¿Qué es Inteligencia Artificial?
Según John McCarthy, uno de los padres fundadores de la IA, la inteligencia artificial es «la ciencia e ingeniería de hacer máquinas inteligentes, especialmente programas de cómputo inteligentes». En términos generales, la IA es un programa de computación diseñado para realizar operaciones que se consideran propias de la inteligencia humana. La IA se ubica dentro de las ciencias computacionales y abarca áreas como machine learning (ML) y deep learning (DL).
¿Qué es Ciencia de Datos?
La ciencia de datos es la intersección entre experticia temática, matemática y ciencias computacionales. En contraste con la IA, que se enfoca en enseñarle a una máquina a «pensar», la ciencia de datos en salud necesita de herramientas de IA para solucionar problemas. La ciencia de datos implica un proceso integral de trabajo con datos, incluyendo la identificación/entendimiento del problema, entendimiento de los datos, preparación de los datos, análisis y visualización, modelado o creación del modelo de IA adecuado/s, evaluación del modelo, despliegue del modelo.
Definidos los conceptos, hay que establecer las diferencias y relaciones entre Ciencia de Datos, Inteligencia Artificial, Machine Learning y Deep Learning.
Ciencia de datos: proceso completo de trabajo con datos, desde su recolección hasta su análisis y uso en modelos de IA.
Inteligencia Artificial (IA): rama de las ciencias computacionales enfocada en crear máquinas inteligentes. Incluye machine learning y deep learning.
Machine Learning (ML): subcampo de la IA centrado en el aprendizaje automático, cuyo objetivo es desarrollar técnicas que permitan que las computadoras aprendan, es decir, cuando estas mejoran su desempeño y precisión mediante el uso de datos.
En el aprendizaje de máquinas un computador observa datos, construye un modelo con base en esos datos y utiliza ese modelo a la vez como una hipótesis acerca del mundo y una pieza de software que pueda resolver problemas»
Flach, Peter (2012) Machine Learning: The Art and Science of Algorithms that Make Sense of Data. Cambridge University Press.
Deep Learning (DL): es una variante de ML que intenta modelar abstracciones de alto nivel en datos usando arquitecturas computacionales que admiten transformaciones no lineales múltiples e iterativas de datos expresados en forma matricial o tensorial, entre otras técnicas.
