APLICACIONES DE LA INTELIGENCIA ARTIFICIAL

¿Qué es la Inteligencia Artificial?

Parte de las Ciencias de la Computación que se ocupa del diseño de sistemas inteligentes, esto es sistemas que exhiben características que asociamos con la inteligencia en las conductas humanas. Se usa cuando una máquina es capaz de imitar las funciones cognitivas propias de la mente humana, como: creatividad, sensibilidad, aprendizaje, entendimiento, percepción del ambiente y uso del lenguaje.

Para conseguirlo, se necesitan tres componentes fundamentales

Sistemas Computacionales
Datos y gestión de los mismos
Algoritmos de IA avanzados "Códigos"

El campo de la IA ha crecido a gran velocidad en los últimos años. Tres de los principales detonadores de este fenómeno han sido:12 el desarrollo de algoritmos y circuitos electrónicos especializados13 (con mayor capacidad de procesamiento), el crecimiento de datos disponibles y el aumento en recursos humanos y financieros destinados a su desarrollo

Enfoques de la Inteligencia Artificial

El enfoque centrado en el comportamiento humano debe ser una ciencia empírica, que incluya hipótesis y confirmaciones mediante experimentos.

El enfoque racional implica una combinación de matemáticas e ingeniería. Cada grupo al mismo tiempo ha ignorado y ha ayudado al otro.

Sistemas que piensan como humanos	Sistemas que piensan racionalmente	Sistemas que actúan como humanos	Sistemas que actúan racionalmente
Automatización de actividades que vinculamos con procesos de pensamiento humano.	Estudio de los cálculos que hacen posible percibir, razonar y actuar	Estudio de cómo lograr que los computadores realicen tareas que, por el momento, los humanos hacen mejor	IA está relacionada con conductas inteligentes en artefactos

Importancia de la Inteligencia Artificial

Constituyen los cimientos del futuro en la toma de decisiones empresariales y hace posible que las máquinas aprendan de la experiencia, se ajusten a las nuevas entradas y realicen tareas similares a las de los humanos.

Automatiza el aprendizaje repetitivo y el descubrimiento a través de los datos: Realiza tareas frecuentes, de gran volumen y computarizadas de manera confiable y sin fatiga. Para este tipo de automatización, la investigación humana sigue siendo esencial para configurar el sistema y hacer las preguntas correctas.

Agregar inteligencia artificial a los productos existentes: La automatización, las plataformas de conversación, los bots y las máquinas inteligentes se pueden combinar con grandes cantidades de datos para mejorar muchas tecnologías en el hogar y en el lugar de trabajo, desde inteligencia de seguridad hasta análisis de inversiones.

AI se adapta a través de algoritmos de aprendizaje progresivo para permitir que los datos hagan la programación: Así como el algoritmo puede enseñarse cómo jugar ajedrez, también puede enseñarse qué producto recomendar en línea. Y los modelos se adaptan cuando se les dan nuevos datos. La propagación hacia atrás es una técnica de IA que permite que el modelo se ajuste, a través del entrenamiento y los datos agregados, cuando la primera respuesta no es del todo correcta.

La inteligencia artificial analiza más y más datos utilizando redes neuronales que tienen muchas capas ocultas: Increíble potencia de computadora y big data. Necesita muchos datos para entrenar modelos de aprendizaje profundo porque aprenden directamente de los datos. Cuantos más datos pueda alimentarlos, más precisos se volverán.

La IA logra una precisión increíble a través de redes neuronales profundas, lo que antes era imposible: Sus interacciones con Alexa, Google Search y Google Photos se basan en el aprendizaje profundo, y se vuelven más precisas cuanto más las usamos. En el campo de la medicina, las técnicas de IA del aprendizaje profundo, la clasificación de imágenes y el reconocimiento de objetos ahora se pueden usar para detectar el cáncer en IRM con la misma precisión que los radiólogos altamente capacitados.

AI provecha al máximo los datos: Cuando los algoritmos son de autoaprendizaje, los datos en sí pueden convertirse en propiedad intelectual. Las respuestas están en los datos; solo tienes que aplicar IA para sacarlos. Dado que el papel de los datos ahora es más importante que nunca, puede crear una ventaja competitiva. Si tiene los mejores datos en una industria competitiva, incluso si todos están aplicando técnicas similares, los mejores datos ganarán.

Algunos factores clave del uso y aprovechamiento social de los sistemas inteligentes son: la transparencia y confiabilidad en la toma de decisiones y la representatividad.

Aplicaciones de la Inteligencia Artificial

Sus aplicaciones van desde el reconocimiento en imágenes o video de objetos y personas, hasta el habla y la traducción automática de textos, pasando por el diagnóstico y tratamiento de enfermedades y la toma de decisiones.

Reconocimiento visual: sistemas capaces de reconocer y rastrear objetos y personas en imágenes y video.
Reconocimiento del lenguaje natural: sistemas capaces de reconocer, reproducir de modo artificial y descifrar el significado del lenguaje hablado. Incluye también la traducción automática entre diferentes idiomas, así como respuestas automáticas de preguntas y el análisis y síntesis de documentos.
Estrategia y planeación: sistemas capaces de generar estrategias optimizadas para resolver problemas de gran complejidad y a largo plazo. Algunos ejemplos son los sistemas autómatas, capaces de apoyar en tareas de logística y manufactura, jugar videojuegos o navegar a través de espacios físicos.
Diagnóstico y apoyo en la toma de decisiones: sistemas capaces de analizar problemas complejos y ayudar a tomar decisiones, por ejemplo en medicina, en la detección de enfermedades o la elección del tratamiento más adecuado. Incluye también el análisis de datos para agilizar el desarrollo de medicamentos.
Colaboración humano-computadora: Consiste en incorporar sistemas inteligentes como parte de equipos de trabajo humanos. Por ejemplo, para responder más ágilmente a desastres naturales, se han desarrollado sistemas que pueden analizar vistas aéreas de las zonas afectadas para identificar dónde se requiere mayor apoyo.