¿Cómo puede un sistema de inteligencia artificial desarrollar su conocimiento de dominio? ¿Hay más que solo Machine Learning?

Por lo tanto, el aprendizaje automático permite que un sistema se automatice automáticamente en el sentido de que puede predecir el estado futuro en función de lo que ha aprendido hasta ahora. Mi pregunta es: ¿son las técnicas de aprendizaje automático la única forma de hacer que un sistema desarrolle su conocimiento de dominio?

Bueno, estamos hablando de un sistema (una máquina) que desarrolla conocimiento (aprende), por lo que es un poco difícil para una técnica así no caer en el aprendizaje automático.

Pero podría argumentar que los motores de inferencia que funcionan en una base de datos de conocimiento basada en gráficos para derivar nuevas proposiciones o probabilidades no son parte del aprendizaje automático. Por supuesto, en ese caso, parte del conocimiento no se adquiere en absoluto, sino que los desarrolladores lo ingresan.

Todavía estoy leyendo sobre esto, pero mi impresión es que estas bases de datos de conocimiento y motores de inferencia se hicieron bastante populares en la década de los noventa y muchos investigadores de AGI todavía trabajan en esa dirección.

Eso depende de cuán ampliamente defina las "técnicas de aprendizaje automático". Podrías construir una definición para que, por definición, todo el aprendizaje caiga bajo esa rúbrica. OTOH, hay una gama tan amplia de técnicas de aprendizaje automático que, al hacerlo, no ganaría mucho.

Probablemente tenga más sentido hablar sobre los diferentes tipos de aprendizaje que utilizamos dentro del aprendizaje automático / inteligencia artificial. Como mínimo, tienes:

1. aprendizaje supervisado
2. aprendizaje sin supervisión
3. aprendizaje semi-supervisado
4. aprendizaje competitivo

Y luego cosas como "aprendizaje de refuerzo" que pueden subcategorizar lo anterior. La mayoría de esas cosas caen en lo que la gente generalmente llama "aprendizaje automático".

Fuera de eso, tiene cosas como algoritmos de inducción de reglas, técnicas de lógica deductiva como la programación de lógica inductiva que puede "aprender", motores de inferencia, razonamiento automatizado, etc. que tienen sus propias formas de "aprender" sobre el mundo, pero están separados de lo que generalmente se denomina "aprendizaje automático".

Pero incluso con eso en mente, uno puede preguntar con razón si realmente hay una línea divisoria allí o no. De hecho, parece haber razones para pensar que los futuros sistemas de inteligencia artificial pueden usar un enfoque híbrido que combina muchas técnicas diferentes sin tener en cuenta si están etiquetadas como "aprendizaje automático" o "GOFAI" u "otro".