PORTADA INTELIGENCIA ARTIFICIAL

INDICE

 POR QUE ELEGI EL TEMA

 INTRODUCCIÒN
 QUÈ ES LA IA
 COMO FUNCIONA
 TIPOS DE IA
 POR QUÈ ES IMPORTANTE LA IA
 CAMPOS EN LOS QUE SE UTILIZA LA IA
 LA IA EN NUESTRA VIDA DIARIA
 RAMAS DE LA INTELIGENCIA ARTIFICIAL
 HISTORIA DE LA IA
 PRINCIPALES RETOS DE LA IA
 CONCLUSIONES

POR QUÈ ELEGÌ EL TEMA

Este tema lo elegí porque la inteligencia artificial siempre me ha parecido muy interesante.
Considero que es un asunto muy importante y que ha marcado un cambio muy significativo
en la sociedad, puesto que es algo muy relacionado a nuestra vida cotidiana, que con el
paso de los años se ha desarrollado cada vez más y de mejor manera, trayendo consigo un
gran apoyo en distintas áreas laborales, así como también ha ayudado a satisfacer las
necesidades del ser humano.

INTRODUCCIÒN
El enforque de esta investigación gira en torno a la Inteligencia artificial como el campo
científico que se dedica a planificar, desarrollar y analizar sistemas capaces de replicar el
poder cognitivo del ser humano. La IA también se refiere a la tecnología que se implementa
en un sistema para recolectar datos, estudiarlos y brindar soluciones efectivas a problemas
complejos. Los sistemas con base en esta inteligencia pueden identificar, entender y
responder a oraciones verbales y escritas, analizar datos, dar recomendaciones y mucho
más.
En este escrito se pretende dar a conocer todo lo relevante en cuanto a la Inteligencia
Artificial partiendo desde su definición, cómo funciona, cuál es su verdadera importancia,
su historia, mencionando palabras y fechas clave, entre otros. Es importante conocer cual
ha sido el impacto de esta implementación tecnológica en los distintos campos laborales y
de manera cotidiana entre la sociedad.

QUÈ ES LA INTELIGENCIA ARTIFICIAL

Aunque durante las últimas décadas ha surgido una serie de definiciones de la inteligencia
artificial (IA), John McCarthy en un artículo publicado en 2004 ofrece la siguiente: "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".

Sin embargo, décadas antes de esta definición, la conversación sobre la inteligencia

artificial se inició con el trabajo trascendental de Alan Turing, "Computing Machinery and
Intelligence", que se publicó en 1950. En este artículo, Turing, al que muchos conocen
como el "padre de la informática", hace la siguiente pregunta: "¿Pueden pensar las
máquinas?"  Partiendo de esa idea, ofrece una prueba, hoy conocida como la "Prueba de
Turing", en la que un evaluador humano intenta distinguir entre la respuesta textual de una
computadora y la de un ser humano. Si bien esta prueba ha sido objeto de mucho escrutinio
desde su publicación, sigue siendo una parte importante de la historia de la IA, así como un
concepto en curso dentro de la filosofía, ya que utiliza ideas en torno a la lingüística.

Stuart Russell y Peter Norvig procedieron entonces a publicar "Artificial Intelligence: A

Modern Approach", convirtiéndose en uno de los principales libros de texto en el estudio de
la IA. En él profundizan en cuatro posibles objetivos o definiciones de la IA:

Enfoque humano:

 Sistemas que piensan como los humanos

 Sistemas que actúan como los humanos

Enfoque ideal:

 Sistemas que piensan racionalmente

 Sistemas que actúan racionalmente

La definición de Alan Turing entraría en la categoría de "sistemas que actúan como los
humanos".
En su forma más simple, la inteligencia artificial es un campo que combina la ciencia
informática y los conjuntos de datos robustos para permitir la resolución de problemas.

COMO FUNCIONA LA INTELIGENCIA ARTIFICIAL

En lo que respecta a su funcionamiento, cada técnica de IA cuenta con diferencias, en

ocasiones, sustanciales respecto a otras. Algunas de las principales técnicas utilizadas en la
IA, son las siguientes:
  Análisis predictivo: también conocido como análisis modelado, permite establecer
modelos de puntuación que representan la probabilidad de que algo suceda
mediante el análisis de determinadas variables y resultados.

 Aprendizaje automático: conocido como machine learning, fundamentalmente,

tiene el objetivo de conseguir realizar determinadas acciones de forma automática,
sin la necesidad de programación explícita, surtiendo a los algoritmos de los datos
necesarios para su funcionamiento.

 Aprendizaje profundo: los sistemas basados en el aprendizaje profundo son

entrenados a través de ejemplos preexistentes. Combina algoritmos de aprendizaje
automático que utilizan redes neuronales complejas, aquellas que hacen posible
aprender de esos ejemplos o experiencias.

 Data Mining: conocida en español también como minería de datos permite la

extracción de información oculta a los ojos humanos mediante la exploración y el
análisis de los datos manejados.

 Redes semánticas: constituyen una representación del conocimiento lingüístico en

la que conceptos e interrelaciones entre ellos son representados mediante grafos.
Junto a todas estas, encontramos muchas más, como la lógica difusa, la vida artificial, los
sistemas reactivos o la lingüística computacional, entre otras muchas.

TIPOS DE INTELIGENCIA ARTIFICIAL

Los expertos en ciencias de la computación Stuart Russell y Peter Norvig diferencian varios
tipos de inteligencia artificial:
 Sistemas que piensan como humanos
Automatizan actividades como la toma de decisiones, la resolución de problemas y el
aprendizaje. Un ejemplo son las redes neuronales artificiales.
 Sistemas que actúan como humanos
Se trata de computadoras que realizan tareas de forma similar a como lo hacen las personas.
Es el caso de los robots.
 Sistemas que piensan racionalmente
Intentan emular el pensamiento lógico racional de los humanos, es decir, se investiga cómo
lograr que las máquinas puedan percibir, razonar y actuar en consecuencia. Los sistemas
expertos se engloban en este grupo.
 Sistemas que actúan racionalmente
Idealmente, son aquellos que tratan de imitar de manera racional el comportamiento
humano, como los agentes inteligentes.

¿POR QUE ES IMPORTANTE LA IA?

 La inteligencia artificial automatiza el aprendizaje y descubrimiento

repetitivos a través de datos. La inteligencia artificial no automatiza tareas
manuales, sino que realiza tareas computarizadas frecuentes de alto volumen de
manera confiable y sin fatiga. Para este tipo de automatización, la investigación
humana sigue siendo fundamental para configurar el sistema y hacer las preguntas
correctas.
 IA agrega inteligencia a productos existentes. En la mayoría de los casos, la
inteligencia artificial no se venderá como aplicación individual. En su lugar, los
productos que ya utiliza serán mejorados con recursos de inteligencia artificial, de
forma muy similar en que se agregó Siri como característica a una nueva generación
de productos de Apple.
 La inteligencia artificial se adapta a través de algoritmos de aprendizaje
progresivo para permitir que los datos realicen la programación. La inteligencia
artificial encuentra estructura y regularidades en los datos de modo que el algoritmo
adquiere una habilidad: el algoritmo se convierte en un clasificador o predictor. De
este modo, así como el algoritmo puede aprender a jugar ajedrez, puede aprender
también que producto recomendar a continuación en línea. Y los modelos se
adaptan cuando se les proveen nuevos datos.
 La inteligencia artificial analiza más datos y datos más profundos empleando
redes neuronales que tienen muchas capas ocultas. Se necesitan muchos datos para
entrenar modelos de aprendizaje profundo porque aprenden directamente de los
datos. Cuantos más datos les pueda proporcionar, más precisos se vuelven.
 La inteligencia artificial logra una increíble precisión  a través de redes
neuronales profundas. Por ejemplo, sus interacciones con Alexa, Google Search y
Google Photos están todas basadas en el aprendizaje profundo – y se siguen
volviendo más precisas cuanto más las usamos. En el campo de la medicina, las
técnicas de inteligencia artificial del aprendizaje profundo, clasificación de
imágenes y reconocimiento de objetos se pueden emplear ahora para detectar cáncer
en MRIs (imágenes de resonancia magnética) con la misma precisión que
radiólogos altamente capacitados.
 La inteligencia artificial saca el mayor provecho de los datos. Cuando los
algoritmos son de autoaprendizaje, los datos mismos pueden volverse de propiedad
intelectual. Como el rol de los datos es ahora más importante que nunca, pueden
 crear una ventaja competitiva. Si tiene los mejores datos en una industria
competitiva, incluso si todos aplican técnicas similares, los mejores datos triunfarán.

CAMPOS EN LOS QUE SE UTILIZA LA IA

La Inteligencia Artificial (IA) está trayendo un cambio drástico en los campos tecnológicos,
donde se puede implementar para automatizar el sistema para una mayor eficiencia y
rendimiento.
La IA se está utilizando ahora en múltiples campos, desde simplemente su teléfono móvil
hasta el diagnóstico de enfermedades, lo que proporciona un sistema de alto rendimiento y
precisión que funciona con eficiencia.
Uso de IA en los siguientes campos:

 Asistente virtual o chatbots

 Agricultura y ganadería
 Vuelo autónomo
 Comercio minorista, compras y moda
 Seguridad y vigilancia
 Actividades y análisis deportivos
 Manufactura y producción
 Gestión de inventario y stock en vivo
 Automóviles o vehículos autónomos
 Análisis de imágenes médicas y sanitarias
 Cadena de suministro logística y de almacenamiento

LA IA EN NUESTRA VIDA DIARIA

La vivienda inteligente
En las viviendas, distintos sensores graban nuestras costumbres y la IA encenderá
automáticamente la luz cuando sea la hora de levantarnos, nos recordará la toma de
medicación o avisará a un sistema de emergencia si una persona no sigue sus pautas
habituales.
Correo electrónico
El ‘simple’ email es otro caso de IA. La mayoría de los servicios de correo electrónico
reconocen e identifican correos no deseados y spam, saben cuáles serán aceptador por el
receptor y cuáles seleccionan para dirigirlos a carpetas no principales.
Las relaciones virtuales
Las redes sociales monitorean a tiempo real nuestras preferencias, nuestros gustos, el perfil
de nuestros contactos. Con estos datos nos van a sugerir ‘amistades’ o perfiles a los que
seguir, nos van a hacer recomendaciones y nos van a presentar publicidad individualizada
sobre productos o servicios que hemos buscado en algún momento.
Música, cine, ocio
El ocio es uno de los espacios preferidos por la Inteligencia Artificial. Un servidor nos
sigue y analiza preferencias, conoce cuáles son nuestras descargas, sabe lo que escuchamos
y en su Inteligencia Artificial ‘piensa’ qué nos gusta para ofrecérnoslo.
Los buscadores
Google es uno de los más grandes ejemplos de la Inteligencia Artificial en la vida cotidiana.
No solo predice nuestras búsquedas (buscador), sino que también lo utiliza en su correo
electrónico, en la aplicación de Mapas, en anuncios, en la búsqueda de sinónimos, de
palabras similares, etc.
Diagnósticos médicos
En la medicina, una máquina es capaz de hacer un diagnóstico bastante preciso conociendo
qué dolencias, síntomas y analítica presentamos. De esta manera, muchos tratamientos nos
pueden venir impuestos si el ingenio sabe cuál es nuestro perfil, morfología y/o ADN.
El GPS
El GPS ya no se comunica solo con una serie de satélites y triangula nuestra ubicación.
Ahora también conoce dónde hemos estado y, posiblemente, dónde vamos a ir. Ha
reconocido nuestras rutas, hábitos y otras costumbres.
Asistentes de voz
Los nombres Siri, Cortana, Alexa y otros más son comunes en nuestra vida. Los hemos
incorporado al día a día. Les llamamos y nos responden desde un altavoz inteligente. Son
asistentes de voz capaces de procesar lenguajes naturales (PLN) interpretar la orden dada o
la pregunta hecha y nos reproducirá música o nos leerá un boletín meteorológico.
El teléfono
Los teléfonos inteligentes también cuentan con este tipo de tecnología, ya no
exclusivamente como asistentes de voz si no en un sinfín de aplicaciones. Por ejemplo, las
aplicaciones para realizar fotografías son capaces de identificar los encuadres más
adecuados si realizas una fotografía.

RAMAS DE LA IA
Aprendizaje automático: Machine Learning (ML)
El Machine Learning se trata de una rama de la informática de la IA que utiliza datos
históricos para entrenar algoritmos de aprendizaje automático. Tras un cierto tiempo de
entrenamiento, estos algoritmos mejoran su rendimiento y logran el objetivo de optimizar el
proceso. muchas tecnologías de IA se basan en el aprendizaje automático.
Aprendizaje profundo: Deep Learning
El objetivo es construir y entrenar redes neuronales multicapa. El objetivo de estas redes es
ordenar y clasificar los datos y encontrar anomalías en sus patrones.
Redes neuronales: Neural Networks
Las redes neuronales son algoritmos de aprendizaje automático, modelos computacionales
diseñados para funcionar como las neuronas del cerebro humano. Se entrenan con un
conjunto específico de datos y se utilizan para adivinar la respuesta a una consulta. Si se
produce un error, la red neuronal ajusta el proceso y lo repite hasta que se reduce el nivel de
error.
El Procesamiento del lenguaje natural: Natural Language Processing
El procesamiento del lenguaje natural es una rama de la IA que se refiere a la capacidad de
una máquina para entender el habla humana o las palabras impresas, a diferencia de un
ordenador que entiende un lenguaje de programación.
Chatbots
Un programa informático que utiliza un conjunto de reglas para conversar con los humanos
a través de una interfaz en línea. Los chatbots se basan cada vez más en la IA y utilizan la
Natural Language Processing para imitar la conversación humana.
Asistente digital virtual: Virtual Digital Assistants
Un asistente digital virtual es una versión más sofisticada de un chatbot. Pueden organizar,
almacenar y generar información en función de la ubicación del usuario y responder a
consultas de voz y de texto.

HISTORIA DE LA INTELIGENCIA ARTIFICIAL

La idea de "una máquina que piensa" se remonta a la antigua Grecia. Pero, desde la
aparición de la computación electrónica, ha habido acontecimientos importantes e hitos en
la evolución de la inteligencia artificial:
1950: Alan Turing publica Computing Machinery and Intelligence.  En el artículo, Turing,
famoso por haber descifrado 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 Turing para determinar si una computadora puede demostrar la misma
inteligencia (o los resultados de la misma inteligencia) que un humano. El valor de la
prueba de Turing ha sido objeto de debate desde entonces.
1956: John McCarthy acuña el término "inteligencia artificial" en la primera conferencia de
IA en el Dartmouth College. (Posteriormente, McCarthy inventaría el lenguaje Lisp). Ese
mismo año, Allen Newell, JC Shaw y Herbert Simon crearon Logic Theorist, el primer
programa de software de inteligencia artificial que funcionó.
1967: Frank Rosenblatt crea el Mark 1 Perceptron, la primera computadora basada en una
red neuronal que "aprendió" mediante prueba y error. Apenas un año después, Marvin
Minsky y Seymour Papert publican un libro titulado Perceptrons, 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 retropropagación para entrenarse a
sí mismas se utilizan ampliamente en aplicaciones de IA.
1997: El sistema Deep Blue de IBM vence al campeón mundial de ajedrez Garry Kasparov,
en una partida de ajedrez (y revancha).
2011: IBM Watson vence a los campeones Ken Jennings y Brad Rutter en Jeopardy!
2015: La supercomputadora Minwa de Baidu 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.
2016: El programa AlphaGo de DeepMind, impulsado por una red neuronal profunda,
vence a Lee Sodol, el campeón mundial de Go, en un partido de cinco juegos. La victoria es
significativa dado el gran número de movimientos posibles a medida que el juego progresa
(¡más de 14,5 billones después de solamente cuatro movimientos!). Más tarde, Google
compró DeepMind por USD 400 millones.

PRINCIPALES RETOS DE LA IA
Pese a todo lo anterior, así como esta tecnología puede traer consigo grandes beneficios
para cualquier entidad que haga uso de ella, muchas empresas se enfrentan de forma diaria
a grandes retos u obstáculos derivados de una tecnología de vanguardia y que mejora y
evoluciona de forma continua. Algunos retos son:
 Personal cualificado: Se debe disponer de un equipo preparado, especializado en
sistemas de IA o es necesario incorporar a miembros que se encarguen de la
implementación de procesos relacionados con esta tecnología inteligente
 Estructura interna preparada: el resto del personal de la estructura interna no
puede ser ajena a su uso o a sus beneficios. Por tanto, un elemento clave a tener
Costes y rentabilidad: ¿quién será su proveedor tecnológico? ¿Cuál es la
herramienta o plataforma que puede venirle mejor a su empresa? ¿Cuál es su coste?
Es posible que se necesite de asesoramiento experto acerca de la tecnología que
mejor puede casar con las particularidades de su organización. El provecho que
 pueda sacarle a la IA determinará en buena medida la rentabilidad del proyecto de
implementación junto con los recursos económicos y el tiempo empleados.
 Estructura de la información y los datos: si los datos que está extrayendo carecen
de coherencia, si está extrayendo más datos de los que realmente necesita, si estos
no están organizados o si no dispone de un proceso estructurado de extracción de
esos datos puede enfrentarse a dificultades a la hora de sacar provecho de la IA.
Para el año 2030, se espera que la IA represente más del 26 % del PIB en China o el 14,
5 % del PIB de América del Norte, según previsiones de la consultora PWC. Lo que está
claro es que la IA ha llegado para quedarse y mejorar la productividad empresarial y la vida
de las personas. 

CONCLUSIONES

De todo lo anterior, se deduce que la inteligencia artificial aún tiene mucho camino por
recorrer, sin embargo, seguirá evolucionando paralelamente cada día en ámbitos como
la seguridad, la transparencia o la trazabilidad. Sectores económicos tan diversos como
la agricultura, la logística y el transporte, la sanidad, la educación, las finanzas o
el comercio se benefician ya de sus ventajas, pues satisface las necesidades del hombre.  
Mi postura en cuanto a este tema es que tiene una gran relevancia tener presente toda la
información sobre la inteligencia artificial, ya que, muchas veces no nos ponemos a pensar
en todo el proceso que ha llevado a lo que tenemos actualmente, refiriéndome en cuanto a
lo tecnológico. A pesar de que en nuestra vida diaria utilicemos esta inteligencia, ya no nos
es tan sorprendente como lo fue en sus inicios, precisamente porque ya es algo de uso
común para nosotros, sin embargo, esto seguirá teniendo muchas mejoras en un futuro y
siempre será con el fin de buscar más comodidad para nosotros en cuanto a acciones que
realizamos. Considero que tenemos que cuidar el uso de esto mismo, porque tanto puede
ser muy favorable como de igual manera puede ser un riesgo si no se sabe usar
correctamente o se usa con fines de causar daño.

¿Qué es la inteligencia artificial (IA)? | IBM

¿Qué es la inteligencia artificial y cómo funciona? - SAP España News Center

La Inteligencia Artificial en nuestra vida diaria (enae.es)

RAMAS DE LA INTELIGENCIA ARTIFICIAL | Web Oficial EUROINNOVA

¿Qué es la inteligencia artificial (IA)? | IBM

¿Qué es la inteligencia artificial (IA)? | Glosario | HPE México

¿Qué es la Inteligencia Artificial? - Iberdrola

Inteligencia Artificial y la UNAM - UNAM Global

Inteligencia artificial, la herencia de Alan Turing - Ciencia UNAM}

l1_desarrollo_y_retos_de_la_ia.pdf (unesco.org)