Al igual que con gran parte de la terminología en el campo de la inteligencia artificial, no existe una definición única del aprendizaje automático.

En términos simples, lo que hace el aprendizaje automático es usar datos para responder preguntas. De manera más formal, se refiere al uso de algoritmos que aprenden patrones de los datos y que son capaces de desempeñar tareas sin estar explícitamente programados para hacerlo. 

Además, una característica que define los sistemas de aprendizaje automático es que mejoran su rendimiento con la experiencia y los datos. O en otras palabras: aprenden.

El aprendizaje automático forma parte de un colectivo de tecnologías que están agrupadas bajo el término "inteligencia artificial" (IA).

Los conceptos de la inteligencia artificial y el aprendizaje automático a menudo parecen ser usados de manera indistinta, pero de hecho, es más correcto considerar el aprendizaje automático como un subcampo de la inteligencia artificial - que a su vez, es un subcampo de las ciencias computacionales.

Inteligencia artificial significa diferentes cosas para diferentes personas, pero podemos decir que la inteligencia artificial se refiere a un concepto más amplio de máquinas que son capaces de desempeñar tareas que normalmente requieren inteligencia humana.

Bajo ese concepto, el aprendizaje automático se refiere a aplicaciones específicas que usan datos para entrenar a un modelo para realizar una tarea determinada independientemente y aprender de la experiencia. 

La inteligencia artificial y el aprendizaje automático se han convertido en términos de moda en los últimos años. Pero estos temas no son nuevos. Los científicos han estado trabajando en la inteligencia artificial y en el aprendizaje automático por bastante tiempo. 

El término de la inteligencia artificial fue discutido por primera vez en los años 50. El término fue acuñado por el científico computacional americano John McCarthy en un taller del Dartmouth College, New Hampshire, en 1956.

Desde entonces, la inteligencia artificial ha pasado por muchas evoluciones y ha experimentado días de gloria y días oscuros. El aprendizaje automático entró a escena en los años 80, pero solamente fue en la década de 2010 que los desarrollos en el campo comenzaron a acelerarse de manera exponencial. ¿Qué explica este cambio de marcha?

En la última década, dos factores clave han contribuido a desarrollos significativos llevados a cabo en el campo de la inteligencia artificial:

Primero, cada minuto se están creando enormes cantidades de datos. Las máquinas necesitan datos para "aprender", y la disponibilidad cada vez mayor de estos implica que se pueden usar mayores conjuntos de datos para mejorar el entrenamiento de los modelos existentes, y también que dichos modelos puedan ser puestos a prueba y aplicarse a nuevos campos.

El segundo factor se relaciona a recientes avances en las velocidades de procesamiento que permiten que las computadoras le den sentido a toda esta información mucho más rápido. Esto ha permitido que las compañías de tecnología y otros actores en el campo justifiquen inversiones cada vez más grandes en investigación y desarrollo.

A este paso, la inteligencia artificial pronto será un poco menos artificial y un poco más inteligente.

Existe un malentendido fundamental sobre lo que las investigaciones sobre inteligencia artificial intentan lograr. Ni somos nada al lado de máquinas que piensan por sí solas, como la computadora HAL 9000 de 2001: Odisea del Espacio, ni debería temer de que un robot ocupe su puesto en el futuro próximo.

Eso podría ocurrir solamente si alcanzamos la inteligencia artificial fuerte (IAF): máquinas hipotéticas que pueden manejar cualquier tarea intelectual de forma similar a la humana sin supervisión. Pero hasta hoy, sigue estando en el campo de la ciencia ficción.

Con la excepción de algunas compañías y laboratorios de investigación – DeepMind y OpenAI, por ejemplo – la investigación actual sobre inteligencia artificial se enfoca en una inteligencia limitada, con grandes progresos en la enseñanza para que las máquinas manejen tareas específicas de manera independiente.

La popularidad del aprendizaje automático hace que en ocasiones sea difícil separar lo que es real de lo que es solamente ruido. La falta de una definición acordada oficialmente, el legado de la ciencia ficción y un bajo nivel general de conocimientos sobre temas relacionados a la inteligencia artificial son factores que contribuyen a ello.

Por suerte, esta lección le dio un mejor entendimiento de lo que es el aprendizaje automático y cómo se relaciona con la inteligencia artificial. Pero incluso dentro del campo del aprendizaje automático, existen diferentes tipos de modelos y métodos que son importantes reconocer.

Este es el tema de la siguiente lección.