El aprendizaje automático es predominante dentro de las técnicas de Inteligencia Artificial (IA), destaca un análisis publicado por el Parlamento Europeo.

Según un estudio de la Organización Mundial de la Propiedad Intelectual (OMPI), 89% de todas las solicitudes de patentes mencionan esta técnica de IA y 40% de todas las patentes relacionadas con la IA se basan en el aprendizaje automático.

Dentro del aprendizaje automático, las técnicas específicas que actualmente están revolucionando la IA son el aprendizaje profundo y las redes neuronales.

También el análisis muestra que los líderes en patentes de IA en diferentes áreas relacionadas con la IA son Japón, Estados Unidos y China.

Si bien Japón presentó las primeras patentes de IA, China ha liderado el mundo en el número de primeras solicitudes de patente desde 2014, seguida de Estados Unidos.

Juntas, estas tres oficinas de patentes representan 78% del total de solicitudes de patente en esta área de tecnología.

Aprendizaje automático

La cantidad de información numérica (datos) crece en paralelo con la digitalización de las actividades sociales y económicas.

Así, la cantidad cada vez mayor de datos se ha apoderado del término big data, que se refiere a activos de información de gran volumen, alta velocidad y gran variedad1 que son demasiado grandes y complejos para almacenarse o procesarse ​​de manera efectiva con métodos tradicionales.

Junto con la cantidad de datos, los métodos para procesarlos han ido evolucionando, respaldados por el crecimiento de la capacidad informática, lo que ha dado lugar a cambios en los requisitos de almacenamiento y archivo de datos.

Los datos disponibles, los avances tecnológicos y los nuevos métodos también permitieron materializar el campo de la inteligencia artificial y el aprendizaje automático.

Se considera que los macrodatos son el “nuevo petróleo” de la IA.

La principal ventaja de usar AI y aprendizaje automático es que puede analizar grandes cantidades de datos en poco tiempo y puede permitir a los usuarios detectar anomalías con mayor rapidez y precisión, hacer predicciones y/o encontrar significado en grandes volúmenes de datos.

Number of first fillings by patent office

Por ejemplo, los sistemas de monitoreo de red equipados con aprendizaje automático pueden correlacionar eventos y segmentar datos para identificar situaciones inesperadas y corregir aquellas que podrían poner en peligro el rendimiento de la red, todo antes de que ocurra una interrupción.