Machines that learn
Marcela Riccillo
Artificial Intelligence & Robotics Expert - Professor Machine Learning & Data Science
[en] Can a machine learn? Of course they can. There is a difference between programming and training a system. When you program, you tell the machine what to do in each situation. Faced with an unknown situation, the machine would not know what to do.
This methodology allows controlling the behavior of the system (maybe a robot, an Artificial Intelligence application or another). But it gets complicated when cases are many or when they are difficult to describe.
For example, a robot could find different situations in a restaurant, where chairs and dishes often change their places. A self-driving car could faces different drivers every time.
In such cases, Machine Learning techniques can be use. You don't program, rather you trains the system. What is the inputs? Just some "examples".
Examples of cases. Images of faces to learn who belongs to that company. Examples of positive texts for learning to recognize a good opinion from a negative one. Do you need to use a lot of examples? No, it depends on the case and the technique that you are applying.
There are several mathematical algorithms for Machine Learning, such as Neural Networks and Support Vector Machines. Among the Neural Networks, currently, it is growing the use of Deep Learning ones. Each one has its own characteristics and is used depending on the topic that you want to teach to the machine.
More info: What is that thing called "Deep Learning"? - https://www.dhirubhai.net/pulse/what-thing-called-deep-learning-marcela-riccillo
----------------------------------------------------------
[es] ?Puede una máquina aprender? Claro que puede. Hay una diferencia entre programar y entrenar un sistema. Cuando uno programa, le indica a la máquina qué hacer en cada situación. Ante una situación desconocida, la máquina no sabría qué hacer.
Esta metodología permite un control del comportamiento del sistema (sea un robot, una aplicación de Inteligencia Artificial u otro). Pero se complica cuando las situaciones pueden ser muchas o cuando son difíciles de describir.
Por ejemplo, las diferentes situaciones que puede encontrar un robot en un restaurant, donde las sillas y los platos cambian de lugar constantemente.O un auto robot que se enfrenta a diferentes conductores cada vez.
En esos casos pueden utilizarse técnicas de Machine Learning donde uno no programa, sino que entrena al sistema. ?Cuál es el input? Simplemente "ejemplos".
Ejemplos de casos. De imágenes de rostros para que aprenda cuáles personas pertenecen a una empresa. Ejemplos de textos positivos para que aprenda a distinguir una opinión buena de una negativa. ?Es necesario que sean muchos ejemplos? No, depende del caso y de la técnica.
Hay varios algoritmos matemáticos para Machine Learning, como Redes Neuronales y Máquinas de Soporte Vectorial. Entre las Redes neuronales, se destacan actualmente las de Deep Learning. Cada uno tiene sus características y se usan dependiendo el tema que se le ense?ará a la máquina.
Más información: ?Qué es esa cosa llamada "Deep Learning"? - https://www.dhirubhai.net/pulse/what-thing-called-deep-learning-marcela-riccillo
Picture source https://www2.informatik.uni-hamburg.de/wtm/SocialRobotsWorkshop2016/images/display/assistive_2.jpg