MÓDULO I

Aprendizaje automático o Machine Learning

- Es un tipo de I.A. que tiene capacidad de aprender sin una programación

explícita que se lo diga.
- Ejemplos: motores de búsqueda, diagnósticos médicos, detección de fraude
en el uso de tarjetas de crédito, análisis del mercado de valores,
clasificación de secuencias de ADN, reconocimiento del habla y del lenguaje
escrito, juegos y robótica, entre otros
- En otra palabras: Machine Learning.
- “Es una técnica que utiliza algoritmos que razonan de manera similar
al cerebro humano”.
- “Algunos de estos sistemas intentan eliminar la intuicion humana”
- Esta no puede reemplazarse en su totalidad.
- “Los algoritmos que son utilizados en el aprendizaje automático se
clasifican a menudo como supervisados o no supervisados. Los primeros
pueden aplicar lo que se ha aprendido en el pasado a nuevos datos. Los
algoritmos no supervisados pueden extraer inferencias de conjuntos de
datos.

La IA y la resolución de problemas

- Al igual que la máquina de vapor hizo a los humanos más fuertes, como
colectivo y cultura, más que en lo individual, la inteligencia artificial nos
vuelve más inteligentes como especie. Somos más capaces de resolver
problemas, históricos y nuevos, precisamente, gracias a su aporte y a la
tecnología que nos precedea

Automated Planning

- Es una disciplina de la inteligencia artificial que se ocupa de la elaboración

de planes (es decir, planifica), típicamente para la ejecución de un robot u
otro agente.
- Puede verse a la planificación, como una forma de programación
automática: es el diseño de un curso de acción que tendrá por misión
satisfacer cierto objetivo.

Procesamiento del lenguaje natural

- Las lenguas naturales pueden expresarse en tres formas: oral (mediante la

voz), escrita (un texto) o por signos. De más está decir que la expresión
escrita se encuentra mucho más documentada y es más fácil de conseguir y
analizar que la oral o el lenguaje de signos. Por ello, el Procesamiento del
Lenguaje Natural está mucho más avanzado en el tratamiento de textos
escritos.
- Hasta la década del 80, la mayoría de los sistemas de PLN estaban basados
en un complejo conjunto de reglas diseñadas manualmente. A partir de
finales de 1980, se produce una revolución en ese campo, a partir de la
 introducción de algoritmos de aprendizaje automático para el
procesamiento del lenguaje.
- Google Translate es la herramienta que más lenguas interpreta. Supera el
centenar, pero se estima que hay entre 5.000 y 7.000 lenguas en el mundo
- El hecho de que una máquina se comunique con una lengua natural implica
que la misma sea tratada de manera computacional. ¿Cómo se transforma
un lenguaje natural en lenguaje computacional? Requiere de un proceso de
modelización matemática para que un ordenador, que solo entiende de
bytes y dígitos, comprenda el lenguaje humano.

Representación del conocimiento

- Tiene como objetivo fundamental representar el conocimiento de una

manera que facilite la inferencia. Esto es, sacar conclusiones a partir de
dicho conocimiento.
- Una buena representación del conocimiento cubre seis características
básicas:
1. Amplia Cobertura
2. Ser comprensible por humanos.
3. Consistente
4. Eficaz
5. Facilidad de modificación y actualización
6. Que tenga un buen Soporte

[Ejemplo: Wikipedia. En general, hay que pensarlo “como una enciclopedia”,

dice el curso].

LECTURA 1: https://www.roboticsbusinessreview.com/ai/3-basic-ai-
concepts-explain-artificial-intelligence/

- [Ejemplo de Machine Learning] A well-known example of this AI concept is

Quick, Draw!, a Google-hosted game that lets humans draw simple pictures
in under 20 seconds, with the machine-learning algorithm trying to guess
the drawing. More than 15 million people have contributed more than 50
million drawings to the app.

- [Ejemplo de Deep Learning] One famous example of deep learning in action

is Google’s AlphaGo project written in Lua, C++, and Python code. The
AlphaGo AI was able to beat professional Go players, a feat that was thought
impossible given the game’s incredible complexity and reliance on focused
practice and human intuition to master.

- How was a program able to master a game that calls for human intuition?
Practice, practice, practice — and a little help from an artificial neural
network.
 Neural Networks
Deep learning is often made possible by artificial neural networks, which
imitate neurons, or brain cells. Artificial neural networks were inspired by
things we find in our own biology. The neural net models use math and
computer science principles to mimic the processes of the human brain,
allowing for more general learning.

LECTURA 2: https://www.abc.es/tecnologia/consultorio/abci-inteligencia-
artificial-y-deberia-interesar-201807030216_noticia.html

- [Nada que no sepa o ya leí antes].

LECTURA 3: http://ocw.uc3m.es/ingenieria-telematica/inteligencia-en-
redes-de-comunicaciones/material-de-clase-1/01-historia-de-la-
inteligencia-artificial

- Comenzaremos observando el perenne interés del ser humano por

comprender su propia inteligencia y por replicarla en otros organismos, y el
reflejo de esta “obsesión” en su creatividad.
- Ejemplos de inteligencia artificial antiguos: Galatea, Golem, Frankestein.
- Filósofos que se acercaron: Aristóteles, Descartes, Hume. Aristóteles y sus
silogismos (muy relacionados con el pensamiento lógico que sustenta la IA
de nuestros tiempos), a Descartes (que concibió el pensamiento como en
- Prinpicio la única verdad indudable, y desarrolló su método cartesiano) y a
- Hume (de filosofía opuesta a la de Descartes, afirmando que sólo lo que los
sentidos experimentan puede llegar a la inteligencia).

- [¿La especie hjumana se siente sola? Interesante pregunta que se hace la

lectura] [¿Somos la única especie con inteligencia abstracta, autoconsciente
y transformadora?]

- [BUSCAR: El Takwin de Javir (Geber); Humúnculos de Paracelso; Los

gólems judíos; Los robots de Karel Capek; HAL-9000 (recordar].

- [BUSCAR]: Yabir Ibn Hayyan, filósofo alquímico que cuenta en sus obras
cómo crear vida artificialmente.

- Oficialemnte, podemos hablar de su inicio en los 40. Alan Turing surge en

los 50. “Las computadoras podrás imitar la mente humana”
- Antecedentes: lógica griega, algoritmos árabes, “razonamiento artificial”
(concepto del siglo XIV); lógicas formales (siglo XIX); máquinas lógicas
(siglo XX).
- “El artículo”: Computing Machinery and Intelligence, de Alan Turing.
Publicado en la edición 59 de la revista Mind.
- “Bautizada” como tal en 1956 en la Conferencia de Dartmuh

“Todo aspecto de aprendizaje o cualquier otra característica de inteligencia

puede ser definido de forma tan precisa que puede construirse una máquina
para simularlo“
 [“Nadie se pone de acuerdo a la hora de definir la inteligencia”. Que se
redefine en función a lo que logran las máquinas]

“¿Qué significa pensar?”

- La IA moderna ha encontrado un camino por el que caminar sin tener que

preocuparse por ese tipo de cuestiones, lo que le permite avanzar por un
terreno más práctico: no interesa tanto la imitación de la inteligencia en su
totalidad, sino aquellos aspectos de la misma que se refieren a los procesos
de razonamiento.

“Hace falta una nueva física para comprender el funcionamiento de la mente”

—Penrose

- ¿Resuelve el tenista un sistema de ecucaciones para golpear la bola? [Yo

creo que sí]
- “La IA ha nacido luego de siglos de perfeccionamiento de ciencias como la
filosofía (en su constante lucha por entender qué es el hombre, cómo
conoce y cómo piensa), la neurociencia (que nos muestra cada vez con
- mayor detalle el funcionamiento a bajo nivel del cerebro) y la lingüística
(puesto que el lenguaje está considerado como uno de los productos más
característicos de la inteligencia).

“Mecanización del pensamiento”

“La razón no es más que cálculos”

—Hobbes

- Precedente: Silogismos de Aristóteles

- Charles Babbage y Ada Lovelace. [Buscar]: “Especulaciones sobre

composición automática de música por Ada Lovelace.

- Von Neumann [Revisar]

- “La edad de oro”: 1956-1974

- 1974-1980: La financiación desaparece. ProblemaS: capacidad limitada de
los ordenadores

“Un computador puede comportarse como un campeón de ajedrez, pero no

como un bebé de un año”
—La paradoja de Moravec

- “El nuevo boom”: 1980-1987.

- Proyecto “Quinta generación”: idea del gobierno japonés con 850 millones
de dólares en financiación.
 - “Segundo invierno”: 1987-1993. Nueva caída de la financiación. Fracaso del
proyecto “Quinta generación”.

“Una máquina inteligente necesita tener un cuerpo”

(Nueva aproximación basada en la robótica)

*Primera máquina autocontrolada: un regulador de flujo de agua para

medir el tiempo. 250 a.C.

*1315, Ramón Llull: El razonamiento pued eefectuarse de manera artificial.

*1937, Ala Turing.

*1951, Schockley inventa el transistor.

*1956, se acuña el término Inteligencia Artificial.

LECTURA 4: http://www.ticbeat.com/innovacion/la-historia-de-la-
inteligencia-artificial-desde-los-origenes-hasta-hoy/

- “De hecho, la consagración definitiva de la inteligencia artificial llegó en

1997, cuando IBM demostró que un sistema informático era capaz de
vencer al ajedrez a un humano… y no un humano cualquiera, sino el
campeón del mundo Gari Kaspárov. Se llamaba Deep Blue y sirvió de
base para que la industria tecnológica y la sociedad en general cobrara
conciencia de la relevancia y las posibilidades de las IA”. [¿Este fue el
momoento determinante?]

- IBM Watson. Un sistema que hizo su aparición estelar, al estilo de Deep

Blue. En 2011, Watson ganó el popular concurso televisivo Jeopardy!
frente a los dos máximos campeones de este programa, en el que se
realizan preguntas sobre cultura y conocimiento de todo tipo. Lo primero
de todo Watson tuvo que ser capaz de entender las preguntas y las
respuestas que da, a lo que ayudaron sus 200 millones de páginas de
contenido almacenadas en su sistema. También tuvo que realizar jugadas
inteligentes a la hora de sopesar la elección de las categorías y cuando
tuvo que apostar una cantidad en la ronda final.

- La compañía de Larry Page y Sergey Brin también ha promovido que

su motor de inteligencia artificial se haya leído más de 2.865 novelas
románticas con el fin de expresarse con mayor soltura y naturalidad.

- Google ha logrado seguir los pasos de IBM y conquistar un juego

tradicionalmente de humanos, en concreto, el Go. Se trata de un juego
oriental tan antiguo como complejo: se dice que su tablero, de 19×19
cuadrados, permite más posiciones durante una partida que átomos hay en
el universo. [BUSCAR FUENTE]
 El robot que perdió los papeles en Twitter
-En una muestra de las capacidades de inteligencia artificial de Microsoft, la
firma norteamericana decidió llevar su chatbot Tay a Twitter
(@TayandYou). Se trata de una herramienta capaz de interactuar con los
usuarios en tiempo real, adaptando además su lenguaje a los
‘millenials’

- Pero, en apenas unas horas, Tay pasó de ser una amena compañera de
charla, contestando sencillas preguntas y agradeciendo la atención y
curiosidad de los tuiteros, a convertirse en una auténtica nazi. Frases como
“odio a las feministas, deberían morir todas y pudrirse en el infierno”, “Hitler
tenía razón y odio a los judíos”, “vamos a construir un muro y México lo va a
pagar” o “odio a todos los humanos” han obligado a los de Redmond a
paralizar por el momento este proyecto.

EJERCICIO I y II:

Tecnología que se presente como fruto de la IA, pero que en realidad no lo

es: la calculadora. El segundo era sobre un ejemplo de machine y deep
learning. Hablé de dota.

“Si programar es el acto de enseñar a una computadora tener una

conversación con una computadora, sería más útil enseñarle a una
computadora a hablar”
—CodeAcademy: Python

*Leyendo GOLEM XIV, de Staniwlaw Lem [Recordar los agregados a

Goodreads.com]

MÓDULO II
Búsquedas

- Búsquedas a ciegas y búsquedas inteligentes

- A ciegas: se realizan sin información previa.
- Inteligentes: respaldadas por información. También es llamada eurística.

Lógica

- Hay que entender la I.A. desde 2 focos: la meta de comprender la estructura

del pensamiento humano, y la construcción de entidades inteligentes.
- Lógica: es el lenguaje que permite expresar conocimiento y razonar a partir
de ciertas expresiones para la deducción de otras. Características:
-Sintaxis y semántica bien definida
-Reglas de inferencia
- Lógica proposional: expresa y razona con declaraciones verdaderas o falsas.
 - Lógica artificial: conjunto de algoritmos que busca representar
matemáticamente los procesos mentales que intervienen y dan origen a la
inteligencia. Se usan para recrear el comportamiento humano o usar las
reglas del pensamiento para razonar.

Son sistemas que piensan racionalmente: “El estudio de las facultades

mentales a través del estudio de modelos computacionales” (Charniak y
McDermott, 1985).

Categorías de la I.A.

1) Sistemas que piensan como humanos: Emular el pensamiento humano;

como las redes neuronales artificiales. Automatización de toma de
decisiones, resolución de problemas, aprendizaje, pensamiento, etc.

2) Sistemas que actúan como humanos: Tratan de actuar como humanos;

por ejemplo, la robótica. El estudio de cómo lograr las computadoras
realicen tareas que, por el momento, los humanos hacen mejor.

3) Sistemas que piensan racionalmente (lógica, idealmente): Tratan de

imitar o emular el pensamiento lógico racional del ser humano; Incluye
el estudio de los cálculos que hacen posible percibir, razonar y actuar.

4) Sistemas que actúan racionalmente (idealmente): Tratan de emular de

forma racional el comportamiento humano; por ejemplo, los agentes
inteligentes. Está relacionado con conductas inteligentes en artefactos.

Machine Learning

- El machine learning logra el aprendizaje de las computadoras por dos vías:

a partir de los datos que se le introducen, así como también a través de la
ejecución de los respectivos algoritmos.
- Su enfoque es “educar” a la maquinaria para fomentar su autonomía.
- “Hay consenso en que el Machine Learning impulsará la personalización de
noticias”.
- Facebook y Google, sin ser productores de contenidos periodísticos
tradicionales, usan el poder del Machine Learning y Big Data para
recomendar noticias a la medida.

- Narrative Science: generación de noticias a través de un modelo de

lenguaje natural donde un robot escribe las noticias, generalmente
deportivas y financieras.

[Extraído de su web]: Dynamic Narratives make Business Intelligence

smarter. By integrating NLG into data visualization platforms, Dynamic
Narratives empower your data analytics users to understand and
communicate the most relevant insights, in language that is easy to
consume and updates in real-time throughout the data discovery
process.
Redes Neuronales Artificiales

- Una red neuronal artificial es un grupo interconectado de nodos similar a la

red de neuronas en un cerebro biológico.
- El objetivo de la red neuronal es resolver los problemas de la misma
manera que el cerebro humano, aunque las redes neuronales son más
abstractas.

- Un aspecto interesante de estos sistemas es que son impredecibles en su

éxito con el auto-aprendizaje. Después del entrenamiento, algunos se
convierten en grandes solucionadores de problemas y otros no funcionan
tan bien. Con el fin de capacitarlos, se necesitan varios miles de intentos.
- En esencia, las redes neuronales artificiales son modelos de redes
neuronales humanas diseñadas para ayudar a las computadoras a aprender.

Herramientas y Técnicas de la Inteligencia Artificial

- Dos aspectos básicos de la IA:

1) Entender y modelar sistemas “inteligentes” (campo de la ciencia)
2) Construir máquinas “inteligentes” (campo de la ingeniería)

- Hay diversas tecnologías aplicadas a la I.A. Entre las más importantes están:

Aprendizaje Automático: el objetivo es desarrollar técnicas que

permitan a la computadora aprender.
Ingeniería del Conocimiento: genera nuevos conocimientos a partir de
bases de datos y cruzando contenidos.
Redes Bayesianas: modelo probabilístico que relaciona conjuntos de
variables aleatorias. Ej.: probabilidades entre enfermedades y síntomas.
Vida Artificial: estudio de la vida y los sistemas artificiales con
propiedades similares a seres vivos, mediante modelos de simulación.
 Técnicas de Representación de Conocimiento: busca la manera más
fácil de sacar conclusiones a partir del conocimiento que ha representado.
Frames: estructura de datos que permite “hablarle” al computador y
contiene conocimiento sobre algo en particular.
Visión Artificial: adquirir, procesar y analizar imágenes reales para
producir información que entienda una máquina.
Lingüística Computacional: realización de aplicaciones informáticas
que imiten la capacidad humana de hablar y entender
Procesamiento Natural del Lenguaje: formulación e investigación de
mecanismos para comunicación entre personas o entre estas y máquinas.
Minería de Datos: sondear y explotar grandes conjuntos de datos para
descubrir patrones entre ellos.

Métodos de Estadística

- La Estadística es la rama de la Ciencia que trata sobre la experimentación,

recolección, descripción y análisis de datos.
- Las aplicaciones de la inteligencia artificial en Estadística persiguen
integrar diferentes contrastes, estimaciones, transformaciones y modelos
para conseguir una aproximación coherente y total en Análisis de Datos.
- Las aplicaciones más llamativas de la IA en Estadística son, sin duda, en el
campo de la Medicina y en particular en problemas de diagnóstico
automático. [Ellos recomiendan la siguiente lectura:
http://www.ticbeat.com/innovacion/inteligencia-artificial-en-la-salud-
mejores-avances-de-los-ultimos-tiempos/ ]

o Uno de los campos que ya se está viendo más beneficiado por la

irrupción de la Inteligencia Artificial es sin duda el de la medicina,
campo que recibe el avance de otras tecnologías punteras como
el Big Data, la impresión 3D o el machine learning. Los algoritmos
pueden salvar vidas todos los días, diagnosticar el cáncer de piel de
forma precoz u optimizar el funcionamiento de los servicios de
emergencia, así como asistir y complementar a los profesionales
médicos durante las cirugías. Incluso Google acaba de desarrollar un
algoritmo capaz de predecir la muerte de un paciente usando redes
neuronales.

[BUSCAR]: Pysch-E: algoritmos capaces de predecir psicosis

LECTURA 1:
https://www.uv.mx/personal/edbenitez/files/2010/09/CursoIA10-II-2.pdf

Resolución de problemas mediantes búsquedas

Estrategias de búsqueda ciega

- No explotan información adicional [personal].

 - Anchura y profundidad de los nodos [No entiendo por completo. Con los
gráficos queda más claro, pero sin entender todoslos conceptos implicados]

LECTURA 2: 19 Tecnologías de Inteligencia Artificial que dominarán el 2018

https://blog.adext.com/es/tecnologias-inteligencia-artificial-2018

- Generación de Lenguaje Natural

- Analíticas de texto y NLP (Procesamiento de Lenguaje Natural): usado
actualmente en sistemas de seguridad y detección de fraudes.
- Creación de Contenido: cualquier tipo de contenido online. Lo usan USA
Today, Hearst y CBS.

Wibbitz, es un gran ejemplo de una solución de este campo, pues constituye

una herramienta SaaS que utiliza IA para ayudar a los editores a crear
videos a partir de contenido escrito en tan sólo cuestión de minutos. O,
también Wordsmith, una herramienta creada por Automated Insights, que
aplica PLN (Procesamiento del Lenguaje Natural) para generar noticias
basadas en datos de generales

LECTURA 3: Lógica e Inteligencia Artificial

https://es.scribd.com/document/208618007/Logica-e-Inteligencia-
Artificial

- Thomas Hobbes es considerado el padriarca de la Inteligencia Artificial por

George B. Dyson.
- Allan Turing: “¿Pueden las máquinas pensar?”
[El resto es contenido muy teórico, pero valioso, supongo]

LECTURA 4: Diferencia entre Inteligencia Artificial y Machine Learning

https://planetachatbot.com/cu%C3%A1les-son-las-principales-diferencias-
entre-inteligencia-artificial-y-machine-learning-3ffa6db9e434

MÓDULO III
Internet de las Cosas (IoT)

- Es una red de objetos físicos que utiliza sensores y API (Interfaces de

Programación de Aplicaciones), para conectarse e intercambiar datos por
internet.
- Hay diferentes programas para analizar estos datos, pero los basados en
algoritmos de inteligencia artificial son los más adecuados porque permiten
automatizar el proceso de toma de decisiones, además ofrecen respuestas
inteligentes a distintos procesos y aplicaciones.
- Ej.: sensores inteligentes que ahorran energía.
I.A. Aplicada

- Chatbots conversacionales, predicción de las compras, generación de

noticias, motores de búsqueda, exámenes médicos a distancia,
reconocimiento facial biométrico.
- En el sector agroalimentario la I.A. es usada en la creación de harinas o
panes.
- El negocio de los sistemas médicos inteligentes moverán en 2021 más de US
6.600 millones de dólares.
- Amazon utiliza algoritmos de machine learning para analizar y crear
tendencias de moda. También para predecir las necesidades de sus clientes.

Conversación con Eduardo Mangarelli

- Big Data no es Inteligencia Artificial.

- Creación de motores de recomendaciones en el negocio retail
- Computer Vision y Natural Language Processing
- Existe la traducción de texto en tiempo real
- Se puede —luego de analizar una gran cantida de texto— generar nuevos
textos similares. Se puede imitar un estilo de escritura.
- Factor clave y del que —dice él— estamos aún muy lejos de alcanzar:
criterio de discernimiento, la redacción con empatía. Es lo que nos
diferencia como seres humanos. “Estamos muy, muy lejos”.

LECTURA 1: Un paseo por la inteligencia artificial

https://grupogaratu.com/inteligencia-artificial-para-industria40/

[Nada nuevo]

LECTURA 2: Las principales aplicaciones de la Inteligencia Artificial a nivel

mundial
https://bigdatamagazine.es/las-principales-aplicaciones-de-la-inteligencia-
artificial-a-nivel-mundial

- El principal uso es en la detección de imágenes.

-

LECTURA 3: Aplicaciones de la Inteligencia Artificial en la medicina

https://news.microsoft.com/es-xl/microsoft-y-grupo-oncoclinicas-forman-
alianza-para-aplicar-inteligencia-artificial-en-el-tratamiento-del-cancer/

- “En el área de radioterapia, el uso de la IA permitirá definir de manera

mucho más rápida las estructuras de los órganos adyacentes al tumor o
aquellas que se consideren de riesgo. De esa forma, el programa
proporciona una serie de datos para que el especialista pueda establecer un
plan de tratamiento que contemple el diseño de la zona a ser radiada, lo que
reduce las horas de evaluación a unos cuantos minutos y clics”
LECTURA 4: Desde la API a la internet de las cosas
https://journalismcourses.org/course/view.php?id=22&section=4

- IBM asegura que 88% de las empresas del globo ya están a la expectativa
que la computación cognitiva impacte positivamente a sus organizaciones.
- Según Cisco, hay 28.4 billones de artefactos conectados a internet y se
espera esta crifra aumente a 34,8 billones en 2018.

LECTURA 5: Inteligencia Artificial aplicada

https://www.accenture.com/es-es/artificial-intelligence-index

- Suma de la tenología inteligente e ingenio humano aplicada al núcleo de un

negocio, en todas sus funciones y procesos.
- Robótica Cognitiva: dota a los robots de inteligencia artificial, aportándoles
capacidad para percibir, planificar, memorizar y razonar. Es la más
relacionada a la imitación del comportamiento humano.
- RPA (Robotic Process Automation): permite implementar sistemas de
software inteligente o robots que imiten las acciones de ususarios humanos.
Aprenden de aplicaciones ya existentes para procesar transacciones,
manipular datos y comunicarse con otros sistemas expertos.

MÓDULO IV
Internet de las Cosas (IoT)

- Es una red de objetos físicos que utiliza sensores y API (Interfaces de

Programación de Aplicaciones), para conectarse e intercambiar datos por
internet.
-
////////

RECURSOS ADICIONALES [Y descubrimientos propios]

El tema de la canción #4 en Itunes Hot Tracks lo propuso la I.A.

- “El sencillo "Not Easy" de X Ambassadors, Elle King y Wiz Khalifa alcanzó el
úmero 4 en el ranking de iTunes Hot Tracks”.
- “Pues precisamente, el sencillo estuvo basado en hallazgos obtenidos a
través de Big Data. La inteligencia artificial buscó millones de
conversaciones, titulares de periódicos y discursos que derivaron en el
principal tema de la canción: heartbreak (corazones rotos)”.
- “Después de que definieron en tema, los algoritmos de machine learning
programados para generar música encontraron diversos elementos
musicales que les dieron ideas sobre cómo debería sonar esta pieza.
Más: https://www.bernardmarr.com/default.asp?contentID=719

I.a I.A. puede predecir tu opción sexual con solo verte

- “La IA puede adivinar de forma asertiva si las personas son heterosexuales

u homosexuales tomando como base las fotografías de sus caras. Un estudio
de la Universidad de Stanford encontró que un algoritmo podría distinguir
correctamente en un 81% de los casos a los hombres que eran gays, de los
que no lo eran; y en caso de las mujeres, acertó en esta misma cuestión en
un 74%”.

Dos chatbots crean su propio lenguaje para comunicarse:

https://www.dailymail.co.uk/sciencetech/article-4747914/Facebook-shuts-
chatbots-make-language.html

- “The new language was more efficient for communication between the bots,
but was not helpful in achieving the task they had been set”.

[¿Cuál es el límite entre la optimización y lamanipulación?]

Darle a una máquina la capacidad de pensar negativamente.

https://www.reasonwhy.es/actualidad/tecnologia/inteligencia-artificial-
sector-retail-2017-12
Los sectores en los que el consumidor es más receptivo a la hora de recibir
asistencia digital son electrónica de consumo, viajes, deporte y belleza. En
cambio el cliente no quiere recibir este tipo de ayuda digital en sectores como los
videojuegos, el lujo o las finanzas. Y es dentro de estos sectores donde resulta
especialmente importante mostrar los beneficios de esta tecnología.