Glosario de IA
Aprendizaje automático (machine learning)
Una forma de construir IA en la que el sistema aprende patrones a partir de ejemplos en lugar de seguir reglas escritas a mano.
En el aprendizaje automático no se programa la respuesta: se le enseñan muchos ejemplos al sistema y se deja que ajuste sus parámetros internos hasta que sus predicciones acierten. El resultado es un modelo que se puede usar con datos nuevos.
Hay tres variantes clásicas: aprendizaje supervisado (los ejemplos llevan la respuesta correcta), no supervisado (encontrar estructura sin etiquetas) y por refuerzo (aprender a base de recompensas).
Ejemplo: Un banco entrena un modelo con operaciones antiguas marcadas como «fraude» o «no fraude» y luego lo usa para señalar las nuevas que parezcan sospechosas.
En la práctica
- La calidad de los datos manda: un modelo aprende también los errores y los sesgos de sus ejemplos.
- Hay que probar el modelo con datos que no vio al entrenar; si no, parecerá mejor de lo que es.
- Los modelos se desactualizan cuando cambia la realidad (nuevos tipos de fraude, por ejemplo) y hay que volver a entrenarlos.
Tienes cursos gratuitos para empezar en recursos.