Ésta podría ser una edición anterior y no la más reciente o aprobada. Ir a la versión actual.
Los primeros sistemas de inteligencia artificial eran incapaces de aprender de sus errores para modificar su funcionamiento, y necesitaban de un enorme trabajo previo de estudio del problema por parte del programador. Pronto se hizo evidente la necesidad de crear programas capaces de responder a situaciones nuevas y de utilizar información externa sobre la adecuación de las soluciones propuestas para modificar su funcionamiento en vista de los resultados obtenidos. Así, aparece la noción de aprendizaje por máquina (machine learning) que consiste básicamente en extrapolar un nuevo plan o acción a partir de una serie de experiencias de resultado conocido. El problema es similar al problema de regresión en estadística, pero la dificultad radica en la complejidad y riqueza semántica de los objetos a tratar. Las tendencias simbólica y subsimbólica en inteligencia artificial han aportado soluciones diversas a este problema, que hoy en día es fruto de intensa investigación.