En el llamado Premio Netflix, se les pidió a científicos de datos del mundo, que construyeran nuevos algoritmos que pudieran predecir mejor las películas y programas que quisieran ver los usuarios. Netflix ahora explora una nueva opción, más avanzada.
PUBLICIDAD
En un esfuerzo por perfeccionar aún más su motor de recomendaciones, la compañía está trabajando en el “aprendizaje profundo “, una rama de la inteligencia artificial que busca resolver problemas particularmente difíciles utilizando sistemas informáticos que imitan la estructura y el comportamiento del cerebro humano.
La compañía tiene previsto ejecutar sus algoritmos de aprendizaje profundo en el servicio de clouding de Amazon, en lugar de construir su propia infraestructura de hardware como Google y Facebook. Esto muestra que, gracias al surgimiento de la nube, las empresas web más pequeñas ahora pueden competir con las grandes, al menos en algunos aspectos.
Los métodos de IA de aprendizaje profundo implican el uso de redes neuronales , que son simulaciones aproximativas por ordenador de las redes de neuronas del cerebro, las cuales transmiten millones de señales entre ellas.
Aunque las mayores redes neuronales de hoy imitan sólo el 1 por ciento del cerebro humano, de acuerdo a Engineering and Technology Magazine, los algoritmos de aprendizaje profundo modernos pueden reconocer rostros en fotos, conocer tus gustos y hábitos, y en cierta medida, entender lo que dices.
Esto ha impulsado el uso del aprendizaje profundo en grandes compañías, incluyendo Google, Facebook , Microsoft, el gigante de búsqueda chino Baidu, y ahora Netflix.
Aunque Qualcomm está trabajando en desarrollar chips especiales para modelar el cerebro , la mayoría de las redes neuronales de aprendizaje profundo se ejecutan en GPUs.
PUBLICIDAD
Los ingenieros de Netflix afirman que el aprendizaje profundo se vuelve económicamente viable, en gran parte, gracias al uso de GPUs, como los de la nube de Amazon.
La empresa no ha dado aún detalles sobre cómo va a aplicar las redes neuronales a las recomendaciones personalizadas. El trabajo es todavía en periodo experimental.
Link: Techradar
También puedes comentar en nuestro foro.
