UEES – Tecnologías Disruptivas

Ensayo

INTELIGENCIA ARTIFICIAL

Estudiante:
Arellys Alexandra Pinos Astudillo.

Docente:
Fausto Arturo Albán López

Fecha:
Junio 05, 2022

Periodo:
Ordinario I
 INTELIGENCIA ARTIFICIAL
La idea de que las computadoras o el software pueden aprender y tomar decisiones es
particularmente importante, y debemos tener esto en cuenta porque sus procesos están
creciendo exponencialmente con el tiempo. Gracias a estas dos capacidades, los
sistemas de inteligencia artificial ahora pueden realizar muchas tareas que antes solo
estaban disponibles para los humanos. La tecnología basada en IA se ha utilizado para
ayudar a las personas a experimentar mejoras significativas y una mayor eficiencia en
casi todas las áreas de la vida, pero el fuerte crecimiento de AI también nos obliga a
estar atentos para evitarlo, y analiza las posibles desventajas directas o indirectas que
puede ocasionar la proliferación de AI; AI se puede aplicar en casi cualquier situación.
Estas son solo algunas de las aplicaciones técnicas del AI que están evolucionando
rápidamente en la actualidad:
• Identificación, clasificación y etiquetado de imágenes fijas: estas herramientas son
útiles para una amplia gama de industrias. Mejora del rendimiento de la estrategia
comercial algorítmica, se ha implementado de varias maneras en la industria financiera.
• Procesamiento eficiente y escalable de datos de pacientes: esto hará que la atención
médica sea más eficiente.
•Mantenimiento predictivo: otra herramienta de amplia aplicación en diversos sectores
industriales.
• Detección y clasificación de objetos: puede ver el en la industria de vehículos
autónomos, aunque él también tiene potencial para muchas otras áreas.
• Distribuir contenido en redes sociales: es principalmente una herramienta de
marketing utilizada en las redes sociales, pero también se puede utilizar para crear
conciencia para organizaciones sin fines de lucro u organizaciones para difundir
información rápidamente como un servicio público.
• Protección contra amenazas cibernéticas: esta es una herramienta importante para
que los bancos y sistemas envíen y reciban pagos en línea.
Aprendizaje automático
Es uno de los principales enfoques de la inteligencia artificial. En resumen, es un aspecto
de la informática en el que la computadora o máquina tiene la capacidad de aprender
sin estar programada para hacerlo. Un resultado típico sería sugerencias o predicciones
en una situación particular. Tiene 3 subconjuntos que son:
El aprendizaje supervisado, los algoritmos usan datos etiquetados u organizados para
mostrar cómo clasificar la nueva información. Con este método, se requiere la
intervención humana para dar retroalimentación. Continuando con nuestro ejemplo, le
enseñaremos previamente al algoritmo imágenes donde aparece un gato para que
luego pueda identificar imágenes similares.
El aprendizaje no supervisado, los algoritmos no usan datos preorganizados o
etiquetados para indicar cómo clasificar la nueva información, pero
tiene que averiguar cómo clasificarla por sí mismo. Por lo tanto, este método no
requiere ninguna intervención humana. En este ejemplo, los algoritmos
autocategorizarán fotos donde aparece un gato en una categoría.
El aprendizaje por refuerzo, los algoritmos aprenden de la experiencia, en otras
palabras, debemos darles un "refuerzo positivo" cada vez que acierten, la forma en que
aprenden estos algoritmos se puede comparar con la forma en que lo hacen los perros
cuando les damos una "recompensa". Cuando aprenden a sentarse, por ejemplo.
Aprendizaje profundo
Es una de las aplicaciones más dinámicas y poderosas de la inteligencia artificial. Es un
subcampo del aprendizaje automático que se usa para resolver problemas muy
complejos y normalmente involucra grandes cantidades de datos. El aprendizaje
profundo se produce mediante el uso de redes neuronales, organizadas en capas para
reconocer relaciones y patrones complejos en los datos. Su aplicación requiere un gran
conjunto de información y un potente poder de procesamiento.
Tipos de datos
El análisis de datos se basa típicamente en dos tipos de información: datos estructurados
y datos no estructurados. Para comprender verdaderamente los sistemas de IA, es
importante reconocer la diferencia entre estos dos tipos de datos. Los datos
estructurados se han utilizado tradicionalmente con más frecuencia que los datos no
estructurados. El primero incluye ingresar información, como un valor numérico, fecha,
moneda o dirección; el segundo contiene tipos de datos más complejos para analizar,
como texto, imágenes y videos. Sin embargo, el desarrollo de la inteligencia artificial ha
hecho posible examinar más datos no estructurados y los resultados pueden usarse para
hacer recomendaciones y predicciones.
¿Con que rapidez está evolucionando la inteligencia artificial? Seguro que ya sabes que
los ordenadores cada día son más potentes y pueden realizar las tareas más complejas.
El no solo puede operar de manera más rápida y eficiente, sino que también puede
comenzar a realizar tareas que antes requerían los humanos, como traducir idiomas,
componer música e incluso conducir un automóvil. Es posible que haya visto titulares en
las noticias sobre algunas de las tareas que realizan las máquinas impulsadas por IA. Una
de las características clave de la inteligencia artificial es que permite que las máquinas
aprendan cosas nuevas en lugar de requerir programación específica para nuevas
tareas. Por lo tanto, la principal diferencia entre la computadora del futuro y la
computadora del pasado es que la computadora vieja podrá aprender y la mejorará por
sí sola.