El aprendizaje automático es un enfoque particular de la inteligencia artificial. Es cierto que me está demostrando el enfoque más exitoso para la IA. Pero no estoy de acuerdo con la respuesta de Monica Anderson: NO es el “único” enfoque.
Por ejemplo, te sorprendería saber que algunos de los autos autónomos que actualmente se describen a sí mismos como que usan IA, usan muy poco aprendizaje automático y utilizan principalmente sistemas basados en reglas.
Dicho esto, estaría de acuerdo en que la mayoría de las aplicaciones de inteligencia artificial de hoy en día están usando o usarán ML pronto. Por otro lado, el aprendizaje profundo, que en sí mismo es un tipo de aprendizaje automático, se está volviendo más popular y exitoso en diferentes casos de uso. Sin embargo, ni siquiera representa la mayoría de las aplicaciones.
- ¿Qué debo aprender para crear un bot con cualidades de diálogos naturales?
- ¿Vale la pena seguir la EM para aprender Machine Learning?
- Sinestesia: ¿Existe algún producto que pueda simular una percepción sinestésica utilizando algoritmos de IA?
- ¿Alguien puede sugerir proyectos creativos u orientados a la investigación utilizando inteligencia artificial?
- ¿Cuál es la teoría de las redes neuronales?
El siguiente diagrama ilustra la situación actual tal como la entiendo:
Finalmente, también es cierto que ML actualmente representa el camino más prometedor hacia una IA fuerte. ¿Pero quién sabe? Tal vez como Pedro Domingos afirma en su “El algoritmo maestro”, terminaremos encontrando un enfoque diferente y global que nos llevará hacia una IA fuerte / general.
Actualización 02/03/2017
Si bien había leído el libro, no recordaba que el libro de aprendizaje profundo de Ian Goodfellow tenía un diagrama muy similar al mío anterior. Se reproduce a continuación, ya que estoy feliz de ver que se alinea muy bien con mi respuesta, pero es un dibujo algo más agradable: