Introducción a Inteligencia Artificial

Isis Bonet Cruz, PhD.

Universidad EIA
¿Qué es Inteligencia Artificial?
 ¿La inteligencia artificial como
complemento de la computación tradicional?
La IA ofrece técnicas para enfrentar 2 clases de problemas

• Los que su dimensión hace

poco posible usar un algoritmo
conocido.

• Los que carecen de algoritmo

para resolverlos.
EJEMPLO

Problema del viajero vendedor (Travelling Salesman Problem)

Hallar el camino que visita

1
n ciudades sólo una vez
2

Problema NP
Hay n! soluciones que explorar
No existe un algoritmo eficiente para hallar la solución
Mínimos locales, frustración

ALGORITMOS ÓPTIMOS NO APLICABLES CUANDO

CRECE N
 Juego de ajedrez

• Entrenador
• Tutor
• Medida de inteligencia
• Modelo para otras aplicaciones
 Inteligencia Artificial

• Es un área de las ciencias de la

computación que estudia la
creación y el diseño de entidades
capaces de razonar por sí mismas
basadas en la inteligencia humana.

• Es la capacidad de razonar de un
agente no vivo.
 ¿Qué estudia la IA?

Juegos

Motores de búsqueda
(Search engines)

Robótica Medicina Bioinformática

…
Aplicaciones
 ¿Qué es un programa inteligente?

Test de Turing
Alan Turing (1950):

“si durante el intercambio entre una

computadora y el usuario este último
cree que está intercambiado con otro
humano, entonces se dice que el
programa es inteligente”
ELIZA…
¿Es suficiente este Test para
decir que un programa es La sala china
inteligente?
 ¿Qué crees tú?

Imgen tomada de: https://blogs.ubc.ca/angryvietnamese/files/2016/02/best-pixar-movie-romance.jpg

 Conceptos de IA

• El término de inteligencia artificial (IA) se atribuye a John

McCarthy.
• En el año 1956, durante un Congreso en Dartmouth (EE. UU),
se propuso este término para agrupar a todos los métodos,
técnicas e intentos de simular el intelecto humano en la
computadora.
 Conceptos de IA

• La Inteligencia Artificial es la ciencia de construir máquinas

para que hagan cosas que, si las hicieran los humanos,
requerirían inteligencia" (Minsky, 1968)
“La interesante tarea de lograr que las “El estudio de las facultades mentales
computadoras piensen…máquinas con mente mediante el uso de modelos
en su amplio sentido literal” (Haugeland, computacionales” (Charniak y Mc Dermott,
1985) 1985)
Razonamiento

“La automatización de actividades que “ El estudio de los cálculos que permiten

vinculamos con procesos del pensamiento percibir, razonar y actuar” (Winston, 1992)
humano, actividades tales como toma de
decisiones, resolución de problemas,
aprendizaje…” (Bellman, 1978)
Eficiencia humana Racionalidad

“El arte de crear máquinas con capacidad de “Un campo de estudio que se enfoca a la
realizar funciones que realizadas por explicación y emulación de la conducta
personas requieren de inteligencia” inteligente en función de procesos
(Kurzweil,1990) computacionales” (Schalkoff,1990)
Conducta
“El estudio de cómo lograr que las “La rama de la ciencia de la computación
computadoras realicen tareas que, por el que se ocupa de la automatización de la
momento, los humanos hacen mejor” conducta inteligente” (Luger y
(Rich y Knight,1991) Stubblefield,1993)
 Las investigaciones en IA se realizan con 2
propósitos pragmáticos y concretos:

• Lograr que las computadoras ejecuten tareas

que usualmente cuando son resueltas por
humanos solemos llamar inteligentes.

• Comprender los principios que hacen la

inteligencia posible.
Objetivos de la Inteligencia Artificial
Desarrollar sistemas que:

Piensen como humanos: Tratan de emular el

pensamiento humano (redes neuronales)

Piensen racionalmente: Tratan de emular el

pensamiento lógico racional (sistemas expertos)

Actúen como humanos: Imitan el

comportamiento Humano (robótica)

Actúen racionalmente: Tratan de emular de

forma racional el comportamiento humano
(agentes inteligentes)
 Técnicas de Inteligencia Artificial

Análisis y Pre- Aprendizaje no Aprendizaje

Búsqueda Agentes Bioinspirados …
procesamiento supervisado Supervisado

Visualización de
datos k-means Clasificación Regresión

Selección de Rasgos ….. Redes Neuronales

Extracción de
Árboles de Decisión
Rasgos

Sistemas Basados en
Casos

…….

Multiclasificadores
Los programas de IA usan 3 técnicas
importantes:

• Búsqueda

• Uso de conocimiento

• Abstracción (separar lo importante de lo que no es)

 Big Data

¿Revolución de
la Inteligencia
Artificial?
 Volumen
¿Qué está
pasando ahora?

https://www.smartinsights.com/internet-marketing-statistics/happens-online-60-seconds/
Velocidad

Infraestructura y sensores

Negociaciones de mercado

Juegos Online
Variedad
Veracidad La exactitud de los datos
 Analítica
Valor ¿Cómo convertir el dato en valor?
+ Valor
Big Data
¿Por qué Big Data?
Retos y Oportunidades de Big Data

Descubrir y Explorar:
¿Qué está pasando?
Reporte y Análisis:
¿Por qué está pasando?
Toma de decisiones:
¿Qué acción debo tomar?
Análisis Predictivo y Modelamiento:
¿Qué podría pasar?
 IA Salud

Desastres
Ventas y Marketing

Política
 Casos
de
Inteligencia Artificial
 ¿Dónde estamos hoy con IA?
Transporte
Caso:

Búsqueda de
Retos en IA
mejores rutas • Procesamiento en tiempo real
• Procesamiento de grandes
volúmenes de datos
• Predicción

Smart Traffic Light:

Surtrac-Pittsburgh
 ¿Dónde estamos hoy con IA?
Smart Home y Lenguaje
Alexa, what´s on my
Alexa, play music calendar today?
Alexa, turn off the
lights?

Alexa, set master

bedroom to 18 degree?
Alexa, find me an
Italian restaurant?

Retos:
Todavía hay mucho que hacer, para llegar a que la domótica nos facilite la vida
 ¿Dónde estamos hoy con IA?
Drones
Retos en IA
• Procesamiento en tiempo real
• Procesamiento de grandes
volúmenes de datos
• Reconocimiento
Casos: Otras App:
Agricultura- Thales (UK) • Construcción
Internet – BT, Facebook • Inspección de
Servicio postal- Canadian- infraestructuras
born Royal Mail CEO • Energía
Envíos- Amazon Prime Air • Minería
Zokal (Australia texbook • Militar
company)
 ¿Dónde estamos hoy?

• Reconocimiento de
imágenes y
sentimientos
¿Dónde estamos hoy?
 ¿Dónde estamos hoy?

Tomada de: https://www.bbc.com/mundo/noticias-43003860

https://buffalonews.com/2015/07/02/a-look-at-terminator-history/
 ¿Dónde estamos hoy con IA?
Salud
Caso:
Royal Free London NHS Foundation
Trust: usan una aplicación móvil que
envía una alerta a los clínicos cuando el
paciente está en riesgo.

NHS Hospital: Tratamiento y pronóstico

de alertas para riesgos en Insuficiencia
renal aguda
Alertas en tiempo real para
detectar complicaciones en
neonatos hasta con 24 horas
de antelación
 ¿Dónde estamos hoy con IA?
Salud
Retos en IA
• Procesamiento en tiempo real
• Procesamiento de grandes
volúmenes de datos
• Predicción

Todavía hay mucho que hacer

 ¿Dónde estamos hoy con IA?
Bioinformática y Biología Computacional
• Análisis de secuencias
• Fármacos
• Genómica
• Proteómica
• Metagenómica….
 ¿Dónde estamos hoy con IA?
Mercado y Marketing

Atención al cliente:
• Chatbots
Hotel Henn-na, en Nagasaki
• Robots Tomada de: https://www.hotelmanagement.net/
Futuro

Tomado de: https://buhomag.elmundo.es/entretenimiento/fin-del-mundo-cuando-como/

Guerra nuclear

Tomadas de películas: The day after, Threads, Cartas de un

hombre muerto
 Cambio climático

Tomadas de películas: The day after tomorrow, Wall E, Interstellar

Invasión alienígena

Tomadas de películas: War of the Worlds, Independence day

 Meteorito

Tomadas de películas: Deep Impact y Armageddon

Virus

Tomadas de películas: Epidemia, Guerra mundial Z, Contagio

HOY
Tomadas de películas: Avengers: Endgame
 ¿Por qué automatizar el mundo?

¿Por qué Inteligencia Artificial?

¿Por qué esto puede salvar el mundo?

 Futuro
Salud personalizada en tiempo real

Tomado de: https://bit.ly/2XqEev8

 ¿Hacia dónde vamos?
Mercado y Marketing

Personalización del
cliente en tiempo
real
 ¿Hacia dónde vamos?
Transporte

Tomada de: https://www.tesla.com/es_ES/videos/autopilot-self-driving-hardware-neighborhood-long

 ¿Hacia dónde vamos?
Medio Ambiente

• Robots socio-ambientales
• Operaciones ambientales y
procesos de
control/fiscalización
ambiental
• Predecir catástrofes
El futuro que podemos construir juntos
 Algunos conceptos

Inteligencia Artificial Machine learning

Tipos de aprendizaje:
• Supervisado
Machine Learning • No supervisado
• Reforzado

Deep Learning
 Tendencias

Lenguaje natural
Democratización de Machine Learning:
• TensorFlow (Google)
• Deep Scalable Sparse Tensor Network Engine (Amazon)
• Watson Analytics (IBM)
Data Scientist
Robótica
Cybersecurity
Lado Oscuro de Inteligencia Artificial

Retos en
Ciberseguridad
 IA=Ahora
IA=Futuro

Nueva generación con

nuevas capacidades y
habilidades
Equipo de Trabajo
Scraping Web
Juan Alejandro Peña Palacio Héctor Alejandro Patiño Pérez Johan Gabriel Vélez Macías Andrea Mesa Múnera Isis Bonet Cruz
 Preguntas

De los siguientes problemas, diga cuál se pueden resolver con IA:

• Cálculo de la velocidad de un sistema en movimiento.
• Predicción de una enfermedad
• Planificación de los juegos en un torneo de futbol entre 32
equipos.
• Planificación de rutas de envío de paquetes.
 Preguntas

Diga cuál de los siguientes enunciados es V o F. Justifique los

falsos.
__ El único objetivo de los algoritmos de Machine Learning es
cubrir un rango mayor de problemas.
__ La IA y la Estadística resuelven problemas similares.
__ La IA es una rama de la ciencia de la computación.
__ La IA es un método de solución de problemas complejos.
 Preguntas

Diga cuál de las siguientes afirmaciones es correcta:

__ Los métodos de IA usan técnicas estadísticas
__ La IA es un área de la matemática
__ La IA es el área encargada de construir robots
__ Big Data es un campo de la IA.
 Preguntas

Seleccione cuáles de las siguientes frases se relacionan con IA:

• Identificar objetos
• Construir articulaciones para permitir un mejor movimiento en
robots
• Tomar decisiones
• Responder lógicamente