Màquines que aprenen

Els primers sistemes d'intel·ligència artificial eren incapaces d'aprendre dels seus errors per a modificar el seu funcionament, i necessitaven un enorme treball previ d'estudi del problema per part del programador. Aviat es va fer evident la necessitat de crear programes capaços de respondre a situacions noves i d'utilitzar informació externa sobre l'adequació de les solucions proposades per a modificar el seu funcionament en vista dels resultats obtinguts. Així, apareix la noció d'aprenentatge per màquina (machine learning) que consisteix bàsicament a extrapolar un nou pla o acció a partir d'una sèrie d'experiències de resultat conegut. El problema és similar al problema de regressió en estadística, però la dificultat radica en la complexitat i riquesa semàntica dels objectes a tractar. Les tendències simbòlica i subsimbólica en intel·ligència artificial han aportat solucions diverses a aquest problema, que avui dia és fruit d'intensa investigació.