En los últimos años, han ocurrido distintos avances tecnológicos; Innovaciones como Big Data, Inteligencia Artificial, Cloud Computing, Machine Learning y Deep Learning han sido introducidas en diversas áreas tales como en finanzas, marketing, medicina, agricultura, académica, turismo, entre muchas otras. Esto se debe a que
la transformación digital no es propia de un sector en particular, sino que toda la humanidad en su conjunto puede beneficiarse de ella de diferentes formas.
Este trabajo se enfocará principalmente en la aplicación de Machine Learning (Aprendizaje Automático) y Deep Learning (Aprendizaje Profundo), aunque en realidad, también se emplean otras tecnologías relacionadas con las anteriores mencionadas.
Machine Learning (ML) es un subcampo de la Inteligencia Artificial, cada vez más utilizado hoy en día por distintas instituciones (empresas, laboratorios, organizaciones gubernamentales, entre otras) dado que es aplicable a múltiples campos con resultados exitosos. Se trata de un modelo de análisis de datos en el cual, a partir de datos de entrada y de salida, el sistema “aprende” automáticamente detectando patrones y generando reglas. Estas últimas pueden aplicarse a otros datos de entrada para obtener resultados finales originales. De esta forma, el
sistema se “entrena” para poder predecir respuestas con un margen de éxito.
Por otro lado, el Deep Learning es un área del ML, que trata de simular el aprendizaje humano y está compuesto por distintas capas de procesamiento de datos. A esto se lo conoce como Redes Neuronales Artificiales profundas. Es posible encontrar fácilmente ejemplos de estas aplicaciones en la vida cotidiana, al acceder a una red social y visualizar las publicidades seleccionadas y que se leofrecen al usuario, haciendo uso de técnicas de ML, específicamente en este caso,de una técnica llamada “segmentación del cliente”. En este sentido, la presente Práctica Profesional Supervisada (PPS) tiene como finalidad el desarrollo de un sistema de detección de malezas que se encuentren con frecuencia en cultivos del territorio argentino -principalmente la región pampeana- mediante el procesamiento de imágenes utilizando técnicas de Machine
Learning.
La PPS se desarrollará en el marco del Proyecto de Investigación de la Universidad Nacional Arturo Jauretche UNAJ INVESTIGA 2017 (Código del Proyecto 80020170200025UJ y Resolución Rectoral N° 148/18 de fecha 29/06/2018), cuyo título es “Tecnologías de la información y las comunicaciones mediante IoT para la solución de problemas en el medio socioproductivo” (Director: Jorge Osio).