El aprendizaje automático es el subcampo de la IA preocupado por tener sistemas que aprendan de manera autónoma cómo realizar una tarea, generalmente a partir de ejemplos. Hubo muchos avances y éxitos en el aprendizaje automático en los últimos años (especialmente con redes neuronales profundas) lo que condujo a una gran exposición de los medios, lo que aparentemente llevó a mucha gente a creer que la IA y el aprendizaje automático son lo mismo. Pero la IA tiene mucho más que el aprendizaje automático solo, al igual que hay muchos más aspectos de la inteligencia biológica que las habilidades de aprendizaje solo. En robótica, por ejemplo, el aprendizaje automático es muy útil, pero a menudo se usa como un componente (o en varios componentes) de una arquitectura cognitiva más compleja que también integrará otras cosas.
El aprendizaje automático es fascinante y extremadamente útil, pero en su iteración actual es un campo relativamente joven; la gente ha estado estudiando IA usando otros enfoques antes de que las redes de reconocimiento reconocieran gatos en los videos de YouTube. Muchos de esos enfoques, incluidos muchos trabajos sobre IA simbólica y razonamiento lógico (como los sistemas expertos), podrían considerarse “sistemas basados en reglas”. También tenga en cuenta que “basado en reglas”, estrictamente hablando, no se opone al aprendizaje: puede tener un sistema que aprende reglas y luego las aplica.
- ¿Cuál es el concepto erróneo más grande de la inteligencia artificial?
- ¿Cómo puede una IA tener un gran impacto en cada individuo en el futuro?
- Para alguien completamente nuevo en el mundo de la programación, ¿sería Python un punto de acceso viable si la persona pretende sumergirse en la inteligencia artificial?
- ¿La inteligencia artificial está relacionada con la mecatrónica?
- ¿Por qué las personas suelen utilizar la programación en lenguaje R para la inteligencia artificial?
