AiML 1 2 SG - En.es

Traducido del inglés al español - www.onlinedoctranslator.
com
1
Inteligencia artificial con
aprendizaje automático en Java
1-2
Introducción a la IA
Copyright © 2020, Oracle y / o sus afiliados. Reservados todos los derechos.
2
Objetivos
• Esta lección cubre los siguientes objetivos:
- Definir inteligencia artificial
- Definir el aprendizaje automático
- Dar ejemplos de uso de inteligencia artificial
- Definir el agotamiento de datos
AiML 1-2
Copyright © 2020, Oracle y / o sus afiliados. Reservados todos los derechos. 3
3
¿Qué es la inteligencia artificial (IA)?
• El objetivo de la IA generalmente se clasifica como máquinas que
parecen comportarse de manera inteligente.
• La forma en que medimos la inteligencia se ha debatido durante mucho

tiempo, y uno de los ejemplos más famosos es la prueba de Turing
desarrollada por Alan Turing en la década de 1950.
AiML 1-2
4
Prueba de Turing
• Turing desarrolló la idea de que una computadora y un ser humano

deben entablar un diálogo a través de la línea de comandos con un
observador que monitorea el diálogo.
• Se le dirá al observador que uno de los participantes es una

computadora
• Si el observador no puede afirmar cuál es el humano,
entonces la máquina ha pasado la prueba.
AiML 1-2
5
Prueba de Turing
Humano Computadora
Interrogador
AiML 1-2
6
AI - Inteligencia artificial
• Imitar a los humanos es solo una forma de IA, y la principal
que se ve en las películas
• Los sistemas como el software de predicción inteligente no intenta
copiar el comportamiento humano, pero demuestra una aptitud
para aprender en un área en particular.
• A veces, las computadoras pueden parecer inteligentes, pero esto

puede deberse a la gran cantidad de potencia de procesamiento
que tienen a su disposición.
• Entonces, en lugar de la verdadera inteligencia, es simplemente el

poder de procesamiento en bruto lo que se está demostrando
AiML 1-2
7
Verdadera inteligencia?
• Considere un juego de ajedrez

• Una computadora puede mirar mover una pieza de ajedrez, ver
todos los movimientos que el oponente puede hacer y luego
repetir esto para cada pieza que tenga.
• Debido a que puede hacer esto tan rápido que puede ver muchos
movimientos posibles en la línea
• ¿Esto muestra inteligencia o solo poder de procesamiento en

bruto?
AiML 1-2
8
Verdadera inteligencia
• ¿Y si le enseñaras a la computadora las reglas del ajedrez?

• Y luego le mostró algunos juegos y pudo aprender
a jugar dentro de las reglas.
• A medida que jugaba más juegos, la computadora perfeccionó su
capacidad para jugar
AiML 1-2
9
Verdadera inteligencia
• Este sería un ejemplo de comportamiento de aprendizaje y,

por lo tanto, alguna forma de inteligencia artificial.
• Clasificaríamos esto más como aprendizaje automático
que como inteligencia artificial.
AiML 1-2
10
Definición de IA y ML
• El aprendizaje automático (ML) y la inteligencia artificial (IA) son
términos que puede ver que se usan indistintamente
• La diferencia puede parecer pequeña, pero hay una
diferencia.
AiML 1-2
11
• Inteligencia artificial
- Intentar construir máquinas capaces de simular el comportamiento
humano inteligente.
• Aprendizaje automático
- La ciencia de hacer que las computadoras actúen sin estar
programadas explícitamente - Universidad de Stanford
AiML 1-2
12
• Puede que no parezca que son diferentes, pero esencialmente las

máquinas de IA se construyen utilizando Machine Learning
• El aprendizaje automático puede ser la base de una máquina de inteligencia

artificial
• El aprendizaje automático no es el único enfoque para construir máquinas de

inteligencia artificial, ya que existen otros enfoques, como el aprendizaje
profundo
• Para este curso nos centraremos en Machine Learning
AiML 1-2
13
• La mayoría de los programas están escritos para llevar a cabo una tarea
muy específica, pero en Machine Learning un programa tiene como
objetivo obtener información que luego se puede usar contra otro
problema mundial similar.
• El aprendizaje automático se define en Wikipedia como:

- "El aprendizaje automático explora el estudio y la construcción de algoritmos
que pueden aprender y hacer predicciones sobre los datos"
• Exploraremos esta definición a medida que avancemos en el

curso.
AiML 1-2
14
Aplicaciones de IA y ML
• Cuando realiza una búsqueda en Internet utilizando una
instalación como Google, el motor de búsqueda no solo busca en
función de las palabras ingresadas
• Los algoritmos de búsqueda comprobarán lo que ha utilizado

anteriormente para buscar y en lo que ha hecho clic, y luego lo
compararán con lo que otros han buscado para ofrecerle una
mejor selección de lo que ha escrito.
• Los algoritmos de búsqueda están en constante aprendizaje
AiML 1-2
15
Aplicaciones de IA y ML
• Hay muchos ejemplos en los que ML le facilita
realizar sus tareas diarias:
- Identificar caras en una imagen
- Anuncios de Facebook
- Sugerencias personalizadas de Netflix
- Sugerencias de compra de Amazon
AiML 1-2
Copyright © 2020, Oracle y / o sus afiliados. Reservados todos los derechos. dieciséis
dieciséis
Tarea
• Pensando en un sistema que usted usa o conoce, identifique al

menos 3 escenarios que usan Machine Learning para mejorar
su experiencia o donde una empresa / aplicación usa Machine
Learning para ayudar a su servicio o toma de decisiones
AiML 1-2
17
Tarea - Posibles sugerencias - Parte 1
• Asistentes personales virtuales
- Siri, Alexa, Cortana ...
• GPS
- Información en vivo para cambiar tu ruta
• Video vigilancia
- Identificar actividad inusual
• Detección de fraude en línea
- Detectar actividad de compra inusual
AiML 1-2
18
Tarea - Posibles sugerencias - Parte 2
• Cuidado de la salud
- Información médica
• Mejoras de más del 50% en un año detectando patrones irregulares que los
humanos han pasado por alto
• Comercio financiero
- Predecir cambios de existencias
• Coches inteligentes
- Aprenda patrones sobre sus dueños
• Temperaturas
• Música
• Posiciones de asiento
AiML 1-2
http://www.cancernetwork.com/articles/
computertechnology-helps-radiologists-spot-
overlooked-smallbreast-cancers
19
Escape de datos
• Un escape de datos es el rastro de datos que

dejas atrás a lo largo de tu día.
• Constantemente está proporcionando información como:
- El GPS de tu teléfono muestra dónde estabas
- Comprar artículos muestra lo que ha comprado
- Comprar un boleto muestra sus planes
• ¡Se necesita bastante trabajo para que no se agoten los datos!
AiML 1-2
20
Datos
• Es este escape de datos lo que ha ayudado al crecimiento del

aprendizaje automático.
• La recopilación de la cantidad cada vez mayor de datos que

proporcionamos todos brinda una superficie de información mucho
mayor para que la examinen las personas y las computadoras.
Tarea
• Piense en su propio escape de datos
• ¿Qué datos dejaste hoy?
AiML 1-2
21
Resumen
• En esta lección, debería haber aprendido a:
- Definir inteligencia artificial
- Definir el aprendizaje automático
- Dar ejemplos de uso de inteligencia artificial
- Definir el agotamiento de datos
AiML 1-2
22
23

AiML 1 2 SG - En.es

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

AiML 1 2 SG - En.es

Cargado por

Copyright:

Formatos disponibles

Traducido del inglés al español - www.onlinedoctranslator.

Copyright © 2020, Oracle y / o sus afiliados. Reservados todos los derechos.

• La forma en que medimos la inteligencia se ha debatido durante mucho

• Turing desarrolló la idea de que una computadora y un ser humano

• Se le dirá al observador que uno de los participantes es una

• A veces, las computadoras pueden parecer inteligentes, pero esto

• Entonces, en lugar de la verdadera inteligencia, es simplemente el

• Considere un juego de ajedrez

• ¿Esto muestra inteligencia o solo poder de procesamiento en

• ¿Y si le enseñaras a la computadora las reglas del ajedrez?

• Este sería un ejemplo de comportamiento de aprendizaje y,

• Puede que no parezca que son diferentes, pero esencialmente las

• El aprendizaje automático puede ser la base de una máquina de inteligencia

• El aprendizaje automático no es el único enfoque para construir máquinas de

• Para este curso nos centraremos en Machine Learning

• El aprendizaje automático se define en Wikipedia como:

• Exploraremos esta definición a medida que avancemos en el

• Los algoritmos de búsqueda comprobarán lo que ha utilizado

• Pensando en un sistema que usted usa o conoce, identifique al

• Un escape de datos es el rastro de datos que

• ¡Se necesita bastante trabajo para que no se agoten los datos!

• Es este escape de datos lo que ha ayudado al crecimiento del

• La recopilación de la cantidad cada vez mayor de datos que

También podría gustarte