Este documento resume las principales ideas sobre inteligencia artificial (IA). Explica que la IA ha avanzado desde resolver problemas específicos (IA débil) hacia replicar la inteligencia humana (IA fuerte). También describe las herramientas clave de la IA como sistemas computacionales, datos y algoritmos avanzados como redes neuronales. El documento concluye advirtiendo sobre los riesgos de la IA y la necesidad de regular su desarrollo mientras se educa a los ciudadanos sobre esta tecnología.

1. INTELIGENCIA ARTIFICIAL:
UNA MIRADA LA FUTURO
Ing. María Rondón

2. Tabla de Contenido
01
04
02
05
03
06
INTRODUCCIÓN DEFINICIÓN
TENDENCIAS
ACTUALES DE LA IA
REDES
NEURONALES
FUTURO DE LA IA REFLEXIÓN FINAL

3. Hace tiempo que la inteligencia
artificial abandonó el espectro de
la ciencia ficción para colarse en
nuestras vidas y, aunque todavía en
una fase muy inicial, está llamada a
protagonizar una revolución
equiparable a la que generó
Internet.
Introducción

4. DEFINICIÓN
02

5. Inteligencia Artifiacial o IA
Historia Definición
El concepto de IA surgió en la década de 1950,
cuando los científicos comenzaron a explorar la
posibilidad de crear máquinas que pudieran pensar y
aprender por sí mismas.
Uno de los primeros hitos en la historia de la IA fue
el desarrollo del programa de ajedrez de IBM Deep
Blue, que derrotó al campeón mundial de ajedrez
Garry Kasparov en 1997.
Desde entonces, la IA ha avanzado
significativamente, con avances notables en áreas
como el reconocimiento de voz y la visión por
computadora. Hoy en día, la IA se utiliza en una
amplia gama de aplicaciones, desde la conducción
autónoma hasta la atención médica y la seguridad
cibernética.
La Inteligencia Artificial (IA) es una rama de la
informática que busca crear máquinas capaces de
realizar tareas que normalmente requieren
inteligencia humana. Esto se logra mediante el uso
de algoritmos y modelos matemáticos que permiten
a las máquinas aprender y mejorar su desempeño a
medida que procesan más datos.
La IA se divide en dos categorías: la IA débil, que se
enfoca en resolver problemas específicos, y la IA
fuerte, que busca replicar la inteligencia humana en
su totalidad.

6. L
I
N
E
A
D
E
L
T
I
E
M
P
O

7. Categorías de la IA
• IA débil, también conocida como IA
estrecha, se enfoca en resolver
problemas específicos y es capaz de
realizar tareas limitadas sin
intervención humana. Ejemplos de IA
débil incluyen los sistemas de
recomendación de películas y las
aplicaciones de reconocimiento
facial.
• IA fuerte busca replicar la
inteligencia humana en su totalidad,
lo que significa que sería capaz de
pensar, razonar y aprender como un
ser humano. Sin embargo, todavía no
hemos alcanzado este nivel de IA y
es un tema de debate en la
comunidad científica si esto es
posible o no.

8. HERRAMIENTAS DE LA IA
Para conseguirlo,
se necesitan tres
componentes
fundamentales:
• Sistemas
computacionales
• Datos y gestión
de los mismos
• Algoritmos de IA
avanzados
(código)

9. REDES
NEURONALES
03

10. REDES NEURONALES
Están basadas en el
funcionamiento de las redes de
neuronas biológicas. Las
neuronas que todos tenemos
en nuestro cerebro están
compuestas de dendritas, el
soma y el axón: Las dendritas se
encargan de captar los
impulsos nerviosos que emiten
otras neuronas. Estos impulsos,
se procesan en el soma y se
transmiten a través del axón
que emite un impulso nervioso
hacia las neuronas contiguas.

11. Como se entrena
una red Neuronal:
Entrenar una red neuronal
consiste en ajustar cada uno
de los pesos de las entradas de
todas las neuronas que forman
parte de la red neuronal, para
que las respuestas de la capa
de salida se ajusten lo más
posible a los datos que
conocemos.

12. Tipos de redes neuronales:
• Monocapa o perceptrón simple,
• Perceptrón multicapa (MLP),
• Convolucionales (CNN),
• Redes neuronales recurrentes (RNN),
• Retroalimentación o redes de base radial (RBF).
Aprendizaje: es el proceso por el cual una red neuronal
modifica sus pesos en respuesta a una informacion de
entrada.
Tipos de Aprendizaje:
• Aprendizaje Supervisado: Entrada, Salida, Objetivo
• Aprendizaje No supervisados: Entrada, Salida
• Aprendizaje por Reforzamiento: Recompenza,
Castigo

13. TENDENCIAS IA
04

14. Algoritmos
Transformers: La
Revolución de la
Inteligencia Artificial
Los algoritmos transformers son una técnica de aprendizaje automático
que se utiliza en el procesamiento de lenguaje natural. Estos algoritmos
son capaces de analizar grandes cantidades de texto y entender su
significado, lo que los hace muy útiles en aplicaciones como la traducción
automática y la generación de texto.
Los algoritmos transformers utilizan un modelo de atención para procesar
datos. Este modelo permite a los algoritmos enfocarse en partes
específicas del texto y prestar más atención a las palabras que son más
importantes para comprender el significado general del texto.

15. Como funcionan
Procesan grandes cantidades de texto, se enfocan en prestar mas atención en
a las palabras que son más importantes para comprender el significado
general del texto, generando el proceso de texto de una manera eficiente y
efectiva en el lenguaje natural.
Esto los hace muy útiles en aplicaciones como la traducción automática, la
generación de texto y el análisis de sentimientos.
Además, los algoritmos transformers están impulsando el avance de la
inteligencia artificial en general. Estos algoritmos están siendo utilizados para
desarrollar sistemas de inteligencia artificial más avanzados que pueden
realizar tareas más complejas y sofisticadas.

16. Como funcionan

17. FUTURO DE LA IA

18. Reflexión Final
06

19. Por muy inteligentes que lleguen a ser las futuras inteligencias artificiales, incluidas las
de tipo general, nunca serán iguales a las inteligencias humanas ya que, tal como
hemos argumentado, el desarrollo mental que requiere toda inteligencia compleja
depende de las interacciones con el entorno y estas interacciones dependen a su vez
del cuerpo, en particular del sistema perceptivo y del sistema motor.
Ello, junto al hecho de que las máquinas no seguirán procesos de socialización y
culturización como los nuestros, incide todavía más en que, por muy sofisticadas que
lleguen a ser, serán inteligencias distintas a las nuestras. El que sean inteligencias
ajenas a la humana y, por lo tanto, ajenas a los valores y necesidades humanas nos
debería hacer reflexionar sobre posibles limitaciones éticas al desarrollo de la IA.
En particular, estamos de acuerdo con la afirmación de Weizenbaum (Weizenbaum,
1976) de que ninguna máquina debería nunca tomar decisiones de forma
completamente autónoma o dar consejos que requieran, entre otras cosas, de la
sabiduría, producto de experiencias humanas, así como de tener en cuenta valores
humanos.

20. El verdadero peligro de la IA no es la muy improbable singularidad tecnológica debida a la
existencia de unas futuras hipotéticas superinteligencias artificiales, los verdaderos peligros
ya están aquí.
Actualmente los algoritmos en que se basan los motores de búsqueda en internet, los
sistemas de recomendación y los asistentes personales de nuestros teléfonos móviles,
conocen bastante bien lo que hacemos, nuestras preferencias y nuestros gustos e incluso
pueden llegar a inferir el qué pensamos y cómo nos sentimos.
El acceso a cantidades masivas de información, que voluntariamente generamos, es
fundamental para que esto sea posible, ya que mediante el análisis de estos datos
provenientes de fuentes diversas es posible encontrar relaciones y patrones que serían
imposibles de detectar sin las técnicas de IA. Todo esto resulta en una pérdida alarmante de
privacidad.
Para evitarlo deberíamos tener derecho a poseer una copia de todos los datos personales
que generamos, controlar su uso y decidir a quién le permitimos el acceso y bajo qué
condiciones, en lugar de que estén en manos de grandes corporaciones sin poder saber
realmente qué uso hacen de nuestros datos

21. La IA está basada en programación compleja, y por lo tanto necesariamente cometerá errores.
Incluso suponiendo que fuera posible desarrollar un software completamente fiable, hay
dilemas éticos que los desarrolladores de software deben tener en cuenta a la hora de
diseñarlo. Por ejemplo, un vehículo autónomo podría decidir atropellar a un peatón para evitar
una colisión que podría causar daños a sus ocupantes. Equipar las empresas con sistemas
avanzados de IA para hacer la gestión y la producción más eficientes requerirá menos
empleados humanos y generará más paro. Estos dilemas éticos hacen que muchos expertos en
IA señalen la necesidad de regular su desarrollo.
En algunos casos se debería incluso de prohibir el uso de la IA. Un ejemplo claro son las armas
autónomas. Los tres principios básicos que rigen los conflictos armados: discriminación (la
necesidad de discernir entre combatientes y civiles o entre un combatiente en actitud de
rendirse y uno dispuesto a atacar), proporcionalidad (evitar el uso desmedido de fuerza) y
precaución (minimización del número de víctimas y daños materiales) son extraordinariamente
difíciles de evaluar y, por lo tanto, casi imposibles de cumplir por los sistemas de IA que
controlan las armas autónomas. Pero incluso en el caso de que a muy largo plazo las máquinas
tuvieran esta capacidad, sería indigno delegar en una máquina la decisión de matar. Pero,
además de regular, es imprescindible educar a los ciudadanos sobre los riesgos de las
tecnologías inteligentes, dotándolos de las competencias necesarias para controlarla en lugar
de ser controlados por ella.

22. Necesitamos futuros ciudadanos mucho más informados, con más capacidad para evaluar los
riesgos tecnológicos, con más sentido crítico y dispuestos a hacer valer sus derechos. Este
proceso de formación debe comenzar en la escuela y tener continuación en la universidad. En
particular es necesario que los estudiantes de ciencia e ingeniería reciban una formación ética
que les permita comprender mejor las implicaciones sociales de las tecnologías que muy
probablemente desarrollarán. Solo si invertimos en educación lograremos una sociedad que
pueda aprovechar las ventajas de las tecnologías inteligentes minimizando los riesgos. La IA
tiene sin duda un extraordinario potencial para beneficiar a la sociedad siempre y cuando
hagamos un uso adecuado y prudente. Es fundamental aumentar la conciencia de las
limitaciones de la IA, así como actuar de forma colectiva para garantizar que la IA se utilice en
beneficio del bien común con seguridad, fiabilidad y responsabilidad.
El camino hacia la IA realmente inteligente seguirá siendo largo y difícil, al fin y al cabo la IA
tiene apenas sesenta años y, como diría Carl Sagan, sesenta años son un brevísimo momento en
la escala cósmica del tiempo; o, como muy poéticamente dijo Gabriel García Márquez: «Desde la
aparición de vida visible en la Tierra debieron transcurrir 380 millones de años para que una
mariposa aprendiera a volar, otros 180 millones de años para fabricar una rosa sin otro
compromiso que el de ser hermosa, y cuatro eras geológicas para que los seres humanos fueran
capaces de cantar mejor que los pájaros y morirse de amor».

23. Muchas Gracias