Muchas veces, cuando decimos inteligencia artificial, realmente hablamos de machine learning. ¿Qué es qué?
A ver si consigo no aburrirte. Comprender la relación y las diferencias entre la Inteligencia Artificial (IA) y el Machine Learning (ML) es esencial si el tema te interesa.
✨ 𝗟𝗮 𝗜𝗔 es la visión global. Su objetivo es la creación de máquinas capaces de realizar tareas que normalmente requerirían inteligencia humana.
🤖 𝗘𝗹 𝗠𝗟, un subconjunto de la IA, se centra en la idea de que los sistemas pueden aprender de los datos para tomar decisiones con una intervención humana mínima.
Es decir, el ML es la metodología específica que permite a la IA aprender de la experiencia. Básicamente, es el motor que impulsa su capacidad de aprendizaje.
Los sistemas de recomendación de Netflix o Amazon, el software de reconocimiento de voz y los coches autónomos se basan en algoritmos de ML. Algoritmos que procesan datos, aprenden de ellos y toman decisiones basadas en ese aprendizaje.
En la era de la IA tradicional, los sistemas operaban bajo un conjunto rígido de reglas predefinidas, limitando su capacidad de adaptación. La incorporación del ML revoluciona este paradigma, pues le da a los sistemas de IA algo esencial para cualquier tipo de inteligencia: plasticidad. Es decir, capacidad de aprender.
Un ejemplo son los coches autónomos de Tesla. 🚗🚗🚗
Si su sistema estuviese basado en IA tradicional, los programadores deberían considerar todas las situaciones posibles. Una tarea titánica, si no imposible. En cambio, y de hecho es así, la IA de Tesla se beneficia enormemente del ML y aprende de los miles de millones de kilómetros recorridos por todos los Teslas del mundo.
Espero no haberte aburrido 🙂
Deja una respuesta