La Inteligencia Artificial. Aprendizaje automático

[pic 1]

Universidad Nacional del Altiplano
 Facultad de Ciencias Contables y Administrativas
Escuela Profesional de Contabilidad

[pic 2]                [pic 3]               

Curso                   :        Fundamentos de   Informática Contable

Docente                        :        Alí Villalta Zea

Alumno                        :        Alexis Antony Gonzales Cayo

Semestre                :          Primero

Grupo                        :         B

Puno – Perú

2023

1. INTRODUCCIÓN

La inteligencia artificial (IA) ha sido un campo revolucionario que ha capturado la atención de científicos, investigadores y el público en general en las últimas décadas. Con avances tecnológicos sin precedentes, la IA ha demostrado su capacidad para emular algunas de las capacidades cognitivas humanas, como el aprendizaje, la percepción y el razonamiento, desencadenando un impacto transformador en diversas áreas de nuestra sociedad.

El rápido crecimiento de la IA ha sido posible gracias a avances en áreas como el aprendizaje automático (machine learning), el procesamiento del lenguaje natural (natural language processing), la visión por computadora (computer vision) y la robótica. Estas disciplinas han permitido a los sistemas de IA adquirir conocimientos, interpretar y comprender datos no estructurados, comunicarse con los seres humanos y realizar tareas físicas con una precisión sorprendente.

La IA tiene el potencial de revolucionar una amplia gama de industrias y sectores, incluyendo la medicina, la manufactura, la educación, la agricultura, el transporte, el comercio y la atención al cliente, entre otros. Desde diagnósticos médicos más precisos hasta la automatización de procesos industriales, la IA está transformando la forma en que vivimos, trabajamos y nos relacionamos.

A medida que la IA continúa avanzando y expandiéndose, es esencial comprender su funcionamiento, su impacto y sus implicaciones para poder aprovechar sus beneficios mientras se abordan los desafíos que surgen. La inteligencia artificial está en constante evolución y nos enfrenta a nuevas preguntas y posibilidades. Explorar y comprender este emocionante campo nos permite adentrarnos en un futuro lleno de oportunidades y desafíos sin precedentes.

1. MARCO TEÓRICO

1. ¿Qué es la inteligencia artificial?

La inteligencia artificial (IA) se ha convertido en un término general para referirse a aplicaciones que realizan tareas complejas para las que antes eran necesaria la intervención humana, como la comunicación en línea con los clientes o jugar al ajedrez. El término a menudo se usa indistintamente junto con los nombres de sus subcampos, el aprendizaje automático y el aprendizaje profundo.

Sin embargo, hay ciertas diferencias. Por ejemplo, el machine learning se centra en la creación de sistemas que aprenden o mejoran su rendimiento en función de los datos que consumen. Es importante tener en cuenta que, aunque todo machine learning es IA, no toda la IA es machine learning.

Para obtener el valor completo de la IA, muchas empresas están haciendo inversiones significativas en equipos de ciencia de datos. La ciencia de datos combina estadísticas, informática y conocimiento empresarial para extraer valor de distintos orígenes de datos.

La IA se puede aplicar en casi todas las situaciones. Éstas son sólo algunas de las aplicaciones técnicas de la IA que están creciendo rápidamente en la actualidad:

• Reconocimiento de imágenes estáticas, clasificación y etiquetado: estas herramientas son útiles para una amplia gama de industrias.
• Mejoras del desempeño de la estrategia algorítmica comercial: ya ha sido implementada de diversas maneras en el sector financiero.
• Procesamiento eficiente y escalable de datos de pacientes: esto ayudará a que la atención médica sea más efectiva y eficiente.
• Mantenimiento predictivo: otra herramienta ampliamente aplicable en diferentes sectores industriales.
• Detección y clasificación de objetos: puede verse en la industria de vehículos autónomos, aunque también tiene potencial para muchos otros campos.
• Distribución de contenido en las redes sociales: se trata principalmente de una herramienta de marketing utilizada en las redes sociales, pero también puede usarse para crear conciencia entre las organizaciones sin ánimo de lucro o para difundir información rápidamente como servicio público.
• Protección contra amenazas de seguridad cibernética: es una herramienta importante para los bancos y los sistemas que envían y reciben pagos en línea.

Aprendizaje automático

El aprendizaje automático (en inglés, machine learning) es uno de los enfoques principales de la inteligencia artificial. En pocas palabras, se trata un aspecto de la informática en el que los ordenadores o las máquinas tienen la capacidad de aprender sin estar programados para ello. Un resultado típico serían las sugerencias o predicciones en una situación particular.

Los primeros ordenadores personales, que estuvieron disponibles para los consumidores a partir de la década de 1980, fueron programados explícitamente para realizar ciertas acciones. Por el contrario, gracias al aprendizaje automático, muchos de los dispositivos que verás en el futuro obtendrán experiencia y conocimientos a partir de la forma en que son utilizados para poder ofrecer una experiencia al usuario personalizada.

El aprendizaje automático usa algoritmos para aprender de los patrones de datos. Por ejemplo, los filtros de spam de correo electrónico utilizan este tipo de aprendizaje con el fin de detectar qué mensajes son correo basura y separarlos de aquellos que no lo son. Éste es un sencillo ejemplo de cómo los algoritmos pueden usarse para aprender patrones y utilizar el conocimiento adquirido para tomar decisiones.

Tipos de Aprendizaje Automático

A continuación, intentaremos explicar la diferencia entre tres clases de aprendizaje automático. Imaginemos que hay que organizar 10.000 fotografías y los algoritmos tienen que identificar las fotos en las que aparece un gato.

En el aprendizaje supervisado, los algoritmos usan datos que ya han sido etiquetados u organizados previamente para indicar cómo tendría que ser categorizada la nueva información. Con este método, se requiere la intervención humana para proporcionar retroalimentación. Volviendo a nuestro ejemplo, enseñaríamos previamente al algoritmo fotos donde apareciera un gato para que luego pudiera identificar imágenes similares.

...