Inteligencia artificial y machine learningCarlos Rebato 10 febrero, 2020 ¿Cómo se combinan para que las máquinas aprendan? La inteligencia artificial, IA por sus siglas en inglés, es una rama de las ciencias de la computación que estudia cómo automatizar y emular la conducta inteligente. El machine learning (ML) o aprendizaje automático se refiere a técnicas y programas en los que la inteligencia artificial computacional se aplica para optimizar un modelo creado para solucionar un problema, o para predecir. También conocido como aprendizaje de máquina, su utilidad es mejorar los parámetros de un modelo, mediante el uso de datos previos o datos de entrenamiento. Relación entre inteligencia artificial y machine learning La inteligencia artificial engloba al aprendizaje automático, por lo tanto, tiene un alcance más amplio. El aprendizaje automático es definido por el profesor Tom Mitchell del Machine Learning Department, de la Universidad Carnegie Mellon, como “el estudio de algoritmos informáticos que permiten a los programas informáticos mejorar automáticamente a través de la experiencia”. Ambos buscan un fin común: crear algoritmos, modelos, simulaciones o dispositivos que emulen la inteligencia, las funciones cognitivas y el aprendizaje. Disciplinas involucradas en el ML Además de la aplicación de técnicas de inteligencia artificial para mejorar la capacidad de aprendizaje en elementos artificiales, el machine learning se nutre de muchas áreas, entre ellas: Teoría del aprendizaje computacionalReconocimiento de patronesRedes neuronales artificialesMinería de datosEstadísticaTeoría de modelos y de grafosRepresentación del conocimientoProcesamiento del lenguaje natural Tipos de aprendizaje mediante inteligencia artificial y machine learning Los algoritmos que se utilizan en el aprendizaje de máquina difieren según el problema que se necesita resolver. Para seleccionar el tipo de algoritmo a utilizar, es fundamental identificar una de las nueve tareas que el machine learning puede resolver: ClasificaciónRegresiónIdentificación de similitudesAgrupación o clusteringAsociación por coincidencia o co-ocurrenciasCaracterización de comportamientos típicos o profilingPredicción de vínculos o conexionesReducción de datosModelado causal Los sistemas en donde se incluye machine learning pueden utilizar algoritmos con tres opciones para el aprendizaje: SupervisadoNo supervisadoPor refuerzo Algunos investigadores identifican un cuarto tipo: el aprendizaje semi-supervisado. Photo by Franck V. on Unsplash Robots con inteligencia artificial: pasado, presente y futuroLa Inteligencia Artificial, dejando huella en Hollywood
Telefónica Tech Boletín semanal de ciberseguridad, 25 de junio — 1 de julio Kaspersky investiga ataques a sistemas de control industrial Investigadores de Kaspersky han investigado una campaña de ataques que se centraba en diversos países del continente asiático, y que estaba dirigida...
Paloma Recuero de los Santos ¿Cómo hablar a los niños sobre la Inteligencia Artificial? Desde la conocida como “generación de los constructores”, los nacidos entre 1925 y 1944, a los pequeños “alfa”, los hijos de los “millenials”, la tecnología ha ido ganando terreno...
Aarón Jornet Cómo funciona Lokibot, el malware que utiliza Machete para robar información y credenciales de acceso Machete es un grupo dedicado al robo de información y el espionaje. Utiliza distintas herramientas, entre las que se encuentra LokiBot.
AI of Things Descubre lo que tienes que saber sobre 6G Promete aterrizar en 2030 y tener pruebas piloto en 2026. Pero sobre todo, promete múltiples mejoras en términos de conectividad. Nos referimos al 6G, la sexta generación de redes móviles que...
Nacho Palou Lucía y Marina: #MujeresHacker que se lanzan a la piscina del campus 42 Lucía, experta tech, y Marina, estudiante de 42, comparten su experiencia e intercambian opiniones tras pasar por las Piscina del campus 42 de Telefónica
Esther Cardenal AI of Things (VII): Mejores datos, mejores decisiones La diferencia entre ganar o perder un cliente es la capacidad de recopilar y analizar información para responder a las necesidades de los clientes