Entrenando a las máquinas para aprender
En vez de un enfoque top-down o basado en reglas usado en el pasado, el machine learning (aprendizaje automático), se basa en el enfoque bottom-up, basado en datos, para reconocer patrones
Algunos enfoque es para entrenar a las maquinas son "aprendizaje supervisado", Cualquier tarea repetitiva para la que se disponga de grandes cantidades de datos para entrenar a las máquinas puede automatizarse y se automatizará. Requiere que clasifiquemos o etiquetemos los datos para entrenar a las máquinas.
En el caso de aprendizaje no supervisado, se pide que la maquina busque patrones interesantes, sin indicar qué, util para identificar ciberataques, amenazas terroristas o fraudes de tarjetas de crédito
También existe el aprendizage por refuerzo, comenzando con un aprendizaje no supervisado y cuando encuentra un patron interesante un investigador envía un refuerzo positivo para dirigir su busqueda.
Otro patron es "transferir aprendizaje", en el cual expertos transfieren su conocimiento a la maquina en vez de que la máquina comience de cero. La mayoria de las IA son de un dominio específico.
La siguiente frontera es la "IA generalizada", la cual podría ser capaz de sintetizar y encontrar patrones desde multiples dominios, como lo hace el cerebro humano