Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 2 vistas

    10mo Taller

    Cargado por

    jorgebustamante496

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    10mo Taller

    Cargado por

    jorgebustamante496
    2 vistas3 páginas

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    2 vistas3 páginas

    10mo Taller

    Cargado por

    jorgebustamante496

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    de 3

    Clase: Aprendizaje No Supervisado, Agentes Inteligentes e

    Introducción a la IA Fuerte

    Objetivos:

    1. Entender el concepto de "Aprendizaje No Supervisado" y su aplicación en el


    análisis de datos.
    2. Identificar ejemplos comunes de agentes inteligentes.
    3. Definir conceptos clave de la Inteligencia Artificial (IA) y los lenguajes de
    programación de alto nivel.

    I. Aprendizaje No Supervisado en Inteligencia Artificial

    El aprendizaje no supervisado es una técnica de la Inteligencia Artificial (IA) que se


    utiliza cuando el sistema no tiene etiquetas o categorías predefinidas para los datos. En
    lugar de aprender de datos etiquetados, el sistema intenta encontrar patrones o
    estructuras ocultas dentro de los datos.

    Aplicaciones del aprendizaje no supervisado:

    • Clustering (agrupamiento): Agrupar datos en función de similitudes (por


    ejemplo, segmentación de clientes).
    • Reducción de dimensionalidad: Simplificar datos complejos sin perder
    información clave.

    Ejemplo: Un algoritmo de clustering podría organizar una gran cantidad de imágenes en


    grupos de acuerdo con similitudes visuales, sin saber qué hay en las imágenes.

    Pregunta de Ejemplo:

    1. El "Aprendizaje No Supervisado" se usa principalmente para:


    1. Clasificar datos no etiquetados.
    2. Ejecutar comandos básicos.
    3. Resolver ecuaciones algebraicas.
    4. Construir modelos predictivos usando etiquetas específicas.

    II. Agentes Inteligentes

    Un agente inteligente es un programa o dispositivo que percibe su entorno a través de


    sensores y actúa sobre ese entorno para alcanzar ciertos objetivos. Un agente inteligente
    puede aprender y tomar decisiones de manera autónoma.
    Ejemplos comunes de agentes inteligentes:

    • Asistentes virtuales como Siri y Alexa: Responden a preguntas, ejecutan


    comandos y se adaptan a las preferencias del usuario.
    • Sistemas de recomendación: Sugerencias de productos en plataformas de e-
    commerce o contenido en plataformas de streaming.

    Pregunta de Ejemplo: 2. Un ejemplo común de un agente inteligente es:

    1. Un reproductor de música.
    2. Un asistente virtual como Siri o Alexa.
    3. Una calculadora simple.
    4. Un reloj de pulsera.

    III. Lenguajes de Programación de Alto Nivel

    Un lenguaje de programación de alto nivel es un lenguaje que se asemeja más al


    lenguaje humano, lo que lo hace más fácil de leer, escribir y mantener. Ejemplos
    comunes de lenguajes de alto nivel son Python, Java y C++.

    Características de los lenguajes de alto nivel:

    • Simplicidad: Son más fáciles de aprender y entender que los lenguajes de bajo
    nivel, que son más cercanos al código de la máquina.
    • Abstracción: Ocultan los detalles de la arquitectura del hardware.
    • Portabilidad: Los programas escritos en lenguajes de alto nivel pueden
    ejecutarse en diferentes tipos de computadoras sin cambios significativos.

    Pregunta de Ejemplo: 3. ¿Qué es un lenguaje de programación de alto nivel? a) Un


    lenguaje que se parece más al lenguaje humano.
    b) Un lenguaje que solo entiende la computadora.
    c) Un lenguaje de muy bajo rendimiento.
    d) Un tipo de sistema operativo.

    IV. Inteligencia Artificial Fuerte

    La Inteligencia Artificial Fuerte (IA Fuerte) es una forma de IA que tiene como
    objetivo crear máquinas que no solo puedan realizar tareas específicas, sino que tengan
    la capacidad de razonar, pensar y aprender en todos los aspectos de la misma forma que
    lo haría un ser humano.

    Características de la IA fuerte:

    • Versatilidad: Puede realizar cualquier tarea intelectual que un ser humano pueda
    realizar.
    • Autonomía: Puede aprender y adaptarse sin necesidad de intervención humana.

    Aclaración: Aunque la IA Fuerte es un objetivo teórico, aún no se ha logrado crear una


    máquina con estas capacidades.

    Pregunta de Ejemplo: 4. ¿Qué es la IA Fuerte? a) Máquinas que pueden hacer tareas


    específicas de forma eficiente.
    b) IA con capacidad para igualar la inteligencia humana en todos los aspectos.
    c) Programas que operan sin necesidad de energía.
    d) Máquinas especializadas en cálculos matemáticos.

    V. Definición General de la Inteligencia Artificial

    La Inteligencia Artificial (IA) es un campo de la ciencia que tiene como objetivo crear
    sistemas que puedan realizar tareas que normalmente requieren inteligencia humana.
    Estos sistemas pueden procesar datos, tomar decisiones y aprender de las experiencias.

    Aplicaciones de la IA:

    • Reconocimiento de voz: Como en los asistentes virtuales.


    • Vehículos autónomos: Que pueden navegar sin la intervención de un conductor.
    • Sistemas de diagnóstico médico: Que ayudan a los médicos a identificar
    enfermedades.

    Pregunta de Ejemplo: 5. ¿Qué es la Inteligencia Artificial? a) Un sistema que permite


    realizar operaciones matemáticas.
    b) Una ciencia que se centra en enseñar a las máquinas a imitar la inteligencia humana.
    c) Un programa que gestiona archivos.
    d) Un tipo de hardware avanzado.

    Conclusión y Actividades:

    • Los estudiantes deberán realizar una pequeña investigación sobre los usos del
    aprendizaje no supervisado y presentar un ejemplo práctico.
    • Simular el uso de un asistente virtual en clase para mostrar cómo funcionan los
    agentes inteligentes.
    • Realizar un debate sobre los retos y oportunidades que presenta la IA fuerte en el
    futuro.

    Autoevaluación:

    1. ¿En qué se diferencia el aprendizaje no supervisado del aprendizaje supervisado?


    2. ¿Por qué los agentes inteligentes son útiles en la vida diaria?
    3. ¿Cuál es la diferencia entre la IA fuerte y la IA débil (o específica)?

    También podría gustarte