El aprendizaje automático o machine learning (ML) es un subconjunto de la IA, y consiste en el estudio de algoritmos informáticos que mejoran automáticamente a través de la experiencia. Algunas técnicas de ML imitan los algoritmos naturales desarrollados, como las conexiones neuronales, la evolución de la selección natural, el comportamiento de grupos de criaturas como abejas, hormigas, o pájaros; mientras que otras técnicas de ML no imitan ningún algoritmo natural, sino que dependen de enfoques matemáticos, lógicos y estadísticos para encontrar la mejor solución (Ebid, 2021).
En general, todas las técnicas de IA requieren un conocimiento previo relacionado con el problema, y es por eso que las técnicas de IA suelen denominarse »técnicas basadas en el conocimiento». Este conocimiento está basado en un conjunto de casos prácticos o resultados de pruebas y ensayos que se utilizan para que el sistema aprenda sobre el problema a través del ML.
En las Ciencias de la Tierra, la forma más común de aprendizaje automático está constituida por las redes neuronales artificiales (RNA), que son sustitutos informáticos del cerebro humano, el cual es, básicamente, una red neuronal biológica.