El sueño de la Inteligencia Artificial

Llegados a este punto, conviene precisar una cuestión: aprendizaje automático y redes neuronales no son lo mismo, aunque sí que entablan una relación muy estrecha y muchas veces se emplean ambos términos, de forma errónea, indistintamente. Las redes neuronales son tan solo una forma de aprendizaje automático, pero este se puede implementar a través de otros algoritmos, alguno de los cuales iremos mencionando, como el método de clasificación de Naive Bayes, la regresión lineal, la regresión logística, las SVM o máquinas de vectores de soporte, el algoritmo KNN, y el bosque aleatorio.

Y resultó ser una solución relativamente sencilla: crearon un algoritmo que, al detectar errores en los datos de salida de una red neuronal, realizaba ajustes sobre el conjunto de los pesos de datos de entrada para reducir ese error. Conocido como retropropagación (backpropagation), ayudó a sacar del pozo a la investigación en redes neuronales.

La diferencia entre aprendizaje y razonamiento automáticos es que el primero funciona con modelos estadísticos, analizando diferentes ejemplos para establecer categorías que le permitan clasificar otros nuevos, mientras que al segundo hay que proporcionarle ya un modelo y unas relaciones entre determinados hechos para que pueda aplicarlos a ejemplos similares.