Tabla de contenido:
El aprendizaje automático (ML) será una bendición o una maldición para la empresa, dependiendo de con quién hable. Por un lado, traerá una amplia gama de nuevas capacidades a los procesos digitales, desde flujos de trabajo automatizados hasta infraestructura de autogestión. Por otro lado, desplazará los empleos y dejará a las organizaciones impotentes para hacer correcciones cuando las cosas salgan mal.
La verdad probablemente esté en algún punto entre estos dos extremos, pero para entender realmente lo que ML puede y no puede hacer, es necesario disipar algunos de los mitos que han surgido en torno a la tecnología. (Con tanto para ofrecer, ¿por qué no todos usan ML? Averigüe en 4 obstáculos que están deteniendo la adopción del aprendizaje automático).
Mito 1: el aprendizaje automático y la inteligencia artificial son lo mismo.
Si bien es cierto que ambos utilizan la misma tecnología fundamental, AI es un término general que abarca una amplia gama de disciplinas. Según el Dr. Michael J. Garbade, CEO de Education Ecosystem, AI abarca no solo ML, sino también redes neuronales, procesamiento de lenguaje natural, reconocimiento de voz y una gran cantidad de otras tecnologías emergentes. ML tiene la distinción de poder alterar su propio código basado en experiencias, cambios en su entorno o la introducción de nuevos objetivos: este es esencialmente el aspecto de "aprendizaje" del aprendizaje automático.
