Fundamentos de la Inteligencia Artificial AFG 4AC

La Inteligencia Artificial trata de la creación de máquinas que pueden imitar comportamientos inteligentes.

Se utilizan para automatizar procesos repetitivos y analizar 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:

DécadaEventos clave
1950Turing introduce su test para evaluar lla inteligencia de una máquina. En 1956 se utiliza por primera vez el término Inteligencia Artificial.
1960 y 1970En 1965 se crea ELIZA, uno de los primeros programas de Procesamiento de Lenguaje Natural (PLN)
1980Se realizan investigaciones de redes neuronales que estaban inspiradas en el funcionamiento del cerebro humano.
1990La IA se populariza con el éxito de Deep Blue, un programa de ajedrez que es capaz de vencer al campeón mundial en 1997.
Siglo XXISe producen avances en Aprendizaje 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 neurona
  • 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.
  • FINANZAS
    • Análisis de riesgo. Evaluación del riesgo crediticio de los solicitantes de un préstamo.
    • Trading (compraventa de activos financieros cotizados como acciones, divisas…). Desarrollo de algoritmos que realizan operaciones bursátiles de manera automática basándose en análisis de grandes volúmenes de datos del mercado.
  • EDUCACIÓN
    • Sistemas de tutoría inteligente. Apoyo personalizado a los estudintes.
    • Creación de contenido educativo. Generación de materiales de estudio personalizados.

Se dedica al desarrollo de algoritmos que permiten a las máquinas aprender de los datos y mejorar su rendimiento. Usado para predecir precios de viviendas, clasificar clientes por su solvencia, identificar objetos en imagenes…

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

Se dedica al desarrollo de algoritmos que permiten a las máquinas aprender de los datos y mejorar su rendimiento. Usado para predecir precios de viviendas, clasificar clientes por su solvencia, identificar objetos en imagenes…

Scroll al inicio