Diapositivas Bloque 1

Ing.
Gerardo Ramírez
INTELIGENCIA ARTIFICIAL.
1
1 INTELIGENCIA
ARTIFICIAL.
1.1 INTELIGENCIA.
1.2 INTELIGENCIA ARTIFICIAL.
1.3 APROXIMACIONES A LA INTELIGENCIA ARTIFICIAL.
2
2
1.1 INTELIGENCIA.
La inteligencia artificial es un campo de la ciencia relacionado con la

creación de computadoras y máquinas que pueden razonar, aprender y
actuar de una manera que normalmente requeriría inteligencia humana o
que involucre datos cuya escala exceda lo que los humanos pueden
analizar. La IA es un campo amplio que abarca muchas disciplinas
diferentes, incluidas la informática, el análisis de datos y las estadísticas, la
ingeniería de hardware y software, la lingüística, la neurociencia y hasta la
filosofía y la psicología. A nivel operativo para el uso empresarial, la IA es
un conjunto de tecnologías que se basan principalmente en el aprendizaje
automático y el aprendizaje profundo, que se usan para el análisis de
datos, la generación de predicciones y previsiones, la categorización de
objetos, el procesamiento de lenguaje natural, las recomendaciones, la
recuperación inteligente de datos y mucho más.
La inteligencia artificial (IA), en el contexto de las ciencias de la
computación, es una disciplina y un conjunto de
capacidades cognoscitivas e intelectuales expresadas por sistemas
informáticos o combinaciones de algoritmos cuyo propósito es la creación
de máquinas que imiten la inteligencia humana para realizar tareas, y que
pueden mejorar conforme recopilen información.
3
Tipos de inteligencia artificial
La inteligencia artificial se clasifica en dos categorías principales: la
inteligencia artificial basada en funcionalidad y la inteligencia
artificial basada en capacidades.
Basada en funcionalidad
 Máquina reactiva: esta inteligencia artificial no tiene poder de
memoria y no tiene la capacidad de aprender de las acciones
1.2 INTELIGENCIA pasadas. La Deep Blue de IBM recae en esta categoría.

Teoría limitada: al agregar memoria, esta inteligencia artificial
ARTIFICIAL.

usa información pasada para tomar mejores decisiones. Las
aplicaciones comunes como las de localización de GPS recaen
en esta categoría.
 Teoría de la mente: esta inteligencia artificial sigue en
desarrollo, con el objeto de tener una comprensión muy
profunda de la mente humana.
 Inteligencia artificial autoconsciente: esta inteligencia artificial,
que puede entender y evocar emociones humanas y también
tener propias, sigue siendo hipotética.
4
1.2 INTELIGENCIA
ARTIFICIAL.
Basada en capacidades
 Artificial Narrow Intelligence (ANI): sistema que realiza tareas programadas
definidas de forma estrecha. Esta inteligencia artificial tiene una
combinación de memoria limitada y reactiva. La mayor parte de las
aplicaciones de inteligencia artificial actuales recae en esta categoría.
 Artificial General Intelligence (AGI): esta inteligencia artificial es capaz de
enseñar, aprender, entender y rendir como un humano.
 Artificial Super Intelligence (ASI): esta inteligencia artificial realiza tareas
mejor que los humanos por su capacidad superior de procesamiento de
datos, memoria y toma de decisiones. Hoy en día no existen ejemplos en el
mundo real.
La relación entre inteligencia artificial, aprendizaje profundo y aprendizaje
automático
La inteligencia artificial es una rama de la computación que busca simular la
inteligencia humana en una máquina. Los sistemas de inteligencia artificial
funcionan con algoritmos, al usar técnicas como el aprendizaje profundo y
aprendizaje automático para demostrar conductas «inteligentes».
5
Aprendizaje automático
Una PC «aprende» cuando su software es capaz de predecir y
reaccionar correctamente a las situaciones de
implementación basadas en resultados anteriores. El
aprendizaje automático se refiere al proceso por el cual los
PC desarrollan el reconocimiento de patrones o la posibilidad
de capacitación continua y hacer predicciones basadas en
datos, y pueden hacer ajustes sin haber sido programadas
específicamente para ello. Como forma de inteligencia
artificial, el aprendizaje automático automatiza el proceso de
creación de modelos analíticos y permite que las máquinas
1.2 INTELIGENCIA se adapten a nuevas situaciones de manera independiente.
ARTIFICIAL.
Estos son los cuatro pasos para crear un modelo de
aprendizaje automático:
1. Seleccionar y preparar un conjunto de datos de formación
necesarios para resolver el problema. Estos datos pueden
tener o no etiqueta.
2. Elegir un algoritmo para ejecutar en los datos de
formación.
 Si los datos tienen etiqueta, el algoritmo puede basarse
en instancias, árboles de decisión o regresión.
 Si los datos no tienen etiqueta, el algoritmo puede ser un
algoritmo de clúster, de asociación o una red neuronal.
3. Entrenar el algoritmo para crear el modelo.
4. Usar y mejorar el modelo.
6
1.2 INTELIGENCIA
ARTIFICIAL.
Hay tres métodos de aprendizaje automático: el

aprendizaje «Supervisado» funciona con datos
etiquetados y requiere menos formación. El aprendizaje
«No supervisado» se usa para clasificar datos sin
etiqueta al identificar patrones y relaciones. El
aprendizaje «Semisupervisado» usa un pequeño grupo
de datos con etiqueta para orientar la clasificación de un
grupo de datos sin etiqueta más grande.
7
1.2 INTELIGENCIA
ARTIFICIAL.
Aprendizaje profundo
El aprendizaje profundo es un subconjunto del aprendizaje automático y ha
demostrado un rendimiento significativamente superior a algunos enfoques
tradicionales de aprendizaje automático. El aprendizaje profundo utiliza una
combinación de redes neuronales artificiales de múltiples capas, formación
con uso intensivo de procesamiento y datos, inspirada en nuestra última
comprensión del comportamiento del cerebro humano. Este enfoque se ha
vuelto tan eficaz que incluso ha comenzado a superar las capacidades
humanas en muchas áreas, como el reconocimiento de imágenes y del habla
y el procesamiento del lenguaje natural.
Los modelos de aprendizaje profundo procesan grandes cantidades de datos
y en general son no supervisados o semisupervisados.
8
1.3 APROXIMACIONES A LA
INTELIGENCIA ARTIFICIAL.
Beneficios de la IA
Automatización
La IA puede automatizar flujos de trabajo y procesos, o trabajar de forma
independiente y autónoma de un equipo humano. Por ejemplo, la IA puede ayudar
a automatizar aspectos de la seguridad cibernética mediante la supervisión y el
análisis continuos del tráfico de red. De manera similar, una fábrica inteligente
puede tener decenas de tipos diferentes de IA en uso, como robots que usan visión
artificial para navegar por las fábricas o inspeccionar productos en busca de
defectos, crear gemelos digitales o usar analítica en tiempo real para medir la
eficiencia y la producción.
Reduce errores humanos

La IA puede eliminar errores manuales en el procesamiento de datos, las
estadísticas, el ensamblaje en la fabricación y otras tareas a través de
automatización y algoritmos que siguen los mismos procesos cada vez.
Elimina las tareas repetitivas

La IA se puede usar para realizar tareas repetitivas, lo que libera al capital humano a
fin de que trabaje en los problemas de mayor impacto. La IA se puede usar para
automatizar procesos, como verificar documentos, transcribir llamadas telefónicas o
responder preguntas sencillas de los clientes, como “¿A qué hora cierran?”. Con
frecuencia, los robots se usan para realizar tareas “aburridas, sucias o peligrosas” en
9
lugar de que las haga un ser humano.
Rápido y preciso
La IA puede procesar más información de forma más rápida
que un ser humano, mediante la búsqueda de patrones y el
descubrimiento de relaciones en datos que el humano podría
no detectar.
Disponibilidad infinita
1.3 La IA no tienen limitaciones en términos de horarios,
necesidad de descansar ni ningún otro factor que pueda
APROXIMACIONES interrumpir la labor de un ser humano. Cuando se ejecutan
en la nube, la IA y el aprendizaje automático pueden estar
A LA INTELIGENCIA “siempre activos”, y trabajar continuamente en las tareas
asignadas.
ARTIFICIAL. Investigación y desarrollo acelerados
La capacidad de analizar grandes cantidades de datos con
rapidez puede acelerar los avances en investigación y
desarrollo. Por ejemplo, la IA se usó en el modelado
predictivo de nuevos tratamientos farmacéuticos potenciales
o para cuantificar el genoma humano.
10

Diapositivas Bloque 1

Cargado por

Copyright:

Formatos disponibles

Diapositivas Bloque 1

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Diapositivas Bloque 1

Cargado por

Copyright:

Formatos disponibles

Ing.

La inteligencia artificial es un campo de la ciencia relacionado con la

1.2 INTELIGENCIA pasadas. La Deep Blue de IBM recae en esta categoría.

Hay tres métodos de aprendizaje automático: el

Reduce errores humanos

Elimina las tareas repetitivas

También podría gustarte