Inteligencia artificial y aprendizaje automático: la línea de fondo
AI es un término general para cualquier programa de computadora que haga algo inteligente. ¿Puedes distinguir entre los dos términos?
Machine Learning (ML) y Artificial Intelligence (AI) están a la altura de la moda en este momento. Aunque los dos términos se usan al azar e indistintamente, no son lo mismo.
Puedes pensar en ellos como un conjunto de muñecas rusas anidadas: AI es el “matryoshka” más grande y ML el más pequeño, es decir, ML es un subconjunto de AI
(ML ⊆ AI).
Una búsqueda rápida de en Google sobre las diferencias entre AI y ML producirá millones de resultados, pero … son largos y complicados … ¡Y a veces los científicos en el campo aún debaten la mejor definición de los dos, y probablemente continuarán haciéndolo!
Aquí he tratado de demostrar la distinción entre ellos en términos simples y también mantenga el texto corto y dulce ! 👏
Entonces, exploremos cuáles son las diferencias – en menos de 2 minutos …
Inteligencia Artificial
AI está envuelta en imitar procesos humanos de toma de decisiones y realizar tareas intelectuales en un ser humano.
Las tareas incluyen:
- resolución de problemas
- comprensión de idiomas
- reconocimiento de voces
- reconocimiento de imágenes
- aprendizaje
Los orígenes de la IA provienen del Turing Test conjunto de características que definen cómo un sistema puede exhibir un comportamiento inteligente que es igual (o indistinguible de) el de un humano.
Puede referirse a cualquier cosa de un programa de computadora jugando un juego de ajedrez a un sistema de reconocimiento de voz como Siri de Apple, a autos de auto conducción a robots que ofrecen servicios de conserjería en un banco japonés .
Aprendizaje de máquina
ML es un subcampo de la IA. El concepto clave aquí es que las máquinas ingieren grandes conjuntos de datos, “aprenden” por sí mismas y, cuando se exponen a nuevos datos, pueden tomar decisiones. En pocas palabras: a diferencia de codificar manualmente un programa de computadora con instrucciones específicas para completar una tarea, ML le permite al programa aprender a reconocer patrones por sí mismo y hacer predicciones.
Algunos ejemplos de la vida real son:
- La respuesta inteligente de Google Gmail : responde a los correos electrónicos en su nombre sugiriendo respuestas variadas.
- Google Maps : sugiere las rutas más rápidas para reducir el tiempo de viaje, analizando la velocidad del tráfico con la ayuda de datos de ubicación.
- Paypal : utiliza algoritmos ML en los datos del cliente para luchar contra el fraude.
- Netflix : ha lanzado un motor de sugerencias de la serie de televisión que impulsa el entretenimiento inteligente. 19659015] Y solo por diversión; ¿has visto este episodio de Silicon Valley? https://medium.com/media/fe2fef4bfd7e24e10ebdaeb92c16f5e2/href
En pocas palabras
Espero que esta pieza haya ayudado a algunas personas a entender la distinción entre AI y ML y localice aquellos recursos que combinan los términos.
AI es un concepto más amplio que el ML, que trata el uso de computadoras para imitar las funciones cognitivas de los humanos.
Cuando Las máquinas realizan tareas basadas en algoritmos de manera “inteligente”, es decir AI.vs.
ML es un subconjunto de de AI y se enfoca en la capacidad de las máquinas para recibir un conjunto de data y evolucionan a medida que aprenden más sobre la información que están procesando.
Y aquí hay una pequeña ventaja:
¡Gracias por leer!
Si esto me resultó útil, me encantaría si presionas el botón 👏, de modo que otros puedan encontrarlo, o incluso mejor si lo compartes En Twitter, LinkedIn o tu foro favorito. ¡Es mi debut en la escritura, por lo que cada pequeño acto de bondad ayuda!
Gracias 🙏
Inteligencia Artificial vs. Aprendizaje Automático – La línea de fondo se publicó originalmente en Hacia la Ciencia de Datos en Medio , donde las personas continúan la conversación resaltando y respondiendo a esta historia.