Eleccion y tipos de Inteligencia Artificial

Elección de un enfoque de tipo de aprendizaje

Para hacer una elección de un algoritmo si somos desarrolladores entre aprendizaje automatizad automático o no supervisado depende de los factores como la infraestructura y volumen de los datos y depende del caso de uno debemos usarlo. El aprendizaje automático ha favorecido a muchas industrias, ya que les proporciona asistencia para múltiples objetivos empresariales y casos de uso como;

  • Detección de anomalías (Tsunamis, terremotos, eclipses, tormentas…).
  • Mantenimiento preventivo de máquinas.
  • Marketing
  • Motores de búsquedas de recomendación para los usuarios
  • Entre otras…

Existen 4 tipos de inteligencia artificial, según su clasificación está centrada en una vista generalizada, pero cada una contiene avances en investigación. Se trata de una especie de consenso que concluye que las maquinas inteligentes sean más sensitivas y se acerque a la de un ser humano.

Los tipos de máquinas según Arend Hintze estas las clásico en diferentes tipos según el objetivo de enseñanza estas son:

  1. Maquinas reactivas
  2. Memoria limitada
  3. Teoría a la mente
  4. Autoconciencia
Inteligencia artificial robot - pixabay
Inteligencia artificial robot – pixabay

Cada una de estas tiene un concepto diferente, dependiendo del enfoque, por lo que estas pueden ser independiste de otras. (Oracle, s.f.)

Tipos de Aprendizaje Automático

En la inteligencia artificial, existe el aprendizaje automático, generalmente se utilizan algunos tipos de algoritmos como; el supervisado y no supervisado. Una de las diferencias entre cada una de ellas es en la manera en que hacer predicciones.

  • Aprendizaje automático supervisado: Este tipo de algoritmo es uno de los más utilizados ya que este modelo señala algunas de las conclusiones que debe llegar. Al igual que un niño que aprende a identificar, letras, números, colores al memorizarlas de donde lo ha visto, en el aprendizaje automatizado supervisado el algoritmo creado se entrena mediante un conjunto de datos que ya está etiquetado y tiene como resultado predefinido.
  • Aprendizaje automático no supervisado: Este tipo de aprendizaje no supervisado utiliza un enfoque más independiente, en que un ordenador aprende a identificar procesos, patrones complejos muy cercana a la de un ser humano, además este tipo de aprendizaje implica un entrenamiento basado en los datos que no tienen etiquetas o resultados.
Evolución del ser humano - pixabay
Evolución del ser humano – pixabay

Al igual que la analogía de la enseñanza infantil, el aprendizaje automático no supervisado es similar al de un niño que aprende a identificar objetos como frutas etc. Mediante la observación de patrones y colores en lugar de memorizar los nombres con la ayuda de un maestro. El niño buscaría similitudes entre las imágenes y separaría en grupos; colores, formas, etc. y asignaría a cada grupo una etiqueta nueva. Estos ejemplos de algoritmos de aprendizaje incluyen el agrupamiento de un análisis de componentes.

Dejar un comentario

Tu dirección de correo electrónico no será publicada.