La inteligencia artificial (IA)

[pic 1][pic 2][pic 3]

Contenido

LA INTELIGENCIA ARTIFICIAL (IA)        1

HISTORIA DE LA IA        2

OBJETIVOS DE LA IA        3

CAMPOS DE ESTUDIO        3

APLICACIONES DE LA IA        7

AVANCES MAS RECIENTES DE LA IA        10

TABLA DE ILUSTRACIONES        12

TABLA DE IMÁGENES        13

REFERENCIAS        14

LA INTELIGENCIA ARTIFICIAL (IA)

Desde años anteriores se ha rumorado de este gran avance tecnológico que hoy ya es una realidad, la inteligencia artificial es un organismo tecnológico capaz de procesar información de todas las fuentes posibles.

El propósito de este ensayo es explorar el impacto de la Inteligencia Artificial en la sociedad contemporánea analizando sus diversas industrias, sus implicaciones éticas y el papel de la IA en la toma de decisiones humanas.

La inteligencia no es una dimensión única, si no un espacio profusamente estructurado de capacidades para procesar la información. Del mismo modo, la IA utiliza muchas técnicas diferentes para resolver una gran variedad de tareas. Encontramos aplicaciones practicas de la IA en todas partes como puede ser en el hogar en el trabajo en el auto en las oficinas bancos hospitales etc. (Coelho, 2019)

[pic 4]

Ilustración 1: LA Inteligencia Artificial

HISTORIA DE LA IA

La historia de la inteligencia artificial comenzó en 1943 con la publicación del artículo «A Logical Calculus of Ideas Immanent in Nervous Activity» de Warren McCullough y Walter Pitts. En ese trabajo, los científicos presentaron el primer modelo matemático para la creación de una red neuronal.

El término "inteligencia artificial" fue acuñado en 1956 en una conferencia en Dartmouth College organizada por John McCarthy. Los organizadores invitaron a una decena de investigadores a formalizar el concepto de inteligencia artificial como un nuevo campo de investigación científica. El punto de partida de esta reunión fue "la suposición de que todos los aspectos del aprendizaje u otras propiedades de la inteligencia pueden describirse con suficiente precisión para permitir el modelado de máquinas". "El Invierno de la Inteligencia Artificial" se refiere a un período en la historia de la inteligencia artificial (IA) en el que el interés y la inversión en la IA disminuyeron significativamente debido a una serie de fracasos y limitaciones en la investigación y el desarrollo de sistemas de IA.  En la década de 1970 y principios de la década de 1980 surgió el “Primer Invierno de La Inteligencia Artificial”. Los avances no cumplieron con las promesas, exageradas por la ciencia-ficción. Como resultado, hubo una disminución significativa en la financiación y en el interés por la investigación y el desarrollo de la Inteligencia Artificial.

(ELTERNATIVA, 2023)

OBJETIVOS DE LA IA

La IA tiene tres objetivos principales: Automatizar tareas repetitivas, resolver problemas complejos y brindar experiencias personalizadas.

El término inteligencia artificial (IA) se refiere a las operaciones de inteligencia ejecutadas por máquinas diseñadas para reproducir las capacidades del cerebro humano por medio de combinaciones de algoritmos.  Los desarrolladores de Inteligencia Artificial pretenden reproducir en los sistemas, atributos humanos como la creatividad, el razonamiento lógico y la adquisición de conocimientos a distintos niveles. Si vemos a los asistentes virtuales como Siri o Alexa, la gran mayoría de las plataformas de redes sociales, son una clara demostración de cómo la Inteligencia Artificial puede automatizar tareas específicas que antes solo podían realizar los humanos

CAMPOS DE ESTUDIO

Machine Learning

En términos sencillos, Machine Learning o Aprendizaje Automático es un subconjunto de la Inteligencia Artificial. Su núcleo radica en la idea de que los sistemas informáticos pueden aprender por sí solos a partir de los datos obtenidos al realizar tareas anteriores y experiencias pasadas. Esto significa que no es necesario programar previamente un dispositivo de Inteligencia Artificial cada vez que se necesita que trabaje en una tarea. Machine Learning se divide en tres grandes áreas, la primera de ella es el Aprendizaje Supervisado, la siguiente área de cobertura dentro de Machine Learning es el Aprendizaje no Supervisado y el último tipo de Machine Learning es el Aprendizaje por Refuerzo 

[pic 5]

Ilustración 2: Machine Learning

Aprendizaje Supervisado

 Modela la relación entre las variables independientes, es decir, las características, y una variable dependiente, es decir, el objetivo o la etiqueta, todo esto dado un conjunto de datos con observaciones. (AprendeIA, 2023)

[pic 6]

Ilustración 3: Aprendizajes Supervisados

Deep Learning

Deep Learning o Aprendizaje Profundo es un subconjunto de la Inteligencia Artificial y se refiere a la capacidad de un sistema para tomar datos no estructurados de múltiples fuentes, analizarlos y aplicarlos para resolver nuevos problemas, pero para realizar todo esto utiliza redes neuronales artificiales, en su gran mayoría modificadas, que lo que hace es similar el comportamiento de las redes que tenemos nosotros en nuestro cerebro.

Redes Neuronales Artificiales

Las redes neuronales artificiales se refieren a un sistema o un algoritmo utilizado para Deep Learning que imita el funcionamiento de los circuitos neuronales del cerebro humano, por ejemplo, al dar sentido a las cosas y a los acontecimientos. (AprendeIA, 2023)

[pic 7]

Imagen 1:Redes Neuronales

Uno de los pilares más importantes para la IA, es precisamente el poder analizar como nosotros los seres humanos podemos buscar distintas soluciones para problemas que se nos presentan día con día en todo lugar y aún más importante el saber como somos capaces de poder seleccionar una solución entre tantas posibles y poder resolver los imprevistos que se nos presentan. Por otra parte existen otro tipo de sistemas los cuales también son parte de IA, esos son llamados sistema experto el cual se puede definir como un programa de ordenador el cual contiene la información de un ser humano especialista para un determinado campo de aplicación.

...