Fundamentos de la Inteligencia Artificial PMVI

La inteligencia artificial trata de la creación de máquinas que puedan imitar comportamientos inteligentes,

Se utiliza para automatizar procesos repetitivos y analizar grande volúmenes de datos permitiendo aumentar nuestra eficacia y tomar decisiones informadas con mayor rapidez.

La evolucion de IA puede dividirse en varias etapas clave

DécadaEventos clave
1950Turing introduce su test para evaluar la inteligencia de una máquina. En 1956 se utiliza por primera vez el termino Inteligencia Artificial.
1960-1970En 1965 se crea ELIZA, uno de los primeros programas de procesamiento del lenguaje natural (PLN).
1980Se realizan investigaciones en redes neuronales que estaban inspiradas en el funcionamiento del cerebro humano.
1990La IA se pupolurizó con el éxito de Deep Blue, un programa de ajedrez que es capaz de vencer al campeón mundial en 1997.
Siglo 21Se 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 neuronales.
  • 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 que los solicitantes de un préstamo
    • Trading (Compraventa de activos financieros cotizados como acciones, divisas…) Desarrollo de algoritmos que realizan operaciones bursátiles de manera automática baseandose en análisis de grandes volúmenes de datos del mercado.
  • EDUCACIÓN
    • Sistemas de tutoría inteligente: Apoyo personalizado a los estudiantes.
    • Creación de contenido educativo. Generación de materiales de estudio personalizados

Se dedica al desarrollo de algoritmos que permiten a las maquinas aprender de los datos y mejorar su rendimiento. Usado para predecir precios de viviendas de cuando va a cambiar el precio, calificar la solvencia de sus clientes, identificar objetos en imágenes, etc…

Se dedica al desarrollo de algoritmos que permiten a las maquinas aprender de los datos y mejorar su rendimiento. Usado para predecir precios de viviendas de cuando va a cambiar el precio, calificar la solvencia de sus clientes, identificar objetos en imágenes, etc…

Se dedica al desarrollo de algoritmos que permiten a las maquinas aprender de los datos y mejorar su rendimiento. Usado para predecir precios de viviendas de cuando va a cambiar el precio, calificar la solvencia de sus clientes, identificar objetos en imágenes, etc…

Scroll al inicio