Inteligencia Artificial, Machine Learning y Deep Learning ¿cuáles son las diferencias?

En los últimos años se han generalizado en nuestro lenguaje y en muchas de las acciones cotidianas que desarrollamos cuando accedemos a Internet o usamos dispositivos tecnológicos: Inteligencia Artificial, Machine Learning y Deep Learning ¿Sabes cuáles son sus diferencias? ¿Conoces sus usos y por qué son claves para la transformación digital de nuestra sociedad? Claves en este post.

Artículos relacionados:

¿Qué es Inteligencia Artificial?

Cuando hablamos del concepto de Inteligencia Artificial (IA) nos estamos refiriendo a uno de los grandes avances que marcará la Sociedad Digital en los próximos años. ¿Qué es la Inteligencia Artificial? Según la definición de Wikipedia, la IA son los procesos por los que “una máquina imita las funciones «cognitivas» que los humanos asocian con otras mentes humanas, como por ejemplo aprender y resolver problemas”.

El concepto de Inteligencia Artificial no es nuevo, de hecho hay que remontarse hasta el año 1956 para encontrar la primera referencia al término IA. Fue a cargo de John McCarthy en 1956 a partir de los conceptos del test de Alan Turing, en el que se fijaban los parámetros y ‘habilidades’ que debía exhibir una máquina para ser considerada ‘inteligente’ un concepto que, al igual que los axiomas recogidos en la Ley de Moore, eran más ciencia ficción que realidad en aquellos años.

Desde entonces, y en especial en los últimos años, el desarrollo de la Inteligencia Artificial ha sido exponencial e incluye aspectos desde los primeros avances como la predicción de comportamientos a partir de una serie de pautas programadas (el primer gran ejemplo son las partidas de ajedrez con el supercomputador Deep Blue a finales de los años 90) al desarrollo de procesos industriales y de fabricación, la capacidad de las máquinas para el procesamiento del lenguaje natural (PLN), la respuestas automatizadas (chatbots), el cuidado y detección de enfermedades, la educación, la robótica…

Este desarrollo y nuevas aplicaciones de la Inteligencia Artificial ha generado una revisión de su propia definición y, según Stuart Russel y Peter Norvig, en la actualidad podemos establecer diferentes categorías de IA y distinguir entre:

  • Sistemas que piensan como humanos. Tratan de imitar los procesos el pensamiento humano, por ejemplo las redes neuronales artificiales (de las que nos vamos a ocupar en este post) y que incluyen aspectos como la toma de decisiones, la resolución de problemas o el aprendizaje automático.​
  • Sistemas que actúan como humanos. Estos sistemas informáticos imitan el comportamiento humano; por ejemplo la robótica. ¿Conoces las leyes de la robótica que ultima la Unión Europea?​
  • Sistemas que piensan racionalmente. Hablamos de un aprendizaje mucho más profundo, ya que estos sistemas tratan de imitar o emular el pensamiento lógico racional del ser humano.​
  • Sistemas que actúan racionalmente. Un paso mucho más allá en la evolución de la Inteligencia Artificial ya que hablamos de máquinas que tratan de emular de forma racional el comportamiento humano y son capaces de tomar decisiones en función de esos razonamientos.​

Y todo ello a partir del análisis, procesamiento e interpretación de millones de datos que, gracias a la tecnología del Big Data se convierten en un pilar fundamental para el desarrollo y aplicaciones de la Inteligencia Artificial en nuestro día a día.

¿Qué es Machine Learning?

Una vez que ya hemos acotado qué es Inteligencia Artficial, pasamos a la definición de Machine Learning que está muy relacionada con los avances y nuevos usos de la IA y que va a ser clave en el desarrollo de los procesos de transformación digital en las empresas, aunque también desde el punto de vista educativo.

¿Qué es Machine Learning? Cuando hablamos de la definición de Machine Learning nos estamos refiriendo a una de las ramas de la Inteligencia Artificial y de su evolución hacia los sistemas de aprendizaje autónomo por parte de las máquinas. En concreto, hablamos de aprendizaje autómatico, según la definición de Wikipedia en la que se especifica que “se trata de crear programas capaces de generalizar comportamientos a partir de una información suministrada en forma de ejemplos”.

La evolución de la Inteligencia Artificial hacia el concepto de Machine Learning se puede representar como el paso del reto de Deep Blue al de Deepmind Alpha Go de Google que es capaz de imaginar mundos y proyectarlos a partir del análisis de millones de datos y variables del comportamiento humano en cuestión de segundos.

¿Cuáles son las aplicaciones del Machine Learning? Esta capacidad de aprender y de anticipar comportamientos tiene múltiples usos que van desde los más generalistas como sistemas de reconocimiento facial o la capacidad para la respuesta y el aprendizaje de idiomas hasta usos más especializados como la posibilidad de generar diagnósticos médicos o los sistemas que servirán de base a los vehículos autónomos.

Desde el punto de vista de la industria y las empresas, el Machine Learning está cargado de posibilidades que puedes conocer en este enlace y ampliar en este webinar del Campus Corporativo del Sector TIC de la Consejería de Empleo, Empresa y Comercio de la Junta de Andalucía.

¿Qué es Deep Learning?

De la Inteligencia Artificial al Machine Learning y de ahí al Deep Learning o aprendizaje profundo. Un nuevo paso en los procesos y la evolución de los sistemas de Inteligencia Artificial que se acerca, cada vez más, al reto de conseguir sistemas informáticos que, de forma autónoma y sin apenas intervención humana, sean capaces de imitar comportamientos y razonamientos propios del ser humano.

¿Qué es el Deep Learning? Con este concepto nos estamos refiriendo al conjunto de algoritmos que, a modo de las redes neuronales de cerebro humano, son capaces de generar respuestas y actuar en función de las conclusiones a las que se llega por su combinación, yuxtaposición  o contradicción a partir de un sistema de capas que se ordenan en función de una jerarquía.

Estamos hablando de un nuevo nivel en el desarrollo de los sistemas de Inteligencia Artificial y Machine Learning y, por el momento, de lo más parecido al pensamiento humano que podemos encontrar. De hecho, estas redes neuronales son capaces de generar procesos que incluyen el pensamiento abstracto (lenguaje propio y razonado) o, incluso, según algunos expertos, en un futuro no muy lejano, de la capacidad de crear.

Puedes ampliar información en este vídeo donde te explican los conceptos básicos del Deep Learning:

La Inteligencia Artificial es el futuro de la mayor parte de los procesos de transformación digital que vamos a vivir en los próximos años, tanto en el terreno de las empresas, como en el desarrollo de nuevos avances en materia de educación, sanidad o en materia de Ciudades Inteligentes.

 

Deep Learning, Inteligencia Artificial y Machine Learning ¿cuáles son las diferencias?
4 (80%) 1 voto

0 comentarios

Dejar un comentario

¿Quieres unirte a la conversación?
Siéntete libre de contribuir

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *