INTRODUCCIÓN
La inteligencia Artificial trata de la creación de máquinas que pueden imitar comportamientos inteligentes.
Se utiliza para automatizar procesos repetitivos y analizar grades volúmenes de datos permitiendo aumentar nuestra eficiencia y tomar decisiones informadas con gran rapidez.
La evolución de la IA puede dividirse en varias etapas clave:
| Década | Eventos clave |
|---|---|
| 1950 | Turín introduce sutest para evaluar la inteligencia artificial 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 | Las investigaciones en redes neuronales que están inspiradas en el funcionamiento del cerebro humano. |
| 1990 | La IA se populariza con el éxito de Deep Blue, el programa de ajedrez que fue capaz de ganar al campeón del mundo en 1997. |
| Siglo XXI | Se producen avances en aprendizaje automático que es un campo de la inteligencia artificial que busca como dotar a las máquinas de capacidad para aprender . Un tipo de aprendizaje automático es el aprendizaje profundo que usa redes neuronales imitando el cerebro humano. |
Utilidades
- SALUD
- Diagnóstico médico. Para analizar radiografías, resonancias magnéticas y detectar enfermedades
- Medicina personalizada. Para desarrollar tratamientos personalizados basados en análisis de datos médicos y géneticpos del paciente
- FINANZAS
- Análisis de riesgo . Evaluación del riesgo crediticio de los solicitantes de un préstamo.
- Trading consiste en 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
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.
PNL
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)