La IA (inteligencia artificial) es un subcampo de la ciencia de la computación, creada en la década de 1960, y estaba (se preocupa) por resolver tareas que son fáciles para los humanos, pero difíciles para las computadoras. En particular, una llamada IA fuerte sería un sistema que puede hacer cualquier cosa que un humano pueda hacer (quizás sin cosas puramente físicas). Esto es bastante genérico e incluye todo tipo de tareas, como planificar, moverse por el mundo, reconocer objetos y sonidos, hablar, traducir, realizar transacciones sociales o comerciales, trabajo creativo (hacer arte o poesía), etc.
El PNL (procesamiento del lenguaje natural) es simplemente la parte de la IA que tiene que ver con el lenguaje (generalmente escrito).
El aprendizaje automático tiene que ver con un aspecto de esto: dado un problema de IA que puede describirse en términos discretos (por ejemplo, a partir de un conjunto particular de acciones, cuál es el correcto), y dada una gran cantidad de información sobre el mundo, figura averiguar cuál es la acción “correcta”, sin que el programador la programe. Normalmente, se necesita algún proceso externo para juzgar si la acción fue correcta o no. En términos matemáticos, es una función: introduce algo de entrada y desea que produzca la salida correcta, por lo que todo el problema es simplemente construir un modelo de esta función matemática de alguna manera automática. Para hacer una distinción con AI, si puedo escribir un programa muy inteligente que tenga un comportamiento humano, puede ser AI, pero a menos que sus parámetros se aprendan automáticamente de los datos, no es aprendizaje automático.
- ¿Es legal la transclusión (mundial)?
- ¿Pueden los gerentes ser reemplazados por inteligencia artificial?
- ¿Podemos fusionar tanto la realización de cortometrajes como la realidad virtual? ¿Cómo crees que podemos hacer eso?
- ¿Cómo debo prepararme para una entrevista de aprendizaje automático con mi verano?
- ¿Qué significa ajustar un modelo en aprendizaje automático?
El aprendizaje profundo es un tipo de aprendizaje automático que es muy popular ahora. Se trata de un tipo particular de modelo matemático que puede considerarse como una composición de bloques simples (composición de funciones) de cierto tipo, y donde algunos de estos bloques se pueden ajustar para predecir mejor el resultado final.
La palabra “profundo” significa que la composición tiene muchos de estos bloques apilados uno encima del otro, y la parte difícil es cómo ajustar los bloques que están lejos de la salida, ya que un pequeño cambio puede tener efectos muy indirectos en el salida. Esto se hace a través de algo llamado Backpropagation dentro de un proceso más grande llamado Pendiente de gradiente que le permite cambiar los parámetros de una manera que mejore su modelo.