Continuamos enfocando esta etapa de confinamiento con actitud positiva, y abiertos a seguir formándonos sobre nuevas tecnologías para aplicar en nuestros proyectos. Así, tras arrancar con una ilustrativa charla sobre chatbots, hemos seguido con una interesantísima introducción a Machine Learning, repleta de ejemplos y, de nuevo, a cargo de nuestro CTO, Unai Martínez. 

Para que os hagáis una idea de todas las posibilidades que ofrece el ML en una empresa, intentaremos trasladar su funcionamiento en este post, además de las aplicaciones que le estamos dando para que nuestros clientes saquen rendimiento.

¿Qué es Machine Learning? 

El Machine Learning (o Aprendizaje Automático) es un conjunto de técnicas dentro del campo de la Inteligencia Artificial para la construcción de sistemas que aprenden automáticamente.

Como matizaba Unai, “aprender” en este contexto significa identificar patrones complejos en miles o millones de datos. Y “automáticamente” se refiere a que estos sistemas se mejoran de forma autónoma, con el tiempo y sin intervención humana.

Con esto, podemos decir que los sistemas de Machine Learning aprenden cómo combinar entradas para producir predicciones útiles sobre datos nunca antes vistos.

Clasificación de los principales algoritmos para ML

Supervised Learning, o Aprendizaje Supervisado

El Aprendizaje Supervisado es el algoritmo más importante para aplicación global a día de hoy. La gran mayoría de los algoritmos que se utilizan actualmente son de aprendizaje supervisado.  

Se parte de datos etiquetados, o datos tabulares, que se “ponen a entrenar” para terminar prediciendo un valor numérico (como en los problemas de regresión) o una etiqueta de clase (como en los de clasificación)

¿Qué problemas reales solucionamos con Supervised Learning?

La mayor parte de los problemas que se resuelven con algoritmos de Supervised Learning son de clasificación y de regresión. 

Casos de clasificación. Un ejemplo sencillo sería el caso de los correos SPAM. Se categorizan directamente como SPAM según determinadas características del email que han demostrado contener correo basura: mayúsculas o exclamaciones en el asunto, enlaces rotos, cantidad de imágenes adjuntos… Todos estos datos se etiquetan, y se utilizan para filtrar la calidad de futuros correos entrantes. 

Casos de regresión. Por ejemplo, predecir números escalares concretos, como puede ser predecir el precio medio del alquiler tras el estado de alarma provocado por el Covid-19.

El resto de problemas son más especializados. Es el caso de situaciones de ranking, cómo las búsquedas en Google; recomendadores (sugerir productos en un ecommerce en función de nuestros perfiles, búsquedas y compras); predicción de series temporales (basadas en la regresión, pero teniendo en cuenta influencias externas como modas, estacionalidad, etc) y, por último, situaciones de detección de fraude. 

Unsupervised Learning, o Aprendizaje No Supervisado

El Unsupervised Learning se distingue del Aprendizaje Supervisado por el hecho de que no tenemos datos etiquetados de partida. Tiene varios casos de uso como el clustering, la reducción de dimensionalidad, detección de anomalías, etc. En los últimos años su importancia ha crecido debido a su uso en redes neuronales estilo GAN o en los autoencoders usados para ciertas tareas de NLP.

Reinforcement Learning, o Aprendizaje por Refuerzo

El Reinforcement Learning es aprendizaje por refuerzo. Tiene casos muy concretos de aplicabilidad, más aislados.

Un ejemplo de Reinforcement Learning está en este vídeo en el que el algoritmo va aprendiendo a controlar una cápsula para su correcto alunizaje. Trabaja intentando que el cohete alunice entre las dos banderas, a velocidad cero.

Tras varias horas de entrenamiento, vemos cómo la curva de aprendizaje (recompensas) va en aumento.

Requisitos y consideraciones del ML

Aplicaciones para clientes industriales y/o con grandes volúmenes de información

En Ideable somos especialistas en desarrollar proyectos para clientes industriales, por lo que hemos orientado la formación hacia las soluciones que aumentan su eficiencia, y el servicio que ofrecen a su cliente final. Por ejemplo: 

Clustering de productos 

Técnica que permite encontrar similitudes en un conjunto de datos y agrupar entidades similares, detectando relaciones que escapan al estudio de los datos con técnicas tradicionales. 

Ejemplo 

Utilizado para detectar tendencias en ventas o interés de los usuarios en productos de cierta industria, aplicación o beneficio, segmentando por tipos de usuario.

Recomendador de producto por aplicación o uso 

Otra aplicación interesante es la de ofrecer un recomendador de productos en base al uso que hagan otros usuarios similares al conectado, o en base a las características del producto seleccionado. Se contemplan aspectos como los siguientes:

● Productos con beneficios similares

● Productos orientados a la misma aplicación

● Combinación de alguna de las anteriores con la industria

Y podríamos hablar de muchísimas más, como la predicción de la demanda de los productos; la mejora de las búsquedas con entendimiento de lenguaje natural, o el uso de interfaces conversacionales (o chatbots)

Para cerrar la sesión, Unai habló sobre el workflow, o cómo enfrentarnos desde cero a un proyecto de Machine Learning, aportando multitud de ejemplos de funcionamiento que podremos utilizar para trabajar con nuestros clientes (actuales y futuros) muy pronto. 

Desde Ideable os animamos a consultarnos sobre las posibilidades que el Machine Learning puede ofrecer a vuestro negocio. Desde aquí estaremos encantados de seguir formándonos, y trabajando en soluciones innovadoras que hagan destacar y aumenten la eficiencia de nuestros clientes.  

En Ideable vamos a hacer que el teletrabajo no mine nuestras ganas de seguir aprendiendo y de trabajar en equipo. Queremos aprovechar este momento para formarnos mientras compartimos buenos momentos en equipo, y así mantenernos como empresa de referencia en transformación digital para industria 4.0. 

Así, el pasado viernes inauguramos la primera de las sesiones tecnológicas que realizaremos mientras dure este confinamiento: una introducción a la utilización de chatbots para ayudar a los usuarios en webs con mucha información. Hemos incluido un caso de éxito propio orientado a clientes industriales. 

Hemos resumido en este post algunos de los highlights de la sesión, para que veáis cómo un chatbot os puede ayudar a mejorar la eficiencia de vuestro negocio online, además del nivel de satisfacción de vuestros clientes. 

Cómo implementar chatbots para mejorar la eficiencia en webs industriales  

La primera de estas sesiones formativas de confinamiento ha corrido a cargo de Unai Martínez: CTO y cofundador de Ideable, que ha querido mostrarnos de forma muy amena y didáctica la importancia del uso de chatbots para negocios online. Una herramienta para que nuestros clientes, sin conocimientos previos de nuestros servicios o catálogos, puedan encontrar rápidamente referencias o información en nuestros amplios catálogos o bases de información. 

Conceptos iniciales: intents, slots, stories…

Unai ha empezado con un recorrido sobre los principales conceptos utilizados en la construcción de chatbots y asistentes. Nos ha hablado sobre intents, entities, slots, actions o stories, como términos que debemos asimilar para entender cómo funciona un chatbot, y cómo se construyen estos sistemas conversacionales.

Definiendo alcance 

A continuación, empezamos ya a meternos en materia, con la definición de cuestiones a tener en cuenta a la hora de afrontar un desarrollo con chatbots. 

Algunas de las tareas iniciales que deberemos realizar: 

• Selección del framework sobre el que construir el chatbot 
• Fijar alcance de las intents y actions en las conversaciones con el bot
• Entrenamiento de las stories principales
• Soporte inicial para chitchat/smalltalk (frases coloquiales que el usuario intercambia con el bot como saludos, despedidas, insultos, agradecimientos, etc)

Y algunas tareas más que nos servirán de arranque para la configuración de nuestro chatbot. 

Lo siguiente: fases recomendadas

Estableceremos una serie de fases recomendadas a plantear con nuestros clientes en el desarrollo del chatbot. 

¿Por dónde empezamos? Elegir el framework. En nuestro caso, elegimos el framework open source, Rasa. Más adelante utilizaremos el producto Rasa X, para una gestión integral del chatbot. 

Luego pasamos a desarrollar un asistente mínimo viable, que iremos mejorando introduciendo conversaciones hasta alcanzar un nivel de calidad óptimo para nuestro bot. A partir de aquí, solo nos queda trabajar con usuarios testers y, finalmente con usuarios reales, que irán mejorando progresivamente la calidad de conversación con el chatbot. 

Definición de variaciones e intenciones de usuarios

De cara a crear conversaciones depuradas, Unai explicó cómo crear un buen conjunto de variaciones para detectar y clasificar las intenciones de los usuarios, además de cómo escribir stories efectivas. 

De esta forma, establecimos una serie de frases iniciales, acorde a las necesidades específicas de alguno de nuestros clientes. También establecimos los intents de los usuarios al comunicarse con el bot. En nuestro ejemplo, diferenciamos entre los intents de negocio y los intents de frases coloquiales. 

Por último, hablamos sobre la importancia de depurar las conversaciones que nuestros usuarios tengan con el chatbot, de tal manera que podamos mejorarlo en base a la experiencia real, y así crear un flujo de trabajo efectivo. 

Casos de uso de chatbots

Para cerrar de forma práctica la sesión, Unai nos mostró varios casos de uso reales, y ejemplos de implantaciones en nuestros propios clientes. Vimos cómo configurar diferentes productos mediante la interacción con un chatbot o cómo facilitar la búsqueda de manuales y documentación. También formas de guiar al usuario en procesos complejos, solicitándole varios datos que usaremos para realizar acciones más avanzadas.

Para cerrar la sesión, Unai introdujo las tecnologías en el ámbito de Machine Learning e Inteligencia Artificial, fundamentales para la construcción de este tipo de soluciones, y sobre las que hablaremos en profundidad en la sesión de este viernes, que os ampliaremos en otro artículo del blog. 

La sesión fue muy completa, y nos aportó a todos/as una visión muy completa sobre por qué la implementación de chatbots constituye el futuro de la atención al cliente, sobre todo, cuando hablamos de webs con mucha información, con configuradores de producto, manuales y amplios catálogos.

Desde Ideable os animamos a consultarnos sobre la implementación de chatbots en vuestros negocios. Una forma muy eficiente de mejorar la atención y servicio a vuestros clientes, y diferenciaros de vuestra competencia. 

Este fin de semana parte del equipo de desarrollo Frontend de Ideable ha viajado a Madrid para asistir a la cuarta edición del FrontFest, un evento de referencia que congrega a  desarrolladores Front de todo el país para poner en común las nuevas tendencias en el sector. 

Para nosotros ha sido una experiencia muy enriquecedora, que nos servirá para ofrecer a nuestros clientes desarrollos más funcionales, combinados con las mejores experiencias de diseño y visualización de datos. 

A continuación, hemos hecho un breve resumen de las ponencias. En cada una hemos enlazado la presentación correspondiente y la cuenta de twitter de quién la imparte.

FrontFest 2020: charlas a las que asistimos

Make UI Components for Web Framework Ecosystem

Buena parte de esta edición del FrontFest ha girado en torno a los web components, empezando con Sergio Contreras (https://twitter.com/sergicontre) que nos acercó las bases de qué es un Web Component. 

Sergio nos enseñó la diferencia entre frameworks y librerías UI que trabajan con web components y cómo deberíamos verlos, no caracterizándolos de antagonistas, sino herramientas que trabajan juntas.

Arte generativo con CSS

Sonia Ruiz (https://twitter.com/Yune__vk) nos trajo un web component para dibujar patrones con los que crear arte generativo y elevar unas pocas líneas de código al estatus de arte.

Nos enseñó los conceptos básicos para empezar a usar <css-doodle> sin complejos y mediante herramientas del mismo CSS que utilizamos casi a diario.

Programación funcional para el día a día, ¿mito o realidad?

Henar Hernández (https://twitter.com/HenarMendiola) llegó con una energía arrasadora para presentarnos qué es la programación funcional y por qué le encanta. 

Siguiendo paso a paso el desarrollo de una pequeña aplicación, desentrañó las bases de este paradigma, las ventajas que lo sustentan y por qué no hay tenerle miedo.

Tipografía para frontends

Es un hecho innegable que Elena Ramírez (https://twitter.com/lenatwitteada) desató muchas risas (y encargos) con su camiseta:

En su charla enseñó qué son las Variable fonts, cómo pueden ayudar a la performance de nuestras páginas reduciendo en buena medida el peso de las fuentes que cargamos y cómo ayudan a ganar versatilidad en el diseño, a través de unas pocas reglas CSS a las que no se presta toda la atención que se debería.

 Welcome… to the dark side?

James Heda Weng (https://twitter.com/jameshedaweng), todo un showman, una vez más llenó el auditorio de risas al tiempo que hablaba sobre la utilización creciente del “modo oscuro”, sus ventajas y repercusiones.

También explicó cómo usarlo bien y algunos trucos para sacarle el mejor partido, todo ello “tan sencillo como 1, 2, 3”

Mi componente, mis normas

Siguiendo con la línea de los web components llegaron Elizabeth Rodríguez (https://twitter.com/elirp95) y Jon Rojí (https://twitter.com/jnroji) para hablar de su versatilidad y compartieron algunas de sus herramientas y planteamientos a la hora de trabajar con ellos.

Explicaron las bondades de Lerna para facilitarnos la vida a la hora de hacer malabares con componentes complejos y mantener al día las versiones. Así como de las ventajas de Typescript para mantener unas convenciones comunes durante el desarrollo de esos componentes.

 Primitive Obsession

Aida Albarrán (https://twitter.com/aidaispro) aportó el momento musical del día iniciando su charla en modo canción Disney. 

A partir de ahí pasó a compartir consejos sobre buenas prácticas y testing basados en su experiencia personal así como de piedras con las que puedes tropezar aún cuando crees estar haciendo todo bien.

The Art of Front-end Architecture

Adrià Fontcuberta (https://twitter.com/afontq) empezó su charla con varios disclaimers y un código de descuento para contratar con Holaluz. 

A partir de ahí y tomando como base de ejemplo un sencillo juego de tres en raya, presentó de forma muy asequible el concepto de las capas de arquitectura de una aplicación, sus relaciones y cómo deberían ser los flujos de información.

Y, así las cosas, la sorpresa general vino en forma de despedida de parte de la organización del FrontFest. El que ha sido un referente para la comunidad frontend de toda España ha decidido hacerse a un lado y dejar espacio a otros congresos y eventos emergentes, que vienen a continuar con su fantástica labor de facilitar la comunicación e interacción entre toda la gente del mundo front. 

Desde Ideable no queremos dejar de destacar el trabajo de la organización en todos los aspectos. Agradecer a todo el equipo la fantástica producción de este año, además del plantel de expertos que nos han hecho aprender y pasar un gran rato en Madrid. 

Gracias por ayudarnos a seguir creciendo. 

El pasado miércoles estuvimos en las oficinas de Onda Vasca hablando en el programa de Julio Usandizaga sobre tecnología y transformación digital. También pudimos comentar todos los avances que hemos realizado en Kwido, en materia de software para facilitar el cuidado de personas mayores. 

La Silver Economy

Nuestro CEO, Iñaki Bartolomé, comentando la situación demográfica actual, especialmente en el ámbito de las personas mayores. Pero, ¿qué significa ser mayor? En palabras de Iñaki: “ya se comienza a hablar de cuarta edad, en lugar de tercera edad” y en lugar de hablar de “vejez se habla de longevidad”

Explicamos cómo desde Ideable y nuestra división Kwido, nos centramos de forma más específica en personas mayores en situación de dependencia. Todo dentro de una corriente muy en auge actualmente, y que en el marco de Europa se ha empezado a llamar “Silver Economy”. 

Para explicar cómo les ayudamos, Iñaki citaba los diferentes ámbitos de actuación, como pueden ser los mayores autónomos en sus hogares, o las personas que viven en residencias. Tanto en uno como en otro, trabajamos de forma muy habitual en monitorización de salud ante el desarrollo de esas enfermedades crónicas que, lamentablemente, afectan de forma habitual a partir de una determinada edad. 

Se habla como, gracias al surgimiento de aplicaciones como Whatsapp, el público más mayor ha empezado a involucrarse tecnológicamente, por lo que la relación entre mayores y tecnología está cambiando. 

Kwido Mementia y Realidad Virtual para Estimulación Cognitiva 

 A partir de esto, vemos como los mayores son capaces de interactuar con facilidad con dispositivos tablet, y así es como desarrollamos nuestra plataforma Kwido Mementia, para estimulación cognitiva online. Conseguimos que los mayores realicen actividades para entrenar la mente de forma ágil, divertida y sin la necesaria supervisión de un terapeuta. Además, la herramienta es capaz de detectar con el juego los signos precoces de deterioro cognitivo, y así prevenir y tratar cuanto antes.   

Por último, el entrenamiento cognitivo del que hablamos se ha trasladado también al ámbito de la realidad virtual. De esta manera, en centros de día y residencias ya se están implantando actividades en RV que proponen a los pacientes mayores escenarios realistas con los que interactuar, como puede ser sacar dinero de un cajero o freír un huevo. De esta forma, conseguimos entrenamientos muy motivantes para los pacientes que, a su vez, aportan una gran cantidad de información a los profesionales a cargo. 

Sensores en el hogar

También se está avanzando mucho en análisis de comportamiento en el hogar. Saber si la persona se está alimentando bien, o manteniendo unos niveles de higiene aceptables. Todo ello, con herramientas que no resultan intrusivas para el mayor. Así, somos capaces de prevenir y dar mucha información a los profesionales para evitar que haya problemas mayores. 

El podcast completo se puede escuchar en el siguiente enlace: 

Iñaki Bartolomé, CEO de Ideable, en Onda Vasca con Julio Usandizaga