En este breve documento, que es el primero de una serie de tres artículos escritos por Mark Patrick, Technical Marketing Manager de Mouser Electronics EMEA, analizaremos algunos elementos del aprendizaje automático que se emplea en entornos con microcontroladores, con baja potencia y recursos limitados, algo que se conoce como TinyML.
El Aprendizaje Automático está adentrándose en muchos aspectos de nuestra vida cotidiana, ya sea en casa, en el trabajo y en otros ámbitos.
Algunas aplicaciones necesitan una potencia computacional importante para gestionar datos científicos o financieros de gran complejidad, pero las que están diseñadas para el internet de las cosas (IdC) y otras aplicaciones periféricas, tienen funciones de computación y conectividad muy bajas.
El aprendizaje automático y la IA ya forman parte de nuestra vida
No hace mucho tiempo, hablarle al reloj como si fuera el comunicador de Star Trek era algo que formaba parte del imaginario de los escritores de ciencia ficción, pero hoy en día, muchos de nosotros lo hacemos de manera rutinaria. Hablamos con las aplicaciones del móvil, el sistema de infoentretenimiento del coche o los altavoces inteligentes que tenemos en casa.
La IA o inteligencia artificial, es decir, ordenadores capaces de pensar, así como de detectar, reconocer y resolver problemas, se ha convertido en la base de muchos ámbitos informáticos y de ciencia de datos. El aprendizaje automático (AA) es un subdominio práctico de la IA que consiste en usar algoritmos para que los ordenadores aprendan y mejoren su manera de abordar una tarea sin que se les haya programado específicamente para hacerlo.
En la actualidad, el aprendizaje automático ya está presente en muchos aspectos de nuestra vida, desde la previsión del tiempo o los planificadores de ruta, hasta los anuncios de tus redes sociales favoritas. Muchos campos de investigación científica dependen del AA para aprovechar petabytes de datos a fin de identificar tendencias.
