1-3er PA desarrollos actuales de la inteligencia artificial

 

Automatización de procesos mediante robots

Inteligencia artificial y robótica son dos tecnologías íntimamente unidas y que ya se complementan para desempeñar numerosas tareas. Entre las principales está la automatización de tareas en cadenas de montaje o embalaje, en hospitales y centro de salud o en industrias como la del automóvil.

En este punto, ha sido muy importante la aparición de los denominados cobots o robots colaborativos. Se trata de brazos robóticos de tamaño reducido que sustituyen a los robots industriales. Su principal ventaja es que pueden compartir espacio de trabajo con los humanos ya que ocupan menos espacio y son más seguros. Además, se pueden trasladar con mayor facilidad.

Procesamiento de textos

Otro campo en el que la inteligencia artificial ha avanzado a pasos agigantados es en el procesamiento de textos. Es lo que se conoce como Natural Language Processing o NLP.

Actualmente existen programas o sistemas capaces de entender textos complejos. Gracias a ello pueden realizar labores de búsqueda, análisis o archivo de documentación. Es una de las principales aplicaciones de la inteligencia artificial en Derecho.

Sin embargo, todavía queda bastante para perfeccionar la forma en que las máquinas descifran el lenguaje humano. El principal problema es que las inteligencias artificiales aprendan a distinguir entre dobles sentidos, acepciones distintas para una misma palabra o términos abstractos.

Biometría

Otro de los usos que más se ha desarrollado de la inteligencia artificial en 2021 es en la biometría o identificación de personas.

Muchos sistemas de identificación ya utilizan tecnología basada en inteligencia artificial con visión inteligente. Gracias a ellas se pueden analizar datos físicos o morfológicos como el rostro, la retina o la huella dactilar. Esto permite utilizar la inteligencia artificial para la verificación de identidad mediante el reconocimiento de datos biométricos.

Ciberseguridad

Según un informe de Capgemini realizado entre más de 850 directivos procedentes de 10 países, el 69% de las empresas no creen posible luchar contra los ciberdelincuentes sin ayuda de la inteligencia artificial.

Los analistas de operaciones de seguridad ya trabajan desde hace tiempo con sistemas basados en I.A. que les permiten analizar millones de amenazas y casos precedentes para anticiparse a las nuevas herramientas que los hackers usan para colarse en los equipos informáticos.

 

Una de las ventajas es la posibilidad de diferenciar entre alertas falsas de amenazas reales, reduciendo el tiempo de respuesta y optimizando la detección de malware con potencial dañino.

Gestión de calidad

Otra de las aplicaciones de la inteligencia artificial en 2021 y que será cada vez más importante en años sucesivos es el control de calidad de procesos.

Entre las posibilidades que ofrece la inteligencia artificial en este campo está la detección de accidentes y de incidentes (errores que no han llegado a tener consecuencias y que, por tanto, no se pueden definir como accidentes).

A su vez, permiten conocer el tiempo necesario para llevar a cabo acciones para solucionar este tipo de incidentes, o los mecanismos a poner en prácticas para evitar que vuelvan a suceder.

Las herramientas de inteligencia artificial ofrecen a los usuarios la capacidad de evaluar todos estos procesos de forma automática, ya que todos ellos se encuentran centralizados en el sistema.

Marketing predictivo

El uso de la inteligencia artificial y la analítica predictiva ha transformado la forma de entender el marketing digital.

Existen numerosas herramientas de marketing que permiten a los profesionales del sector elaborar perfiles de forma automatizada en base a los comportamientos del usuario. De esta manera, se pueden crear campañas de marketing mucho más segmentadas y orientadas a un cliente concreto. Por tanto, serán mucho más efectivas.

Gemelos digitales

Los gemelos digitales consisten en réplicas de representaciones del mundo real. Normalmente se utilizan en el sector industrial para realizar pruebas de procesos sobre modelos digitales, antes de aplicarlas al plano real.

La creación de gemelos digitales hace uso de la inteligencia artificial y del machine learning para crear modelos cada vez más fieles a la realidad y con un altísimo grado de precisión.

Una de las ventajas de los gemelos digitales es que se pueden realizar experimentos sin correr riesgos antes de implementar nuevos procesos o funcionalidades.

Internet de las cosas industrial

El internet de las cosas (IoT) es basa en el uso de infraestructuras y dispositivos con sensores conectados a internet que permiten la conexión de dichos dispositivos con la red. Entre sus aplicaciones está la domótica, los automóviles inteligentes, etc. Está orientada al consumidor.

Por su parte, el internet de las cosas industrial (IIoT) es una rama de esta disciplina orientada al ámbito industrial. Unida a la inteligencia artificial permite crear sistemas que se emplean en plantas producción, cadenas de suministro y un largo etcétera de actividades.

Agentes virtuales

Los agentes virtuales, también llamados chatbots, llevan años entre nosotros. Sin embargo, hasta ahora la mayoría de ellos se limitaban a responder preguntas de forma genérica en base a una inteligencia artificial muy básica.

La inteligencia artificial en 2021 ya ha evolucionado mucho, y por ello ahora los chatbots son capaces de entender cuestiones mucho más complejas y específicas. El objetivo es que puedan responder a las dudas o preguntas de los usuarios de la misma manera que lo haría un ser humano.

Realidad aumentada

Otro de los avances tecnológicos en los que se está haciendo más hincapié es en la realidad aumentada. Consiste en la superposición de elementos virtuales sobre un entorno real al ser captados por un dispositivo. Tiene aplicaciones en numerosos sectores: arquitectura, salud, educación, turismo y muchos más.

La inteligencia artificial que incorporan los dispositivos contribuyen a crear una nueva realidad y adaptarla a las necesidades del actual entorno digital. Primero fueron los códigos QR, ahora la I.A. ya permite el reconocimiento de marcadores mucho más complejos.

Estas son algunas de las principales aplicaciones de la inteligencia artificial en 2021. A algunas de ellas todavía les queda mucho camino por recorrer, sobre todo si tenemos en cuenta que la I.A. es una tecnología todavía joven. El tiempo dirá hacia dónde van los avances y cuáles serán los beneficios que pueden aportar.

1-2do PA técnicas actuales de la inteligencia artificial

 

1. Machine learning o aprendizaje automático

El Machine Learning es la rama de la ciencia que busca el desarrollo de técnicas de inteligencia artificial que permitan a los ordenadores aprender por sí mismos. Para ello se crean programas que pueden generalizar ciertas respuestas a partir de información sin estructurar, que se suministra como ejemplos. Con ello, se induce al conocimiento por parte del ordenador.

2. Fuzzy logic o lógica difusa

Conocida como lógica heurística. Esta técnica incide en lo relativo de un escenario observado como posición diferencial. Es un tipo de lógica que toma dos valores al azar, contextualizados y relacionados entre sí. Por ejemplo, considerar una persona de 2 metros como alta al haber tomado antes el valor de una persona de un metro como baja.

3. Vida artificial

Consiste en el estudio de la vida y de los entornos artificiales que muestran cualidades propias de los seres vivos en entornos de simulación. Una de las técnicas de inteligencia artificial con más proyección de futuro en el ámbito de la investigación.

4. Sistemas expertos

Hace referencia a un sistema de información que se basa en el conocimiento de un área de aplicación de gran complejidad y muy específica. Sirve como asistente consultor y experto para los usuarios de su interfaz.

Se recurre a la IA cuando se considera útil incorporar a un sistema de ordenadores un conocimiento o comportamiento ante los eventos que serían más propios de un ser humano

Son entornos que proporcionan respuestas sobre problemáticas muy específicas, pudiendo realizar inferencias muy parecidas a las de un ser humano acerca de los conocimientos concretos consultados.

5. Data Mining o minería de datos

Esta técnica consiste en la extracción discriminada de información que se encuentra implícita en los datos manejados. Dicha información, desconocida previamente, se destina a ser utilizada en algún otro proceso. La minería de datos sondea, prepara y explora los datos para poder extraer alguna información que se oculte en ellos.

6. Redes Bayesianas

También conocidas como redes de creencia, estas redes son un modelo probabilístico multivariado, que relaciona un conjunto de variables de tipo aleatorio usando un grafo dirigido para indicar una influencia casual de manera explícita.

Con un motor de actualización de las probabilidades llamado el Teorema de Bayes, estas redes se convierten en una herramienta muy útil a la hora de calcular probabilidades en casos de nuevas evidencias. Es uno de los tipos de red que se denominan de tipo casual.

7. Ingeniería del conocimiento

Consiste en generar un nuevo conocimiento que no existía previamente. Se hace a partir de la información que se contiene en bases de datos de documentos y mediante el cruce de contenido de los archivos.

Es una técnica que se basa en la teoría de «actor-red», poniendo de manifiesto redes y creando nuevas. También implica el ejercicio de la teoría de la «traducción-traslación», acercando y poniendo en relación los actores, con el objetivo de producir una traducción en la que llevar los enunciados o modalidades hacia nuevos estadios evolutivos.

8. Redes neuronales artificiales

Estas redes son un paradigma del aprendizaje y los procesamientos automáticos, inspirado todo ello en el modo en que funciona el sistema nervioso de los animales. Consiste en un sistema de interconexión de neuronas en una red que colaboran entre ellas para crear una respuesta de salida.

9. Sistemas reactivos

Estos son sistemas de aplicación crítica, y un fallo o error puede acarrear consecuencias graves. Al punto de poner en riesgo las vidas humanas o el resultado de importantes inversiones económicas.

Su comportamiento en estos entornos, de tiempo real, se determina tanto por la sucesión de acciones que se ejecutan como por el momento en que cada una de ellas se sucede y son procesadas.

10. Sistemas basados en reglas

Consisten en modelos de representación del conocimiento que se usan de manera amplia. Son apropiados para escenarios en los que el conocimiento que se necesita representar surge de manera natural en una estructura de reglas.

11. Razonamiento basado en casos

Es un proceso para solucionar cuestiones basándose en soluciones de problemáticas anteriores. El razonamiento que se basa en casos se sirve de analogías para los nuevos razonamientos.

Se considera que no solo es una poderosa herramienta de cálculo para ordenadores. Sino que los seres humanos usan el mismo principio para la solución de problemas cotidianos.

12. Técnicas de Representación de Conocimiento

Es un sistema que sirve para analizar el modo de pensar de manera formal. Se usa un entorno de símbolos para la representación de un dominio de discurso, junto a las funciones que puedan inferir sobre los objetos procesados.

13. Redes semánticas

Son maneras de representación del conocimiento lingüístico para las que los conceptos y las interrelaciones entre ellos se representan mediante grafos. Son utilizadas para la representación de mapas conceptuales y mentales, entre otras funciones.

14. Lingüística computacional

Es un campo multidisciplinar de la lingüística aplicada en la informática. Se sirve de los sistemas informáticos para el estudio y el tratamiento del lenguaje. Para ello, se intenta modelar de manera lógica el lenguaje natural desde un punto de vista programable.

15. Procesamiento del lenguaje natural

Es una disciplina de la rama de la ingeniería para la lingüística computacional. Se utiliza para la formulación e investigación de mecanismos de eficacia informática para servicios de comunicación entre las personas o entre ellas y las máquinas usando lenguajes naturales.

Los campos de desarrollo e investigación de la inteligencia artificial sirven para el desarrollo de nuevos mecanismos y aplicaciones que permitan diseñar nuevos métodos de trabajar y comunicar con las máquinas y los entornos informáticos. Y ya son muchas las empresas punteras que utilizan el big data y la inteligencia empresarial, convirtiendo en realidad lo que hasta hace muy poco formaba parte de la ficción.

1-1er PA ENFOQUES DE LA INTELIGENCIA ARTIFICIAL

 

Enfoque humano

La primera definición en la IA incluye los sistemas que pueden pensar como un humano. Si los sistemas pueden aprender y solucionar problemas como un humano, entonces pueden encajar en esta categoría. Haugeland definió esto en 1985 como "máquinas con mente". En 1978 Hellman dijo que esta categoría es la automatización de "las actividades que asociamos con el pensamiento humano".

Por separado, algunos sistemas pueden actuar de forma humana, esta es la categoría de sistemas que encajan en la prueba Turing. Si un sistema puede actuar como un humano, comunicarse en inglés con éxito, comprender lo que alguien le dice, responder, evolucionar y formar nuevas conclusiones, entonces encaja en esta categoría. Kurzweil definió esta categoría como "el arte de crear máquinas que lleven a cabo funciones que necesitan de inteligencia cuando las llevan a cabo personas".

Enfoque racional

El segundo conjunto de categorías para los sistemas de IA los mide en contraposición de la habilidad de actuar de forma racional y es diferente del comportamiento humano porque las personas no siempre son racionales. De nuevo, hay 2 formas de enfocar la IA aquí: los sistemas pueden pensar racionalmente o actuar racionalmente.

Charniak y McDermott describieron un sistema que puede pensar de forma racional en 1985 como "el estudio de las facultades mentales a través del uso de modelos computacionales". Esto se considera el enfoque de «las leyes del pensamiento».

Aristóteles fue el primero en explicar lo que él llamó «pensamiento ético» o procesos irrefutables de razonamiento. El ejemplo que dieron Russell y Norvig es "Sócrates es un hombre y todos los hombres son mortales, por tanto, Sócrates es mortal".

También es posible que un sistema actúe de forma racional al exhibir habilidades con base en la prueba Turing. Pool describió lo que se tenía que hacer para crear un sistema de IA que pueda actuar de forma racional como "la inteligencia computacional es el estudio del diseño de agentes inteligentes".

IA débil

Los términos débil y fuerte son otra forma de diferenciar los tipos de sistemas de IA. Probablemente un término más apropiado para referirse a la IA débil sea IA estrecha o inteligencia artificial estrecha. La IA se centra en llevar a cabo tareas específicas como Siri de Apple, Alexa de Amazon o el vehículo autónomo de Google.

IA fuerte

La IA fuerte comprende 2 tipos de IA: Inteligencia artificial general (AGI) y superinteligencia artificial (ASI). La AGI es un sistema con autoconciencia y consciencia. Puede resolver problemas e incluso planear el futuro. La ASI es un sistema que supera las capacidades humanas. No existe un ejemplo de ASI en ningún lugar fuera de las películas. 2001: Una odisea del espacio tiene un sistema del equipo llamado HAL. Si se acuerda de esto, entonces se puede hacer una idea de lo que es un sistema ASI.

UNIDAD 1 (Introduccion a la inteligencia artificial)