¿Qué es el aprendizaje automático?
El aprendizaje automático es un subconjunto de la inteligencia artificial que permite a los sistemas aprender y predecir resultados sin una programación explícita. A menudo se utiliza indistintamente con el término IA porque es la técnica de IA que ha tenido el mayor impacto en el mundo real hasta la fecha, y es la que probablemente utilizará en su negocio. Los chatbots, las recomendaciones de productos, los filtros de spam, los coches autónomos y una gran variedad de otros sistemas utilizan el aprendizaje automático, al igual que los "agentes inteligentes" como Siri y Cortana.
En este artículo de Fortune, ¿Cuál es la diferencia entre la inteligencia artificial y el aprendizaje automático?, el autor describe claramente la diferencia entre la IA y el aprendizaje automático: "La IA es el concepto más amplio de las máquinas que pueden realizar tareas de una manera que consideraríamos inteligente", mientras que el aprendizaje automático es "una aplicación actual de la IA basada en la idea de que deberíamos simplemente poder dar a las máquinas acceso a los datos y dejar que aprendan por sí mismas".
¿Cómo funciona el aprendizaje automático?
En lugar de escribir algoritmos y reglas que tomen decisiones directamente o intentar programar una computadora para que "sea inteligente" utilizando conjuntos de reglas, excepciones y filtros, el aprendizaje automático enseña a los sistemas informáticos a tomar decisiones aprendiendo de grandes conjuntos de datos. Los sistemas basados en reglas se vuelven rápidamente frágiles cuando tienen que tener en cuenta la complejidad del mundo real; el aprendizaje automático puede crear modelos que representen y generalicen patrones en los datos que utiliza para entrenarlo, y puede utilizar esos modelos para interpretar y analizar nueva información.
El aprendizaje automático es adecuado para la clasificación, que incluye la capacidad de reconocer texto y objetos en imágenes y videos, así como para encontrar asociaciones en los datos o segmentar los datos en grupos (por ejemplo, encontrar grupos de clientes). El aprendizaje automático también es bueno para la predicción, como calcular la probabilidad de eventos o pronosticar resultados. El aprendizaje automático también se puede utilizar para generar datos faltantes; por ejemplo, la última versión de CorelDRAW utiliza el aprendizaje automático para interpolar el trazo suave que está intentando dibujar a partir de varios trazos ásperos que realiza con la herramienta de pluma.
Dos modos de aprendizaje automático: supervisado y no supervisado
Cuando se utiliza el software para indicarle al algoritmo específicamente lo que queremos descubrir, se denomina aprendizaje automático supervisado. Los algoritmos de aprendizaje automático utilizan una variable o atributo "objetivo" para "entrenar" un modelo basado en los datos de la variable objetivo.
El aprendizaje automático no supervisado es cuando la máquina puede aprender a identificar procesos y patrones complejos sin que un humano le proporcione orientación. Utiliza la agrupación como una aplicación, donde los registros del conjunto de datos se segmentan automáticamente en grupos. Esos grupos son similares a los registros de su propio grupo y diferentes a los registros de otros grupos.
