En
inteligencia artificial, aprender es el proceso por el cual un
modelo de IA mejora automáticamente en una tarea mediante el
entrenamiento con datos y experiencias, similar a cómo un humano aprende de la práctica y los ejemplos. El
Aprendizaje Automático (
Machine Learning) es el método más común para lograr este aprendizaje.
En
inteligencia artificial, existen diferentes formas de
entrenar a una IA. Por ejemplo, un modelo puede aprender a reconocer gatos analizando miles de fotos de gatos (aprendizaje supervisado), o descubrir por sí mismo
patrones en datos de ventas para predecir tendencias (aprendizaje no supervisado). También puede aprender jugando repetidamente, como cuando aprende a ganar en ajedrez mediante prueba y error (aprendizaje por refuerzo).
Hay también formas más avanzadas, como cuando un modelo aprende a detectar enfermedades combinando radiografías etiquetadas por médicos con otras sin etiquetar (aprendizaje semi-supervisado), o cuando aprende a predecir la siguiente palabra en una frase analizando millones de textos por su cuenta (aprendizaje auto-supervisado).
El objetivo final es que el modelo pueda aplicar lo aprendido a situaciones nuevas, igual que cuando un humano aplica su experiencia a problemas similares pero diferentes.