Inteligencia artificial, Machine Learning y Deep Learning

Clase 5 de 32 • Curso de Introducción a Machine Learning 2018

Clase anteriorSiguiente clase

INTELIGENCIA ARTIFICIAL / ARTIFICIAL INTELLIGENCE

Hablemos de inteligencia humana y por qué hoy se habla de inteligencia artificial. La inteligencia humana se refiere al hecho de cómo el cerebro humano aprende, cómo los humanos aprendemos, cómo tomamos decisiones, cómo resolvemos problemas.

La inteligencia humana se compone del razonamiento, aprendizaje, resolución de problemas, percepción y habilidad lingüística. Así también, los diferentes tipos de inteligencia humana:

  • lingüística
  • musical
  • lógico matemático
  • espacial
  • kinestésico
  • intra e inter personal

Esto nos lleva a pensar sobre lo que computadora también puede hacer, y ya en los años 1950-1955, John McCarthy conocido como el padre de la inteligencia artificial, se cuestionaba lo mismo, y empezó a estudiar sobre cómo aprende el cerebro humano y cómo también podría aprender un software.

Y relacionando lo que la inteligencia humana puede hacer y lo que quisieras que la inteligencia artificial haga, podemos ver aplicaciones reales de la misma:

  • Aprendizaje automático (Machine Learning)
  • Lógica matemática aplicada al juego
  • Búsqueda (motor de búsqueda del navegador de internet)
  • Redes neuronales artificiales
  • Algoritmos genéticos
  • Reconocimiento del lenguaje (NLP) interactuar con la computadora
  • Reconocimiento del idioma escrito

Y porqué IA, porque tenemos datos y las máquinas pueden aprender por medio de muchos datos dónde es complicado organizarse para nosotros (tiempo de procesamiento, tiempo de organización) y sacar la mejor info de ellos, como ser patrones, etc

APRENDIZAJE AUTOMÁTICO / MACHINE LEARNING

Machine Learning o Aprendizaje Automático, es conocida como una aplicación de Inteligencia Artificial, que le permite a un sistema, computador o software tener la habilidad de aprender sin ser explícitamente programado ya que puede aprender por medio de datos, de forma automática. Es decir programar un algoritmo que se pueda “entrenar” para aprender de los datos.

Y si los humanos aprendemos de experiencias, las computadoras aprenden de los datos en el aprendizaje automático, a diferencia de un programa/software hecho tradicionalmente, como un set de instrucciones.

CIENCIAS DE DATOS / DATA SCIENCE

Data Science o Ciencias de Datos es un mundo algo diferente, si bien está relacionado con Machine Learning e Inteligencia Artificial, tiene sus particularidades y sus campos de dominio.

Las ciencias de datos incluyen estos tres grande dominios:

  • Tecnologías de la información o Ciencias de la Computación
  • Matemáticas y Estadísticas
  • Dominio y conocimiento del negocio

Ciencias de datos se encargará de trabajar directamente con los datos, limpiarlos, normalizarlos o ponerlos en un solo formato y tenerlos en un formato estándar listo para ser las entradas (inputs) en el modelo de machine learning que queramos entrenar, pero también, es posible limpiar, organizar los datos que queremos analizar, simplemente para crear informes con visualizaciones, extraer solo subconjuntos.

Como puedes ver, cada término incluye diferentes áreas de estudio y alcance, pero se colaboran entre sí y nos permite completar el trabajo.

Referencias Externas: