La cebolla de la IA: IA vs. machine learning vs. deep learning vs. IA generativa
La gente usa "IA", "machine learning", "deep learning" e "IA generativa" como si fueran cuatro nombres para lo mismo. No lo son. Son capas anidadas: cada una es un subconjunto de la anterior, como los anillos de una cebolla. Y la capa en la que realmente se ubica un producto te dice exactamente lo que puede y lo que no puede hacer.
Capa 1 — Inteligencia artificial
El círculo más externo y amplio. La IA es cualquier sistema que imita algún aspecto de la inteligencia humana: razonar, planificar, reconocer, decidir. Eso incluye técnicas de hace décadas sin ningún aprendizaje en su interior: un motor de ajedrez que busca jugadas, un GPS que planifica una ruta, un sistema experto que recorre un árbol de decisión escrito a mano. Si una persona se sentó y escribió cada regla a mano, sigue siendo IA. Simplemente no pertenece a ninguna de las capas internas.
Capa 2 — Machine learning
Un anillo hacia adentro. El machine learning es el subconjunto de la IA donde el sistema aprende sus reglas a partir de ejemplos en lugar de tenerlas programadas. No escribes "los correos que contienen estas 400 frases son spam": le muestras al modelo un millón de correos etiquetados como spam o no-spam, y él mismo descubre los patrones que los distinguen. Las reglas existen; las encontró una máquina, no un ingeniero. Todo lo que hay en las capas de abajo es machine learning, pero no todo el machine learning va más profundo.
Capa 3 — Deep learning
El deep learning es machine learning hecho con redes neuronales de múltiples capas: pilas de unidades de cómputo simples donde cada capa construye características más abstractas a partir de la capa inferior: los bordes se vuelven formas, las formas se vuelven rostros. Esa estructura por capas es lo que finalmente resolvió los problemas con los que el ML clásico batallaba: visión por computadora, reconocimiento de voz, entender entradas desordenadas del mundo real. Cuando tu teléfono se desbloquea al mirarte, es una red profunda en acción.
Capa 4 — IA generativa
El anillo más interno, y el que está detrás de la ola actual. La IA generativa es deep learning orientado a crear contenido nuevo en lugar de reconocer contenido existente: texto, imágenes, audio, código. Aquí viven los grandes modelos de lenguaje (large language models): son redes neuronales profundas entrenadas con enormes cantidades de texto hasta que pueden producir texto nuevo. Cada chatbot y cada copiloto de programación que has usado es de la capa 4, lo que significa que también es de las capas 3, 2 y 1 por definición.
Identifica la capa
| Producto | Capa |
|---|---|
| Filtro de spam | Machine learning |
| Desbloqueo facial | Deep learning |
| Planificación de rutas | IA clásica |
| Chatbot / copiloto de programación | IA generativa |
Por qué importa la capa
"Impulsado por IA" en una landing page casi no te dice nada: un motor de reglas escrito a mano y un modelo de lenguaje de frontera pueden llevar esa etiqueta con toda honestidad. Preguntar en qué capa corta a través del marketing. Un sistema de IA clásica es predecible pero rígido: solo maneja los casos que alguien anticipó. Un sistema de ML se adapta a los patrones de los datos, pero necesita buenos ejemplos de entrenamiento. Un sistema de deep learning maneja tareas de percepción desordenadas, pero es más difícil de explicar. Un sistema generativo puede producir contenido nuevo y fluido, y también puede producir tonterías fluidas. Conocer la capa te dice la capacidad y, lo que es igual de importante, el modo de falla.
Recursos
¿Estás construyendo una función con IA? Yeda AI diseña, audita y lleva a producción sistemas LLM.