Inteligencia Artificial

Inteligencia artificial
IES AZORÍN DEPARTAMENTO DE TECNOLOGÍA
1. INTELIGENCIA ARTIFICIAL (AI)

La inteligencia artificial es un campo de la informática que
estudia y desarrolla algoritmos y sistemas capaces de
realizar tareas que normalmente se atribuyen a la
inteligencia humana, como por ejemplo traducir un
documento o reconocer una imagen o a una persona por
su cara. También estudia los sistemas capaces de aprender
a comportarse de manera autónoma, como vehículos sin
conductor, robots, ingenios espaciales etc. Esta tecnología
está revolucionando diferentes campos, desde la medicina
hasta la robótica, y está transformando la forma en que
vivimos y trabajamos.
2. HISTORIA
La inteligencia artificial (IA) se remonta a los primeros estudios filosóficos que se realizaron
sobre la mente humana en el siglo V a.C. Los primeros intentos de aplicar la tecnología a la
inteligencia artificial se remontan a la década de 1940, cuando los matemáticos Alan Turing
y John von Neumann desarrollaron los primeros algoritmos para la computación. Estos
algoritmos servirían como base para la inteligencia artificial moderna. Durante las décadas
de 1950 y 1960, se produjeron avances significativos en la inteligencia artificial, incluido el
desarrollo de la teoría de los sistemas expertos, que permitió a los ordenadores "aprender"
de la experiencia heredada. Esto permitió a los ordenadores realizar tareas más complejas.
En la década de 1970, la inteligencia artificial recibió un impulso significativo con el
desarrollo nuevos lenguajes de programación, que permitió la creación de programas de
inteligencia artificial más avanzados. En la década de 1980, la Inteligencia Artificial se
desarrolló aún más, con la creación de los "robots", que ayudaron a los ordenadores a
realizar tareas complejas sin la necesidad de programación humana. En los últimos años, la
Inteligencia Artificial ha evolucionado de forma constante, con el desarrollo de nuevas
tecnologías como el aprendizaje profundo, la visión por computadora y la robótica.
3. MACHINE LEARNING
Este término quiere decir “aprendizaje automático” o “aprendizaje de las máquinas”. En los
años 50 del S.XX ya se había planteado la posibilidad de que las computadoras pudiesen
aprender por sí mismas, pero aún no existían máquinas lo suficientemente potentes ni
software adecuado para tal fin. Sin embargo, desde hace algunos años ya disponemos de
potentes computadoras y de un entorno de programación apropiado para abordar esta
tarea.
Existen varios métodos de aprendizaje automático, aunque los más usuales son el
aprendizaje supervisado, el aprendizaje no supervisado y el aprendizaje por refuerzo. El
1
aprendizaje supervisado consiste en suministrar a la máquina objetos etiquetados

(imágenes, sonidos, texto…). Al estar etiquetados, la máquina sabe qué es cada objeto y
aprende a clasificarlos. Este tipo de aprendizaje puede llegar a ser muy útil en problemas de
investigación biológica o conducción automática de vehículos. Esta es la forma mediante la
cual, la inteligencia artificial de un vehículo autónomo aprende, por ejemplo, las señales de
tráfico.
En el aprendizaje no supervisado se intenta clasificar objetos de los que no se tiene

información sobre las categorías de los mismos. Por lo tanto, en este caso, el sistema tiene
que ser capaz de reconocer patrones para poder etiquetar las nuevas entradas. Es similar a
la forma en la que aprende un niño pequeño. Nadie le dice qué es y para qué sirve un
biberón o un juguete, lo aprende solo.
El Deep learning o aprendizaje profundo es una forma de aprendizaje automático en la que

se utilizan redes neuronales muy complejas para analizar y comprender datos. Es similar a
cómo funciona el cerebro humano, con diferentes capas de "neuronas" que se encargan de
procesar la información. Es utilizado para resolver problemas complejos, como el
reconocimiento de imágenes, el reconocimiento de voz, y el procesamiento del lenguaje
natural. Es una tecnología muy poderosa que se está utilizando en una gran variedad de
aplicaciones y está impulsando el desarrollo de nuevos productos y servicios.
Por último, en el aprendizaje por refuerzo (Q-learning) el algoritmo aprende observando el

mundo que le rodea. Su información de entrada es el feedback o retroalimentación que
obtiene del mundo exterior como respuesta a sus acciones. Por lo tanto, el sistema aprende
a base de ensayo-error. Es similar a la forma en que aprende nuestro perro. Si hace bien lo
que le pedimos, le damos una recompensa y en caso contrario lo castigamos. Un ejemplo
de aprendizaje por refuerzo podría ser un programa que aprende a jugar a las tres en raya.
La primera vez que ponga una ficha lo hará de forma aleatoria y a lo mejor solo gana una o
dos veces en las 100 primeras partidas. Sin embargo, los movimientos o secuencias de
movimientos que le lleven al éxito serán recompensados y cuando se encuentre con
situaciones similares las repetirá. Al cabo de unos miles de partidas jugadas, la máquina
habrá aprendido y su probabilidad de ganar será muy elevada. Otro ejemplo puede ser la
programación de un robot tipo araña o hexápodo. Se pueden programar manualmente
todos los movimientos sincronizados en cada uno de sus 18 motores, o programarlo para
que él solo aprenda como aprende un bebé a andar, pero en solo media hora.
4. APLICACIONES
Esta tecnología tiene una gran variedad de aplicaciones en diferentes campos, desde la
industria hasta la medicina.
2
Procesamiento del lenguaje natural (NLP): es una de las aplicaciones más comunes de la
IA. Permite a las máquinas comprender y generar lenguaje humano. Se utiliza en
aplicaciones como asistentes de voz, chatbots y sistemas de traducción automática.
Reconocimiento de voz y de imágenes: permite a las máquinas identificar objetos, rostros

y sonidos en imágenes y videos, lo que se utiliza en sistemas de seguridad, vigilancia y
automóviles autónomos.
Sistemas de recomendación: utilizan la IA para analizar patrones en datos de usuarios y

recomendar contenido o productos relevantes. Esto se utiliza en aplicaciones como
plataformas de streaming de video y tiendas en línea.
Sistemas de diagnóstico médico: En el campo de la medicina, la IA está siendo utilizada para

desarrollar sistemas de diagnóstico y asistencia sanitaria más precisos, lo que ayuda a los
médicos a tomar decisiones con más precisión.
Big Data: se refiere a conjuntos de datos

extremadamente grandes y complejos que no pueden
ser procesados o analizados por un equipo humano o
por herramientas informáticas convencionales. Por
ejemplo, una base de datos de una red social puede
contener información de decenas de millones de
usuarios, como fotos, comentarios y mensajes. Otro
ejemplo es un conjunto de datos meteorológicos, que
pueden contener información de temperatura, presión
y viento para una zona durante un período de tiempo.
Al procesar y analizar estos datos, los científicos y
expertos pueden obtener información valiosa para una
variedad de aplicaciones. Por ejemplo, estudiando los
datos de búsqueda en Internet de millones de personas
se podría predecir cuándo y dónde se va a producir una
epidemia de gripe.
Vehículos autónomos: desde hace años, varias empresas están entrenando a las
inteligencias artificiales que conducirán los vehículos autónomos del futuro y gracias al
aprendizaje supervisado lo hacen cada vez mejor, superando al ser humano.
Asistentes personales virtuales: como Cortana, Siri, Alexa etc…
En resumen, la IA tiene una amplia variedad de aplicaciones en diferentes campos, desde el

entretenimiento hasta la medicina, y está siendo utilizada para mejorar la eficiencia, la
3
precisión y la automatización en una variedad de industrias. Se espera que esta tecnología

continúe evolucionando y abriendo nuevas oportunidades en el futuro.
5. INTERNET DE LAS COSAS (IOT)

El “Internet de las cosas” o IOT (Internet of Things)
es un concepto que se basa en la interconexión de
cualquier producto con cualquier otro de su
alrededor. Desde un libro hasta el frigorífico de tu
propia casa. El objetivo es hacer que todos estos
dispositivos se comuniquen entre sí y, por
consiguiente, sean más inteligentes e
independientes. Para ello, es necesario el desarrollo
de numerosas tecnologías que actualmente están
siendo diseñadas por las principales compañías del
sector.
Su trascendencia puede ser muy importante ya que

el IOT permite que los ordenadores interactúen con
elementos cotidianos de la vida real y sean
independientes de los seres humanos, dejándonos a
nosotros al mando de otras cosas más importantes.
La automatización del hogar es uno de los principales campos de aplicación del IOT. Un
ejemplo práctico: gracias al IOT, nuestros frigoríficos serán capaces de medir los alimentos
que quedan en su interior y encargar al proveedor especificado los productos agotados. Así,
nunca tendremos que preocuparnos de comprar leche, huevos etc. El frigorífico comprobará
continuamente el stock y actuará en consecuencia.
Los wearables son otro ejemplo. Son cosas cotidianas como camisetas, relojes o pulseras,
capaces de interactuar con el usuario y con otros dispositivos. Ahora los relojes no solo nos
proporcionan la hora, sino que también se conectan a internet, intercambian datos con
servidores externos y actúan de acuerdo a la información que recogen tanto de los sensores
como de los servidores.
También se pueden aplicar de forma más profunda al hogar. Distribuyendo una serie de
sensores y procesadores, podríamos automatizar el control de las ventanas, la temperatura
interior, las luces, etc. Y, al estar conectado todo el sistema a Internet, también sería posible
controlar de forma inalámbrica lo que se nos antoje.
4
Otro de los principales campos de aplicación del IOT está en las ciudades, haciéndolas más
inteligentes y eficientes. Por ejemplo: muchas veces esperamos ante un semáforo en rojo
de forma innecesaria, pues no circula ningún coche ni ninguna persona a nuestro alrededor.
Gracias al IOT, estos semáforos pueden conectarse a un circuito de cámaras distribuidas por
la ciudad que identifican el nivel de tráfico y de movimiento de masas, evitando así esas
esperas en las zonas de escaso movimiento.
6. ACTIVIDADES
1. ¿Qué es la inteligencia artificial?
2. ¿Puedes dar algún ejemplo de cómo se utiliza la inteligencia artificial en la vida cotidiana?
3. ¿Qué es el aprendizaje profundo y cómo se diferencia del aprendizaje automático
tradicional?
4. ¿Cuáles son los primeros estudios y desarrollos en el campo de la Inteligencia Artificial?
5. ¿Cómo han evolucionado los algoritmos y tecnologías de IA a lo largo del tiempo?
6. ¿Qué es el aprendizaje automático o machine learning?
7. ¿Cuáles son los diferentes métodos de aprendizaje automático y en qué consisten?
8. ¿Qué es el aprendizaje por refuerzo?
9. ¿Qué es el Big Data?
10. ¿Qué es el IOT?

Inteligencia Artificial

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Inteligencia Artificial

Cargado por

Copyright:

Formatos disponibles

Inteligencia artificial

IES AZORÍN DEPARTAMENTO DE TECNOLOGÍA

1. INTELIGENCIA ARTIFICIAL (AI)

aprendizaje supervisado consiste en suministrar a la máquina objetos etiquetados

En el aprendizaje no supervisado se intenta clasificar objetos de los que no se tiene

El Deep learning o aprendizaje profundo es una forma de aprendizaje automático en la que

Por último, en el aprendizaje por refuerzo (Q-learning) el algoritmo aprende observando el

Reconocimiento de voz y de imágenes: permite a las máquinas identificar objetos, rostros

Sistemas de recomendación: utilizan la IA para analizar patrones en datos de usuarios y

Sistemas de diagnóstico médico: En el campo de la medicina, la IA está siendo utilizada para

Big Data: se refiere a conjuntos de datos

Asistentes personales virtuales: como Cortana, Siri, Alexa etc…

En resumen, la IA tiene una amplia variedad de aplicaciones en diferentes campos, desde el

precisión y la automatización en una variedad de industrias. Se espera que esta tecnología

5. INTERNET DE LAS COSAS (IOT)

Su trascendencia puede ser muy importante ya que

También podría gustarte