INTRODUCCIÓN
La Inteligencia Artificial trata de la creación de páginas que puedan imitar comportamientos inteligentes.
Se utiliza para automatizar procesos repetitivos y analizar grandes volúmenes de datos permitiendo aumentar nuestra eficiencia y tomar decisiones informadas con mayor rapidez.
La evolución de la IA puede dividirse en varias etapas clave:
| Década | Eventos clave |
|---|---|
| 1950 | Turing introduce su test para evaluar la inteligencia de una máquina. En 1956 se utiliza por primera vez el término Inteligencia Artificial. |
| 1960 y 1970 | En 1965 se crea ELIZA, uno de los primeros programas de Procesamiento de Lenguaje Natural (PLN) |
| 1980 | Se realizan investigaciones en redes neuronales que estaban inspiradas en el funcionamiento del cerebro humano. |
| 1990 | La IA se populariza con el éxito de Deep Blue, un programa de ajedrez que es capaz de vencer al campeón mundial en 1997. |
| Siglo XXI | Se producen avances en Aprendiza Automático, que es un campo de la inteligencia artificial que busca como dotar a las máquinas de capacidad de aprender. Un tipo de aprendizaje automático es el Aprendizaje profundo (Deep Learning) que usa redes neuronales imitando al ser humano. |
UTILIDADES
- SALUD
- Diagnóstico médico. Para analizar radiografías, resonancias magnéticas y detectar enfermedades.
- Medicina personalizada. Para desarrollar tratamientos personalizados basados en el análisis de datos médicos y genéticos del paciente
- FINANZAS
- Análisis del riesgo. Evaluación del riesgo crediticio de los solicitantes de un préstamo
- Trading. Se refiere a la compraventa de activos financieros como acciones divisas
- EDUCACIÓN
- Sistemas de tutoría inteligente. Apoyo personalizado al estudiante
- Creación de contenido educativo. Generación de materiales de estudio
l
TEST DE TURING
TIPOS DE INTELIGENCIA ARTIFICIAL
3. ENLACES
Tipos de Inteligencia Artificial
| Aprendizaje automático |
| Aprendizaje profundo |
| PLN |
| Se dedica al desarrollo de algoritmos que permiten a las máquinas aprender de los datos y mejorar su rendimiento con el tiempo. Se usa, por ejemplo, para predecir el precio de una vivienda, clasificar clientes en función de su solvencia, identificación de objetos en imágenes… |
| Es una subrama del Aprendizaje Automático que procesa gran cantidad de datos y reconoce patrones complejos. Se usa en reconocimiento de voces (Siri, Google Assistant) para interpretar el habla humana y en conducción autónoma. |
| Se ocupa de la interacción entre los ordenadores y el lenguaje humano. Se usa en atención al cliente, en traducción automática del texto (Traductor de Google) y en asistentes personales (Alexa de Amazon) |