Saltar al contenido principal
CargarIdioma (ES)Atención al cliente
EmpresarialesMóvilRedes socialesMarketingTecnologíaArte y fotografíaEmpleoDiseñoEducaciónPresentaciones y charlas públicasGobierno y org. sin ánimo de lucroAtención sanitariaInternetDerechoLiderazgo y gestiónMotorIngenieríaSoftwareReclutamiento y RR. HH.Venta al por menorVentasServiciosCienciasPYMES y liderazgoAlimentaciónMedio ambienteEconomía y finanzasDatos y análisisRelaciones con inversoresDeportesMeditaciónNoticias y políticaViajesDesarrollo personalSector inmobiliarioEntretenimiento y humorSalud y medicinaDispositivos y hardwareEstilo de vida
Subido pormarianosandoval846
PPTX, PDF21 vistas

Inteligencia y en la actualidad de la Artificial.pptx

dwdnwjdwjqdhqjwhqwjhqwjhjqhejqwheqjhejqwheqjwehjwqheqwjehqwjehqwjehqjwehqwjhqjw

Datos y análisis◦
Descargar para leer sin conexión
Inteligencia artificial
Historia de inteligencia artificial La evolución de los robots Fue ya en 1956 cuando John McCarthy, Marvin Minsky y Claude Shannon acuñaron este término durante la conferencia de Darthmounth para referirse a “la ciencia e ingenio de hacer máquinas inteligentes, especialmente programas de cálculo inteligentes”.
Creador de inteligencia artificial En 1936, Alan Turing publicó su concepto de maquina virtual universal, que básicamente describía lo que era un algoritmo informático, y un ordenador. en 1950 formalizó el inicio de la inteligencia artificial con su test de Turing, una prueba que define si una maquina es o no inteligente.
AÑO ACONTECIMIENTO 1842 Lovelace: Máquina analítica programable 1950 Turing: La prueba de Turing 1956 McCarthy, Minsky, Rochester y Shannon: Celebran la primera conferencia sobre IA 1965 Weizenbaum: "ELIZA", el primer sistema especialista 1993 Horswill: "Polly" (robótica basada en el comportamiento) 2005 TiVo: Tecnología de recomendaciones 2011 Apple, Google y Microsoft: Aplicaciones móviles de recomendaciones 2013 Varios: Avances tecnológicos en aprendizaje automático y profundo. 2016 Google DeepMind: AlphaGo supera a Lee Sedol en el juego “Go” Historia de la Inteligencia Artificial
La inteligencia artificial (IA) es la rama de las ciencias de la computación que estudia el software y hardware necesarios para estimular el comportamiento y comprensión humanos. La IA se enfatiza en el desarrollo de métodos y algoritmos que permita comportarse a las computadoras de modo inteligente. Inteligencia artificial Según (Rouhiainen, 2019) señala la inteligencia artificial es la capacidad de las máquinas para usar los algoritmos, aprender de los datos y utilizar lo aprendido en la toma de decisiones tal y como lo haría un ser humano.
Inteligencia Artificial Estudio de Contribuye a una rápida y adecuada Toma de decisiones Están ejecutadas los programas Las computadoras A través de la robótica El trabajo del hombre Ayuda a aligerar Inventados por humanos
Tipos de Inteligencia Artificial • Sistemas que actúan racionalment e • Sistemas que piensan racionalmente • Sistemas que actúan como humanos • Sistemas que piensan como humanos Automatizan actividades como la toma de decisiones, la resolución de problemas y el aprendizaje. Un ejemplo son las redes neuronales artificiales. Se trata de computadoras que realizan tareas de forma similar a como lo hacen las personas. Es el caso de los robots. Idealmente, son aquellos que tratan de imitar de manera racional el comportamiento humano, como los agentes inteligentes. Intentan emular el pensamiento lógico racional de los humanos, es decir, se investiga cómo lograr que las máquinas puedan percibir, razonar y actuar en consecuencia.
Androide Cyborg Cibernética Diferencias entre inteligencia artificial y machine learning Máquina en su totalidad Mezcla Estudio de comunicación en los sistemas complejos
Diferencias entre inteligencia artificial y machine learning Inteligencia artificial Es la simulación de inteligencia humana por parte de las máquinas. Androide Robótica Machine learning Es una disciplina científica del ámbito de la Inteligencia Artificial que crea sistemas que aprenden automáticamente. Son máquinas equipadas para hacer y repetir actividades humanas. Son esa representación del ser humano, semejante en apariencia y conducta, que nos imita..
INTELIGENCIA ARTIFICIAL Ventajas Desventajas  Puede tener más memoria que un ser humano.  Puede memorizar y relacionar toda información.  Puede pensar lógicamente más y más rápido que un ser humano.  En el ámbito laboral reduce los costos y salarios adicionales.  Reduce el tiempo que consume realizar una cierta actividad.  Puede lograr grandes hallazgos y avances.  Realizan tareas complejos.  No tiene la capacidad para distinguir independientemente como un ser humano.  No puede aprender u lenguaje humano a la perfección.  No puede entender códigos entre humanos.  No tiene sentimiento, ni capacidad de comprensión.  Toma decisiones más lentamente dependiendo el estado de los sensores que tenga.  No tiene sentido común.  No tiene pensamiento crítico.  No tiene iniciativa en el arte.
Aplicaciones actuales de la Inteligencia Artificial La inteligencia artificial se encuentra presente en una amplia variedad de sectores. En la industria, optimiza procesos productivos y de mantenimiento predictivo. En la medicina, ayuda en el diagnóstico temprano de enfermedades y en la creación de tratamientos personalizados. En el comercio, analiza hábitos de consumo para recomendar productos y mejorar la experiencia del cliente. También es clave en la agricultura de precisión, el transporte autónomo, la ciberseguridad y la gestión de recursos energéticos, demostrando su capacidad para transformar la sociedad.
Procesamiento de Lenguaje Natural (PLN) El procesamiento de lenguaje natural es una rama de la inteligencia artificial que permite a las máquinas comprender, interpretar y generar lenguaje humano. Se utiliza en asistentes virtuales, traductores automáticos, sistemas de análisis de sentimientos y chatbots. El PLN combina técnicas de lingüística computacional con modelos estadísticos y redes neuronales profundas, permitiendo que los sistemas aprendan contextos, modismos y matices del lenguaje.
Visión por Computadora La visión por computadora dota a los sistemas de la capacidad para interpretar y procesar información visual proveniente de imágenes y videos. Esta tecnología se aplica en el reconocimiento facial, la inspección industrial, el análisis de imágenes médicas, la seguridad y la navegación autónoma de vehículos. Su desarrollo ha sido posible gracias al avance de las redes neuronales convolucionales y a la disponibilidad de grandes conjuntos de datos etiquetados.
A Robótica e IA La integración de la inteligencia artificial en la robótica permite la creación de máquinas que no solo ejecutan tareas repetitivas, sino que también aprenden y se adaptan a su entorno. Los robots inteligentes se utilizan en manufactura, exploración espacial, rescate en zonas de desastre y asistencia a personas con discapacidad. Estos sistemas combinan percepción, planificación y acción para realizar tareas complejas de forma autónoma.
Aprendizaje Supervisado El aprendizaje supervisado es una técnica de machine learning en la que un modelo se entrena utilizando datos etiquetados, es decir, datos en los que se conoce el resultado correcto. Este enfoque es muy utilizado en clasificación de correos electrónicos, predicción de precios, reconocimiento de voz y diagnóstico médico. La calidad y cantidad de los datos son factores críticos para el éxito del modelo.
Aprendizaje No Supervisado En el aprendizaje no supervisado, el sistema recibe datos sin etiquetas y debe encontrar patrones o estructuras ocultas. Se emplea en la segmentación de clientes, detección de anomalías, agrupación de documentos y compresión de datos. Este tipo de aprendizaje es útil cuando no es posible o resulta costoso obtener datos etiquetados.
Beneficios de la Inteligencia Artificial Entre los principales beneficios de la IA se encuentran la automatización de tareas repetitivas, el aumento de la eficiencia, la reducción de errores humanos, la optimización del uso de recursos y la generación de soluciones innovadoras. Además, permite procesar grandes volúmenes de información en tiempos muy reducidos, facilitando la toma de decisiones estratégicas.
Riesgos y Desafíos Éticos El uso de la IA plantea desafíos éticos importantes, como la privacidad de los datos, la transparencia de los algoritmos, el sesgo en la toma de decisiones y el impacto en el empleo. La falta de regulación clara puede dar lugar a usos indebidos, como vigilancia masiva o manipulación de información. Es fundamental que los desarrolladores y las organizaciones adopten principios éticos y buenas prácticas en el diseño y uso de la IA.
Regulación y Gobernanza de la IA Diferentes países y organizaciones internacionales están desarrollando marcos regulatorios para garantizar que la IA se utilice de manera segura, justa y responsable. Estos marcos buscan establecer estándares para la transparencia, la rendición de cuentas, la protección de datos y la no discriminación. La cooperación internacional es clave para enfrentar los desafíos globales de esta tecnología.
IA en la Educación La inteligencia artificial tiene el potencial de personalizar el aprendizaje, adaptando el contenido, el ritmo y las evaluaciones a las necesidades de cada estudiante. Puede automatizar tareas administrativas, permitir tutorías inteligentes y ofrecer herramientas de aprendizaje accesibles para personas con discapacidades. Esto puede mejorar la calidad y la equidad educativa.