INTRODUCCIÓN
La inteligencia artificial trata de la creación de máquinas que imitan comportamientos inteligentes.
La inteligencia Artificial se utiliza para automatizar procesos repetitivos y analizar grandes volúmenes de datos permitiendo aumentar nuestra eficacia y tomar decisiones informadas con mayor rapidez.
La evolución de la IA puede dividirse en varias etapas
| 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 y1970 | Se desarollan los primeros sistemas expettos . En 1965 se crea EUZA, uno de los primeros programas de procesamiento de lenguaje natural |
| Siglo XXI | Se producen avances en aprendizaje automático(machine learning ) 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 indicando el funcionamiento del cerebro |
UTILIDADES
SALUD
- Diagnóstico médico. Para analizar radiografías , resonancias magnéticas y detectar enfermedades .
- Medicina personalizada . Para desarollar tratamientos personalizados , basados en el análisis de datps médicos y genéticos del paciente.
- Telemedicina . Consultas médicas a distancia y programación de citas con profesionales de salud.
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.
- Atención al cliente . Uso de chatbots ( programa informático que simula conversaciones humanas usando IA y procesamientos de lenguaje natural) . Los chatbots gestionan consultas de clientes y proporcionan información de productos
EDUCACIÓN
- Sistemas de tutoría inteligente . Apoyo personalizado a los estudiantes .
- Análisis de rendimiento . Análisis de datos académicos para identificar áreas de mejora .
- Creación de contenido educativo . Generación de materiales de estudio
ENLACES
Aprendizaje automático
Se dedica al desarrollo de algoritmos que permiten 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
Deep Learning
Es una subrama del Aprendizaje Automático que procesa gran cantidad de datos y reconocer patrones complejos. Se usa en reconocimiento de voz(Siri Google Assistant) para interpretar el habla humana y en conducción autómata .
PLN
Se ocupa de la interacción entre los ordenadores y el lenguaje humano . Se utiliza en atención al cliente , en traducción automáticade texto ( Google Translate ) y en asistentes personales ( Alexa de Amazon)