UNIVERSIDAD DEL ATLÁNTICO

SEDE NORTE

“PROGRESO CIENTÍFICO: INTELIGENCIA ARTIFICIAL (IA)”

INTEGRANTES:

CUELLO GÓMEZ BERNABELA DEL CARMEN

ESCOBAR MENDOZA DILAN JOSÉ
FERRER MARTINEZ MISHELL
HERNANDEZ ANAYA ANA MATILDE
QUINTERO VILLARREAL CARMEN CENAIDA

Dr. ERICK MANUEL RUBIO

CIENCIA Y ÉTICA

GRUPO CB1

OCTUBRE-2021

BARRANQUILLA ATLÁNTICO
PROGRESO CIENTÍFICO: INTELIGENCIA ARTIFICIAL (IA).

Son varios los lenguajes de programación que a día de hoy sirven para crear
inteligencia artificial. A continuación te contamos las características de los más
utilizados para este cometido.

Python: el lenguaje de programación de Inteligencia Artificial estrella

Python es quizás el mejor candidato en cuanto a lenguajes de programación si

queremos centrarnos en Inteligencia Artificial. Basado en dos filosofías específicas,
consigue hacer sencilla la tarea de programar. Se trata de las siguientes:
● Filosofía DRY: las siglas significan “no te repitas” (Don’t Repeat Yourself), una
ayuda para programar muy significativa.
● Filosofía RAD: en este caso se refiere al “desarrollo rápido de aplicaciones”
(Rapid Application Development).
Python es, además, un lenguaje de código abierto por lo que tendrás un acceso más
cercano y completo a todas sus funcionalidades. Y es que una de las ventajas es
que existe una gran comunidad que crea paquetes que puedes ir aplicando en el
lenguaje.

El lenguaje R: otro gran aliado de la inteligencia artificial

Si bien R se puede entender como un lenguaje de programación de inteligencia

artificial, destaca realmente su capacidad para realizar análisis estadísticos y
gestión de big data.
R es un lenguaje que está en constante actualización gracias también a la enorme
comunidad que ha generado el hecho de que sea open source, es decir, de código
abierto. Destaca su potente utilidad para la representación gráfica de datos
exportables a diferentes formatos como pdf, bitmap, png, jpeg…

Java: programación orientada a objetos

Java está considerado el lenguaje de programación más popular de todo el mundo.

Así lo dice el Índice TIOBE en su ranking del 2018. Y es que encontrarás múltiples
aplicaciones, softwares e incluso páginas web que necesitan Java para funcionar
correctamente.
Java es un lenguaje pensado para la programación de objetos en cuanto a la
inteligencia artificial se refiere. Además, dispone de varias interfaces de datos
pensadas para mejorar la experiencia del usuario. Saber programar Java te abrirá
también numerosas puertas en el mundo de la informática.
Lenguaje C++: interesante complemento para Python

La mayor cualidad del lenguaje C++ es que es el más rápido del mundo. ¿Por qué
es tan valioso para la Inteligencia Artificial? Porque se trata de una disciplina que
requiere de respuestas de acción rápidas, algo que es pan comido para una
programación realizada con C++.

Prolog: inteligencia artificial en el sector médico

¿Sabías que una de las aplicaciones de la Inteligencia Artificial es la medicina?

Pues Prolog es el lenguaje de programación elegido para diseñar proyectos
médicos. Destaca su capacidad para automatizar el backtracking, un sistema que
permite buscar errores y retroceder en el proceso para solucionarlos.

¿Te gustaría aprender a programar Inteligencia Artificial? Esta nueva disciplina está
ya implantada y va creciendo de forma exponencial en nuestras vidas, por lo que
precisa de profesionales formados.

¿Qué lenguaje de programación de Inteligencia Artificial utilizo?

Está claro que no puedes dominar todos los lenguajes de programación de

Inteligencia Artificial en un mismo día. Por eso es importante que decante por uno
para iniciarte en la disciplina. Por su sencillez a la hora de programar y las amplias
funcionalidades que permite, nosotros te aconsejamos Python.

Las técnicas o métodos de experimentación hacen referencia a diferentes campos

de investigación y de desarrollo de aplicación de la inteligencia artificial.
La IA es el tipo de inteligencia que muestra los distintos artefactos creados por los
humanos, normalmente referido a los sistemas informáticos. Pero también hace
referencia al ámbito de la investigación científica en la intención de crear entornos
que hagan uso de dicha inteligencia.

Se pretende que la IA se acerque al funcionamiento de la mente humana. Y se

recurre a ella cuando se considera útil incorporar a un sistema de ordenadores un
conocimiento o comportamiento ante los eventos que serían más propios de un ser
humano.

Esta ciencia de la información efectúa un desarrollo progresivo y automatiza la

facilitación de progresos complejos o que llevarían mucho tiempo de manera
manual. Sabemos que la interfaz de un programa o sistema es capaz de arrojar
resultados de manera precisa y rápida, la cual permite obtener resultados y
conclusiones velozmente, ahorrando tiempo; razón por la cual se incorpora en
muchos campos cotidianos. Por ejemplo, en la empresa científica es de mucha
utilidad. Cada día se desarrolla más y se actualiza la manera de hacer las cosas.
Los métodos son variados, pero todos con el mismo fin, estar orientados a satisfacer
necesidades o suministro del desarrollo científico. Uno de estos puede ser la vida
artificial, el cual consiste en el estudio de la vida y de los entornos artificiales que
muestran cualidades propias de los seres vivos en entornos de simulación. Una de
las técnicas de inteligencia artificial con más proyección de futuro en el ámbito de la
investigación.

Otro podría ser dirigido para conocimientos de un área de aplicación de gran

complejidad y muy específica, los sistemas expertos; Sirve como asistente consultor
y experto para los usuarios de su interfaz. Son entornos que proporcionan
respuestas sobre problemáticas muy específicas, pudiendo realizar inferencias muy
parecidas a las de un ser humano acerca de los conocimientos concretos
consultados.

Existe el denominado Teorema de Bayes, implícitamente adjunto a las denominadas

“redes Bayesianas” y que es muy utilizado en casos de probabilidades. Su
aplicación en la empresa científica lo convierte en una herramienta muy útil a la hora
de calcular probabilidades en casos de nuevas evidencias. Es uno de los tipos de
red que se denominan de tipo casual.

Evidenciamos un crecimiento significativo en los procesos experimentales, y estos,

a su vez, no se desligan de su potencial contribución al mejoramiento, e incluso,
fabricación de herramientas preexistentes y nuevas innovadoras. Como un sustento
fehaciente a tales desarrollos, tenemos, por ejemplo, la creación de redes
neuronales artificiales, herramienta la cual no necesita introducción, pero sí
reconocimiento por su tributo y cooperación con las nuevas formas de llevar la
ciencia un paso más adelante. Estas redes son un paradigma del aprendizaje y los
procesamientos automáticos, inspirado todo ello en el modo en que funciona el
sistema nervioso de los animales.

Consiste en un sistema de interconexión de neuronas en una red que colaboran

entre ellas para crear una respuesta de salida. Esta herramienta, como muchas
otras, abordarán los nuevos avances. Por último y para dar otro ejemplo de este tipo
de herramientas tenemos la inclusión de las redes semánticas a los equipos. Son
maneras de representación del conocimiento lingüístico para las que los conceptos
y las interrelaciones entre ellos se representan mediante grafos.

Son utilizadas para la representación de mapas conceptuales y mentales, entre

otras funciones. Estas herramientas, como muchas otras demuestran el nivel de
necesidad que amerita, por ejemplo, una empresa científica para ir a raya con la
información que explora cada vez para seguir realizando su labor de brindar nuevos
cambios.
Con el desarrollo de la informática, fue posible resolver una serie de problemas que
surgen en el proceso de la actividad vital, facilitar, acelerar y mejorar la calidad del
resultado. Por ejemplo, el trabajo de varios sistemas de soporte vital, la interacción
humana con la computadora, la aparición de sistemas robóticos, etc.

La tarea de búsqueda y reconocimiento de patrones de imágenes es parte

(subtarea) de una tarea de reconocimiento de patrones más general. Al buscar
objetos «similares» de un conjunto de objetos no sistematizados y no direccionales,
pueden enumerarse indefinidamente y no completarse con una probabilidad dada.
En casos particulares, los objetos se caracterizan por parámetros de identificación
(características) como la forma, el color, la posición, la movilidad, las características
distintivas, sus combinaciones, etc.

Para el reconocimiento óptico de patrones, puede utilizar el método de iteración de

la vista del objeto en diferentes ángulos, escalas, compensaciones, etc. Para las
letras, debe iterar sobre la fuente, las propiedades de la fuente, etc.
El segundo enfoque es encontrar el contorno de un objeto e investigar sus
propiedades (conectividad, presencia de ángulos, etc.)

Otro enfoque es utilizar redes neuronales artificiales. Este método requiere una gran
cantidad de ejemplos de una tarea de reconocimiento (con las respuestas correctas)
o una estructura de red neuronal especial que tenga en cuenta las especificidades
de una tarea determinada.

La inteligencia artificial resulta de gran ayuda en el reconocimiento de patrones, ya

que al elaborar un programa de software para el análisis y generación de
reconocimiento de patrones, este puede fácilmente hacer todo el trabajo algorítmico
para detectar los patrones clave que pueden contener información clave.
En general, se pueden distinguir los siguientes métodos de reconocimiento de
patrones:

● Método de fuerza bruta. En este caso, se realiza una comparación con la

base de datos, donde se presentan todo tipo de modificaciones de
visualización para cada tipo de objeto. Por ejemplo, para el
reconocimiento óptico de patrones, puede utilizar el método de iterar
sobre la vista de un objeto en diferentes ángulos, escalas,
compensaciones, deformaciones, etc. Para las letras, debe iterar sobre la
fuente, las propiedades de la fuente, etc.

● El segundo enfoque es un análisis más profundo de las características de

la imagen. En el caso del reconocimiento óptico, puede ser la definición
de diferentes características geométricas. La muestra de sonido en este
caso se somete a análisis de frecuencia, amplitud, etc.
 ● El siguiente método es el uso de redes neuronales artificiales. Este
método requiere una gran cantidad de ejemplos de una tarea de
reconocimiento en el entrenamiento o una estructura de red neuronal
especial que tenga en cuenta las especificidades de una tarea
determinada. Sin embargo, se distingue por una mayor eficiencia y
rendimiento.

● Método experto basado en el aprendizaje continuo del sistema experto en

el proceso de explotación.

Es fundamental que los ciudadanos entiendan que la Inteligencia Artificial está a su

servicio, y para eso es fundamental que lo esté. Entonces, necesitamos modernizar
la Administración Pública y transmitir esta idea de una IA mucho más confiable, y
esto creo que está calando en Europa poco a poco. Y probablemente en otras
zonas como EE. UU., donde hemos escuchado escándalos que tienen que ver con
la cesión de datos, la privacidad, empresas que dan marcha atrás en algún
proyecto, etc.

Es algo imprescindible para crear confianza. A veces los medios o las películas
están transmitiendo temas de Inteligencia Artificial que hacen desconfiar a los
ciudadanos. Algunas de las acciones que hemos visto, mayormente relacionadas
con la privacidad de los datos, han creado cierta confusión en ellos y cierta
necesidad de protegerse. Y así vemos que algunas herramientas, como Radar
COVID, no están siendo adoptadas por la población, quizás un poco por esa
desconfianza.

Creo que es fundamental que creemos una conciencia ciudadana. Cuanto más
cultos seamos en cuanto a las capacidades y las limitaciones, que las tiene, de la
Inteligencia Artificial actual, más confiaremos en la tecnología y creo que mejores
herramientas podremos ofrecer.

Un grupo de investigación de la Universidad de Cambridge compara la inteligencia

artificial con dos momentos históricos de máxima trascendencia para el género
humano, "la invención del fuego y la energía nuclear". "Debemos ser
extremadamente cautelosos. Los riesgos fundamentales son tres: accidentes, malos
usos y carreras de armas. Los sistemas de inteligencia artificial en ocasiones
funcionan mal. Por ahora, los daños que pueden causar son limitados, aunque ya ha
habido accidentes fatales con coches autónomos. Pero a medida que los sistemas
se expanden, especialmente en asuntos de seguridad y áreas militares, pueden
ocasionar mucho más daño: drones que no funcionan bien, hackeos, propaganda
computacional... Cuanto más potente sea la tecnología, más daño puede causar".
Belfield también es contundente acerca de los beneficios que aporta la IA.
Al igual que Leonhard y Vita-More, es decir, al igual que humanistas y
transhumanistas, destaca la importancia de la inteligencia artificial a la hora de
solucionar uno de los problemas que más lejano y cercano parece al mismo tiempo
para los seres humanos: "El cambio climático". Pero, sobre todo, y como todos,
insiste en la necesidad urgente de colaboración y cooperación. No es casual que
100 expertos se reunieron hace un año en Asilomar para sentar las bases de lo que
ya está entre nosotros. La mayor urgencia, sostienen todos los expertos, es que
"desarrolladores de inteligencia artificial, legisladores, gobiernos e instituciones
trabajen al unísono". "Tenemos que ponernos a trabajar duramente", insiste Belfield,
"porque es la única manera de que los beneficios sean grandes".

«Mucho se ha escrito sobre el potencial de la IA para reflejar lo mejor y lo peor de la

humanidad. Por ejemplo, hemos visto que la IA brinda conversación y consuelo a
los solitarios; También hemos visto a la IA participar en la discriminación racial. Sin
embargo, el mayor daño que la IA puede causar a las personas a corto plazo es el
desplazamiento del trabajo, ya que la cantidad de trabajo que podemos automatizar
con la IA es mucho mayor que antes. Como líderes, nos corresponde a todos
asegurarnos de que estamos construyendo un mundo en el que cada individuo
tenga la oportunidad de prosperar”.

-Andrew Ng, co-fundador de Coursera y director del laboratorio de IA en la

Universidad de Stanford.
-