La inteligencia artificial sugiere que las máquinas pueden imitar a los humanos en:
Hablar
Pensar
Aprender
Planificar
Comprender
La Inteligencia Artificial también se conoce como Inteligencia de Máquinas e Inteligencia Computacional.
Arthur Samuel 1959
"El aprendizaje automático es un subcampo de la informática que otorga a las computadoras la capacidad de aprender sin ser programadas"
Arthur Samuel, IBM Journal of Research and Development, Vol. 3, 1959.
Definiciones de IA
Wikipedia: La inteligencia artificial es la inteligencia demostrada por máquinas, a diferencia de la inteligencia natural mostrada por humanos y animales, que implica conciencia y emocionalidad.
Investopedia: La inteligencia artificial se refiere a la simulación de la inteligencia humana en máquinas que están programadas para pensar como humanos y imitar sus acciones.
IBM: La inteligencia artificial utiliza computadoras y máquinas para imitar las capacidades de resolución de problemas y toma de decisiones de la mente humana.
Britannica: La inteligencia artificial es la capacidad de una computadora digital o un robot controlado por computadora para realizar tareas comúnmente asociadas con seres inteligentes, como razonar, descubrir significados, generalizar o aprender de experiencias pasadas.
Inteligencia Artificial (IA)
La Inteligencia Artificial es una disciplina científica que abarca varias áreas de la Ciencia de Datos, desde la IA débil hasta la IA fuerte, incluyendo aprendizaje automático, aprendizaje profundo, big data y minería de datos.
Áreas de la Inteligencia Artificial
Inteligencia Artificial
IA Débil
Aprendizaje Automático
Redes Neuronales
Big Data
Aprendizaje Profundo
IA Fuerte
IA Débil
La Inteligencia Artificial Débil se limita a áreas específicas, como la mayoría de la IA que usamos hoy en día:
Filtros de spam en correos electrónicos
Conversión de texto a voz
Reconocimiento de voz
Autos autónomos
Pagos electrónicos
Google Maps
Corrección automática de texto
Traducción automática
Chatbots
Redes sociales
La IA Débil también se conoce como IA Limitada.
IA Débil
La Inteligencia Artificial Débil se limita a áreas específicas, como la mayoría de la IA que usamos hoy en día:
Detección facial
Percepción visual
Algoritmos de búsqueda
Robots
Inversión automatizada
Procesamiento del Lenguaje Natural (NLP)
Drones
Dr. Watson de IBM
Apple Siri
Microsoft Cortana
Amazon Alexa
Recomendaciones de Netflix
La IA Débil también se conoce como IA Limitada.
Machine Learning: Un Subcampo de la Inteligencia Artificial
"Enseñando a las máquinas a imitar la inteligencia humana"
Machine Learning (ML)
La programación tradicional usa algoritmos para producir resultados a partir de datos:
Datos + Algoritmos = Resultados
El aprendizaje automático crea algoritmos a partir de datos y resultados:
Datos + Resultados = Algoritmos
Ejemplo: Un sistema de recomendaciones aprende observando las elecciones previas de los usuarios y ajustando sus sugerencias en consecuencia.
Redes Neuronales (NN)
Las redes neuronales son:
Una técnica de programación
Un método utilizado en el aprendizaje automático
Un software que aprende de los errores
Las redes neuronales están basadas en cómo funciona el cerebro humano:
Las neuronas envían mensajes entre sí, fortaleciendo las conexiones exitosas y debilitando las conexiones que llevan a errores.
Perceptrón
El perceptrón representa el primer paso en las redes neuronales. Es un solo nodo con una capa de entrada y sin capas ocultas.
Ejemplo: Un perceptrón simple puede clasificar imágenes en dos categorías, como "gato" o "no gato".
Redes Neuronales Multicapa
Una red neuronal básica consta de:
Una capa de entrada (amarilla)
Una capa oculta (azul)
Una capa de salida (roja)
Las entradas son procesadas a través de una capa oculta antes de generar una salida final.
Redes Neuronales Profundas
Las redes neuronales profundas contienen varias capas ocultas y realizan operaciones complejas sobre grandes volúmenes de datos.
Ejemplo: En reconocimiento óptico, las capas inferiores identifican bordes, mientras que las capas superiores identifican letras o palabras.
Aprendizaje Profundo (Deep Learning)
El aprendizaje profundo es un subconjunto del aprendizaje automático responsable del auge de la IA en los últimos años.
Es una forma avanzada de ML que maneja tareas complejas como el reconocimiento de imágenes.
Machine Learning
Deep Learning
Un subconjunto de la IA
Un subconjunto del aprendizaje automático
Usa conjuntos de datos más pequeños
Usa conjuntos de datos más grandes
Entrenado por humanos
Aprende por sí solo
Crea algoritmos simples
Crea algoritmos complejos
Ejemplo: El reconocimiento de voz en asistentes como Siri y Alexa se basa en el aprendizaje profundo.
