Este documento describe los diferentes tipos y aplicaciones de la inteligencia artificial, incluyendo sistemas que piensan o actúan como humanos, y las ciencias que la conforman como machine learning y deep learning.
0 calificaciones0% encontró este documento útil (0 votos)
100 vistas6 páginas
Este documento describe los diferentes tipos y aplicaciones de la inteligencia artificial, incluyendo sistemas que piensan o actúan como humanos, y las ciencias que la conforman como machine learning y deep learning.
Este documento describe los diferentes tipos y aplicaciones de la inteligencia artificial, incluyendo sistemas que piensan o actúan como humanos, y las ciencias que la conforman como machine learning y deep learning.
Este documento describe los diferentes tipos y aplicaciones de la inteligencia artificial, incluyendo sistemas que piensan o actúan como humanos, y las ciencias que la conforman como machine learning y deep learning.
Descargue como DOCX, PDF, TXT o lea en línea desde Scribd
Descargar como docx, pdf o txt
Está en la página 1de 6
INTELIGENCIA ARTIFICAL
Hace tiempo abandonó el espectro de la ciencia ficción para colarse en nuestras
vidas y, aunque todavía en una fase muy inicial, está llamada a protagonizar una revolución equiparable a la que generó Internet.
Las máquinas inteligentes imitan las funciones cognitivas de los humanos.
La Inteligencia Artificial (IA) es la combinación de algoritmos planteados con el
propósito de crear máquinas que presenten las mismas capacidades que el ser humano. Una tecnología que todavía nos resulta lejana y misteriosa, pero que desde hace unos años está presente en nuestro día a día a todas horas. TIPOS DE INTELIGENCIA ARTIFICIAL
Los expertos en ciencias de la computación Stuart Russell y Peter
Norvig diferencian varios tipos de inteligencia artificial:
Sistemas que piensan como humanos
Automatizan actividades como la toma de decisiones, la resolución de problemas y
el aprendizaje. Un ejemplo son las redes neuronales artificiales.
Sistemas que actúan como humanos
Se trata de computadoras que realizan tareas de forma similar a como lo hacen
las personas. Es el caso de los robots.
Sistemas que piensan racionalmente
Intentan emular el pensamiento lógico racional de los humanos, es decir, se
investiga cómo lograr que las máquinas puedan percibir, razonar y actuar en consecuencia. Los sistemas expertos se engloban en este grupo.
Sistemas que actúan racionalmente
idealmente, son aquellos que tratan de imitar de manera racional el
comportamiento humano, como los agentes inteligentes. APLICACIONES PRÁCTICAS DE LA INTELIGENCIA ARTIFICIAL
La IA está presente en la detección facial de los móviles, en los asistentes
virtuales de voz como Siri de Apple, Alexa de Amazon o Cortana de Microsoft y está integrada en nuestros dispositivos cotidianos a través de bots (abreviatura de robots) o aplicaciones para móvil, tales como: Lyli Enlace externo, se abre en ventana nueva., un personal shopper en versión digital; Parla Enlace externo, se abre en ventana nueva., concebida para ayudarnos con el aprendizaje de idiomas; Ems Enlace externo, se abre en ventana nueva., diseñada para hacernos un poco más llevadera la ardua tarea de encontrar nuevo piso; o Gyant Enlace externo, se abre en ventana nueva., un asistente virtual de Facebook que emite 'diagnósticos' médicos. El objetivo de todas ellas: hacer más fácil la vida de las personas.
Los avances en IA ya están impulsando el uso del big data debido a su habilidad
para procesar ingentes cantidades de datos y proporcionar ventajas comunicacionales, comerciales y empresariales que la han llevado a posicionarse como la tecnología esencial de las próximas décadas. Transporte, educación, sanidad, cultura... ningún sector se resistirá a sus encantos. CIENCIAS QUE CONFORMAN LA INTELIGENCIA ARTIFICIAL
Machine Learning (ML):
Es una rama de computación de la IA que se basa en el entrenamiento
de algoritmos de aprendizaje automático a través de datos anteriores. Luego de determinado tiempo de aprendizaje, dichos algoritmos mejoran su performance y logran alcanzar su objetivo de optimización de procesos. La mayoría de las tecnologías de IA se basan en Machine Learning.
Deep Learning:
Es una rama compleja de ML. Busca construir y entrenar redes
neuronales con múltiples capas. El objetivo de dichas redes es ordenar, clasificar datos y encontrar anomalías en sus patrones.
Neural Networks:
Las redes neuronales son algoritmos de Machine Learning y modelos
computacionales diseñados para funcionar como las neuronas en el cerebro humano. Están entrenadas con un conjunto específico de datos que utilizan para adivinar respuestas a una consulta. Si se producen errores, las redes neuronales ajustan su proceso y lo repiten hasta que los niveles de error disminuyan. Es similar a la regresión estadística. Computer vision:
La visión computacional es la rama de la IA que se encarga de interpretar
y extraer el significado de elementos visuales en el mundo real, por ejemplo caracteres impresos, caras y objetos. Es la base de muchas prometedoras innovaciones como los automóviles sin conductor y las tiendas sin cajero.
Natural Language Processing (NLP):
El procesamiento del lenguaje natural es una rama de la IA que hace
referencia a la capacidad de máquinas para entender palabras habladas e impresas en lenguaje humano, a diferencia de una computadora la cual entiende lenguajes de programación. Esta tecnología es utilizada en Chatbots, asistentes virtuales digitales y en motores de búsqueda para filtrar Spam.
Natural Language Generation (NLG):
La generación de lenguaje natural hace alusión a la capacidad de toma
de decisión de una computadora sobre cómo comprender un concepto específico y plasmarlo en palabras. Dicha tecnología es muy utilizada en la automatización de procesos manuales para el análisis de datos.
Chatbot:
Es un programa de computadora que utiliza un conjunto de reglas para
conducir una conversación con un humano a través de una interfaz en línea. Los Chatbots están cada vez más impulsados por la IA y usan NLP y NLG para imitar una conversación humana. Virtual Digital Assistants:
Los asistentes digitales virtuales son una versión más sofisticada de
Chatbots. Pueden organizar, almacenar y generar información según la ubicación del usuario y pueden responder consultas basadas en voz o texto. Algunos ejemplos son Siri de Apple, el Asistente de Google, Alexa de Amazon y Cortana de Microsoft.
Recommender Systems:
Los sistemas de recomendación están impulsados por tecnologías de IA.
Son sistemas de filtrado de información que pueden predecir automáticamente las preferencias del usuario y generar respuestas a consultas basadas en el comportamiento pasado. Algunos ejemplos son el algoritmo de Amazon “Frequently Bought Together”, el algoritmo de CineMatch de Netflix y algoritmos utilizados por redes sociales para encontrar conexiones entre personas y datos.
Predictive Analysis:
El análisis predictivo es un programa que utiliza una combinación de
técnicas de ciencia de datos, estadística e IA para analizar conjuntos de datos no estructurados, descubrir patrones y relaciones, y usarlos para hacer predicciones sobre probables resultados futuros.