El aprendizaje automático ha sido definido por muchas personas de diferentes maneras. Una definición dice que el aprendizaje automático (ML) es el campo de estudio que brinda a las computadoras la capacidad de aprender sin ser programado explícitamente.
Dada la definición anterior, podríamos decir que el aprendizaje automático está orientado a problemas para los que tenemos (muchos) datos (experiencia), de los cuales un programa puede aprender y mejorar en una tarea.
La inteligencia artificial tiene muchos más aspectos, donde las máquinas no mejoran en las tareas al aprender de los datos, pero pueden exhibir inteligencia a través de reglas (por ejemplo, sistemas expertos como Mycin ), lógica o algoritmos, por ejemplo, encontrar rutas .
El libro Inteligencia artificial: un enfoque moderno muestra más campos de investigación de IA, como problemas de satisfacción de restricciones , razonamiento probabilístico o fundamentos filosóficos .
Las definiciones de Inteligencia Artificial se pueden clasificar en cuatro categorías: Pensar humanamente, Pensar racionalmente, Actuar humanamente y Actuar racionalmente. La siguiente imagen (de Inteligencia artificial: un enfoque moderno) arrojará luz sobre estas definiciones: La definición que me gusta es de John McCarthy, "Es la ciencia y la ingeniería de hacer máquinas inteligentes, especialmente programas informáticos inteligentes. Está relacionado a la tarea similar de usar computadoras para comprender la inteligencia humana, pero la IA no tiene que limitarse a métodos que sean biológicamente observables ".
Machine Learning, por otro lado, es el campo de la IA que se ocupa de hacer software para hacer mejores predicciones para la salida sin ser programado explícitamente. Se utilizan varios algoritmos sobre un conjunto de datos para predecir el futuro. El aprendizaje automático está basado en datos y orientado a datos. El aprendizaje automático se desarrolló a partir del estudio del reconocimiento de patrones y la teoría del aprendizaje computacional de la IA.
fuente
Muchos términos tienen 'en su mayoría' los mismos significados, por lo que las diferencias son solo en énfasis, perspectiva o descendencia histórica. Las personas no están de acuerdo sobre qué etiqueta se refiere al superconjunto o al subconjunto; hay personas que llamarán a AI una rama de ML y personas que llamarán a ML una rama de AI.
Por lo general, escucho que el aprendizaje automático se usa como una forma de `` estadística aplicada '' en la que especificamos un problema de aprendizaje con suficiente detalle para que podamos alimentar los datos de capacitación y obtener un modelo útil del otro lado.
Normalmente escucho Inteligencia Artificial como un término general para referirme a cualquier tipo de inteligencia incrustada en el entorno o en el código. Esta es una definición muy expansiva, y otras usan otras más limitadas (como centrarse en la inteligencia general artificial , que no es específica del dominio). (Llevado al extremo, mi versión incluye termostatos).
Este también es un buen momento para señalar otros sitios de StackExchange, Cross Validated y Data Science , que se superponen bastante con este sitio.
fuente
El aprendizaje automático es un subconjunto de inteligencia artificial que es solo una pequeña parte de su potencial. Es una forma específica de implementar IA centrada principalmente en técnicas estadísticas / probabilísticas y técnicas evolutivas. Q
Inteligencia artificial
La inteligencia artificial es " la teoría y el desarrollo de sistemas informáticos capaces de realizar tareas que normalmente requieren inteligencia humana " (como la percepción visual, el reconocimiento del habla, la toma de decisiones y la traducción entre idiomas).
Podemos pensar en la IA como el concepto de la toma de decisiones no humana Q que tiene como objetivo simular funciones cognitivas similares a las humanas, como la resolución de problemas, la toma de decisiones o la comunicación del lenguaje.
Aprendizaje automático
El aprendizaje automático (ML) es básicamente un aprendizaje mediante la implementación de modelos de construcción que pueden predecir e identificar patrones a partir de datos.
Según la profesora Stephanie R. Taylor de Computer Science y su artículo de lectura , y también la página de Wikipedia , `` el aprendizaje automático es una rama de la inteligencia artificial y se trata de la construcción y el estudio de sistemas que pueden aprender de los datos '' (basado en los datos existentes). mensajes de correo electrónico para aprender a distinguir entre spam y no spam).
Según Oxford Dictionaries , el aprendizaje automático es " la capacidad de una computadora para aprender de la experiencia " (por ejemplo, modificar su procesamiento en función de la información recién adquirida).
Podemos pensar ML como detección de patrones computarizados en los datos existentes para predecir patrones en datos futuros. Q
En otras palabras, el aprendizaje automático implica el desarrollo de algoritmos de autoaprendizaje y la inteligencia artificial implica el desarrollo de sistemas o software para imitar a los humanos para responder y comportarse en una circunstancia. Quora
fuente
¿En qué se diferencia la inteligencia artificial del aprendizaje automático? Https://www.linkedin.com/pulse/how-artificial-intelligence-different-from-machine-learning-singh
fuente
Sakthi Dasan Sekar
fuente
La inteligencia artificial (IA) y el aprendizaje automático (ML) son dos palabras de moda muy populares en este momento, y a menudo parecen usarse indistintamente.
La Inteligencia Artificial es el concepto más amplio de máquinas que pueden realizar tareas de una manera que consideramos "inteligente" y Machine Learning es una aplicación actual de IA basada en la idea de que realmente deberíamos ser capaces de dar acceso a las máquinas a los datos. y que aprendan por sí mismos.
Puede encontrar más información sobre Machine Learning e Inteligencia Artificial.
fuente
La IA basada en la teoría es lo que condujo al desarrollo del aprendizaje automático. A menudo conocido como un subconjunto de IA, es realmente más preciso pensar que es la tecnología más moderna.
Machine Learning está adquiriendo conocimiento sobre datos utilizando algunos algoritmos de autoaprendizaje y la IA es un campo en el que la máquina realiza tareas sin el apoyo humano basado en ese conocimiento adquirido a través del aprendizaje. Entonces, esto es lo que ML es el subconjunto de AI significa.
fuente
Inteligencia artificial: una propiedad del conocimiento en una entidad artificial en acción.
Machine Learning: cómo hacer una entidad artificial para agregar información (Learn) para su conocimiento
fuente
En palabras simples, la inteligencia artificial es un campo de la ciencia que está tratando de imitar el comportamiento de los humanos u otros animales.
El aprendizaje automático es una de las herramientas / tecnologías clave detrás de la inteligencia artificial.
fuente
La Inteligencia Artificial (AI) y el Aprendizaje automático (ML) son dos palabras de moda muy populares en este momento, y a menudo parecen usarse indistintamente. No son exactamente lo mismo, pero la percepción de que lo son a veces puede generar cierta confusión. Entonces pensé que valdría la pena escribir un artículo para explicar la diferencia.
El aprendizaje automático es una subárea central de la inteligencia artificial; Permite a las computadoras entrar en un modo de autoaprendizaje sin ser programado explícitamente. Cuando se exponen a nuevos datos, estos programas informáticos están habilitados para aprender, crecer, cambiar y desarrollarse por sí mismos.
fuente
En primer lugar, encontré el término MachineLearning mucho más en mis clases de Business Intelligence que en mis clases de IA.
Mi profesor de inteligencia artificial, Rolf Pfeifer, lo habría dicho así: (después de haber tenido un largo discurso sobre qué es la inteligencia, cómo se puede definir, los diferentes tipos de inteligencia, etc.). ML es más estático y "tonto", no se da cuenta de su entorno físico y no está hecho para interactuar con él, o solo de manera abstracta. AI tiene cierta conciencia de su entorno e interactúa con él de forma autónoma, tomando decisiones autónomas con bucles de retroalimentación. Desde ese punto de vista, Ugnes Answer sería probablemente la más cercana. Además de eso, por supuesto, ML es un subconjunto de IA.
Machine Learning no es una inteligencia real (en mi humilde opinión), es principalmente inteligencia humana reflejada en algoritmos lógicos, y como diría mi Business Intelligence Prof: acerca de los datos y su análisis. Machine Learning tiene muchos algoritmos supervisados que realmente necesitan humanos para apoyar el proceso de aprendizaje al decir qué está bien y qué está mal, por lo que no son independientes. Y una vez que se aplican, los algoritmos son mayormente estáticos hasta que los humanos los reajustan. En ML, la mayoría de las veces tiene diseños de cajas negras y el aspecto principal son los datos. Los datos entran, los datos se analizan ("inteligentemente"), los datos salen y el aprendizaje en la mayoría de los casos se aplica a una fase previa a la implementación / aprendizaje. En la mayoría de los casos, a ML no le importa el entorno en el que se encuentra una máquina, se trata de datos.
En cambio, la IA se trata de imitar la inteligencia humana o animal. Siguiendo el enfoque de mi profesor, la inteligencia artificial no se trata necesariamente de la autoconciencia sino de la interacción con el entorno, por lo que para construir la inteligencia artificial es necesario que los sensores de la máquina perciban el entorno, un tipo de inteligencia capaz de seguir aprendiendo y elementos para interactuar con el medio ambiente (brazos, etc.). La interacción debe ocurrir de manera autónoma e idealmente, como en los humanos, el aprendizaje debe ser un proceso autónomo y continuo.
Por lo tanto, un dron que escanea campos en un esquema lógico en busca de patrones de color para encontrar malezas dentro de los cultivos sería más ML. Especialmente si los datos luego son analizados y verificados por humanos o si el algoritmo utilizado es un algoritmo estático con "inteligencia" incorporada pero que no se puede reorganizar o adaptar a su entorno. Un dron que vuela de manera autónoma, se carga cuando la batería está baja, busca malas hierbas, aprende a detectar las desconocidas y las arranca por sí solo y las trae de vuelta para su verificación, sería AI ...
fuente
Antes de entrar en la diferencia es importante tener claro qué significan exactamente.
La inteligencia artificial es la ciencia y la ingeniería de hacer que las computadoras se comporten de manera que, para imitar el comportamiento humano - Andrew Moore
El aprendizaje automático es el estudio de algoritmos informáticos que permiten que los programas informáticos mejoren automáticamente a través de la experiencia - Tom Mitchell
Si la Inteligencia Artificial está haciendo máquinas para exhibir la inteligencia humana, entonces el aprendizaje automático es un enfoque para lograr esa inteligencia artificial en la que la máquina puede aprender por sí misma sin ser programada explícitamente. Simplemente, el aprendizaje automático es parte de la IA.
fuente
Hagamos una prueba en nosotros mismos para descubrir la diferencia.
Paso 1: escribiré una palabra y debes pronunciarla en voz alta.
La palabra es:
Stackoverflow
¡¡¡Bueno!!! para que puedas pronunciarlo sin problemas
Paso 2: Ahora tienes que pronunciar otra palabra.
La palabra es:
Worcestershire
Hmmmm !!! encontrarlo difícil pero aún así, lo pronuncias, eso te hace inteligente.
Entonces, precisamente, cuando superas la dificultad es
intelligence
.Pero ahora, si te digo cómo se pronuncia, e intentas la misma prueba, no tendrás dificultades cuando aprendiste a pronunciarlo.
Igual es el caso de la inteligencia artificial y el aprendizaje automático.
Entonces, la inteligencia artificial es una forma de mapear la lógica humana, el razonamiento, la comprensión y las habilidades para resolver problemas.
Mientras que el aprendizaje automático es recordar o predecir por patrón, estadísticas y experiencia.
Entonces, la inteligencia artificial es tener habilidades para resolver problemas, lógica, razonamiento, comprensión, pero aún así, necesitas aprender a adquirir estas habilidades, por lo que el aprendizaje automático es parte de la inteligencia artificial.
fuente
En los juegos de computadora, una IA puede ser: Si el jugador salta, dispara. Entonces, la IA puede ser simplemente un conjunto de instrucciones claras para el comportamiento. El programador de IA ha decidido de antemano que es mejor disparar cuando el jugador está saltando.
El aprendizaje profundo es una forma de no definir esas instrucciones de antemano, sino de aprenderlas mientras suceden, por lo que la IA aprende que es mejor disparar cuando un jugador salta. Podría aprender esto intentando también disparar en otros momentos y diagnosticando que esto tiene menos efecto.
fuente
La Inteligencia Artificial significa que usted escribe un programa para realizar una tarea determinada y no está considerando cómo el usuario individual está usando el programa o qué parte del programa está usando constantemente ...
Machine Learning significa que usted escribe el mismo programa y también le dice al programa que sugiera algo que el usuario tendrá interés en él ...
El mejor ejemplo de aprendizaje automático es el reconocimiento facial
usted escribió el programa para detectar colores, formas de caras y luego, cuando reconoce una cara, puede hacer otras tareas ... Es aprendizaje automático.
pero si ya tiene datos de imágenes de diferentes caras almacenadas en el programa y lo está comparando con un usuario y luego realiza una determinada tarea, será Inteligencia Artificial
fuente