INTRODUCCIÓN
La inteligencia artificial trata de la creación de máquinas que puedan imitar comportamientos inteligentes
Se utiliza para optimizar procesos repetitivos y analizar granes volúmenes de datos permitiendo aumentar nuestra eficiencia y tomar decisiones informadas con mayar rapidez
La evolución de la IA puede dividirse en varias etapas clave
| Década | Evento clave |
|---|---|
| 1950 | Turing introduce su test para evaluar para evaluar la inteligencia de una máquina. En 1956 se utiliza por primera vez el término Inteligencia Artificial. |
| 1960 | 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 de 1997. |
| Siglo XXI | Se producen avances en Aprendizaje Automático que es un campo de inteligencia artificial que busca como dotara a alas máquinas de capacidad de aprender. Un tipo de Aprendizaje Profundo (Deep Learning). |
Turing
APLICACIONES
- 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.
- FINANAZAS
- 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
- Sistema de tutoría inteligente. Apoyo personalizado a los estudiantes
- Creación de contenido educativo. Generación de materiales de estudio personalizados
ENLACES
TIPOS DE INTELIGENCIA ARTIFICIAL
Aprendizaje Automático
Se dedica al desarrollo de algoritmos que permiten a las máquinas aprender de datos y mejorar su rendimiento. Usado par predecir precios de viviendas, clasificar clientes por su solvencia, identificar objetos en 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.
PLN
Se ocupa de la interacción entre los ordenadores y el lenguaje. se utiliza en atención al cliente, en traducción automático de texto (Google Translate) y en asistentes personales (Alexa de Amazon).