Estos términos son muy usadas últimamente, pero ¿realmente sabemos las diferencias entre ellos?
Rayos, incluso para nosotros es difícil a pesar de continuamente son términos con los que nos encontramos cada día durante nuestras búsquedas diarias por el inmenso mar del Internet. Por lo tanto, pensamos que sería beneficioso definir claramente cada término usando, como siempre, alrededor de unas 350 palabras. Disfrútalo.

 

Inteligencia artificial (IA)
IA es un campo de la informática creado en la década de los 50’s con el propósito de dar a una máquina la capacidad de pensar, razonar y aprender.
Es un término paraguas que abarca una amplia gama de tecnologías como: lógica tradicional, reglas si-entonces, árboles de decisión; enfocados a permitir que computadoras, robots, incluso las tostadores se parezcan, al menos superficialmente, a nuestro cerebro.

 

Aprendizaje automático
Este es un subconjunto de IA centrado en permitir a las máquinas a aprender por sí mismos, en lugar de tener que enseñarles todo lo que necesitan saber.
Se trata de facilitar la capacidad de una máquina para evolucionar con el tiempo, ya que está expuesto a más y más datos … y la idea es que esto sucede automáticamente, por lo que la intervención humana obsoleto.
Ejemplo: Tesla hace que sus vehículos autónomos aprendan por sí solos las rutas que recorre, agrupando toda esa data y luego compartiéndola con sus compañeros ‘Autopilot‘.

 

Aprendizaje profundo
Este también es un subconjunto de la IA, y a la vez es un subconjunto del aprendizaje automático que se centra en la simulación de la complejidad del cerebro humano.
En otras palabras, mientras que el aprendizaje automático ayuda a las computadoras a aprender con el tiempo, el aprendizaje profundo aprovecha múltiples capas para ayudarlas a adaptarse, hacer predicciones y llegar a conclusiones que de otro modo no serían posibles.
Por ejemplo, un algoritmo de aprendizaje automático estándar podría reconocer fácilmente una imagen de un gato, pero al segundo que se alteran algunos de esos píxeles, se le dificulta. Mientras que un algoritmo de aprendizaje profundo no tendría ningún problema para adaptarse al pequeño cambio e identificar la foto.
También puedes pensar de esta manera: Cuando eras un niño, tus padres te enseñaron a no tocar la punta del cuchillo, lo que literalmente se traduce como: no tocar la punta de un cuchillo. Sin embargo, lo que terminas aprendiendo es que no debes tocar cosas agudas.
Eso es como un aprendizaje profundo en forma humana.