¿Qué diferencia hay entre IOT, AI y ML?

fuente: Forbes Welcome

La inteligencia artificial (IA) y el aprendizaje automático (ML) son dos palabras de moda muy populares en este momento, y a menudo parecen usarse indistintamente.

No son exactamente lo mismo, pero la percepción de que lo son a veces puede generar cierta confusión. Entonces pensé que valdría la pena escribir un artículo para explicar la diferencia.

Ambos términos surgen con mucha frecuencia cuando el tema es Big Data, análisis y las olas más amplias de cambio tecnológico que están arrasando nuestro mundo.

En resumen, la mejor respuesta es que:

La Inteligencia Artificial es el concepto más amplio de máquinas capaces de realizar tareas de una manera que consideraríamos “inteligente”.

Y,

Machine Learning es una aplicación actual de IA basada en la idea de que realmente deberíamos ser capaces de dar acceso a las máquinas a los datos y dejar que aprendan por sí mismos.

Primeros días

La inteligencia artificial ha existido durante mucho tiempo: los mitos griegos contienen historias de hombres mecánicos diseñados para imitar nuestro propio comportamiento. Las primeras computadoras europeas fueron concebidas como “máquinas lógicas” y al reproducir capacidades como la aritmética básica y la memoria, los ingenieros vieron su trabajo, fundamentalmente, como intentar crear cerebros mecánicos.

A medida que la tecnología y, lo que es más importante, nuestra comprensión de cómo funciona nuestra mente, ha progresado, nuestro concepto de lo que constituye la IA ha cambiado. En lugar de cálculos cada vez más complejos, el trabajo en el campo de la IA se concentró en imitar los procesos humanos de toma de decisiones y llevar a cabo tareas de formas cada vez más humanas.

Las inteligencias artificiales, dispositivos diseñados para actuar de manera inteligente, a menudo se clasifican en uno de los dos grupos fundamentales: aplicados o generales. La IA aplicada es mucho más común: los sistemas diseñados para negociar inteligentemente acciones y participaciones, o para maniobrar un vehículo autónomo entrarían en esta categoría.

Redes neuronales: inteligencia artificial y aprendizaje automático (fuente: Shutterstock)

Las IA generalizadas (sistemas o dispositivos que en teoría pueden manejar cualquier tarea) son menos comunes, pero aquí es donde están ocurriendo algunos de los avances más emocionantes en la actualidad. También es el área que ha llevado al desarrollo de Machine Learning. A menudo conocido como un subconjunto de IA, es realmente más preciso pensar en él como el estado actual de la técnica.

El surgimiento del aprendizaje automático

Dos avances importantes llevaron a la aparición del aprendizaje automático como el vehículo que está impulsando el desarrollo de la inteligencia artificial con la velocidad que tiene actualmente.

Consideremos un escenario donde, tenemos padre e hijo caminando por sendero.

De repente, su hijo ve un automóvil en la carretera y dice: “Papá, mira Ferrari”.

Su padre mira el auto y dice “es un hijo Lamborghini”.

El hijo comienza a aprender y registra este evento en su mente. La próxima vez que vea el mismo auto, podrá diferenciar entre Lamborghini y Ferrari.

Llegando a la pregunta:

IoT es puro intercambio de datos / información en un entorno conectado / interconectado . Datos en IoT es análogo a los automóviles en el tráfico . Padre en el ejemplo anterior es análogo a Data Scientist. Son es análogo a la IA, donde estamos entrenando al cerebro de los hijos con Algoritmos de Aprendizaje Automático (para ser precisos, Aprendizaje de refuerzo).

Ejemplo:

Si está parado en un puente y contando autos que cruzan el puente todo el día. Este es un proceso repetitivo en el que utiliza los ojos y el cerebro para obtener el resultado final.

P: ¿Puede una máquina hacer lo mismo?

Respuesta : si!

Tiene sensores que detectan automóviles en función de algunas características. Estos datos se transfieren a la nube y uno puede analizar los datos donde puede obtener información útil, como la fecha, el día, la hora, el año, las condiciones climáticas, etc.

Por lo tanto, utiliza algoritmos de aprendizaje automático para entrenar la máquina (para ser precisos, aprendizaje supervisado) para reconocer automóviles, nada más que inteligencia artificial.

En conclusión, AI e IoT son caminos y partes de una visión que, en última instancia, lo guiarán para hacer del mundo un lugar mucho mejor para vivir …

Para obtener más información sobre la visita de IoT:

Cómo Big Data e IoT impulsan el marketing digital | Blog Edureka

La inteligencia artificial es una rama de la informática que se ocupa de las computadoras que tienen inteligencia a nivel humano. Mientras que el aprendizaje automático es en realidad una de las técnicas para entrenar sistemas artificialmente inteligentes. Puedes ver ML como una sub-rama de AI.

La inteligencia artificial es solo un concepto de inteligencia informática. Puede haber muchas formas en que puede hacerse inteligente. Sin embargo, debido a que todavía estamos en la etapa inicial de la revolución de la IA, que el aprendizaje automático es la mejor técnica óptima, las personas a menudo sustituyen estos términos entre sí.

¿Qué es el aprendizaje automático?

En la programación tradicional, como la que hiciste para cualquier curso de algoritmos, alimentamos a la computadora con instrucciones para llegar a un resultado. Por ejemplo, supongamos que queremos construir un programa para identificar imágenes de un tigre de un grupo de imágenes. En el caso de la programación tradicional, proporcionamos instrucciones como:

1. Busque el color naranja con rayas negras.
2. Busque una cola gruesa
3. Busque ojos amarillentos
4. Etcétera etcétera

Pero en el aprendizaje automático, en lugar de dar instrucciones a nuestro programa, le damos fotos de tigres y le decimos que estas son algunas fotos de tigres, desde este programa de fotos se enseñará automáticamente cómo identificar a un tigre.

En palabras simples, damos los resultados finales del programa junto con las entradas y aprende cómo obtener esos resultados de las entradas mediante la búsqueda de patrones.

Recuerde que en el futuro, se pueden desarrollar mejores técnicas para hacer IA. Por ejemplo, los investigadores están buscando métodos para clonar todo el cerebro humano en forma electrónica.

Espero que esto haya ayudado.

IOT (Internet de las cosas): es una tecnología a través de la cual los dispositivos pueden interactuar entre sí. Al igual que con IPv6 (el nuevo mecanismo de direccionamiento diseñado para IoT), tenemos enormes direcciones para abordar cada dispositivo en el mundo. Por lo tanto, el objetivo de IoT es permitir la comunicación entre dispositivos. Ejemplo: el refrigerador tiene una menor cantidad de vegetales, se comunicará con el servidor en funcionamiento para pedir vegetales, el servidor aparecerá en el teléfono inteligente para comprar vegetales, usted visita una tienda en línea y compra vegetales, etc. El Samsung y Mastercard diseñaron integralmente un refrigerador inteligente es un ejemplo de IoT.

IA (Inteligencia Artificial): es un subdominio de la informática, cuyo objetivo es desarrollar un sistema informático capaz de realizar tareas inteligentes, que solo los humanos pueden realizar, como la comprensión del lenguaje, el reconocimiento del habla, el reconocimiento de patrones, la toma de decisiones, la traducción del lenguaje, etc.

ML (Machine Learning): es un subdominio de la inteligencia artificial. Le da a la máquina la capacidad de aprender de instancias o ejemplos a medida que el ser humano aprende.

La inteligencia artificial (IA) es un subcampo de la ciencia de la computación que se creó en la década de 1960, y se ocupó de resolver tareas que son fáciles para los humanos pero difíciles para las computadoras.

El aprendizaje automático (ML) tiene que ver con un aspecto de esto: dado un problema de IA que se puede describir en términos discretos, y con mucha información sobre el mundo, descubra cuál es la acción “correcta”, sin tener el programa del programador en.

El Internet de las cosas (IoT) no funcionará sin inteligencia artificial. Tiene el potencial de caer en el pozo general de la vaguedad de la palabra de moda. Es una red de objetos físicos que contienen tecnología integrada para comunicarse y detectar o interactuar con sus estados internos o el entorno externo.

Casos de uso del mundo real de inteligencia artificial combinados con internet de las cosas

Debajo de la definición dada están los extractos de Wikipedia que le dan el significado simplista de estos 3 términos.

IoT: Internet de las cosas (Internet de las cosas estilizado o IoT) es la interconexión de dispositivos físicos, vehículos (también conocidos como “dispositivos conectados” y “dispositivos inteligentes”), edificios y otros elementos, integrados con electrónica, software, sensores, actuadores y conectividad de red que permiten que estos objetos recopilen e intercambien datos. Para más detalles visite Internet de las cosas – Wikipedia

IA: la inteligencia artificial (IA) es la inteligencia exhibida por las máquinas. El término “inteligencia artificial” se aplica cuando una máquina imita las funciones “cognitivas” que los humanos asocian con otras mentes humanas, como “aprender” y “resolver problemas”. Para más detalles visite Inteligencia artificial – Wikipedia

ML: El aprendizaje automático es el subcampo de la informática que “da a las computadoras la capacidad de aprender sin ser programado explícitamente”. Evolucionado del estudio del reconocimiento de patrones y la teoría del aprendizaje computacional en inteligencia artificial, [2] el aprendizaje automático explora el estudio y la construcción de algoritmos que pueden aprender y hacer predicciones sobre los datos [3]. Para más detalles, visite Aprendizaje automático – Wikipedia

Las técnicas de aprendizaje automático anteriores se han utilizado ampliamente para una amplia gama de tareas, incluida la clasificación, la regresión y la estimación de densidad en una variedad de áreas de aplicación, como bioinformática, reconocimiento de voz, detección de spam, visión por computadora, detección de fraude y redes publicitarias. Hay diferencias en AI y ML. . . Leer más: Los socios de Insight

IOT es solo una red de cosas … Entonces, se trata de la conectividad de los sistemas ciberfísicos.

ML está más orientado hacia el reconocimiento de patrones y, por lo tanto, está más orientado hacia las funciones cognitivas de nuestro cerebro.

La IA puede considerarse como un Superconjunto que incluso puede incluir sistemas Expert y otros motores de inferencia junto con ML.