¿Qué es el Machine Learning?¿Y Deep Learning? Un mapa conceptual | DotCSV

¿Qué es la inteligencia artificial?

Introducción a la inteligencia artificial

• Se inicia un viaje conceptual en el campo de la inteligencia artificial, enfatizando la necesidad de un "mapa" conceptual para entender términos como machine learning, redes neuronales y big data.

• La confusión surge debido a que muchos conceptos se solapan o se interpretan de manera diferente, lo que complica su comprensión.

Definición de inteligencia artificial

• Definir la inteligencia artificial es complicado porque depende de cómo se entienda el concepto de "inteligencia", que tiene múltiples interpretaciones.

• Una definición común establece que la inteligencia artificial busca crear máquinas que imiten comportamientos inteligentes, como conducir o reconocer voces.

Capacidades y limitaciones

• Aunque algunas máquinas superan el rendimiento humano en tareas específicas, no son más capaces en general; su desempeño es limitado a dominios concretos.

• La capacidad humana para realizar múltiples tareas (pensar, ver, andar y hablar simultáneamente) sigue siendo un área activa de investigación en IA.

Tipos de inteligencia artificial

• Se distingue entre IA débil (que realiza tareas limitadas) e IA fuerte (capaz de abordar una variedad amplia de problemas).

• Actualmente, todas las IAs conocidas pertenecen al grupo débil; Hollywood ha popularizado la idea del grupo fuerte.

Subcategorías dentro de la inteligencia artificial

Comportamientos inteligentes

• Es crucial entender que "imitar" no implica necesariamente un comportamiento cognitivo; por ejemplo, programar movimientos repetitivos no equivale a actuar inteligentemente.

• Existen subcategorías dentro del campo: robótica (movimiento), procesamiento del lenguaje natural (comprensión del lenguaje), y conversión voz-texto/texto-voz.

Aprendizaje automático

• El aprendizaje automático (machine learning) es fundamental en IA; estudia cómo dotar a las máquinas con capacidad para aprender mediante experiencias previas.

• Este aprendizaje se divide en tres tipos: supervisado, no supervisado y reforzado.

La relación entre machine learning e inteligencia artificial

Conexiones entre disciplinas

• Machine learning es una disciplina nuclear dentro de la IA; conecta con otras capacidades ya sea por programación directa o por aprendizaje autónomo.

• Programar una máquina para moverse difiere significativamente de permitirle aprender a moverse por sí misma.

Técnicas dentro del machine learning

¿Qué son las redes neuronales y el aprendizaje profundo?

Introducción a las Redes Neuronales

• Las redes neuronales han sido un campo destacado en el aprendizaje durante la última década, permitiendo un aprendizaje jerárquico donde la información se procesa en niveles.

• Las primeras capas de una red aprenden conceptos concretos (ej. tornillo, espejo), mientras que las capas posteriores utilizan esta información para aprender conceptos más abstractos (ej. coche, camión).

• Este enfoque jerárquico es lo que caracteriza a los algoritmos de "deep learning" o aprendizaje profundo, que han ganado popularidad recientemente.

La Era del Big Data

• La necesidad de técnicas complejas como el deep learning surge debido a la era de la información actual, marcada por la digitalización y el abaratamiento del almacenamiento.

• El fenómeno conocido como "big data" se refiere tanto a la acumulación de grandes cantidades de datos como al proceso de análisis necesario para convertir esos datos en conocimiento.

Técnicas Avanzadas en Aprendizaje Automático