Comunidad Valenciana

BigML acerca el 'machine learning' a la empresa y la universidad

Francisco J. Martín, consejero delegado de BigML (Fotografía de Guillermo Lucas).
Valencia

BigML fue fundada, en 2011, en Oregon (Estados Unidos) por Francisco J. Martín, licenciado por la Universitat Politècnica de València (UPV), y el profesor Tom Dietterich, pionero en definir el machine learning -aprendizaje automático- como disciplina académica, con el objetivo de "democratizar" y hacer esta parte de la inteligencia artificial "accesible para todo el mundo". La firma, que tiene su sede europea en Valencia desde 2015, ha desarrollado una plataforma online que cuenta con más de 75.000 usuarios -tres veces más que hace dos años, en 150 países-, entre los que se incluyen multinacionales como Pfizer, Mazda, Avast, ABN Amro o Faraday. El potencial de BigML y su tecnología ha llevado a Telefónica a reforzar su relación con la firma, con la toma de una participación en su capital, en el que está presentes, también, el gigante automovilístico chino SAIC Motors, entre otros. "El mercado demanda plataformas como la de BigML, accesible, programable y escalable, con la que competimos con monstruos como Google y Microsoft", afirma Martín, consejero delegado de BigML. (Más contenidos en la revista digital gratuita elEconomista Comunitat Valenciana).

El machine learning permite a las máquinas analizar y transformar grandes cantidades de datos en modelos ejecutables, integrados en aplicaciones, para finalmente poder hacer predicciones y tomar decisiones altamente automatizadas, basadas en esa información. "No es algo nuevo; es un campo en el que se trabaja desde hace cuatro décadas, pero ha sido en los últimos años, con los avances en diseño de ordenadores accesibles para todos, digitalización e inteligencia artificial, cuando se ha acelerado", dice Martín.

BigML apostó por desarrollar el machine learning "como servicio", con una plataforma "programable y escalable, accesible en cuanto a precio y que ha reducido las barreras de entrada en cuanto a dificultad técnica y nivel de formación necesario para su manejo. Hace unos años, era necesaria una inversión de millones de dólares para acceder a una tecnología similar. Ahora, contamos con clientes de todos los sectores y perfiles, con empresas que usan nuestra versión online y otras que usan una versión privada. Además, sirve, también, de base para la construcción de aplicaciones. Y, en el caso de instituciones educativas, el acceso a nuestra plataforma es gratuito", afirma.

Martín explica que "mediante un conjunto de técnicas estadísticas avanzadas, la plataforma de BigML ayuda a decenas de miles de analistas, programadores y científicos a convertir datos en grandes cantidades, difíciles de procesar e interpretar por un ser humano en una herramienta que ayude a tomar decisiones; si una persona tuviese que hacer este trabajo, tardaría años. Las aplicaciones son inmensas, desde hacer predicciones sobre demanda; gestión de stocks; detectar anomalías en el funcionamiento de las máquinas; analizar la evolución de las cosechas, hasta precedir las probabilidades de contraer una enfermedad... En cualquier ámbito en el que hay datos históricos, se puede hacer un análisis, ver patrones y hacer predicciones".

La relación entre Telefónica y BigML se remonta a 2016, cuando creó, junto a Telefónica Open Future_, la joint-venture PreSeries Tech -con sede en Valencia-, una de las primeras plataformas automatizadas para predecir la probabilidad de que una startup sea exitosa, en su fase más temprana. Una herramienta que tuvo como primer cliente al fondo de inversión Catalyst, dirigido por Bankable Frontier (BFA) y apoyado por la fundación de Bill & Melinda Gates y JPMorgan Chase -para seleccionar startups de su cartera fintech-. "La fiabilidad de los datos puede acabar con los prejuicios en la selección de startups, reducir los gastos de administración y optimizar la monitorización y evaluación de las inversiones", señala Martín. El sistema ha protagonizado en todo el mundo batallas de startups, en las que el ganador es elegido por un algoritmo, sin intervención humana. La primera, se celebró en 2016 en Valencia.

BigML cuenta con un equipo internacional de 30 personas, 12 solicitudes de patentes y seis patentes concedidas. Además, tiene un programa de educación que ayuda a promover de forma activa la enseñanza del machine learning, en colaboración con más de 630 universidades.

La firma lleva a cabo acciones formativas y de divulgación en todo el mundo. En este marco, Valencia acogió, los días 13 y 14 de septiembre, por cuarto año consecutivo, la Escuela de Verano de Machine Learning (VSSML18), el mayor evento internacional en la materia. Coorganizado con VIT Emprende, València Activa y el Ayuntamiento de Valencia, reunió a más de 200 asistentes, de 18 países. El 90 por ciento, representantes de empresas y grandes corporaciones.

"El machine learning es una tecnología transformacional, que afectará a todos los sectores empresariales y a las administraciones públicas. Cada vez más expertos -como Jeff Bezos, fundador de Amazon- coinciden en que va a tener mucho más impacto que Internet y el móvil juntos y hará la vida de las empresas y de las personas mucho más eficiente. Está en fase de desarrollo y llegará un punto de inflexión que dará paso a su uso masivo. Un claro ejemplo es el de los smartphones, que apenas tienen 11 años. En 2007, había unas 12 aplicaciones para iPhone. Hoy, hay más de dos millones y forman parte de la vida de todo el mundo. Esos dispositivos guardan información de toda nuestra vida, datos que aún no se ha puesto en valor. Cada vez más negocios creen que el machine learning no es una elección, sino un imperativo para competir en cualquier industria. Nadie podrá escaparse a su impacto", afirma Martín.

(Más contenidos en la revista digital gratuita elEconomista Comunitat Valenciana).

WhatsAppWhatsApp
FacebookFacebook
TwitterTwitter
Google+Google plus
Linkedinlinkedin
emailemail
imprimirprint
comentariosforum0
Publicidad
Otras noticias
Contenido patrocinado
forum Comentarios 0
Deja tu comentario
elEconomista no se hace responsable de las opiniones expresadas en los comentarios y los mismos no constituyen la opinión de elEconomista. No obstante, elEconomista no tiene obligación de controlar la utilización de éstos por los usuarios y no garantiza que se haga un uso diligente o prudente de los mismos. Tampoco tiene la obligación de verificar y no verifica la identidad de los usuarios, ni la veracidad, vigencia, exhaustividad y/o autenticidad de los datos que los usuarios proporcionan y excluye cualquier responsabilidad por los daños y perjuicios de toda naturaleza que pudieran deberse a la utilización de los mismos o que puedan deberse a la ilicitud, carácter lesivo, falta de veracidad, vigencia, exhaustividad y/o autenticidad de la información proporcionada.