INTRODUCCION
La inteligencia artificial trata de la creacion de de maquinas que puede imitar comportamientos inteligentes
Se utiliza para autromatizar proicesos repetitivos y analizar grandes volumenes de datos que permitiendo aumentar nuestra eficiencia y tomar decisiones informadas con gran rapidez
La evolucion de la ia puede dividirse en varias etapas claves
| 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 | Se desarrollan los primeros sistemas expertos. En 1965 se crea ELIZA, uno de los primeros programas de procesamiento de lenguaje natural. |
| 1980 | Se investiga en redes neuronales que están inspiradas en el funcionamiento del cerebro humano. |
| 1990 | la ia se populariza por el exito de Deep_Blue un programa de ajedrez fue capaz de ganar al campeon mundial en 1997 |
| Siglo XXI | Se producen avances en aprendizaje automático que es un campo de la inteligencia artificial que busca dotar a las máquinas de capacidad para aprender. Un tipo de aprendizaje automático es el aprendizaje profundo que usa redes neuronales imitando al cerebro 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 cotizados como acciones, divisas…
- EDUCACIÓN
- Sistemas de tutoría inteligente. Apoyo personalizado al estudiante.
- Creación de contenido educativo. Generación de materiales de estudio.
TEST DE TURING
3. ENLACES
Tipos de Inteligencia Artificial
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, por ejemplo, para predecir el precio de una vivienda, clasificar clientes en función de su solvencia, identificación de 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 voces (Siri, Google Assistant) para interpretar el habla humana y en conducción autónoma.
PLN
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)