Inteligencia Artificial

  ´   Desarrollo De Una IA Justa Y Libre De Prejuicios ´   Cumplir Y Ayudar A Cumplir. ´   Conocer El Algoritmo Y Hacerlo Transparente. ´   Seguridad Y Privacidad, Pilares Clave En Los Sistemas De La Orientación Hacia El Propósito Y El Impacto Positivo

  Se Conoce También Como IA Simbólico-deductiva. Está Basada En El Análisis Formal Y Estadístico Del Comportamiento Humano Ante Diferentes Problemas: Razonamiento Basado En Casos: Ayuda A Tomar Decisiones Mientras Se Resuelven Ciertos Problemas Concretos Y, Aparte De Que Son Muy Importantes, Requieren De Un Buen Funcionamiento. Sistemas Expertos: Infieren Una Solución A Través Del Conocimiento Previo Del Contexto En Que Se Aplica Y Ocupa De Ciertas Reglas O Relaciones. Redes Bayesianas: Propone Soluciones Mediante Inferencia Probabilística. Inteligencia Artificial Basada En Comportamientos: Esta Inteligencia Contiene Autonomía Y Puede Autorregularse Y Controlarse Para Mejorar. Smart Process Management: Facilita La Toma De Decisiones Complejas, Proponiendo Una Solución A Un Determinado Problema Al Igual Que Lo Haría Un Especialista En Dicha Actividad.

  La Inteligencia Computacional (También Conocida Como IA Subsimbólica-inductiva) Implica Desarrollo O Aprendizaje Interactivo (Por Ejemplo, Modificaciones Interactivas De Los Parámetros En Sistemas De Conexiones). El Aprendizaje Se Realiza Basándose En Datos Empíricos. La Inteligencia Computacional Tiene Una Doble Finalidad. Por Un Lado, Su Objetivo Científico Es Comprender Los Principios Que Posibilitan El Comportamiento Inteligente (Ya Sea En Sistemas Naturales O Artificiales) Y, Por Otro, Su Objetivo Tecnológico Consiste En Especificar Los Métodos Para Diseñar Sistemas Inteligentes.

  Razonamiento y resolución de problemas: Los Primeros Investigadores Desarrollaron Algoritmos Que Imitaban El Razonamiento Paso A Paso Que Los Humanos Usan Cuando Resuelven Acertijos O Hacen Deducciones Lógicas. A Finales De Los Años 80 Y 90, La Investigación De La Inteligencia Artificial Había Desarrollado Métodos Para Tratar Con Información Incierta O Incompleta, Empleando Conceptos De Probabilidad Y Economía. Estos Algoritmos Demostraron Ser Insuficientes Para Resolver Grandes Problemas De Razonamiento Porque Experimentaron Una «Explosión Combinatoria»: Se Volvieron Exponencialmente Más Lentos A Medida Que Los Problemas Crecían. De Esta Manera, Se Concluyó Que Los Seres Humanos Rara Vez Usan La Deducción Paso A Paso Que La Investigación Temprana De La Inteligencia Artificial Seguía; En Cambio, Resuelven La Mayoría De Sus Problemas Utilizando Juicios Rápidos E Intuitivos. Aprendizaje: El Aprendizaje Automático Es Un Concepto Fundamental De La Investigación De La Inteligencia A...

  Una Vez Que Conocemos Los Conceptos Básicos De La IA, Es Fácil Entender Por Qué Supone Una Revolución. Puesto Que Simula E Imita El Comportamiento Humano, Sus Posibilidades Son Infinitas. En Función De Cómo Entrenes A La Ia Podrá Realizar Todo Tipo De Tareas, Desde Atender Un Servicio De Atención Al Cliente A Chatear En Una Red Social, Ofrecer Ayuda, Conducir Un Coche Autónomo, Reconocer Rostros, Interpretar Fotos... Y Dentro De Poco, Quizá Decidir Si Te Ofrece Un Empleo En Una Entrevista De Trabajo, U Operarte A Corazón Abierto... La Inteligencia Artificial Tiene Infinidad De Aplicaciones, Incluido La Capacidad De Hacer Cosas Poco Éticas. Uno De Los Últimos Ejemplos Es El Deepfake, La Falsificación De Vídeos En Donde Unos Rostros Se Cambian Por Otros, O Se Manipulan Los Labios Para Hacer Decir Cosas Falsas A Un Político O Un Líder Opinión. Y Es Casi Imposible De Distinguir A Simple Vista

    ´   Sistema experto: Es Una Que Intenta Emular A Un Experto Humano En Una Determinada Materia. Desde Un Trabajador Del Servicio Técnico A Una Recepcionista, Un Cinéfilo O Un Economista. ´   Aprendizaje automático (Machine Learning): El Aprendizaje Automático O Aprendizaje De Máquinas (Machine Learning) Se Ajusta Perfectamente A La Explicación Teórica Que Hemos Dado. Es La Capacidad Que Tiene Una IA, Un Software O Un Robot Para Aprender Por Su Cuenta. ´   Redes neuronales: Frente A Otros Sistemas Que Imitan El Comportamiento Del Cerebro Humano, Las Redes Neuronales Intentan Copiar El Comportamiento De Las Neuronas, Es Decir, Las Células Nerviosas Que Transmiten Y Procesan Información En El Cerebro. Es Otra Forma De Aprender, Y Por Tanto Es Un Tipo De Aprendizaje Automático ´   Aprendizaje profundo (Deep Learning): El Aprendizaje Profundo Es Un Tipo De Aprendizaje Automático Que Va Un Poco Más Allá, Con El Objetivo De Abarcar Más Y Proce...