Fatima Syed. AI and ML: Are they one and the same?. Maaken, July 3, 2020
La Inteligencia Artificial, alias IA, hizo su debut en la vida real y se convirtió en la palabra de moda del siglo XXI, proporcionándonos nuevas ideas para explorar e increíbles posibilidades. Y justo cuando nos estábamos acostumbrando a la IA nos introdujeron en el Aprendizaje Futurista, el Aprendizaje Profundo, la PNL y otro término que a menudo confundimos con IA: Aprendizaje Automático (ML).
De repente, el futuro ya está aquí, y es difícil seguir el ritmo de los avances de estas tecnologías, lo que significa cada término y cómo se relacionan entre sí, sobre todo cuando se trata de la IA y el ML, que a menudo se perciben como intercambiables.
Pero mientras que la IA y la ML caen en el mismo dominio, son significativamente diferentes – cada una de ellas tiene una aplicación y un resultado específico.
Según John McCarthy, uno de los padrinos de la IA, «la IA es la ciencia y la ingeniería de hacer máquinas inteligentes». la IA es el superconjunto mientras que la ML es su subconjunto. Esta última se utiliza más predominantemente en áreas con enormes conjuntos de datos que abarcan las «3 V» de Big Data: Volumen, velocidad y variedad. La IA, por otro lado, cubre no sólo la ML sino también otras ramas incluyendo el Procesamiento del Lenguaje Natural, Aprendizaje Profundo, Visión por Computadora y Reconocimiento del Habla. Sin embargo, tanto la IA como el ML tienen un objetivo común: lograr una inteligencia a una escala que supere a la inteligencia humana natural.
Todo lo que tiene un sistema inteligente y toma decisiones basadas en los datos introducidos puede considerarse una máquina impulsada por la IA, ya sea un coche, la cerradura de una puerta o incluso una nevera. Siempre que una máquina puede completar «inteligentemente» un conjunto de tareas basadas en algunos algoritmos sin la intervención humana, se denomina inteligencia artificial.
Un subconjunto de la IA, el ML se refiere a las máquinas que aprenden a causa de algún tipo de conocimiento previo, lo que las hace más inteligentes y con mayor probabilidad de dar resultados cercanos a la inteligencia humana. Los sistemas de ML entrenan a una máquina a aprender y aplicar la toma de decisiones cuando se enfrenta a nuevas situaciones y están diseñados para hacerse más inteligentes con el tiempo. Lo que comenzó como la IA está llevando ahora a los principales dispositivos a adoptar el ML debido a su probabilidad de dar mejores resultados, y con la aparición de Big Data el ML ha ganado velocidad y ahora es utilizado por algunas de las compañías de tecnología más poderosas del mundo, como Google, IBM, Baidu, Microsoft y Apple. El entrenamiento de un modelo de ML requiere proporcionar a los algoritmos un fragmento de Big Data y uno de los muchos modelos de aprendizaje con el fin de extraer información procesada y significativa, automatizando así el proceso.
Universo Abierto 
