Autor: Saulo Tipas

Actualmente tenemos a la mano varios modelos listos para ser usados en diferentes plataformas y escenarios, todas estas herramientas crecen y mejoran acorde a las necesidades y usos.  IA Plataform de Google, IA Services  aws, Azure AI de Microsoft son las principales casas de software de alto nivel que no tienen 1 o 2 modelos para realizar un análisis predictivo, cada una de cuenta con una suite completa:

IA Plataform:

En Google tenemos a disposición 2 la plataforma de entreno y de predicción, en el lado del entreno podemos crear nuestros propios modelos en TensorFlow , Scikit learn  y XGBoost  también podemos hacer uso de algoritmos ya incorporados usando tu conjunto de datos sin escribir una aplicación de entreno. La parte predictiva se administran los recursos de procesamiento en la nube para ejecutar los modelos a gran escala y pone a disposición de las solicitudes de predicción en línea y por lotes. 

IA Services AWS:

AWS tiene integrado modelos para uso común como por ejemplo crear recomendaciones personalizadas debido a que siempre sus API están aprendiendo de forma continua, aunque aseguran que no es necesario tener conocimientos de Machine Learning , la validación y corrección debe estar acompañado de un experto en el negocio y alguien técnico en los modelos utilizados. Amazon rekognition, Amazon Lookout for visión, AWS Panorama estos servicios componen el set de Vision Artificial, también cuenta con análisis y extracción de datos automatizados, IA del lenguaje.

En este punto hay que hacer un alto centrarnos en Metricas empresariales de aws  donde tenemos a disposición Amazon Forecast, Amazon Feaud Detector, Amazon Lookout for metrics. Estas herramientas sobresalen debido a su gran variedad de casos de uso y facilidad de implementación, la utilidad que le demos a estos modelos disponibles puede ayudar significativamente a cualquier organización en su inventario, planificación de personal.

 

En Azure también encontramos un pool de posibilidades relacionadas con la IA integradas a toda la suit de azure como son sus bases de datos y su herramienta de inteligencia de negocios power BI. Automated ML, Generative IA, MLops ,  Responsible IA cada una de estas opciones viene acompañada de un catálogo de modelos disponibles listos para ser adaptados a las necesidades del cliente, sin perder la posibilidad de incluir tus propios modelos.

Algunos clientes que no tiene integrado las suits completas de estas plataformas lo cual no es impedimento para utilizar estos modelos, actualmente existen gran variedad de lenguajes de código abierto con librerías lo suficientemente robustas para diseñar un modelo con todas las especificaciones. Empecemos con el nuevo de Meta llamado LLAMA 2, que se liberó recientemente y se espera su 3 versión. Otro sin lugar a duda es Falcon 180B de lo cual podemos resaltar su versatilidad al ser implementado en análisis de sentimientos, clasificación de texto y traducción de idiomas.  También podemos hablar de librerías como TensorFlow, OpenAI, PyTorch, Keras, Caffe  entre otras librerías robustas y disponibles para implementar un desarrollo de IA o ML.

Como podemos apreciar existe una gran variedad de herramientas y lenguajes que han demostrado acertar en sus predicciones y sugerencias, la aplicación de la IA paso de ser algo exclusivo a algo masivo a todos los procesos empresariales mejorando en la precisión de decisiones acorde a las tendencias de los mercados.

¿Qué te pareció? ¡Comparte tu opinión ahora!