La Inteligencia Artificial se compone de seis disciplinas diferentes (Inteligencia Artificial: un enfoque moderno):
- procesamiento del lenguaje natural para permitirle comunicarse con éxito en inglés
- representación del conocimiento para almacenar lo que sabe o escucha
- razonamiento automatizado para usar la información almacenada para responder preguntas y sacar nuevas conclusiones
- aprendizaje automático para adaptarse a nuevas circunstancias y para detectar y extrapolar patrones.
- visión por computadora para percibir objetos
- robótica para manipular objetos y moverse
Para crear un agente generalmente inteligente, necesita aprendizaje automático además de los otros aspectos mencionados anteriormente.
El aprendizaje automático es aproximadamente la ciencia de la predicción. Dados ciertos conocimientos (características), desea predecir algunas incógnitas (objetivos). Lo desconocido podría ser estructurado (por ejemplo, numérico) o no estructurado (por ejemplo, una respuesta de cadena).
- ¿Cuáles son las mejores revistas de estudios de datos críticos?
- Cómo crear big data
- Para convertirse en un científico de datos, ¿en qué campos son los más útiles?
- ¿Qué es exactamente la minería de datos y cuál es su importancia?
- ¿Cómo uso el aprendizaje automático para datos espaciales?
Deep Learning es un subcampo del aprendizaje automático donde los conceptos se aprenden jerárquicamente. Los conceptos más simples surgen primero, seguidos por los conceptos más complicados que se basan en los más simples. Por lo general, esto conduce a una simple jerarquía de conceptos en capas. Por ejemplo:
- Las imágenes se describen usando píxeles. Estos conducen a la formación de bordes, que conducen a la formación de motivos, que conducen a la formación de varias formas como caras, neumáticos, hojas, etc.
- La música está compuesta jerárquicamente de manera similar por tatums, ritmos, compases y secciones.
- El lenguaje se compone de caracteres, fonemas, sílabas, palabras, frases, oraciones y párrafos.
- Las redes sociopolíticas están compuestas por individuos, familias, comunidades, pueblos / ciudades / ciudades, provincias / estados, naciones y bloques de naciones.
- Los sistemas fisiológicos están formados por células, tejidos, órganos y sistemas de órganos que realizan funciones fisiológicas completas como la nutrición o la circulación.
Como puede ver, la idea del aprendizaje profundo, es decir, el aprendizaje de conceptos jerárquicos, es muy poderosa y generalmente aplicable. La aplicabilidad general del aprendizaje profundo junto con la efectividad irracional de las redes neuronales profundas aprendidas con grandes cantidades de datos es responsable del éxito reciente del aprendizaje profundo.