El aprendizaje automático es un subconjunto específico de IA. Ya hemos pasado algún tiempo definiéndolo en este capítulo, pero se refiere a darle a la máquina un ciclo de retroalimentación que le permite aprender de la experiencia. Como término, el aprendizaje automático solo existe desde la década de 1980. Recientemente, en los últimos 10-15 años, hemos tenido el poder de procesamiento y almacenamiento de datos para realmente comenzar a implementar el aprendizaje automático a escala.
Las redes neuronales son un subconjunto del aprendizaje automático y son la tendencia más popular en la industria en este momento. Una red neuronal consta de muchos nodos que trabajan juntos para producir una respuesta. Cada uno de los nodos más bajos tiene una función específica. Por ejemplo, al mirar una imagen, los nodos de bajo nivel pueden identificar colores o líneas específicos. Los nodos posteriores pueden agrupar las líneas en formas, medir distancias o buscar densidad de color. Cada uno de estos nodos se pondera por su impacto en la respuesta final. Al principio, la red neuronal cometerá muchos errores, pero en el transcurso de muchas pruebas actualizará la ponderación de cada nodo para mejorar la búsqueda de la respuesta correcta.
Ahora, cuando lea un artículo sobre inteligencia artificial, aprendizaje automático o redes neuronales, comprenderá la diferencia. La clave es darse cuenta de que son subconjuntos. Las redes neuronales son solo un tipo de aprendizaje automático que a su vez es solo una parte de la inteligencia artificial.
Conceptos Básicos