IA vs machine learning vs deep learning: la diferencia real

Se usan como sinónimos en titulares y conversaciones, pero son tres círculos concéntricos: la IA contiene al machine learning, y el machine learning contiene al deep learning.

### 1. Inteligencia Artificial: el campo entero

Es cualquier técnica que haga que una máquina realice tareas propias de la inteligencia humana. Incluye sistemas modernos, pero también cosas antiguas que hoy nadie llamaría "inteligentes": un sistema experto de reglas médicas de los años 80, o el motor de ajedrez Deep Blue que venció a Kaspárov en 1997. Deep Blue no aprendía: calculaba millones de jugadas con reglas escritas por humanos. Aun así, era IA.

### 2. Machine learning: el subconjunto que aprende de datos

Aquí el sistema no recibe las reglas, las deduce de ejemplos. Es el motor de casi toda la IA comercial: detección de fraude, recomendaciones, predicción de demanda. Un modelo de machine learning clásico (una regresión, un árbol de decisión, un bosque aleatorio) funciona muy bien con datos ordenados en tablas y necesita que un humano decida qué características mirar.

### 3. Deep learning: el subconjunto de redes neuronales profundas

Usa redes con muchas capas que descubren solas qué características importan. Por eso domina en datos "desordenados": imágenes, audio, video y texto. Necesita muchísimos más datos y GPUs potentes, pero a cambio resuelve problemas que el ML clásico no podía. AlphaGo, el reconocimiento de voz y los LLMs como ChatGPT son deep learning.

### La tabla mental rápida

| | Cómo obtiene las reglas | Datos que necesita | Ejemplo | |---|---|---|---| | IA (general) | Pueden ser escritas a mano | Ninguno obligatorio | Deep Blue | | Machine learning | Las aprende de ejemplos | Miles de filas | Detección de fraude | | Deep learning | Las aprende con muchas capas | Millones de ejemplos | ChatGPT, Midjourney |

### ¿Y la IA generativa?

Es un uso concreto del deep learning: modelos que en vez de clasificar, crean contenido nuevo (texto, imagen, audio, código). Es un subconjunto del subconjunto.

### Cómo no confundirte nunca más

Pregúntate: ¿el sistema aprendió de datos? Si no, es IA pero no machine learning. Si sí, ¿usa redes neuronales con muchas capas? Si sí, es deep learning. Con esas dos preguntas ubicas cualquier tecnología de la que leas.