Desarrollo de laboratorio 02 – Grupo N°04

Experiencia curricular: Sistemas inteligentes

Docente: Mg. Javier Eduardo Jaramillo Atoche
Integrantes del grupo:
 Jiménez Peña, Udday Saadit
 Mejía Girón, Aldair Alexander
 Ortiz Agurto, Grabiel Ali
 Sandoval, Villarreal Stefano
 Sernaque López, Yoshio Arturo
1. CUATRO EMPRESAS DEL SECTOR DE INTELIGENCIA ARTIFICIAL
QUE APLICAN RECONOCIMIENTO DE IMÁGENES

a. Amazon Web Services

Mediante el uso de herramientas de IA de Amazon Web Services
desarrollaron un sistema de reconocimiento facial (Quijada, et al.
2023). Asimismo, se creó un sistema de reconocimiento de
billetes que ayudará a personas con discapacidad visual
(Cabañas Torres, et al. 2023)
b. IBM Corporation
El servicio de IBM denominado Watson Visual Recognition fue
retirado en el 2021. Sin embargo, esto no descarta las virtudes
que poseía esta herramienta era devolver palabras clave
proporcionando información del contenido detectado y contando
con modelos que no requerían entrenamiento para realizar la
detección, pero se puede personalizar y entrenar en caso de ser
necesario (Casanova Lozano, et al. 2021).
c. Microsoft
Esta empresa ofrece una API para la clasificación y
procesamiento de datos visuales mediante este servicio. Siendo
utilizada para la elaboración de una aplicación móvil capaz de
reconocer la denominación de un billete a través del
reconocimiento de imágenes (Vera, et al. 2020).
d. Google
Empleando Google Cloud Visión se creó un aplicativo que
identifique obras de arte de renombre mediante el procesamiento
de imágenes, brindando información sobre ella con el fin de dar a
conocer a sus autores (Loeza Macías, 2021).
Por otra parte, mediante el uso de Kaggle una subsidiaria de
Google LLC, se utilizó para realizar la búsqueda de información,
desarrollo del modelo y la capacidad de procesamiento de esta
herramienta, se logró la creación y entrenamiento de un modelo
para reconocer expresiones faciales y emociones (Alonso
Sánchez, 2021).
e. Oracle Cloud Infrastructure
Según la página oficial de Oracle, se ofrece un servicio
denominado “OCI Visión”, capaz de analizar imágenes mediante
el Deep learning. Asimismo, haciendo uso de esta herramienta se
define y explica las redes neuronales artificiales, mientras se
muestra cómo utilizarla paso a paso con un ejemplo práctico
(Mateus, 2023).
2. ELABORAR UN ANÁLISIS Y DESCRIPCIÓN DE LOS PROCESOS DE
“GOOGLE AI”

Google ha establecido procesos integrales y estratégicos en el ámbito

de la inteligencia artificial (IA), los cuales abarcan investigación,
desarrollo y aplicación de esta tecnología en sus productos y servicios.
Mediante una combinación de investigación avanzada, implementación
práctica, colaboraciones y un compromiso ético, Google se ha
consolidado como un referente líder en el campo de la IA, destacándose
en diversos campos como:

 Investigación y Desarrollo: Google AI se centra en la investigación

y el desarrollo intensivos en inteligencia artificial, invirtiendo
considerablemente en proyectos de vanguardia que incluyen
desde el aprendizaje profundo hasta la visión por computadora, el
procesamiento del lenguaje natural y la robótica. Equipos de
científicos y desarrolladores colaboran para explorar nuevas
técnicas y algoritmos que avancen el estado actual de la IA.

 Infraestructura y Plataforma: Google AI se sustenta en una

infraestructura tecnológica avanzada, que incluye hardware
especializado como los Tensor Processing Units (TPUs) y una
variedad de servicios en la nube. Esto facilita a los
desarrolladores y empresas el acceso a herramientas y recursos
escalables para construir y desplegar modelos de IA
eficientemente.

 Aplicaciones y Productos: Google AI impulsa una serie de

productos y servicios que emplean inteligencia artificial para
mejorar la experiencia del usuario, como Google Search, Google
Photos, Google Assistant y Google Translate. Estas aplicaciones
utilizan algoritmos de aprendizaje automático para ofrecer
resultados más relevantes, reconocimiento de voz preciso,
traducciones automáticas y otras funcionalidades.

 Ética y Responsabilidad: Google AI se compromete con prácticas

éticas en el desarrollo y despliegue de tecnologías de inteligencia
artificial, estableciendo principios claros que guían su trabajo,
como la transparencia, la equidad y la responsabilidad. Se
realizan esfuerzos continuos para mitigar posibles sesgos y
garantizar que las aplicaciones de IA sean seguras y beneficiosas
para todos.

 Colaboración y Comunidad: Google AI fomenta la colaboración y

el intercambio de conocimientos dentro de la comunidad de
investigación en inteligencia artificial, publicando regularmente
 trabajos de investigación, contribuyendo a proyectos de código
abierto y organizando conferencias y eventos para promover el
avance del campo en su conjunto.
Google AI representa un ecosistema completo que abarca desde la
investigación y desarrollo hasta la implementación de aplicaciones
prácticas, respaldado por una sólida infraestructura tecnológica y un
compromiso con la ética y la responsabilidad en el uso de la
inteligencia artificial.

3. ANÁLISIS DE LA LECTURA “ALGORITMO DE RECONOCIMIENTO DE

PATRONES DE IMÁGENES DIGITALES IMPLEMENTADOS EN WEB
SERVICE PARA LABÚSQUEDA DE TEXTOS BIBLIOGRÁFICOS”

El Concepto de reconocimiento de patrones se describe como la

identificación de figuras y formas, donde los objetos se representan
mediante descriptores y se clasifican en categorías o clases según sus
características.
Por otro lado, el reconocimiento óptico de caracteres (OCR) se describe
el proceso de convertir texto de una imagen en un formato editable.
Este, implica etapas como binarización, segmentación, adelgazamiento
y comparación con patrones. Asimismo, se establecen ciertos puntos
donde se tratan temas como:

 Desafíos del OCR

Se destacan los problemas comunes en el reconocimiento de

caracteres, como la detección automática de imágenes, la
variabilidad de la tipografía y la resolución de la imagen, entre
otros.

 Aplicaciones Prácticas

Se propone la implementación de algoritmos de OCR en

bibliotecas universitarias para extraer texto de imágenes de libros
escaneados y permitir la búsqueda por contenido. Se describe un
proyecto específico realizado en la Biblioteca Central de la
Universidad Nacional del Altiplano en Perú.

 Metodología de la Investigación

Se menciona que el estudio se llevó a cabo utilizando el Sistema

Integral de Control, Gestión y Administración de Textos
Bibliográficos (SICGA) y se describe el diseño experimental
utilizado, que incluye una muestra estratificada de 16 libros de
 una población de 139 libros registrados en la base de datos
de la biblioteca.

En cuanto a la elaboración del diagrama de flujo, se utilizó el software

llamado DRAW.IO, el cual es una herramienta que nos permite realizar
cualquier tipo de diagrama de flujo, diagramas de procesos,
organigramas, así como diagramas de red, UML, mapas conceptuales y
otros elementos necesarios para realizar un diseño, cuenta con una
versión web y con una de escritorio.

Asimismo, se llevó a cabo el desarrollo de un ejemplo en la herramienta

Flowgorithm, siendo esta una herramienta gratuita basada en los
diagramas de flujo básicos y diseñada como un lenguaje de
programación (Pimentel, et al. 2022)
4. CONSTRUCCIÓN DE EJEMPLO PRÁCTICO DE RECONOCIMIENTO
DE PATRONES CONSIDERANDO CINCO CLASES O DIMENSIONES
Para la elaboración de siguiente ejemplo se consideró la creación de las
clases “mouse”, “cámara”, “monitor”, “auriculares”, “teclado”. Con la
finalidad de que pueda identificar las partes de la computadora.
Entrenamos el modelo agregando imágenes previas a cada clase y
posteriormente procedemos a verificar si puede identificar correctamente
con imágenes nuevas.
REFERENCIAS BIBLIOGRÁFICAS
ALONSO SÁNCHEZ, J.A., 2021. Desarrollo y validación de un algoritmo de
reconocimiento facial para aplicaciones emotivas. https://oa.upm.es/68968/
CABAÑAS TORRES, Dámaris Betania; AYALA DÍAZ, Katia Andrea. Sistema
con reconocimiento de billetes para personas con discapacidad visual
utilizando Tecnologías de Amazon Web Services. 2023. Tesis Doctoral.
Facultad Politécnica, UNE.
http://servicios.fpune.edu.py:8080/jspui/handle/123456789/1218

CASANOVA LOZANO, Ricardo Alfonso, et al. Procesamiento de algoritmos de

visión artificial en la nube–Amazon AWS. 2021.
https://ebuah.uah.es/dspace/handle/10017/49068

draw.io. Drawio.com [en línea], [sin fecha]. [consulta: 12 abril 2024]. Disponible
en: https://www.drawio.com/
Funciones de AI Vision. Oracle.com [en línea], [sin fecha]. [consulta: 9 abril
2024]. Disponible en:
https://www.oracle.com/pe/artificial-intelligence/vision/features/.

LOEZA MACÍAS, Alfredo. Análisis y reconocimiento de imágenes de pinturas en

un museo. 2021. https://hdl.handle.net/20.500.12371/15027

MATEUS, J.B., 2023. Buscando a «Waldo» utilizando redes neuronales

convolucionales (CNN) en Oracle Cloud. Linkedin.com [en línea]. [consulta: 9
abril 2024]. Disponible en: https://es.linkedin.com/pulse/buscando-waldo-
utilizando-una-redes-neuronales-cnn-en-bernal-mateus.

PIMENTEL, J. Jesús Arellano, et al. Compilador e intérprete en línea de

diagramas de flujo con fines didácticos. Revista de Investigación en
Tecnologías de la Información: RITI, 2022, vol. 10, no 20, p. 80-94.
https://dialnet.unirioja.es/descarga/articulo/8652899.pdf
QUIJADA, Eduardo Saavedra, et al. Reconocimiento facial usando
herramientas de IA de Amazon Web Services y sistemas embebidos.
https://rcs.cic.ipn.mx/2023_152_8/Reconocimiento%20facial%20usando
%20herramientas%20de%20IA%20de%20Amazon%20Web%20Services%20y
%20sistemas%20embebidos.pdf

VERA, MTI Francisco Gutierrez, et al. Reconocimiento de la denominación de

billetes a través de una aplicación móvil con reconocimiento de imagen.
ReCIBE. Revista electrónica de Computación, Informática, Biomédica y
Electrónica, 2020, vol. 9, no 1, p. 1-16.
https://www.redalyc.org/journal/5122/512267930001/512267930001.pdf