REPUBLICA DE COLOMBIA

INSTITUTO ATLANTIS SSTEM

INTELIGENCIA ARTIFICIAL

Estudiante: Marcela Orta

Ciclo :

Noviembre, 2021
 Tabla de Contenido

INTRODUCCION...........................................................................................................................3

¿Que es la inteligencia artificial?...................................................................................................4

Tipos de inteligencia artificial.........................................................................................................4

Deep learning vs. machine learning..............................................................................................4

Aplicaciones de inteligencia artificial.............................................................................................5

Historia de la inteligencia artificial.................................................................................................6

CONCLUSIÓN...............................................................................................................................7

REFERENCIAS BIBLIOGRAFICAS..............................................................................................8

2
 INTRODUCCION

La presente investigación se basa en la inteligencia artificial que se define como el

desarrollo de métodos y algoritmos que permite a las computadoras comportarse de modo
inteligente. Además hace posible que las máquinas aprendan de las experiencias, que
ocurren mayormente al aprendizaje profundo y al procesamiento del lenguaje natural. Sin
embargo los Los procesos que se llevan a cabo en el cerebro pueden ser analizados, a un
nivel de abstracción dado, como procesos computacionales de algún tipo.

En otro orden de ideas, La inteligencia artificial aprovecha las computadoras y las máquinas
para imitar las capacidades de resolución de problemas y toma de decisiones de la mente
humana. En el trayecto de la investigación se abordara distintos puntos acerca de la
Inteligencia artificial : ¿Qué es la inteligencia artificial? , Tipos de inteligencia artificial: IA débil
vs. IA robusta ,Del laringe vs. machine laringe, Aplicaciones de inteligencia artificial, Historia de
la inteligencia artificial: fechas y nombres clave.

3
 ¿Que es la inteligencia artificial?

John McCarthy ofrece la siguiente definicion en este artículo publicado en el 2004 (PDF, 106
KB) (enlace externo a IBM): "Es la ciencia y la ingeniería de la fabricación de máquinas
inteligentes, especialmente programas informáticos inteligentes. Está relacionada con la tarea
similar de usar computadoras para entender la inteligencia humana, pero la IA no tiene que
limitarse a métodos que son biológicamente observables".

Según lo expuesto por el autor, La inteligencia artificial es un nombre genérico que se da a una
serie de tecnologías que sirven para emular al intelecto humano. Normalmente la inteligencia
artificial se refiere a máquinas que aprenden de manera autónoma o semiautónoma a partir de
grandes bases de datos.

Tipos de inteligencia artificial

1. La IA débil, también llamada IA estrecha (ANI), es un tipo de IA entrenada y enfocada a

realizar tareas específicas. La IA débil impulsa la mayor parte de la IA que hoy nos
rodea. "Estrecha" podría ser una descripción más precisa de este tipo de IA, ya que es
cualquier cosa menos débil; se puede encontrar en algunas aplicaciones muy robustas,
como Sari de Apple, Alexa de Amazon, IBM Watson y vehículos autónomos.

2. La IA robusta está compuesta por la inteligencia artificial general (IAG) y la supe

inteligencia artificial (SIA). La inteligencia artificial general (IAG), o la IA general, es una
forma teórica de IA en la que una máquina tendría una inteligencia igual a la de los
humanos; sería autoconsciente y tendría la capacidad de resolver problemas, aprender
y planificar para el futuro. La supe inteligencia artificial (SIA), también conocida como
supe inteligencia, superaría la inteligencia y la capacidad del cerebro humano.

Del laringe vs. machine laringe

Dado que el deep laringe y el machine laringe tienden a ser utilizados indistintamente, vale la
pena señalar sus diferencias. Como se mencionó anteriormente, ambos son subcapas de la
inteligencia artificial, y el de laringe es en realidad un su campo del machine laringe.

Representación visual de cómo la IA, el ML y el DL se relacionan entre sí

4
El de laringe en realidad se compone de redes neuronales. "Del" se refiere a una red neuronal
compuesta por más de tres capas, que incluiría las entradas y la salida, que pueden
considerarse un algoritmo de de laringe. Por lo general, esto se representa con el siguiente
diagrama

La diferencia entre el de laringe y el machine laringe es cómo aprende cada algoritmo. El de

laringe automatiza gran parte de la fase de extracción de características del proceso, lo que
elimina parte de la intervención humana manual necesaria y permite el uso de conjuntos de
datos más grandes. El de laringe se podría considerar como "machine laringe escalable", tal
como Les Friedman señaló en la misma conferencia del MIT mencionada anteriormente. El
machine laringe tradicional, o "non-de", depende más de la intervención humana para
aprender. Los expertos humanos determinan la jerarquía de características para comprender
las diferencias entre las entradas de datos, lo que por lo general requiere más datos
estructurados para aprender.

Aplicaciones de inteligencia artificial

Hoy en día existen numerosas aplicaciones prácticas de sistemas de IA. Algunos de los
ejemplos más comunes son:

Reconocimiento de voz: también denominado reconocimiento automático de voz (ASR),

reconocimiento de voz por computadora o conversión de voz a texto, y es una funcionalidad
que utiliza el procesamiento del lenguaje natural (NLP) para procesar el habla humana en un
formato escrito. Muchos dispositivos móviles incorporan el reconocimiento de voz en sus
sistemas para realizar búsquedas de voz, por ejemplo, Sari, o proporcionar más accesibilidad
en relación con los mensajes de texto.

Servicio al cliente: los chatos en línea están sustituyendo a los agentes humanos por la ruta
del cliente. Responden a preguntas frecuentes de diferentes temas (como el envío) o
proporcionan asesoramiento personalizado, realizan venta cruzada de productos o sugieren
tallas para los usuarios, cambiado la forma de interactuar con los clientes en los sitios web y
las plataformas de redes sociales. Algunos ejemplos incluyen bits de mensajería en sitios de
comercio electrónico con agentes virtuales, aplicaciones de mensajería (como Sacó y

5
Facebook Messenger) y tareas generalmente realizadas por asistentes virtuales y asistentes
de voz.

Visión artificial: esta tecnología de IA permite que las computadoras y los sistemas obtengan
información significativa de imágenes digitales, videos y otras entradas visuales, y que actúen
con base en ellas. Esta capacidad de proporcionar recomendaciones lo distingue de las tareas
de reconocimiento de imágenes. Impulsada por redes neuronales convolucionales, la visión
artificial se puede aplicar en el etiquetado de fotos en redes sociales, las imágenes
radiológicas en la salud y los vehículos autónomos en la industria automotriz.

Motores de recomendaciones: utilizando datos del comportamiento pasado de los

consumidores, los algoritmos de IA pueden ayudar a descubrir tendencias de datos para
desarrollar estrategias de venta cruzada más eficaces. Esto se usa para que los minoristas en
línea puedan hacer recomendaciones adicionales relevantes a los clientes durante el proceso
de compra.

Historia de la inteligencia artificial

La idea de “una máquina que piensa” se remonta a la antigua Grecia. Pero, desde el
advenimiento de la computación electrónica (y en relación con algunos de los temas tratados
en este artículo), se han presentado acontecimientos importantes e hitos en la evolución de la
inteligencia artificial:

 1950: Alan Turín publica Computing Machinar and Inteligencie. En este artículo, Turín,

famoso por descifrar el código ENIGMA de los nazis durante la Segunda Guerra
Mundial, propone responder a la pregunta "¿pueden pensar las máquinas?" e introduce
la prueba de Turín para determinar si una computadora puede demostrar la misma
inteligencia (o los resultados de la misma inteligencia) que una persona. El valor de la
prueba de Turín se ha debatido desde entonces.

 1956: John McCarthy acuña el término “inteligencia artificial” en la primera conferencia

de IA en Dartmouth Collage. (McCarthy pasaría a inventar el lenguaje Lisp).
Posteriormente ese año, Allen Nebel, J.C.Shaw y Herbert Simón crean el Lógica
Teorista, el primer programa de software de IA.

 1967: Frank Rosenblat crea el perceptor Mark 1, la primera computadora basada en una

red neuronal que “aprendió” mediante prueba y error. Apenas un año después, Marvin
Minsk y Seymour Papera publican un libro titulado Perceptores, que se convierte en el
trabajo de referencia en redes neuronales y, al menos por un tiempo, en un argumento
contra futuros proyectos de investigación de redes neuronales.

 1980: las redes neuronales que utilizan un algoritmo de retro propagación para

entrenarse a sí mismas se utilizan ampliamente en aplicaciones de IA.

 1997: el sistema Del Blue de IBM vence al campeón mundial de ajedrez Gary Rasparon,
en una partida de ajedrez (y revancha).

 2011: IBM Watson vence a los campeones Ken Jenkins y Brad Rutera en Leopardi!

 2015: la supercomputadora Minwa de Baída usa un tipo especial de red neuronal

profunda, llamada red neuronal convolucional, para identificar y categorizar imágenes
con una mayor precisión que el promedio humano.

6
  2016: el programa Apago de DeepMind, impulsado por una red neuronal profunda,
vence a Lee Soldó, el campeón mundial de Jo, en un partido de cinco juegos.

CONCLUSIÓN

Finalmente, la inteligencia artificial (IA) hace posible que las máquinas aprendan de la
experiencia, se ajusten a nuevas aportaciones y realicen tareas como seres humanos. La
mayoría de los ejemplos de inteligencia artificial sobre los que oye hablar hoy día desde
computadoras que juegan ajedrez hasta automóviles de conducción autónoma recurren
mayormente al aprendizaje profundo y al procesamiento del lenguaje natural. Empleando estas
tecnologías, las computadoras pueden ser entrenadas para realizar tareas específicas
procesando grandes cantidades de datos y reconociendo patrones en los datos

7
 REFERENCIAS BIBLIOGRAFICAS

 Álvaro Martin, Que es la inteligencia artificial (En línea).16 enero 2018(fecha de consulta
12/11/21 )Disponible en https://www.bbva.com/es/que-es-la-inteligencia-artificial/

 Anónimo. (Inteligencia artificial. (En línea) fecha de consulta 12/11/21 ) Disponible en

ttps://azure.microsoft.com/es-es/overview/what-is-artificial-intelligence/#how