You are on page 1of 3

Cules son las principales diferencias entre la inteligencia artificial y el

aprendizaje automtico? El aprendizaje automtico es parte de la inteligencia


artificial?

El aprendizaje automtico es un enfoque particular de la inteligencia artificial. Es


cierto que me est demostrando el enfoque ms exitoso de la IA. Pero no estoy de
acuerdo con la respuesta de Monica Anderson : NO es el enfoque "nico".

Por ejemplo, te sorprendera saber que algunos de los automviles que se


autodirigen y que actualmente se describen a s mismos como que usan IA, usan
muy poco aprendizaje automtico y estn usando sistemas basados en reglas.

Dicho esto, estoy de acuerdo en que la mayora de las aplicaciones de IA


actualmente estn usando o usarn ML pronto. Por otro lado, Deep Learning, que
es en s mismo una especie de Aprendizaje automtico, se est volviendo ms
popular y exitoso en diferentes casos de uso. Sin embargo, ni siquiera representa
la mayora de las aplicaciones.

El siguiente diagrama ilustra la situacin actual tal como lo entiendo:


Por ltimo, tambin es cierto que ML actualmente representa el camino ms
prometedor para una IA fuerte. Pero quin sabe? Tal vez, como dice Pedro
Domingos en su " Algoritmo maestro ", terminaremos encontrando un enfoque
diferente y global que nos llevar hacia la IA fuerte / general.

El aprendizaje automtico es el nico tipo de IA que existe.

AI est cambiando. Ahora estamos reconociendo que la mayora de las cosas


llamadas "IA" en el pasado no son ms que trucos de programacin avanzada.
Mientras el programador sea el que suministre toda la inteligencia al sistema
programndolo como un Modelo Mundial, el sistema no es realmente una
Inteligencia Artificial. Es "solo un programa".

No modeles el mundo; Modela la Mente.

Cuando modelas la mente puedes crear sistemas capaces de aprender todo sobre
el mundo. Es una tarea mucho ms pequea, ya que el mundo es muy grande y
cambia a sus espaldas, lo que significa que los Modelos Mundiales se volvern
obsoletos en el momento en que se crearon. La nica esperanza para crear
sistemas inteligentes es hacer que el sistema mismo cree y mantenga sus propios
Modelos Mundiales. Continuamente, en respuesta a la informacin sensorial.

Siguiendo esta lnea de razonamiento, Machine Learning NO es un subconjunto


de AI. Realmente es el NICO tipo de IA que hay.

Y esto ahora est demostrando ser cierto, y de una gran manera. Desde 2012,
una tcnica especfica de aprendizaje automtico llamada Deep Learning est
tomando el mundo de la IA por sorpresa. Los investigadores estn abandonando
el estilo clsico de "Trucos de programacin" de la IA en masa y cambiando a
Aprendizaje profundo ... basado principalmente en el hecho de que realmente
funciona. Hemos progresado ms en tres aos desde 2012 de lo que lo hemos
hecho en los ltimos 25 aos en varios problemas clave de la inteligencia artificial,
incluido el entendimiento de la imagen (uno muy difcil), el procesamiento de
seales, el entendimiento de voz y la comprensin del texto.

Otra pista de que ahora estamos en el camino correcto: los proyectos de IA de


estilo antiguo como CYC corran a millones de proposiciones o millones de lneas
de cdigo. Los sistemas que (con xito) modelan la mente pueden ser tan
pequeos como 600 lneas de cdigo; varios proyectos recientes de Deep
Learning registran en algn lugar dentro de ese rango. Y estos programas pueden
pasar de un dominio de problema a otro con muy pocos cambios en el ncleo;
esto significa que estos mtodos son inteligencias GENERALES, no especficas
de ningn dominio de problema. Es por eso que se llama Inteligencia General
Artificial. Y nunca hemos tenido ningn programa de IA que pueda hacer esto en
el pasado. Como ejemplo, los programas de comprensin del lenguaje que
estamos creando usando DL funcionarn igual de bien en cualquier idioma, no
solo en ingls. Solo se necesita una nueva capacitacin para cambiar a japons ...

Actualmente, Google utiliza mucho el Aprendizaje automtico: en mi opinin, ms


de cien lugares en sus sistemas han sido reemplazados por Deep Learning y otras
tcnicas de LD en los ltimos aos. incluso su algoritmo patentado de
"PageRank", que fue la clave inicial para su xito, est siendo reemplazado,
incluso mientras escribo esto, con un nuevo algoritmo llamado "RankBrain" que se
basa en Deep Learning. En la llamada de los accionistas la semana pasada, el
CEO de Google dijo que estaban buscando usar ML (probablemente Deep
Learning) * en todas partes * en todos sus productos. En trminos ms generales,
espero un aluvin de aplicaciones y sistemas que entiendan idiomas e imgenes
en los prximos aos, todos basados en Deep Learning.

Realmente no debera confundir las cosas, pero estrictamente hablando, Deep


Learning tampoco es IA. Actualmente estamos utilizando Supervised Deep
Learning, que es otro truco de programador (pero menos crtico) ya que la
"supervisin" es una especie de Modelo Mundial. Real AI requiere un aprendizaje
profundo no supervisado. Muchas personas, incluido yo, estamos trabajando en
esto; es posiblemente miles de veces ms difcil que el Aprendizaje Supervisado.
Pero aqu es donde tenemos que ir.

Aprendizaje profundo no es IA, pero es lo nico que tenemos en camino hacia la


verdadera inteligencia artificial.