Aprendizaje Automático

El aprendizaje automático (machine learning) es la rama de la inteligencia artificial que desarrolla algoritmos capaces de aprender patrones a partir de datos y generalizar a datos no vistos, resolviendo tareas sin haber sido programados explícitamente para ellas. Una definición operativa clásica es la de Tom Mitchell: un programa aprende de la experiencia —los datos— respecto a una tarea y una medida de rendimiento si su desempeño en esa tarea, medido por esa métrica, mejora con la experiencia.

Los grandes paradigmas

El aprendizaje automático se organiza tradicionalmente en tres paradigmas. En el supervisado, el modelo aprende de ejemplos etiquetados —pares de entrada y salida deseada— a asignar nuevas entradas a su salida correcta. En el no supervisado, sin etiquetas, descubre estructura oculta en los datos, como agrupamientos o patrones. Y en el aprendizaje por refuerzo, un agente aprende por prueba y error interactuando con un entorno y maximizando una recompensa. A ellos se suma hoy el autosupervisado, que genera su propia señal a partir de los datos y es el motor del preentrenamiento de los grandes modelos.

Dónde encaja

El aprendizaje automático es un subconjunto de la inteligencia artificial, y el aprendizaje profundo —basado en redes neuronales de muchas capas— es a su vez un subconjunto del aprendizaje automático. Es decir: el aprendizaje profundo está dentro del aprendizaje automático, que está dentro de la inteligencia artificial.

El proceso y sus límites

El flujo básico va de los datos al entrenamiento del modelo y luego a su evaluación sobre datos no vistos, porque lo que importa no es acertar en los datos de entrenamiento, sino generalizar. Sus límites son reales: el sobreajuste, cuando el modelo memoriza el ruido del entrenamiento y falla ante datos nuevos; los sesgos, que un modelo aprende de datos sesgados y amplifica a escala; y la dependencia de la calidad de los datos, según el viejo principio de que si entra basura, sale basura.