Lean Six Sigma en la Era de la Inteligencia Artificial – Michael L. George SR. – 1ra Edición

Todos estamos familiarizados con los programas de computadora de tareas explícitas, como los usados en contabilidad, nómina, PRE $Planificación de Recursos Empresariales$, entre otros. Pero parece que el cerebro humano no usa programas de tareas explícitas, sino un algoritmo de aprendizaje. Quizá usted haya leído sobre un famoso experimento en el que se usaba un hurón. El nervio que conduce a la corteza auditiva del animal se seccionó y reemplazó por el nervio óptico. En consecuencia, el hurón trastabilló hasta que aprendió a ver por experiencia, ¡usando la corteza auditiva en vez de la visual! En otras palabras, el cerebro tiene un algoritmo de aprendizaje, lo mismo para ver que para oír, etc.

La gráfica que se presenta a continuación representa una comparación entre el cerebro humano y el aprendizaje profundo de las redes neuronales artificiales. Estas redes pueden usarse para minimizar los costos y tiempos de ciclo de la fabricación en talleres, el desarrollo de productos, y más. Las redes neuronales logran esto con el “aprendizaje profundo”: el proceso que da a las computadoras la capacidad de aprender sin estar explícitamente programadas. Entonces, ¿cómo aprende una máquina? Adquiere conocimiento con la enseñanza de la experiencia, igual que el cerebro. Por ejemplo, cuando intentamos optimizar la secuencia de la fabricación de productos para lograr el menor costo y la entrega puntual, nos encontramos con que es un problema matemáticamente insoluble. Se puede hallar una solución casi perfecta con un laborioso método iterativo llamado “ramificación y poda”. Para las fábricas reales, este proceso lleva demasiado tiempo incluso en la computadora personal más rápida. En cambio, nosotros resolvemos varios miles de ejemplos de problemas de fabricación mediante la computación de ramificación y poda en la nube. Planteamos uno de estos problemas de adiestramiento a la red neuronal, que entonces calcula qué secuencia de producción de determinados números de parte ofrece el menor costo. Esto se muestra en la gráfica del cerebro como “salida”.