¿Qué es inteligencia artificial?

La inteligencia artificial se refiere a la simulación de procesos de inteligencia

humana por parte de sistemas de computadoras. Estos sistemas pueden
realizar tareas que normalmente requerirían inteligencia humana, como el
aprendizaje, el razonamiento, la resolución de problemas, el reconocimiento
de patrones, la toma de decisiones y la comprensión del lenguaje natural.
Ramas de la inteligencia artificial y definición:
Aprendizaje automático (Machine Learning): Es una forma de la IA que
permite a un sistema aprender de los datos en lugar de aprender
mediante la programación explícita. Conforme el algoritmo ingiere datos
de entrenamiento, es posible producir modelos más precisos basados en
datos. Un modelo de machine learning es la salida de información que se
genera cuando entrena su algoritmo de machine learning con datos

Redes neuronales artificiales: Una red neuronal es un método de la

inteligencia artificial que enseña a las computadoras a procesar datos de
una manera que está inspirada en la forma en que lo hace el cerebro
humano. Se trata de un tipo de proceso de machine learning llamado
aprendizaje profundo, que utiliza los nodos o las neuronas interconectados
en una estructura de capas que se parece al cerebro humano. Crea un
sistema adaptable que las computadoras utilizan para aprender de sus
errores y mejorar continuamente.
Visión por computadora: Se centra en permitir que las máquinas
interpreten y comprendan visualmente el
mundo que les rodea. Incluye la detección
de objetos, el reconocimiento facial y la
segmentación de imágenes y suelen
apoyar su funcionamiento de un software
de inteligencia artificial, el cual utiliza
algoritmos matemáticos para decodificar
las imágenes y reconocer en ellas formas,
figuras y patrones que luego pueden usar
para desencadenar respuestas: comparar, tomar, mover, eliminar de una
cola
Procesamiento de lenguaje natural (NLP): es una rama de la inteligencia
artificial que ayuda a las computadoras a
entender, interpretar y manipular el lenguaje
humano. NLP toma elementos prestados de
muchas disciplinas, incluyendo la ciencia de la
computación y la lingüística computacional, en
su afán por cerrar la brecha entre la
comunicación humana y el entendimiento de las
computadoras también se refiere a la capacidad
de las máquinas para comprender, interpretar y
generar lenguaje humano en su forma hablada o escrita. Incluye tareas
como la traducción automática y la generación de texto.

Robótica: es una disciplina que se ocupa del diseño, operación,

manufacturación, estudio y aplicación de autómatas o robots que Implica
la combinación de la IA con la mecánica para desarrollar robots capaces
de realizar tareas físicas y cognitivas. Esto abarca desde robots industriales
hasta robots de servicio y exploración.

Sistemas expertos: Son sistemas de software que emulan la

toma de decisiones humanas expertas en un campo
específico. Utilizan reglas y conocimientos para resolver
problemas complejos y utilizan la Inteligencia Artificial (IA)
para simular el razonamiento de un ser humano. Se
denominan sistemas expertos porque estos programas
imitan la toma de decisiones de un profesional en la materia.
¿Qué es la física cuántica?
La física cuántica es una rama de la física que
se ocupa del estudio de las propiedades y el
comportamiento de las partículas subatómicas,
como electrones y fotones. A diferencia de la
física clásica, que describe el mundo
macroscópico, la física cuántica se centra en
el mundo microscópico, donde las leyes y
fenómenos son regidos por conceptos como la
superposición, la centralización y la dualidad
onda-partícula.

¿Qué es un qubit?

Un qubit (bit cuántico) es la unidad básica

de información en la computación
cuántica. A diferencia de los bits clásicos,
que pueden estar en un estado de 0 o 1, los
qubits pueden estar en una superposición
de ambos estados simultáneamente
gracias a las propiedades de la física
cuántica. Esta superposición permite que
los qubits realicen cálculos de manera
mucho más eficiente para ciertos tipos de problemas en comparación con
los bits clásicos. Además, los qubits pueden estar entrelazados, lo que lleva
a propiedades únicas y poderosas en la computación cuántica, sirve como
contraparte del dígito binario, que normalmente se conoce como bit. Un
dígito binario sirve como la unidad de información más básica en una
computadora clásica. De la misma manera, el qubit sirve como la unidad
de información más básica en una computadora cuántica.
Noticia: ¿En qué va el cómputo cuántico?
En septiembre de 2021, el cómputo cuántico ha estado avanzando a
pasos significativos, pero aún enfrenta desafíos técnicos y de desarrollo.
Se han logrado avances en la construcción y estabilización de qubits, lo
que ha permitido la realización de cálculos cuánticos cada vez más
complejos. Varias empresas y laboratorios de investigación han
desarrollado computadoras cuánticas de diferentes tecnologías y
tamaños, desde máquinas con unos pocos qubits hasta sistemas con más
de 50 qubits.

Sin embargo, las computadoras cuánticas todavía están en una etapa

temprana y enfrentan problemas como el error cuántico, que puede
degradar la precisión de los cálculos. Los científicos e ingenieros también
están trabajando en la mejora de los algoritmos cuánticos y en la
corrección de errores cuánticos para hacer que el cómputo cuántico sea
más confiable y práctico para una amplia gama de aplicaciones. El futuro
del cómputo cuántico es emocionante, con el potencial de revolucionar
áreas como la criptografía, la optimización y la simulación de sistemas
complejos.
Sistemas expertos:

Los sistemas expertos son programas de

software diseñados para emular la toma de
decisiones y el razonamiento humano en un
área específica de conocimiento. Estos
sistemas utilizan una base de conocimiento
explícita, reglas lógicas y un motor de
inferencia para resolver problemas y brindar
soluciones en un dominio particular.
-Regla: En un sistema experto, una regla es
una declaración que establece una relación entre ciertas condiciones
(antecedentes) y una acción o conclusión (consecuente). Las reglas
representan el conocimiento experto en el sistema y se utilizan para tomar
decisiones o realizar inferencias.
-Hecho: Un hecho es una afirmación objetiva sobre el estado de algo en
el mundo. En el contexto de un sistema experto, los hechos son la
información que el sistema utiliza para aplicar reglas y llegar a
conclusiones.
-Motor de inferencia: Es el componente central de un sistema
experto que procesa las reglas y los hechos para deducir nuevas
conclusiones o tomar
decisiones. Utiliza el conocimiento almacenado en la base de
conocimiento y aplica las reglas de manera lógica para llegar a
resultados.
-Base de conocimiento: Es la parte del sistema experto que almacena el
conocimiento en forma de reglas y hechos. Esta base de conocimiento es
consultada por el motor de inferencia para resolver problemas y
proporcionar respuestas basadas en la lógica y el razonamiento humano.

Simulación de sistemas:
1. Diagrama causa y efecto

2. Diagrama forrester
 3. Diagrama variables Endógenas
variable endógena es una variable que afecta al resultado y es interna al
modelo de estudio, es decir, una variable endógena sí que se puede
controlar (hasta cierto punto), a diferencia de una variable exógena. De
manera que el valor de una variable endógena depende de otras variables
(que pueden ser endógenas o exógenas).

4.Diagramas variables exógenas

Variable exógena es un tipo de variable que afecta al resultado, pero es
externa al modelo. Es decir, una variable exógena influye en el resultado,
pero no se puede controlar porque es un factor externo.

Ejemplo: si se estudia la relación entre el precio de un producto y el

número de anuncios que hace la empresa de dicho producto, una
variable exógena es los impuestos del gobierno. Los impuestos del gobierno
harán que el precio del producto sea mayor o menor y, además, es un
factor exterior a la empresa que no puede controlar, por lo tanto, se trata
de una variable exógena.
De modo que toda empresa debe tener en cuenta los posibles escenarios
que pueden desarrollarse a partir de un cambio de valor en una variable
exógena, ya que son variables externas que no se pueden controlar y, por
tanto, puede tener consecuencias negativas en el rendimiento de la
empresa.

Redes Bayesianas:
Las redes bayesianas son modelos probabilísticos utilizados para representar
y razonar acerca de relaciones de dependencia entre diferentes variables.
Estas redes se basan en el teorema de Bayes y utilizan grafos dirigidos
acíclicos para mostrar cómo las variables influyen unas en otras. Cada nodo
en el grafo representa una variable, y las aristas indican la relación
probabilística entre ellas. Las redes bayesianas se utilizan en diversos
campos, como la inteligencia artificial, la medicina y la toma de decisiones,
para modelar incertidumbre y hacer inferencias.
1. Teoría de Poisson:
La teoría de Poisson es un área de las matemáticas y la estadística que se
utiliza para modelar eventos discretos y raros en un intervalo de tiempo o
espacio. Se basa en la distribución de Poisson, que describe la probabilidad
de que ocurra un cierto número de eventos en un período de tiempo dado,
cuando los eventos son independientes y raros.
2. Teorema de Bayes:
El teorema de Bayes es un principio fundamental en la teoría de la
probabilidad que describe cómo actualizar las creencias acerca de una
hipótesis en función de nueva evidencia. Es especialmente útil cuando se
trabaja con incertidumbre. El teorema de Bayes establece cómo calcular la
probabilidad condicional de una hipótesis dada ciertos datos observados.

Ejemplo: Una empresa tiene una fábrica en Estados Unidos que dispone de
tres máquinas A, B y C, que producen envases para botellas de agua. Se
sabe que la máquina A produce un 40% de la cantidad total, la máquina B
un 30%, y la máquina C un 30%. También se sabe que cada máquina
produce envases defectuosos. De tal manera que la máquina A produce un
2% de envases defectuosos sobre el total de su producción, la máquina B un
3%, y la máquina C un 5%. Dicho esto, se plantean dos cuestiones:
P(A) = 0,40 P(D/A) = 0,02
P(B) = 0,30 P(D/B) = 0,03
P(C) = 0,30 P(D/C) = 0,05

1) Si un envase ha sido fabricado por la fábrica de esta empresa en

Estados Unidos ¿Cuál es la probabilidad de que sea defectuoso?
Se calcula la probabilidad total. Ya que, a partir los diferentes sucesos,
calculamos la probabilidad de que sea defectuoso.
P(D) =[ P(A) x P(D/A) ] + [ P(B) x P(D/B) ] + [ P(C) x P(D/C) ] = [ 0,4 x 0,02 ] + [
0,3 x 0,03 ] + [ 0,3 x 0,05 ] = 0,032
Expresado en porcentaje, diríamos que la probabilidad de que un envase
fabricado por la fábrica de esta empresa en Estados Unidos sea defectuoso
es del 3,2%
2. Siguiendo con la pregunta anterior, si se adquiere un envase y este es
defectuoso ¿Cuáles es la probabilidad de que haya sido fabricado por la
máquina A? ¿Y por la máquina B? ¿Y por la máquina C?
Aquí se utiliza el teorema de Bayes. Tenemos información previa, es decir,
sabemos que el envase es defectuoso. Claro que, sabiendo que es
defectuoso, queremos saber cuál es la probabilidad de que se haya
producido por una de las máquinas.
P(A/D) = [P(A) x P(D/A)] / P(D) = [0,40 x 0,02] / 0,032 = 0,25
P(B/D) = [P(B) x P(D/B)] / P(D) = [0,30 x 0,03] / 0,032 = 0,28
P(C/D) = [P(C) x P(D/C)] / P(D) = [0,30 x 0,05] / 0,032 = 0,47
Sabiendo que un envase es defectuoso, la probabilidad de que haya sido
producido por la máquina A es del 25%, de que haya sido producido por la
máquina B es del 28% y de que haya sido producido por la máquina C es
del 47%.

3. Grafo:
En matemáticas y ciencias de la computación, un grafo es una estructura
que

consta de nodos (vértices) y aristas que conectan estos nodos. Los grafos
pueden ser dirigidos (las aristas tienen una dirección) o no dirigidos. Son útiles
para modelar relaciones y conexiones entre diferentes elementos en una
variedad de contextos, desde redes sociales hasta rutas de transporte.

4. ¿En qué va la descarga de cerebro a la computadora?

La "descarga de cerebro a la computadora" o la transferencia de la
conciencia humana a una máquina es un tema principalmente discutido en
la ciencia ficción y la filosofía, y no se ha logrado en la realidad. Aunque la
neurociencia y la inteligencia artificial han avanzado, la comprensión
completa de la conciencia y la replicación exacta del funcionamiento del
cerebro humano siguen siendo desafíos enormemente complejos y
debatidos.
5. Nota: Cortar la cabeza y ponerla en otro cuerpo:
A mediados de la pasada década empezaron a aparecer noticias en la
prensa española e internacional protagonizadas por un neurocirujano
turinés, Sergio Canavero, anunciando la realización del primer trasplante de
cabeza del mundo. Incluso estaba ya señalado el aspirante a unir su cabeza
a un nuevo cuerpo (en realidad lo que se trasplantaría es un cuerpo a una
cabeza y no al revés): un informático ruso llamado Valery Spiridonov, de 30
años, residente en una ciudad cercana a Moscú. Valery padecía una atrofia
muscular espinal, una enfermedad congénita y progresiva que le mantenía
con serias discapacidades motoras en silla de ruedas desde la infancia.
Había hasta una fecha prevista a finales de 2017 para realizar la
intervención, aunque no se había especificado dónde ni cómo, tan solo que
hacía falta un equipo de unas 150 personas y una financiación de 10
millones de dólares, que no se sabía muy bien quién iba a pagar. Según el
cirujano turinés, tras salir a la luz las primeras noticias, otras cincuenta
personas acudieron a él para valorar ser trasplantadas.
LOGICA DIFUSA
Es un tipo de lógica que se ocupa del razonamiento aproximado, más que
del preciso. Se utiliza a menudo en aplicaciones de Inteligencia Artificial
porque puede tratar con datos imprecisos o incompletos.
La lógica difusa se basa en la idea de "conjuntos difusos", que son conjuntos
que tienen un grado de pertenencia, en lugar de ser totalmente miembros
o no miembros. Esto permite un enfoque más flexible y matizado del
razonamiento que la lógica tradicional.

¿Dónde puede estudiar física cuántica?

En México, las mejores universidades para estudiar física cuántica son:
-Universidad Nacional Autónoma de México (UNAM): Licenciatura de
Física

Es el profesional de la Física que cuenta con los conocimientos y

habilidades matemáticas de alto nivel, así como dominio de una
metodología teórico experimental que le permiten llegar a conclusiones
validables. Modela teóricamente el comportamiento de los múltiples
sistemas físicos y prevé la existencia de otros,mediante la aplicación de
leyes y sus derivados.
– Instituto Politécnico Nacional (IPN): Licenciatura en Física y Matemáticas
El plan de estudios de la Licenciatura consta de materias en las dos
disciplinas científicas mencionadas que pueden ser materias obligatorias o
materias electivas. Estas últimas, elegidas de acuerdo a las inclinaciones
del alumno con la ayuda de un profesor consejero, quienes dan una
orientación a la carrera, ya sea hacia la Física o hacia las Matemáticas.

– Universidad Autónoma de Nuevo León (UANL): Licenciatura en física,

Facultad de ciencias físico-Matemáticas

Formar profesionistas en Física con un perfil integral, líderes en el manejo y

operación de equipos tecnológicos de vanguardia, con responsabilidad
social y compromiso ético para responder a las necesidades actuales de
una sociedad altamente industrializada. Son reconocidos por contribuir a
la mejora del bienestar de la sociedad actual al generar soluciones
óptimas a problemáticas científicas y tecnológicas que permitan proponer
soluciones a fenómenos físicos que impacten en la sociedad a nivel local,
nacional e internacional.

– Universidad de Guadalajara (UDG): Licenciatura en física

La Licenciatura en Física es la carrera donde se forman profesionistas con

una buena base de conocimientos en los aspectos fundamentales de la
física, la matemática y los métodos experimentales, independientemente
de cómo se especialicen.

El Licenciado en Física es capaz de comprender, analizar e interpretar las

teorías y modelos que describen los fenómenos en la naturaleza, aplicando
métodos propios de la física y matemática, para contribuir al desarrollo de
la física contemporánea.
Frases totalitarias

“¿que diferencia hay para los muertos, los huérfanos y los refugiados que la
loca destrucción venga bajo el nombre del totalitarismo o el sagrado
nombre de la libertad y la democracia?”

Mahatma Gandhi

“Totalitarismo es la nueva palabra que hemos adoptado para describir las

inesperadas pero inseparables manifestaciones de lo que en teoría
llamamos socialismo.”

Friedrich Hayek

“Las empresas son, simplemente, tan totalitarias como el bolchevismo o el

fascismo. Poseen las mismas raíces intelectuales de principios del siglo XX.
Por ello, al igual que otras formas de totalitarismo tuvieron que
desaparecer, lo mismo tiene que ocurrir con las tiranías privadas. Tienen
que ser puestas bajo control público”

Noam Chomsky
Referencias.

Jany. (2023). Lógica difusa. TechEdu. https://techlib.net/techedu/logica-

difusa/

Totalitarismo - Frases y Citas. (n.d.). Aki Frases.

https://akifrases.com/frases/totalitarismo

De Miguel, L., De Miguel, L., & De Miguel, L. (2023, June 1). ¿Qué es la
lógica difusa y para qué sirve? El País. https://elpais.com/ciencia/las-
cientificas-responden/2023-06-01/que-es-la-logica-difusa-y-para-que-
sirve.html

Qué es la robótica y cuáles son sus principales usos - Universidad ORT

Uruguay. (n.d.). https://fi.ort.edu.uy/blog/que-es-la-robotica-y-cuales-son-
sus-usos

De Ceupe, B. (n.d.). ¿Qué es un Sistema Experto? Definición, tipos, y

aplicaciones. Ceupe. https://www.ceupe.com/blog/sistema-experto.html

Machine learning. (n.d.). https://www.ibm.com/mx-es/analytics/machine-

learning