inteligencia artificial

1. INTELIGENCIA
ARTIFICIAL
MG. PABLO APARICIO MONTENEGRO

2. Inteligencia Artificial
que cada aspecto del
aprendizaje o cualquier otra
característica de la
inteligencia puede, en
principio, describirse con
tanta precisión que se puede
fabricar una máquina para
simularlo
Prof. John McCarthy

3. Inteligencia Artificial
La inteligencia artificial (IA) es un área de la informática que enfatiza la
creación de máquinas inteligentes que funcionan y reaccionan como
humanos
Las computadoras con
capacidades de IA deberían
poder reconocer el habla,
aprender, planificar y
resolver problemas.

5. TESLA
Recopilando datos y
aplicando algoritmos, la IA
va a responder cuando el
conductor no esté atento.
Detectar a otros vehículos,
controlar la velocidad, el
ruido, las líneas de los
carriles y señales son
algunos de los aspectos a
incorporar.

6. Link
• Deepl.com
• Busqueda google:
paper scopus intellinge artificial e-commerce pdf
• Traducir el paper:
https://www.onlinedoctranslator.com/es/translationform
• https://reader.elsevier.com/reader/sd/pii/S0952197622002482?token=84E8D6E4
C6965DB640F27FCE89A314236D918174A76583B291F60AF2F59A2CE1A9BD8C8A
F88EB12EAD4A4BF2A26C0406&originRegion=us-east-
1&originCreation=20220820162002

7. Red Neuronal
• Una red neuronal es "un nuevo sistema para el tratamiento de la
información, cuya unidad básica de procesamiento está inspirada en
la célula fundamental del sistema nervioso humano: la neurona".
• Las neuronas son un componente relativamente simple pero
conectadas de a miles forman un poderoso sistema.

8. Descripción
• Unidades de procesamiento que intercambian datos o información.
• Se utilizan para reconocer patrones, incluyendo imágenes,
manuscritos, tendencias financieras, etc.
• Tienen la capacidad de aprender y mejorar su funcionamiento.

9. Fundamentos - El modelo biológico
• El cerebro humano
contiene más de cien mil
millones de neuronas.
• La clave para el
procesamiento de la
información son las
conecciones entre ellas
llamadas sinápsis.

11. Estructura biológica
• Las dendritas son la vía de entrada de las señales que se
combinan en el cuerpo de la neurona.
• El axón es el camino de salida de la señal generada por la
neurona.
• En las terminaciones de las sinápsis se encuentran unas
vesículas que contienen unas sustancias químicas llamadas
neurotransmisores, que propagan señales electroquímicas de
una neurona a otra.
• La neurona es estimulada por sus entradas y cuando alcanza
cierto umbral, se dispara o activa pasando una señal hacia el
axón.

14. Estructura artificial
La función de activación puede ser una
simple función escalón
python
X1*w1+x2*w2 +….xn*wn+ xt

15. Elementos de una red neuronal
• Se interconectan neuronas en tres tipos de capas:
• De entrada: reciben estímulos externos.
• Oculta: elementos internos de procesamiento (se pueden estructurar en
varias capas).
• De salida: reciben la información procesada y retornan la respuesta del
sistema al exterior.

16. Elementos de una red neuronal

17. Elementos de una red neuronal
• Las neuronas están conectadas por canales unidireccionales con peso.
• El peso wij está asociado al canal que conecta la neurona j con la
neurona i.
• La entrada total de la neurona j es netj = Σwijyi.
• La salida de la neurona j es yj = f(netj).

19. La neurona artificial

20. El perceptron
Un perceptrón es una neurona artificial, y, por tanto, una unidad de red neuronal.

22. Funciones de activación

23. X1=0.6
X2=0.4
X3=0.2
0.1
0.3
0.2
Funcion steep 0.6x0.1+0.4x0.3+0.2x0.2 + k = 0.22
f.entrada
0.22
f.activacion
Z=0.22
Steep
Si z>0 then
Steep(z) =Steep(0.22) = 1
Steep(0.22)=1
(0,1)

24. X1=0.6
X2=0.4
X3=0.2
0.1
0.3
0.2
Funcion R 0.6x0.1+0.4x0.3+0.2x0.2= 0.22
f.entrada
0.22
f.activacion
Z=0.22
Funcion: R
R(0.22)=max(0, 0.22)=0.22

25. X1=0.6
X2=0.4
X3=0.2
0.1
0.3
0.2
Funcion Logistic 0.6x0.1+0.4x0.3+0.2x0.2= 0.22
f.entrada
0.22
f.activacion
Z=0.22
Logistic(z) = Logistic (0.22) = 1 / ( 1+ e -0.22) = 0.554

27. PROBLEMA

28. • θi representa un desplazamiento o umbral de activación
(sesgo o bias).
• Se puede pensar θi como el peso w0i que conecta una
neurona imaginaria x0 con a0(t) = 1.
Funciones de activación

29. 1ra TAREA GRUPAL
• Buscar un PAPER (antigüedad max 5 años) de revista científica SCOPUS o Web Of Science sobre el
tema de:
INTELIGENCIA ARTIFICIAL aplicado a NEGOCIOS ELECTRONICOS
De que manera ayuda la IA a mejorar los Negocios electrónicos?
-problema:
- soluciones
-conclusiones
SE PRESENTA:
- RESUMEN EN PPT (APROX 6 A 8 PPT)
- ARTICULO PDF INGLES
- ARTICULO PDF TRADUCIDO

30. CHAT BOT

31. Chat Bot
Los chatbots pueden ayudar a los clientes a
identificar los mejores productos, determinar
el estado de distribución del producto,
comparar varios productos y, finalmente,
ayudar a los consumidores a pagar por ellos.
Para hablar con sus robots, los compradores
pueden usar texto, voz y fotografías