Machine learning para revisar tus documentos de Google Sheets

Llevamos ya bastante tiempo hablando de inteligencia artificial en sus múltiples versiones: machine learning, deep learning, redes neuronales, sistemas expertos… Podemos afirmar, sin miedo a equivocarnos, que es la rama tecnológica más prolífica de los últimos años, tal y como queda acreditado por la enorme cantidad de avances que hemos visto en este sentido, y con la perspectiva de que en el futuro tanto a corto como a medio plazo se mantendrá esta tendencia.

La IA ya está muy presente en nuestras vidas, ya sea con soluciones tecnológicas muy, digamos visibles, con ejemplos como DLSS, el sistema de superescalado de NVIDIA que emplea el aprendizaje profundo (deep learning) o IAs de moda, como DALL-E 2 y ChatGPT, o en soluciones basadas en la misma pero no tan evidentes, como los asistentes de voz, sistemas de sugerencias personalizadas y una plétora de servicios y funciones similares.

Cada semana descubrimos un nuevo uso de las IA, y no son pocos los casos en los que vislumbramos rápidamente el uso práctico que podemos hacer de las mismas. Y en este sentido, recientemente he descubierto una en particular que me tiene de lo más interesado. Se trata de Simple ML for Sheets, un complemento para la función de hojas de cálculo de Google que puedes instalar desde este enlace y que, gracias al uso de machine learning, nos permitirá realizar un par de revisiones muy interesantes a nuestros documentos.

El complemento ha sido diseñado por el equipo de TensorFlow Decision Forests (los bosques de decisiones son un tipo de modelo de aprendizaje automático para el aprendizaje supervisado). Actualmente se encuentra en fase beta pero ya puede ser empleado por todos los usuarios que lo deseen y es totalmente gratuito, por lo que merece la pena comprobar su funcionamiento, aunque solo sea por curiosidad… aunque seguramente terminarás por encontrarle algún uso útil, especialmente si sueles trabajar con datos.

Una vez instalado, el complemento nos ofrece la posibilidad de descargar un documento de prueba que, en combinación con su tutorial, te permitirá explorar su funcionamiento, tanto en lo referido a analizar datos con modelos precargados, como a generar un nuevo modelo en base a tus propios datos para, a continuación, poder analizar los mismos.

La gran clave, no obstante, es que es un complemento increíblemente sencillo de emplear. No es necesario tener conocimientos previos sobre machine learning para, en cinco minutos, haber creado un modelo en base a datos propios y, a continuación, emplearlo para inferir datos faltantes, detectar anomalías (estos son los dos ejemplos que se desarrollan en el tutorial) o, una vez que hayas comprendido su potencial, poder emplearlo para otros fines.

Estoy preparando algunos datasets para, próximamente, explicar cómo emplearlo con los mismos, pero mientras tanto mi recomendación, especialmente si te interesa machine learning en especial, la IA en general y/o sueles trabajar con grandes volúmenes de datos. El resultado, como podrás ver, es espectacular.