Servicio Nacional de Aprendizaje SENA Tecnología en Análisis y Desarrollo de Software
Número de la Ficha: 2675845
Nombre de la evidencia:
GA8-220501096-AA2-EV04 video exposición sobre Machine Learning
Nombre de aprendiz:
Michael Stip Salas Cuervo
Año: 2024
El presente trabajo es para analizar las aplicaciones de la tecnología Blockchain o cadena
de bloques ya que es uno de los conceptos más innovadores y disruptivos de los últimos
años
Explicar en qué consiste la tecnología (Machine Learning)
El machine learning es una aplicación de inteligencia artificial que incluye algoritmos que
analizan datos, aprenden con ellos y luego aplican lo que han descubierto para tomar
decisiones informadas. En otras palabras, permite a las máquinas aprender cosas para
las que no fueron programadas expresamente.
Cuando decimos que algo es capaz de aprendizaje automático, significa que es algo
que realiza una función con los datos proporcionados y mejora progresivamente con el
tiempo.
● Explicar cuáles son los objetivos de machine learning esa tecnología.
Los algoritmos de aprendizaje automático funcionan en base a hipótesis. Su objetivo
es imitar el pensamiento humano y mostrar comportamientos inteligentes. Y para
afinar sus proyecciones al máximo, el modelo necesita ir aprendiendo y recabando cada
vez más información.
De una forma muy genérica, la máquina aprende —con tiempo y la clasificación de datos
adecuada— la forma de tomar decisiones que tendría un humano, pero de forma mucho
más optimizada.
● Explicar los antecedentes de esta tecnología.
Historia del machine learning: comienzos en el desarrollo del aprendizaje automático
La historia del machine learning comienza a mediados del siglo XX y se trata de una
disciplina que se concibe por primera vez a partir del modelado matemático de las redes
neuronales humanas. Walter Pitts y Warren McCulloch publican en 1943 un artículo que intenta
mapear matemáticamente el pensamiento y la toma de decisiones en los seres humanos.
Unos años después de este primer hito, en 1950, Arthur Samuel desarrolla un programa de
ordenador para jugar a las damas. En este programa, con una memoria muy limitada, la máquina
es capaz de elegir sus movimientos mediante la estrategia minimax (tomar decisiones esperando el
peor escenario en la respuesta del adversario), que pasó a denominarse algoritmo minimax.
Alan Turing propuso en 1950 una prueba mediante la cual determinar si una
máquina es inteligente. En ella la máquina debía convencer a un humano de
que también era humana.
Samuel diseñó mecanismos que mejoraban sus primeras versiones del programa y lo llamó
aprendizaje de memoria. El programa que había desarrollado fue capaz de registrar y
memorizar todas las posiciones que había visto y al combinar esto con lo que ya había, el
juego de las damas mejoró. Ya en 1952, al científico se le ocurrió el nombre de machine learning.
A partir de 1990 y con el incremento de Internet.
En este punto, el camino que toma la historia de machine learning pasa por una lucha y un cambio
en el enfoque de la industria. Se opta por la practicidad y por el desarrollo de aplicaciones
que resuelvan problemas prácticos en la prestación de servicios.
De este modo, el machine learning cambia de puntos de vista parejos y heredados de las
investigaciones en IA a emplear enfoques basados en la teoría de la probabilidad y en las
estadísticas. Un gran empuje a este enfoque tiene lugar en el momento en el que Internet
empieza a crecer y cada vez hay más datos digitales a los que acceder.
En este contexto, empezaron a aparecer y desarrollarse nuevos algoritmos de machine learning
y programas informáticos inteligentes que hacía de todo, desde planificar rutas de viaje
hasta llegar al reconocimiento de voz o aprender a derrotar a un campeón mundial de ajedrez.
El machine learning en la actualidad
En estos momentos, el machine learning es una disciplina necesaria para todo tipo de negocios y
para la investigación en muchas empresas y universidades. La combinación del desarrollo de
algoritmos de aprendizaje automático con los modelos de redes neuronales está ayudando a los
sistemas informáticos a mejorar su rendimiento.
A esto se suma el gran desarrollo de Internet que existe en la actualidad y, con ello, las grandes
cantidades de información y el rastro que dejamos con el uso de aplicaciones y la
navegación web. En este sentido, el desarrollo del Big Data y su implementación en los
procesos empresariales también ha contribuido a mejorar los algoritmos y el desarrollo del
aprendizaje automático.
● Explicar en qué consiste la inteligencia artificial.
¿Qué es la inteligencia artificial?
La inteligencia artificial es la habilidad de una máquina de presentar las mismas capacidades que
los seres humanos, como el razonamiento, el aprendizaje, la creatividad y la capacidad de planear.
La IA permite que los sistemas tecnológicos perciban su entorno, se relacionen con él, resuelvan
problemas y actúen con un fin específico. La máquina recibe datos (ya preparados o recopilados a
través de sus propios sensores, por ejemplo, una cámara), los procesa y responde a ellos.
Los sistemas de IA son capaces de adaptar su comportamiento en cierta medida, analizar los
efectos de acciones previas y de trabajar de manera autónoma.
¿Por qué es importante la IA?
Algunas tecnologías con inteligencia existen desde hace más de 50 años, pero los avances en la
potencia informática, la disponibilidad de enormes cantidades de datos y nuevos algoritmos han
permitido que se den grandes avances de IA en los últimos años.
La inteligencia artificial tiene un papel central en la transformación digital de la sociedad y ha
pasado a ser una prioridad de la UE.
Se espera que sus aplicaciones futuras impliquen grandes cambios, pero la IA ya está presente en
nuestras vidas.
● Explicar en qué consiste el modelo de inteligencia artificial orientado a la programación.
Lo primero a tener en cuenta es que la Inteligencia Artificial no es más que un
software o modelo de programación, que analiza patrones de conducta a través de
la interacción de los usuarios, determinando conclusiones que ofrecen información útil
sobre el interés del mismo.
Es decir, la IA nace de la programación, ya que de ella se establece un almacenamiento
y análisis de datos. Una vez que los datos han sido analizados, se especifican los
patrones y se establece una conclusión con base en ello, para desarrollar así nuevos
planes de acción que satisfagan una necesidad.
¿Qué es programación de inteligencia artificial?
Se puede definir como el proceso por el cual, un programador o ingeniero informático
desarrolla IA en un dispositivo también informático. Así mismo, la Inteligencia Artificial, se
define como una tecnología que puede ser aplicada a diferentes sistemas
informáticos, y que se considera como un programa inteligente, ya que trabaja de forma
independiente.
La IA puede tener diferentes propósitos o funcionalidades, pero el objetivo de todas ellas
es el mismo: poder satisfacer una necesidad concreta de los usuarios, facilitando y
acelerando el desarrollo de procesos, análisis de datos y tareas concretas.
● Explicar en qué consiste el modelo de inteligencia artificial orientado a conexiones neuronales.
¿Cómo funcionan las redes neuronales y qué son? Clasificación de las redes neuronales
artificiales
Una red neuronal es una de las direcciones de la inteligencia artificial, cuya finalidad es
modelar los mecanismos de análisis que lleva a cabo el cerebro humano. Las tareas que
resuelve una red neuronal típica son la clasificación, la predicción y el reconocimiento. Las
redes neuronales son capaces de aprender y desarrollarse por sí mismas, construyendo
su experiencia sobre los errores cometidos.
Una red neuronal es un conjunto de neuronas unidas por conexiones únicas llamadas
sinapsis. La estructura de una red neuronal llegó al mundo de la programación desde la
biología. Gracias a esta estructura, la máquina adquiere analizando e incluso recordando
diversas informaciones. Las redes neuronales también son capaces de analizar los datos
entrantes y reproducirlos desde su memoria.
En otras palabras, una red neuronal es una interpretación mecánica del cerebro humano,
que contiene millones de neuronas que transmiten información en forma de impulsos
eléctricos.
● Explicar ejemplos de productos realizados con inteligencia artificial.
Ejemplos de inteligencia artificial
Al pensar en ejemplos de inteligencia artificial, lo más habitual es que la mente
piense en androides sacados de películas de ciencia ficción. Sin embargo, a
continuación, te presentamos cinco ejemplos que ya son reales hoy en día.
1. Asistentes de voz
Los asistentes de voz como Google Home o Amazon Echo son dos ejemplos de
inteligencia artificial que ya están presentes en muchos hogares del mundo entero.
Se trata de máquinas que utilizan el procesamiento de lenguajes naturales para
interpretar qué es lo que se les está comunicando y, de este modo, poder
responder a las necesidades humanas, ya sea verbalmente o mediante la ejecución
de una acción concreta.
2. Smartphones
Los smartphones son otro buen ejemplo de máquinas que utilizan inteligencia
artificial de forma constante. De nuevo nos encontramos ante una máquina que
cuenta con un asistente de voz que responde a las peticiones humanas, aunque la
integración de la inteligencia artificial va mucho más allá, y está presente en
multitud de acciones que ni siquiera percibimos. Por ejemplo, cuando
seleccionamos el modo retrato de la cámara de fotos y es el propio smartphone el
que arregla la foto de manera automática para que salgamos lo más favorecidos
posible. Eso también es gracias a la inteligencia artificial.
● Explicar acerca de las consecuencias sociales, éticas y filosóficas de esta tecnología.
La IA plantea preguntas sobre la privacidad, la transparencia y la responsabilidad. La recolección y
el uso de datos por parte de sistemas de IA pueden violar la privacidad de las personas. Y la falta
de transparencia en los algoritmos puede llevar a decisiones injustas o discriminatorias, además.
La responsabilidad por las acciones de los sistemas de la IA es un tema complicado. Ya que es difícil
determinar quién es responsable cuando se producen errores o daños.
En cuanto a las implicaciones sociales. La IA tiene el potencial de reemplazar trabajos humanos y
ampliar la brecha entre los ricos y los pobres, además los sistemas de IA puedes perpetuar la
discriminación y la exclusión si se entrenan con datos sesgados. También hay preocupaciones
sobre el uso de la IA para la vigilancia y el control social. Lo que podría amenazar las libertades
sociales y los derechos humanos
