Ensayo-Inteligencia Artificial

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 18

Ensayo sobre la

inteligencia artificial

Docente: Herón Gómez Eddy

Evidencia 4

Alumno: Jesús Joaquín Rafael Martínez


Díaz

Matrícula: 1965166 Grupo: 1B


Contenido
Introducción a la inteligencia artificial ....................................................................3

Aprendizaje automatico .............................................................................................. 5

Diferentes tipos de aprendizaje ...................................................................................... 7

Inteligencia Artificial ................................................................................................... 8

Importancia de los datos………………………………………………………………………….…10

Datos estructuraos y no estructurados ………………………………………….13

Uso de datos en las empresas y la sociedad………………………………………15

Evolución de las inteligencias artificiales……………………………..20


¿Qué es exactamente la inteligencia artificial? Si alguien te preguntara cuál
es tu definición de la IA, ¿qué le dirías? La respuesta es complicada ya que la
inteligencia artificial es un tema complejo. Por esa razón, podemos encontrar
distintas definiciones acerca de ella.
intento simplificar el tema definiendo la IA como la habilidad de los
ordenadores para hacer actividades que normalmente requieren inteligencia
humana. Pero, para brindar una definición más detallada, podríamos decir que la
IA es la capacidad de las máquinas para usar algoritmos, aprender de los datos y
utilizar lo aprendido en la toma de decisiones tal y como lo haría un ser humano.
Sin embargo, a diferencia de las personas, los dispositivos basados en IA no
necesitan descansar y pueden analizar grandes volúmenes de información a la
vez. Asimismo, la proporción de errores es significativamente menor en las
máquinas que realizan las mismas tareas que sus contrapartes humanas.
La idea de que los ordenadores o los programas informáticos puedan tanto
aprender como tomar decisiones es particularmente importante y algo sobre lo que
deberíamos ser conscientes, ya que sus procesos están creciendo
exponencialmente con el tiempo. Debido a estas dos capacidades, los sistemas de
inteligencia artificial pueden realizar ahora muchas de las tareas que antes
estaban reservadas sólo a los humanos. Las tecnologías basadas en la IA ya
están siendo utilizadas para ayudar a los humanos a beneficiarse de mejoras
significativas y disfrutar de una mayor eficiencia en casi todos los ámbitos de la
vida.
Pero el gran crecimiento de la IA también nos obliga a estar atentos para
prevenir y analizar las posibles desventajas directas o indirectas que pueda
generar la proliferación de la IA. La IA se puede aplicar en casi todas las
situaciones.
Éstas son sólo algunas de las aplicaciones técnicas de la IA que están
creciendo rápidamente en la actualidad:
• Reconocimiento de imágenes estáticas, clasificación y etiquetado: estas
herramientas son útiles para una amplia gama de industrias.
• Mejoras del desempeño de la estrategia algorítmica comercial: ya ha sido
implementada de diversas maneras en el sector financiero.
• Procesamiento eficiente y escalable de datos de pacientes: esto ayudará a
que la atención médica sea más efectiva y eficiente.
• Mantenimiento predictivo: otra herramienta ampliamente aplicable en
diferentes sectores industriales.
• Detección y clasificación de objetos: puede verse en la industria de
vehículos autónomos, aunque también tiene potencial para muchos otros campos.
• Distribución de contenido en las redes sociales: se trata principalmente de
una herramienta de marketing utilizada en las redes sociales, pero también puede
usarse para crear conciencia entre las organizaciones sin ánimo de lucro o para
difundir información rápidamente como servicio público.
La IA también será capaz de ofrecernos sugerencias y predicciones
relacionadas con asuntos importantes de nuestra vida, lo que tendrá su impacto
en áreas como la salud, el bienestar, la educación, el trabajo y las relaciones
interpersonales. De la misma manera, cambiará la forma de hacer negocios al
proporcionar ventajas competitivas a las empresas que busquen entender y aplicar
estas herramientas de forma rápida y eficaz.
Otro beneficio de la IA es que permitirá que las máquinas y los robots
realicen tareas que los humanos consideran difíciles, aburridas o peligrosas, lo
que repercutirá a su vez en que el ser humano pueda realizar aquello que antes
creía imposible. Algunas veces, el término inteligencia artificial tiende a
incomodar a la gente, así que se han propuesto algunas alternativas. Un
importante experto en IA, Sebastián Thrun, cree que es mejor llamarla ciencia de
datos, una expresión menos intimidatoria que probablemente llevaría a una mayor
aceptación entre el público.
Aprendizaje automático:
El aprendizaje automático (en inglés, machine learning) es uno de los
enfoques principales de la inteligencia artificial. En pocas palabras, se trata un
aspecto de la informática en el que los ordenadores o las máquinas tienen la
capacidad de aprender sin estar programados para ello. Un resultado típico serían
las sugerencias o predicciones en una situación particular.
Los primeros ordenadores personales, que estuvieron disponibles para los
consumidores a partir de la década de 1980, fueron programados explícitamente
para realizar ciertas acciones. Por el contrario, gracias al aprendizaje automático,
muchos de los dispositivos que verás en el futuro obtendrán experiencia y
conocimientos a partir de la forma en que son utilizados para poder ofrecer una
experiencia al usuario personalizada.
Ejemplos de ello en la actualidad son la personalización de los sitios de
medios sociales como Facebook o los resultados del motor de búsqueda de
Google. El aprendizaje automático usa algoritmos para aprender de los patrones
de datos. Por ejemplo, los filtros de spam de correo electrónico utilizan este tipo de
aprendizaje con el fin de detectar qué mensajes son correo basura y separarlos de
aquellos que no lo son. Éste es un sencillo ejemplo de cómo los algoritmos
pueden usarse para aprender patrones y utilizar el conocimiento adquirido para
tomar decisiones.
En el aprendizaje supervisado, los algoritmos usan datos que ya han sido
etiquetados u organizados previamente para indicar cómo tendría que ser
categorizada la nueva información. Con este método, se requiere la intervención
humana para proporcionar retroalimentación. Volviendo a nuestro ejemplo,
enseñaríamos previamente al algoritmo fotos donde apareciera un gato para que
luego pudiera identificar imágenes similares.
En el aprendizaje no supervisado, los algoritmos no usan ningún dato
etiquetado u organizado previamente para indicar cómo tendría que ser
categorizada la nueva información, sino que tienen que encontrar la manera de
clasificarlas ellos mismos. Por tanto, este método no requiere la intervención
humana. En el ejemplo, los algoritmos tendrían que clasificar ellos mismos todas
las fotos en las que apareciera un gato en una categoría.
Por último, con el aprendizaje por refuerzo, los algoritmos aprenden de la
experiencia. En otras palabras, tenemos que darles un refuerzo positivo cada
vez que aciertan. La forma en que estos algoritmos aprenden se puede comparar
con la de los perros cuando les damos recompensas al aprender a sentarse
Aprendizaje profundo:
Una de las aplicaciones más poderosas y de mayor crecimiento de la
inteligencia artificial es el aprendizaje profundo (en inglés, deep learning). Se trata
de un subcampo del aprendizaje automático que se utiliza para resolver problemas
muy complejos y que normalmente implican grandes cantidades de datos.
El aprendizaje profundo se produce mediante el uso de redes neuronales,
que se organizan en capas para reconocer relaciones y patrones complejos en los
datos. Su aplicación requiere un enorme conjunto de información y una potente
capacidad de procesamiento. Actualmente, se utiliza en el reconocimiento de voz,
el procesamiento del lenguaje natural, la visión artificial y la identificación de
vehículos en los sistemas de asistencia al conductor.
Podemos ver un ejemplo claro en las traducciones realizadas en Facebook,
que reveló recientemente que, gracias al aprendizaje profundo, había podido
efectuar alrededor de 4.500 millones de traducciones diarias.7 Éstas tienden a ser
segmentos de textos cortos, como las actualizaciones de estado publicadas por
los usuarios en sus perfiles. Sin el aprendizaje profundo, sería muy costoso y se
requeriría un gran equipo de personas para poder ofrecer el mismo servicio.
La IA ¿podrá ver, oír y entender?
Para poder empezar a reflexionar acerca del gran impacto que la IA tendrá
en nuestra vida, conviene saber que las tecnologías de IA han comenzado a
desarrollar como nunca, la capacidad de ver (visión artificial), oír (reconocimiento
de voz) y entender (procesamiento del lenguaje natural). La figura 1.4 muestra
claramente este concepto. Antes, estas habilidades pertenecían únicamente a los
seres humanos, pero en el futuro próximo las máquinas y los robots las podrán
desarrollar gracias a la IA.
Los científicos en inteligencia artificial están logrando nuevos avances
sorprendentes en cada uno de estos tres campos. Por ejemplo, Google ha
anunciado que la visión artificial que la empresa ha desarrollado ya puede añadir
los colores apropiados a fotografías y vídeos que original- mente están en blanco y
negro
Otro sorprendente logro en el campo de la visión artificial es que los
científicos del Instituto Tecnológico de Massachusetts (MIT) han logrado
desarrollar IA capaz de ver a través de las paredes utilizando ondas de
radiofrecuencia.9 Por otro lado, un ejemplo sobre el reconocimiento de voz es el
que muestran las herramientas de Google, que poseen casi la misma precisión
que los seres humanos, pues son capaces de entender nuestro idioma con el 95
por ciento de exactitud.
En un futuro próximo sabremos de logros similares en estas tres
tecnologías. Podemos asegurar que la ayuda que la IA brindará a los seres
humanos será inmensa en el momento en el que sea capaz de ver, oír y entender
perfectamente. Si bien estas tres capacidades de percepción serán relevantes, la
visión artificial puede ser la más importante, ya que ofrece grandes ventajas para
áreas como los vehículos autónomos, el reconocimiento facial, la seguridad
pública y la robótica.
Los datos, ¿el nuevo petróleo?
Al pensar en la IA, algunas preguntas que nos pueden venir a la mente son
por qué la IA es tan importante, por qué tantas grandes empresas tecnológicas
están enfocando sus esfuerzos en el desarrollo y las aplicaciones de herramientas
de IA, y por qué se está desarrollando con tanta rapidez.
Desde el punto de vista del desarrollo, una razón obvia del crecimiento de la
inteligencia artificial es que el poder de procesamiento de los ordenadores ha
aumentado exponencialmente, lo que les permite procesar más algoritmos
complejos. Éstos son los mismos tipos de algoritmos avanzados que mueve la IA.
Por otra parte, los datos son otro elemento importante para el desarrollo de la IA:
sin ellos, sería casi imposible crear productos y aplicaciones con esta tecnología.

La importancia de los datos


Una frase muy conocida que se escucha con frecuencia en la comunidad
tecnológica es que «los datos son el nuevo petróleo», cita célebre que se atribuye
originalmente al matemático británico Clive Humby. Hoy día, las empresas más
poderosas del mundo son a menudo las que tienen acceso a grandes cantidades
de datos. Pero cabe destacar también que no es sólo el volumen de éstos lo que
importa en los negocios, sino también la calidad. Sin embargo, personalmente, yo
diría que los datos son incluso mejores que el petróleo. En los años en los que
éste era uno de los productos básicos más valiosos del mundo, sólo pocas
empresas podían disfrutar de sus beneficios. No obstante, hoy día, debido a que
casi cualquier persona puede aprender los principios básicos de la IA y el
aprendizaje automático, usar estas habilidades para crear herramientas valiosas y
tener acceso a fuentes de datos gratuitos online con facilidad supone un nuevo
escenario en el que todos podrán beneficiarse de ello.
Acceso a los datos
En el mundo moderno, tenemos una gran cantidad de datos disponibles
para su uso. Por el contrario, hace treinta años, no había tanta información sobre
atención médica, tráfico, finanzas y otras industrias de importancia, por lo que era
imposible encontrar soluciones basadas en la inteligencia artificial para problemas
básicos en esas áreas. Lógicamente, es de suponer que las tecnologías que
tenemos ahora serán aún más poderosas dentro de diez años, a medida que haya
mayor acceso a los datos. Un ejemplo de ello es el desarrollo que estamos viendo
en los vehículos autónomos y las ciudades inteligentes interconectadas. El
componente subyacente que hace que esto sea posible es el volumen de datos
que pueden recopilarse y analizarse para mejorar el rendimiento de los sistemas
de IA.

Tipos de datos
El análisis de datos se basa generalmente en dos tipos de información: datos
estructurados y datos no estructurados. Para comprender realmente los sistemas
de inteligencia artificial, es importante reconocer las diferencias entre estos dos
tipos de datos.
Tradicionalmente, los datos estructurados se han utilizado con más frecuencia que
los no estructurados. Los primeros incluyen la introducción de información, como
valores numéricos, fechas, monedas o direcciones; los segundos contienen tipos
de datos que son más complicados de analizar, como textos, imágenes y vídeos.
Sin embargo, el desarrollo de la inteligencia artificial ha hecho posible examinar
más datos no estructurados y los resultados pueden utilizarse para hacer
recomendaciones y predicciones.
¿Qué son datos estructurados?
Antes de hablar de los datos no estructurados, es necesario comprender lo que
son datos estructurados.
Cuando hablamos de datos estructurados nos referimos a la información que se
suele encontrar en la mayoría de las bases de datos. Son archivos de tipo texto
que se suelen mostrar en filas y columnas con títulos. Son datos que pueden ser
ordenados y procesados fácilmente por todas las herramientas de minería de
datos. Lo podríamos ver como si fuese un archivador perfectamente organizado
donde todo está identificado, etiquetado y es de fácil acceso.
Es probable que la mayoría de las organizaciones estén familiarizadas con este
tipo de datos y ya los estén utilizando con eficacia, así que pasemos a ver los
datos no estructurados. 

¿Qué son datos no estructurados?


Aunque parezca increíble, la base de datos con información estructurada de una
empresa, ni siquiera contiene la mitad de la información que hay disponible en la
empresa lista para ser usada. El 80 % de la información relevante para un negocio
se origina en forma no estructurada, principalmente en formato texto.
Los datos no estructurados, generalmente son datos binarios que no tienen
estructura interna identificable. Es un conglomerado masivo y desorganizado de
varios objetos que no tienen valor hasta que se identifican y almacenan de manera
organizada.
Una vez que se organizan, los elementos que conforman su contenido pueden ser
buscados y categorizados (al menos hasta cierto punto) para obtener información.
Por ejemplo, aunque la mayoría de las herramientas de minería de datos no son
capaces de analizar la información contenida en los mensajes de correo
electrónico (por muy organizados que estén), es posible que recopilar y clasificar
los datos contenidos en ellos nos pueda mostrar información relevante para
nuestra organización. Se trata de un ejemplo que ilustra la importancia y la
envergadura que pueden llegar a tener los datos no estructurados. 
Tipos de datos no estructurados
Los datos no estructurados son datos en bruto y no organizados. Idealmente, toda
esta información podría ser convertida en datos estructurados. Sin embargo, sería
algo costoso y requeriría mucho tiempo. Además, no todos los tipos de datos no
estructurados se pueden convertir fácilmente en un modelo estructurado. Por
ejemplo, siguiendo con el ejemplo del correo electrónico, un e-mail contiene
información como la hora de envío, la persona a quien se envía, el remitente, etc.
Sin embargo, el contenido del mensaje no se divide ni categoriza fácilmente y esto
puede ser un problema de compatibilidad con la estructura de un sistema de base
de datos relacional.
Esta es una lista limitada de tipos de datos no estructurados:

 Correos electrónicos
 Archivos de procesador de textos
 Archivos PDF
 Hojas de calculo
 Imágenes digitales
 Videos
 Audios
 Publicaciones en medios sociales

Mirando esa lista, te podrías preguntar qué tienen en común estos archivos. Se


trata de archivos que pueden ser almacenados y administrados sin que el sistema
tenga necesidad de entender el formato del archivo. Al no estar organizado el
contenido de estos archivos, estos pueden ser almacenados de manera no
estructurada.
La industria del Big Data sigue creciendo, pero existe un problema con los datos
no estructurados que todavía no están siendo utilizados. No obstante, las
empresas ya tienen identificado el problema y ya se están desarrollando
tecnologías y servicios para ayudar a solventarlo.

Merrill Lynch ha estimado que entre el 80 y el 90 por ciento de todos los


datos de negocios en el mundo no están estructurados, lo que quiere decir que el
análisis de este tipo particular de información es extremadamente valioso.
Los resultados de este análisis podrían dar lugar a una serie de beneficios
en nuestra sociedad, entre los que se incluyen mejores opciones de atención
médica, patrones de tráfico más seguros y mayor acceso a la educación, entre
otros.
Uso de datos en los negocios y la sociedad
Los elevados volúmenes de datos o macrodatos (big data) también están
ayudando a las grandes empresas a mejorar sus operaciones internas y externas.
Kai-Fu Lee, capitalista de riesgo y director ejecutivo de Sinovation Ventures,
describe las razones por las que los datos son fundamentales para las grandes
compañías tecnológicas mediante un esquema con los cinco pasos que éstas
deben realizar para perfeccionar sus soluciones de inteligencia artificial.
A pesar de que usa ejemplos de empresas tecnológicas estadounidenses,
estos pasos son también aplicables a otras compañías internacionales que
dependen de la IA como Alibaba, Baidu y Tencent. Los pasos son los siguientes:

 Obtención de más datos: la idea clave en este paso es que las empresas
tecnológicas puedan crear servicios tan útiles que la gente esté dispuesta a
permitir que sus datos sean utilizados por el servicio. Un ejemplo de ello es
el motor de búsqueda de Google, que abarca una gran cantidad de datos.
De igual manera, Facebook no sería una red social tan poderosa si no
tuviera acceso a la información sobre las tendencias sociales de sus
usuarios.

 Mejores productos basados en la IA: en empresas como Google y


Facebook, la experiencia de usuario se personaliza para que sea
importante y relevante para éste, lo que es posible gracias a que la IA
mejora sus productos.

 Mayor número de usuarios: cuando una persona tiene una experiencia


satisfactoria con un producto o servicio, tiende a recomendarlo a sus
amigos.

 Mayores ingresos: un número mayor de usuarios casi siempre equivale a


mayores ingresos.

 Más expertos y científicos en IA: a medida que las empresas aumentan sus
ingresos, están más capacitadas para atraer a los mejores expertos y
científicos en IA. Con el tiempo, cuantos más científicos de datos y expertos
en aprendizaje automático trabajen para una compañía, más importante
podrá ser su investigación sobre inteligencia artificial, lo que permite no sólo
que la empresa sea más valiosa, sino también que esté mejor preparada
para el futuro.

Estos cinco puntos conforman los datos mas importantes para la creación de
una inteligencia artificial

Debido a que los datos son una pieza vital en el desarrollo de la IA, muchos
expertos han exigido que las grandes empresas tecnológicas liberen parte de los
datos que poseen, de manera que un mayor número de compañías los puedan
utilizar para sus aplicaciones y productos.
Si bien esta noción genera considerables preguntas, es un hecho inequívoco
que en el futuro será primordial tener datos como éstos al alcance de la mano para
el desarrollo continuo de productos y servicios de inteligencia artificial.

¿Con qué rapidez está evolucionando la inteligencia


artificial?:
Seguramente, ya sepas que los ordenadores son cada vez más potentes y
capaces de realizar las tareas más complejas. No sólo pueden trabajar más rápida
y eficientemente, sino también comienzan a hacer tareas que antes requerían a un
ser humano, entre las que se incluyen la traducción de idiomas, la composición
musical y hasta la conducción de vehículos.
Es posible que hayas visto titulares en las noticias sobre algunas de las
tareas que realizan las máquinas provistas de inteligencia artificial. Una de las
características clave de la inteligencia artificial es que permite que las máquinas
aprendan cosas nuevas en lugar de requerir programación específica para nuevas
tareas. Por tanto, la diferencia principal entre los ordenadores del futuro y los del
pasado es que los primeros serán capaces de aprender y mejorar por sí mismos.
En un futuro cercano, los asistentes virtuales inteligentes como Siri de
Apple y Alexa de Amazon sabrán más sobre ti que tus amigos más cercanos o
familiares. ¿Te imaginas cómo podría esto cambiar nuestras vidas? Por ello, es de
suma importancia reconocer las consecuencias de las nuevas tecnologías en
nuestro mundo.
Una forma sencilla de entender el tipo de cosas que las máquinas están
aprendiendo es ver cómo los ordenadores basados en inteligencia artificial han
sido capaces de vencer a algunos de los mejores contrincantes humanos del
mundo en una variedad de juegos:
• 1996: Deep Blue de IBM ganó al mejor ajedrecista del mundo, Garry
Kasparov.
• 2011: Watson de IBM ganó contra los mejores jugadores de Jeopardy.
• 2016: DeepMind de Google batió al mejor jugador de Go del mundo.13
• 2017: Libratus, un programa de inteligencia artificial, desarrollado por la
Universidad Carnegie Mellon, ganó a los mejores jugadores de póquer del
mundo.14
• 2017: AlphaGo Zero, desarrollado por DeepMind, alcanzó el nivel más alto de Go
sin la introducción de ningún dato humano, simplemente enseñándose a sí mismo
cómo jugar.

Este último logro, en el que DeepMind, una empresa líder en investigación


de IA y propiedad de Google pudo crear un jugador de Go con inteligencia artificial
que aprendió desde cero, fue algo de otro nivel. Aunque la IA se usó en este caso
para dominar un juego, tecnologías similares serán utilizadas en el futuro para
actividades como la investigación de enfermedades terminales y su cura.
Un hito reciente en la historia de la IA ocurrió en junio de 2018. La empresa
OpenAI anunció que su IA había conseguido ganar a varios equipos humanos en
el juego estratégico multijugador Dota 2. En este caso, lo impresionante de la
noticia fue la rapidez con lo que la IA aprendió. La compañía entrenó a los
jugadores de IA jugando entre ellos mismos y éstos fueron capaces de obtener
conocimientos y habilidades en un día para los que un ser humano necesitaría
ciento ochenta años. El empresario y filántropo estadounidense Bill Gates
confirmó que este hecho es inmensamente significativo para el desarrollo de la IA,
ya que es la primera vez que ésta gana en un juego que requería trabajo en
equipo y colaboración. Sus posibilidades futuras incluyen la resolución de
problemas complejos de la vida real, como la creación de infraestructuras para el
transporte.
Si la inteligencia artificial continúa desarrollándose a su ritmo actual,
¿podríamos ser capaces de imaginar cómo será el mundo en sólo treinta o
cincuenta años? Si bien es difícil hacer predicciones tan distantes, en este libro
analizaremos las formas en las que la IA cambiará nuestro mundo en el futuro
inmediato, particularmente con vistas al período de entre tres a diez años. Pero
conviene recordar que la IA aprende de forma exponencial, y por ello los logros
que realice serán difíciles de imaginar para los seres humanos ya que tendemos a
pensar de forma lineal.

Conclusión:
Siempre me vi interesado en estos temas así que realmente me emociono el
hecho de que mi ensayo tratara acerca de algo que disfruto al investigar, ya que
me ayuda a aprender más y mas de cosas que desconocía o que tenia
conocimiento, pero no tanto como para poder hablar con confianza acerca de eso,
así que si, el ver el avance que han tenido estas IA es simplemente increíble y ver
el procedimiento que está detrás de esto lo es mucho más, ya que puedo conocer
el como es que esto se desarrolla

También podría gustarte