¿Cuáles son las diferencias entre ‘inteligencia computacional’ y ‘aprendizaje automático’?

Tengo algo de experiencia en el aprendizaje automático, pero nunca había oído hablar del término “inteligencia computacional“, pero al leer el artículo de Wikipedia puedo decir que realmente hay una diferencia.

El aprendizaje automático se ocupa específicamente de programas que pueden aprender de los datos. Esto tiene un significado muy específico. Significa que el programa crea un modelo basado en ejemplos de capacitación que le permite generalizar y, por lo tanto, hacer predicciones sobre ejemplos no vistos. Los ejemplos de capacitación podrían ser, por ejemplo, una serie de datos sobre las condiciones atmosféricas, junto con una etiqueta de “Soleado”, “Frío”, “Lluvioso”, etc. Dados muchos de estos ejemplos, el programa debería ser capaz de adivinar El clima basado en nuevos datos. Esto se conoce como aprendizaje supervisado y es un ejemplo típico de lo que se entiende por aprendizaje automático. También vale la pena señalar que el aprendizaje automático también se considera un subcampo de estadísticas. El aprendizaje automático tiene una gran cantidad de estadísticas aplicadas, ya que su tarea puede entenderse generalmente como “dados estos datos, ¿cuál es la probabilidad de que pertenezca a alguna clase?”

Por otro lado, a juzgar por la explicación del término “Inteligencia Computacional” en Wikipedia, parece ser más como un término general para muchos enfoques computacionales inspirados en la naturaleza para la resolución de problemas. Como algoritmos que imitan el comportamiento de animales como abejas, hormigas o pájaros (inteligencia de enjambre), o redes neuronales artificiales (ANN) inspiradas en cerebros biológicos. Se podría decir que hay cierta superposición con el aprendizaje automático, ya que, por ejemplo, los ANN son un algoritmo de uso común para capacitar a un alumno. Es decir, un ANN es un ejemplo de un programa que puede aprender de los datos. Sin embargo, hay otros algoritmos y enfoques que no se considerarían técnicas situables para el aprendizaje automático, como la inferencia basada en reglas, sistemas expertos y algoritmos de optimización como el recocido simulado, entre otros.

Yo diría que la inteligencia computacional es un superconjunto del aprendizaje automático.

Porque no son lo mismo.

El aprendizaje automático se refiere, más o menos, a la capacidad de un programa de computadora para aprender de un conjunto de entradas, ya sea de manera supervisada (mediante capacitación activa) o no supervisada (mediante la exploración de las características de los datos sin procesar), en para proporcionar respuestas a preguntas para las que no se diseñó específicamente para saber la respuesta.

La inteligencia computacional se refiere a la capacidad de los agentes naturales (y potencialmente artificiales) para * comportarse * de manera inteligente

En la búsqueda de inteligencia artificial, estamos explorando el aprendizaje automático como un medio para dar a los agentes artificiales (programas de computadora y computadoras por extensión) la capacidad de comportarse de manera inteligente. Y en algunos aspectos, el aprendizaje automático intenta imitar los procesos naturales asociados con la inteligencia computacional (las redes neuronales, los algoritmos de optimización genética son ejemplos), pero también hay metodologías de aprendizaje automático que no necesariamente se caracterizarían como inteligencia computacional.