INTELIGENCIA ARTIFICIAL

Sofia Roldan, Joaquin Hibauza

INTRODUCCIÓN
 La inteligencia artificial (IA) es una rama de la informática y
la ciencia de la computación que se enfoca en la creación de
sistemas y programas de computadora capaces de realizar
tareas que normalmente requieren inteligencia humana. Estas
tareas incluyen el aprendizaje, el razonamiento, la resolución
de problemas, la percepción, el procesamiento del lenguaje
natural y la toma de decisiones.

 La IA busca desarrollar algoritmos y modelos que permitan a

las máquinas aprender de datos y experiencia, y utilizar ese
conocimiento para realizar tareas específicas de manera
autónoma. A través de técnicas como el aprendizaje
automático, las redes neuronales artificiales y el
procesamiento del lenguaje natural, la inteligencia artificial
ha encontrado aplicaciones en una amplia gama de campos,
desde asistentes virtuales y sistemas de recomendación hasta
vehículos autónomos y diagnóstico médico, entre otros. Su
objetivo es emular la inteligencia humana y mejorar el
rendimiento de las máquinas en una variedad de tareas.
HISTORIA DE LA INTELIGENCIA ARTIFICAL
TIPOS DE IA
 Inteligencia Artificial Estrecha (IA débil  Inteligencia Artificial Basada en Reglas
o Narrow AI): Este tipo de IA está (Rule-Based AI): Esta IA utiliza reglas
diseñado para realizar tareas específicas predefinidas para tomar decisiones en un
y no puede generalizar su conocimiento dominio específico. Se utiliza en sistemas
más allá de esas tareas. Los ejemplos expertos y lógica difusa.
incluyen asistentes virtuales y chatbots.  Inteligencia Artificial Evolutiva
 Inteligencia Artificial General (IA fuerte (Evolutionary AI): Utiliza algoritmos
o AGI): La AGI tiene la capacidad de basados ​en la evolución biológica para
entender, aprender y razonar en mejorar soluciones a lo largo de múltiples
múltiples dominios, similar a la generaciones, resolviendo problemas
inteligencia humana. Todavía está en complejos y optimizando diseños. Se
desarrollo. aplica en áreas como la ingeniería y la
 Aprendizaje Automático (Machine programación automática de sistemas
Learning): Esta es una rama de la IA que  Inteligencia Artificial de Procesamiento
se centra en el desarrollo de algoritmos del Lenguaje Natural (NLP AI): Esta
que permiten a las máquinas aprender de rama se enfoca en el procesamiento del
datos y mejorar con la experiencia. lenguaje humano y se utiliza en
Incluye aprendizaje supervisado, no aplicaciones como chatbots y traducción
supervisado y por refuerzo. automática.
 Aprendizaje Profundo (Deep Learning):  Inteligencia Artificial Emocional
El aprendizaje profundo utiliza redes (Emotional AI): Este tipo se centra en
neuronales artificiales con múltiples permitir a las máquinas detectar y
capas para resolver problemas. responder a las emociones humanas,
incluyendo el reconocimiento de
emociones en el lenguaje y la expresión
facial.
¿CÓMO FUNCIONA LA IA?
 Las redes neuronales artificiales son un componente
clave de la inteligencia artificial y el aprendizaje
automático. Funcionan mediante la interconexión de
"neuronas" artificiales que procesan datos, aplican
pesos a las conexiones y utilizan funciones de
activación para realizar cálculos. Durante el
aprendizaje, los pesos de las conexiones se ajustan
para mejorar el rendimiento de la red. Esto se logra
mediante la retropropagación del error, donde se
compara la salida de la red con la salida deseada y se
ajustan los pesos en consecuencia. Con el tiempo, la
red generaliza su conocimiento y puede hacer
predicciones precisas en nuevos datos. Las redes
neuronales son utilizadas en una variedad de
aplicaciones, como reconocimiento de patrones,
procesamiento de lenguaje natural y visión por
computadora.
APLICACIONES DE LA IA
 La inteligencia artificial (IA) tiene numerosas
aplicaciones en la vida cotidiana que mejoran la
eficiencia y la comodidad. Ejemplos incluyen
asistentes virtuales, recomendaciones de
contenido, sistemas de navegación,
reconocimiento facial, diagnóstico médico,
chatbots, traducción automática, reconocimiento
de voz, automatización en el hogar, compras en
línea, filtrado de spam, seguridad en la banca,
vehículos autónomos, pronósticos meteorológicos
y control de calidad en la fabricación. La IA se ha
convertido en una parte integral de nuestra vida
diaria y sigue evolucionando para encontrar
nuevas aplicaciones.
APRENDIZAJE AUTOMATICO
 El aprendizaje automático es una parte fundamental
de la inteligencia artificial (IA) porque permite a las
máquinas aprender y mejorar su rendimiento en
tareas específicas sin programación explícita.
Funciona mediante el uso de datos de entrenamiento
y algoritmos que analizan esos datos para identificar
patrones y relaciones. Durante el entrenamiento, la
máquina ajusta sus parámetros para minimizar
errores y generaliza su conocimiento para hacer
predicciones precisas en nuevos datos. Hay tres tipos
principales de aprendizaje automático: supervisado,
no supervisado y por refuerzo, y se utiliza en una
amplia gama de aplicaciones de IA, desde
procesamiento de lenguaje natural hasta visión por
computadora y toma de decisiones autónomas.
REDES NEURONALES
 Las redes neuronales artificiales (RNA) son
modelos de aprendizaje automático que se
inspiran en el cerebro humano. Están formadas
por neuronas artificiales conectadas en capas y
utilizan conexiones ponderadas. Durante el
entrenamiento, ajustan estos pesos para
minimizar las diferencias entre las salidas
previstas y reales. Las RNA son flexibles y
pueden aprender a partir de datos, pero también
tienen limitaciones, como la necesidad de grandes
conjuntos de datos y la falta de explicabilidad en
sus decisiones.
DESAFÍOS DE LA IA
 La inteligencia artificial (IA) plantea desafíos éticos
relacionados con la privacidad y la toma de decisiones.
En cuanto a la privacidad, la recopilación masiva de
datos, el riesgo de discriminación y el rastreo son
preocupaciones importantes. Para abordar estos
problemas, es esencial el consentimiento informado,
la mitigación de sesgos y regulaciones sólidas.
Respecto a la toma de decisiones, la falta de
transparencia y la responsabilidad son desafíos clave.
Se deben promover la explicabilidad, la supervisión
humana y un marco ético para garantizar decisiones
justas y éticas. La regulación y la supervisión son
herramientas esenciales para garantizar que la IA se
utilice de manera responsable y equitativa.
FUTURO DE LA IA
 El futuro de la inteligencia artificial (IA) se
caracteriza por avances tecnológicos continuos,
una amplia diversificación de aplicaciones en
diversas industrias, mayor automatización de
tareas, la búsqueda de la inteligencia artificial
general (AGI) y la creciente importancia de la
ética y la regulación. La interacción entre
humanos y la IA evolucionará, y se presentarán
desafíos éticos y sociales. La educación y la
colaboración internacional serán esenciales en
este camino hacia un futuro donde la IA juega un
papel cada vez más prominente en nuestras
vidas.
EJEMPLOS DE ÉXITO
 La inteligencia artificial (IA) ha impulsado el
éxito en diversas empresas y proyectos. Ejemplos
notables incluyen Google, Amazon, Tesla, IBM,
Facebook, OpenAI, NVIDIA, DeepMind, Uber y
Salesforce, que utilizan la IA en una amplia
gama de aplicaciones, desde motores de búsqueda
y recomendaciones de productos hasta vehículos
autónomos y soluciones de atención médica.
Estos ejemplos ilustran cómo la IA está
transformando numerosas industrias y se espera
que continúe desempeñando un papel central en
el futuro.
CONCLUSIONES
 La inteligencia artificial (IA) es un campo que se enfoca en
la creación de sistemas informáticos que pueden realizar
tareas que normalmente requieren inteligencia humana.
Esto se logra mediante el aprendizaje automático, que
permite a las máquinas aprender de datos y mejorar con la
experiencia. La IA tiene una amplia gama de aplicaciones
en diversas industrias, desde motores de búsqueda hasta
diagnóstico médico. Sin embargo, plantea desafíos éticos,
como la toma de decisiones sesgadas y la invasión de la
privacidad, que requieren regulación y consideraciones
éticas sólidas. En el futuro, se espera que la IA continúe
avanzando y transformando la forma en que vivimos y
trabajamos. La colaboración entre humanos y máquinas
será esencial, y se requerirá cooperación internacional y
regulación para abordar los desafíos éticos y sociales y
garantizar un uso responsable y equitativo de la IA. En
resumen, la IA tiene un gran potencial y desafíos
significativos que deben abordarse de manera ética para
maximizar sus beneficios para la humanidad.