Algoritmos son reglas que muestran el paso a paso necesario para la resolución de un problema. A través de una secuencia lógica, definida y finita de instrucciones, ellos determinan el camino a seguir para ejecutar una tarea.
¿Qué es Machine Learning?
Machine learning, o aprendizaje automático, hace uso de algoritmos para organizar datos, trata de hacer a las computadoras tengan un proceso similar al aprendizaje y puedan entre otras cosas reconocer patrones con esos modelos y generar insights inteligentes sin necesidad de pre-programación.
Generalizando, podemos decir que machine learning es el área de la ciencia de la computación que permite simular la inteligencia humana en algunos aspectos y poder aplicarlos a la realidad. El concepto de IA surgió hace mucho tiempo, en 1956, pero en la época aún faltaban las tecnologías capaces de poner la teoría en práctica. Con el aprendizaje automático, se pretende encontrar respuestas sin que las computadoras fueran específicamente programados para buscarlas.
Los algoritmos de machine learning aprenden con los datos suministrados a ellos para su proceso y de esta manera las computadoras son entrenadas para aprender y ejecutar distintas tareas de forma autónoma
Luego, cuando son expuestas a nuevos datos, ellas se adaptan a partir de los cálculos anteriores y los patrones se moldean para ofrecer respuestas confiables. ¿Qué quiere decir, en la práctica? En vez de programar reglas en un computador y esperar el resultado, con machine learning, la máquina aprenderá esas reglas por cuenta propia.
Con el avance de la tecnológica, mejores y más eficientes computadoras, aumento de datos disponibles para procesar y capacidad de manejo de grandes volúmenes de datos, se pudo hacer uso de Algoritmos más complejos y rápidos como es el caso de Deep Learning.
¿Qué es Deep Learning?
Deep learning, o aprendizaje profundo, es la parte del aprendizaje automático que, por medio de algoritmos de alto nivel, imita la red neuronal del cerebro humano.
Para llegar al nivel de aprendizaje profundo más avanzado, el principio de las redes neurales artificiales fue desarrollado para soportar capas discretas, conexiones y direcciones de propagación de datos. De esa manera, los datos son sometidos a varias capas de procesamiento no lineares que simulan la forma de pensar de las neuronas.
De forma simplificada, podemos decir que deep learning son esos algoritmos complejos construidos a partir de un conjunto de diversas capas de “neuronas”, alimentados por cantidades inmensas de datos, que son capaces de reconocer imágenes y habla, procesar el lenguaje natural y aprender a realizar tareas extremadamente avanzadas sin interferencia humana. La principal aplicación de los algoritmos de Deep Learning son las tareas de clasificación, en especial, reconocimiento de imágenes.
¿Son los únicos algoritmos de IA?
Existen otros algoritmos además de estos en IA. Los genéticos o Evolutivos, estimación de distribuciones, algoritmos híbridos, aprendizaje por esfuerzo, aprendizaje supervisado y otros tantos más específicos pero que no tienen tanta relevancia actualmente o no tanto auge y quizás es motivo de un próximo artículo .