INTRODUCCIÓN
La inteligencia artificial trata de la creación de maquinas que puedan imitar comportamientos inteligentes.
La inteligencia artificial 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:
| 1950 | Turing introduce su test para evaluar la inteligencia de una maquina. En el 56 se usa por primera vez el termino inteligencia artificial. |
| 1960 y 1970 | Se desarrollan los primeros sistemas expertos. En 1965 se crea ELIZA, uno de los primeros programas de procesamiento de lenguaje natural |
| 1980 | La investigaciones en redes neuronales resurgen. Están inspiradas en el cerebro |
| 1990 | La IA se populariza con el éxito de Deep Blue, el programa de ajedrez que vence al campeón mundial en 1997 |
| Siglo XXI | Se producen avances en aprendizaje automático, que es un campo de la inteligencia artificial que busca como dotar alas maquinas de capacidad de aprender. Un tipo de aprendizaje automático es el aprendizaje profundo, que usa redes neuronales imitando el funcionamiento del cerebro |
UTILIDADES
- Salud
- diagnostico 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.
- Telemedicina. Consultas médicas a distancia y programación de citas con profesionales de la salud.
- FINANZAS
- Análisis de riesgo. Evaluación del riesgo crediticio de los solicitantes de un préstamo
- Trading. Desarrollo de algoritmos que realizan operaciones bursátiles de manera automática basándose en análisis de grandes volúmenes de datos del mercado.
- Atención al cliente: Uso de chatbots (programa informático que simula conversaciones humanas usando ia y procesamiento del lenguaje natural). Gestionan consultas de clientes y proporcionan información de productos.
- EDUCACIÓN
- Sistemas de tutoría inteligente. Apoyo personalizado a los estudiantes.
- Análisis del rendimiento: Análisis de datos académicos para identificar áreas de mejoras.
- Creación de contenido educativo: Generación de materiales de estudio.
ENLACES
Aprendizaje automático
Se dedica al desarrollo de algoritmos que permiten a las máquinas aprender de los datos y mejorar su rendimiento con el tiempo. Se usa para predecir el precio de la vivienda, clasificar clientes en función de su solvencia, identificación de objetos de imágenes…
Aprendizaje profundo
Es una subrama del Aprendizaje Automático que procesa gran cantidad de datos y reconoce patrones complejos. Se usa en reconocimiento de voz (Siri, Google Assistant) para interpretar el habla humana y en conducción autónoma.
Procesamiento de lenguaje
Se ocupa de la interacción entre los ordenadores y el lenguaje humano. Se utiliza en atención al cliente, en traducción automática de texto (Google Translate) y en asistentes personales (Alexa de Amazon).