INTELIGENCIA

FUNDAMENTOS DE

ARTIFICIAL

Elaboró: Luis Gabriel Mondragón Torres

Septiembre, 2024

¿QUÉ ES LA IA?

INTRODUCCIÓN

Es la simulación de procesos de inteligencia humana por parte de máquinas, especialmente sistemas informáticos. Estos procesos incluyen el aprendizaje, el razonamiento y la autocorrección.

​

Ejemplo

Un asistente virtual como Siri o Alexa puede responder preguntas, hacer recomendaciones y realizar tareas simples.

INTELIGENCIA ARTIFICIAL

TECNOLOGÍA DE IA: MACHINE LEARNING Y DEEP LEARNING

MACHINE

LEARNING

DEEP

LEARNING

Es una rama de la IA que se centra en la construcción de sistemas que pueden aprender de datos, identificar patrones y tomar decisiones con mínima intervención humana.

Es una subrama del aprendizaje automático que utiliza redes neuronales artificiales con muchas capas (redes neuronales profundas). Es especialmente efectivo en tareas complejas como el reconocimiento de imágenes y el procesamiento del lenguaje natural.

TECNOLOGÍA DE INTELELIGENCIA

ARTIFICIAL

• Ejemplo
• Reconocimiento facial en redes sociales, donde una red neuronal profunda analiza las características de la cara para identificar a una persona.

MACHINE LEARNING SE CLASIFICA EN TRES TIPOS PRINCIPALES

• Aprendizaje Supervisado: El sistema aprende a partir de un conjunto de datos etiquetados.
• Ejemplo: Un sistema que aprende a clasificar correos electrónicos como "spam" o "no spam" después de haber sido entrenado con ejemplos etiquetados.
• Aprendizaje No Supervisado: El sistema aprende a encontrar patrones y relaciones en un conjunto de datos sin etiquetas.
• Ejemplo: Un algoritmo que agrupa a los clientes en segmentos según sus comportamientos de compra.
• Aprendizaje por Refuerzo: El sistema aprende a tomar decisiones a través de la prueba y el error, recibiendo recompensas o castigos.
• Ejemplo: Un robot que aprende a navegar por un laberinto al recibir recompensas por encontrar el camino correcto.

NIVELES DE LA INTELELIGENCIA ARTIFICIAL

IA DÉBIL O ESPECÍFICA

IA GENERAL

SUPERINTELIGENCIA

Se refiere a sistemas de IA diseñados para realizar una tarea específica o un conjunto de tareas relacionadas. No tienen la capacidad de realizar tareas fuera de su ámbito específico.

También conocida como IA fuerte, se refiere a sistemas de IA que tienen una capacidad general de aprendizaje y comprensión, similar a la inteligencia humana. Estos sistemas pueden realizar cualquier tarea intelectual que un ser humano pueda realizar.

(Aún no se ha desarrollado)

Se refiere a sistemas de IA que superan la inteligencia humana en todos los aspectos, incluidos la creatividad, la resolución de problemas y las habilidades sociales.

(Sistema hipotético)

NIVELES DE LA INTELELIGENCIA ARTIFICIAL

EJEMPLOS DE IA DÉBIL O ESPECÍFICA

• Asistentes de voz como Siri, Alexa y Google Assistant, que realizan tareas como responder preguntas, reproducir música o controlar dispositivos del hogar.
• Chatbots para servicio al cliente, que manejan consultas de los usuarios.
• Modelos de lenguaje como ChatGPT, Gemini o Copilot.
• Modelos generativos de imágenes como DALL-E.
• Sistemas de recomendación como los de Netflix o Amazon, que sugieren productos o contenido basado en el historial del usuario.
• Aplicaciones de visión artificial como el reconocimiento facial en smartphones.

ASISTENTES PERSONALES DIGITALES

INTERNET DE LAS COSAS

COMPRAS EN LÍNEA Y PUBLICIDAD

AGRICULTURA INTELIGENTE

ROBOTS INDUSTRIALES

ÉTICA Y NORMATIVIDAD

• La ética en la IA aborda cuestiones sobre cómo diseñar y usar sistemas de IA de manera que respeten los derechos humanos, promuevan el bienestar social y eviten daños. Las normativas y regulaciones buscan establecer reglas y estándares para asegurar el desarrollo y la implementación responsables de la IA.

​

• Ejemplo de Desafíos Éticos: La privacidad de los datos en aplicaciones de reconocimiento facial, la imparcialidad en los algoritmos de decisión, y la responsabilidad de las acciones tomadas por sistemas autónomos.
• Ejemplo de Normativa: El Reglamento General de Protección de Datos (GDPR) en la Unión Europea establece directrices sobre la protección de datos personales, que afectan el desarrollo y uso de sistemas de IA.

​

​

USO COTIDIANO Y POTENCIAL

RAMAS DE LA IA

creación de algoritmos que permiten a las máquinas aprender de datos

Modelos inspirados en la estructura del cerebro humano, utilizados en el aprendizaje profundo.

Estudia la creación de robots capaces de realizar tareas físicas

Permite a las máquinas entender, interpretar y generar el lenguaje humano

Se enfoca en el procesamiento y análisis de imágenes y videos para extraer información útil

APRENDIZAJE AUTOMÁTICO

REDES NEURONALES ARTIFICIALES

ROBÓTICA

PROCESAMIENTO DEL LENGUAJE NATURAL

VISIÓN ARTIFICIAL

RAMAS DE LA IA

GRACIAS