las apuestas tecnológicas se están enfocando en la mejora continua de algoritmos de reconocimiento de imágenes, de voces y textos en sectores como: la banca, los  transportes, la internet y ahora en el mundo de la salud.

Por contextualizar un poco las grandes multinacionales como Google, Facebook y Microsoft han llevado la batuta. Google por ejemplo desarrolló satisfactoriamente redes neuronales que reconocen voces en teléfonos Android e imágenes en Google Plus. Facebook usa el deep learning para orientar los anuncios e identificar rostros y objetos en fotos y vídeos; Microsoft lo hace en proyectos de reconocimiento de voz; y Baidu, el gran buscador chino, abrió en 2013 un gran centro de investigación de deep learning en Silicon Valley, a 10 kilómetros del Campus de Google en Mountain View.

¿Analítica de Datos y la ciencia?

Por más de veinte años se han aplicado algoritmos matemáticos basados en la estadística, tales como los árboles de decisión (DT), las redes neuronales artificiales (ANN), los métodos Bayesianos (BN) y las máquinas de soporte vectorial (SVM) en la detección del cáncer. Afortunadamente, los métodos mencionados han ofrecido una alternativa con alta precisión y efectividad en la hora de tomar decisiones.

Es curioso mencionar pero al día de hoy existen estudios que se enfocan en la predicción de susceptibilidad al cáncer, recurrencia o supervivencia a la misma. Los estudios realizados toman en cuenta edad, dieta, historia clínica, peso, hábitos de alto riesgo y exposición a ambientes no favorables. Las bases de datos como PubMed o Scopus tienen tanta información que los métodos de Machine Learning han cobrado una popularidad entre los investigadores porque pueden realizar predicciones efectivas.

cerebro1

¿Y la ética?

Desde este punto de vista se analizan las oportunidades e implicaciones éticas de la utilización de tecnologías en Machine Learning, ya que se acumula con rapidez grandes cantidades de datos de carácter personal, para prestar atención médica individualizada.

Y desde un factor disruptivo con este tipo de mejoras en la salud a través de la tecnología, ¿estarías dispuesto a cambiar a un doctor por un robot?

Pues no te creas, hay personas que sí lo harían y ante ello en el Instituto de Tecnologías Creativas en Estados Unidos ha creado a “Ellie”  la cual llega a hacer preguntas como un médico,  por ejemplo,  pregunta a los pacientes “¿Pudo conciliar un buen sueño, durmió bien? Inmediatamente, analiza las respuestas verbales del paciente, las expresiones faciales y entonaciones vocales, adicional a esto, podría detectar signos de trastorno de estrés postraumático, depresión, u otras condiciones médicas.

Por su parte China no se queda atrás y aunque “Xiaoice” no es médico,  se muestra de manera cercana y amigable, ante ello millones de personas recurren a Chatterbot de Microsoft,  cuando necesitan una escucha comprensiva, a pesar de saber que Xiaoice no es humano. Xiaoice desarrolla una personalidad especialmente en sintonía y el sentido del humor incluso contestando mensajes escritos en tiempo real.

Xiaoice también aprende acerca de los usuarios de sus reacciones en el tiempo y se vuelve sensible a sus emociones, la modificación de respuestas en consecuencia, todo ello sin la instrucción humana. Ellie y Xiaoice son el resultado de la tecnología de Machine Learning.

 

Fuente

 

jama.jamanetwork.com

i2ds.org

 

 

 

 

 

Posted in Blog | Tagged , , , , , , , | Leave a comment

BIG DATA EN LA EUROCOPA

football-1387904_1280

Algunos bromean de que el Big Data reemplazó al Pulpo Paúl con las predicciones futbolísticas pero ¿qué tan cierto es esto? Si recordamos Paúl fue un pulpo empleado como oráculo para predecir los resultados de la selección alemana de fútbol en la Eurocopa 2008 y en el Mundial de Fútbol 2010, donde también fue empleado para predecir otros resultados, acertando en ocho pronósticos que se le propusieron.

Sin embargo el Big Data no se queda atrás en las predicciones futbolísticas con la ayuda de algunas empresas han tenido iniciativas para medir algunos factores que incidan en el resultado final, pronosticando al ganador de la Eurocopa.

La empresa alemana SAP ha sacado una innovadora solución poniendo a disposición de los técnicos y futbolistas germanos, llamada SAP Challenger Insights, una herramienta que permite obtener en tiempo real información sobre las tendencias ofensivas y defensivas de los rivales. Así, si un equipo suele presionar más en una zona del campo que en otra o si acostumbra a doblar marcajes a determinados jugadores, el software lo detectará y el equipo de Löw podrá anticiparlo.

Cabe destacar que Alemania, Italia, Bélgica y Francia, son los países favoritos para ver la final Europea.

Por su parte Microsoft no se queda atrás y también predecirá cada uno de los 51 partidos que se jugaran en la Eurocopa de fútbol 2016. A través de su plataforma de búsqueda Bing, la compañía americana irá dando de a poco a conocer sus predicciones.

Innovadores modelos de predicción

european-championship-1454165_1280

En el ámbito deportivo, las predicciones de Bing usan un modelo de dos pasos, basado en la combinación de estadística y análisis de datos de búsquedas y redes sociales. En primer lugar, Microsoft acude a un modelo estadístico que se basa en el historial de cada equipo (victorias y derrotas, margen de victoria, localización de los encuentros o condiciones climatológicas),

El Big Data hasta ahora acertó con su pronóstico con la victoria de la selección española ante la República Checa, prediciendo un 64% de posibilidades de que esto ocurra.

Las predicciones de Microsoft pueden variar a lo largo del torneo debido a cambios que pueden alterar la competición o el potencial de las escuadras, como por ejemplo: lesiones, condiciones climatológicas inesperadas, variaciones en el apoyo a cada selección por parte de los aficionados u otros factores externos.

Por este motivo, las predicciones se irán actualizando continuamente hasta horas antes de cada encuentro, por lo que los favoritos para ser campeones de la Eurocopa 2016 pueden ir cambiando desde el inicio hasta el final del torneo.

Un punto muy importante es que todos los modelos predictivos y softwares que se implementen por las diversas empresas especializadas, estarán complementados por la adrenalina que se viva en los partidos, dónde cada país dejará la piel en la cancha.

 

 Fuente

diariodenavarra.es

expansion.com

 

 

 

Posted in Blog | Tagged , , , , , , | Leave a comment

¿Una copa más inteligente?

P1

No podemos predecir a través de algoritmos cuándo será la mejor época para obtener una gran cosecha, ya que de esto dependerá  que el vino obtenga las mejores puntuaciones y se venda más y mejor, de ahí que sea tan importante esta decisión.

Sin embargo con la tecnología aplicada a través del Big Data se podrá medir el mejor momento para cosechar o se podrá saber cuán afectada está la vid de la última helada o si es necesario el riego. Y aunque acudir a a los campos siga siendo vital, sin duda el Big Data y el Internet de las Cosas harán que sea menos demandante.

Algunos dicen que España huele a Jerez y a vino tinto, pues un total de  17 Comunidades Autónomas lo respaldan. Su ubicación, las diferencias climáticas y la variedad de suelos, hacen de la Península Ibérica un lugar privilegiado para la producción de vinos muy diferentes.

Cerca de la mitad de la extensión total se encuentra en Castilla-La Mancha, la zona geográfica con mayor extensión del mundo dedicada a su cultivo, seguida de Extremadura, Valencia, Castilla y León, Cataluña, La Rioja, Aragón, Murcia y Andalucía. Algunas de las zonas de Denominación de Origen más conocidas internacionalmente son: la Rioja y Ribera del Duero, famosas por su producción de Tempranillo.

Agricultura inteligente

Gracias a la tecnología hoy se puede conocer en tiempo real datos como la humedad, la calidad del aire o la previsión del tiempo. La tecnología big data permite recibir esta información a través de multitud de dispositivos, permitiéndoles tomar mejores decisiones en cada momento.

Bynse podría servir de gran ayuda para plasmar lo que tratamos de explicar a través de este post, ya que es una plataforma basada en el Big Data que permite controlar el estado en cada momento de las vides.

 

 

Aumento de la rentabilidad:

Con esto queremos decir que hay que invertir mejor los recursos. El análisis de datos nos permite conocer que procesos o costos pueden optimizarse. La tecnología nos ayuda  a reducir, entre otros, el gasto de agua ajustando los parámetros de riego, o el uso de productos fitosanitarios, al conocer de primera mano cuándo una plaga puede atacar a las plantas.

Una empresa que ha apostado por el Big Data es García Carrión. Esta ha impulsado un  proyecto prometedor, respaldado en tecnología SAP HANA. Además se ha volcado por un modelo cloud computing operado por Telefónica, adoptando así la fórmula del pago por uso.

García Carrión busca mejorar el análisis y la gestión del gran volumen de datos. Este proyecto ha arrancado en tres áreas clave: comercial, industrial y financiera.

La tecnología big data es el presente y futuro para la producción eficiente de vinos. Incrementa la producción con la utilización de un menor número de recursos, colabora con la sostenibilidad de la explotación y reduce costes.

 

 

Fuente

e-volucion.es 

expansion.com 

 

Posted in Blog | Tagged , , , , | Leave a comment