Para aclarar este tema, y entender la diferencia entre el Machine Learning (ML) e Inteligencia Artificial (AI), es útil comenzar por mencionar algunas definiciones sencillas.
La AI se refiere esencialmente a la capacidad de un dispositivo de alta tecnología o computadorizado para simular la mente humana. Las rutinas y sistemas de software de AI proporcionan lo que parece ser la lógica, la memoria y la toma de decisiones en estos dispositivos. Como su nombre lo indica, la inteligencia artificial puede interpretarse de manera general como la incorporación de la inteligencia humana a las máquinas.
Por ejemplo, estas máquinas se pueden utilizar para mover y manipular objetos, reconocimiento de lenguaje y solución de problemas. Hoy en día, la rutina de AI se encuentran en una gama cada vez más amplia de productos electrónicos de consumo, desde parlantes y teléfonos inteligentes con Bluetooth a dispositivos portátiles de todo tipo.
Machine Learning, como su nombre lo indica, puede interpretarse de manera general como el potenciar los sistemas informáticos con la capacidad de «aprender».
El propósito de ML es permitir que las máquinas aprendan por sí mismas utilizando los datos proporcionados y hacer predicciones precisas. Entonces, en lugar de rutinas de software codificadas con instrucciones específicas para realizar una tarea en particular, el Machine Learning es una forma de «entrenar» un algoritmo para que pueda aprender cómo hacerlo. La «capacitación» implica proporcionar enormes cantidades de datos al algoritmo y permitir que el algoritmo se ajuste y mejore.
Como ejemplo de ML podemos ver como se ha mejorado la visión de los computadores, para reconocer un objeto o imagen.
En este punto, entonces podemos afirmar que ML es un subconjunto de AI, de hecho, es simplemente una técnica dentro del mismo.
En el aspecto industrial, la AI puede aplicarse para predecir cuándo las máquinas necesitarán mantenimiento o analizar los procesos de fabricación para obtener grandes ganancias de eficiencia, ahorrando millones de dólares.
Del lado del consumidor, en lugar de tener que adaptarnos a la tecnología, la tecnología puede adaptarse a nosotros. En lugar de hacer clic, escribir y buscar, simplemente podemos pedirle a una máquina lo que necesitamos. Podríamos pedir información como el clima o una acción como preparar la casa para la hora de acostarse (apagar el termostato, cerrar las puertas, apagar las luces, etc.).
Finalmente, también es cierto que el ML representa actualmente el camino más prometedor hacia la inteligencia artificial.
