Ejemplo #1.2

Universidad Tecnológica Centroamericana
UNITEC
La Inteligencia Artificial
Presentada por:
Cesar Urbizo 12311049
Mauricio Urbizo 12312456
Lizzeth Urbizo 12313789
Presentado a:
Ing. Geovanny M. Fortín
Facultad:
Facultad de Ingeniería
Clase y sección:
Ofimática Avanzada 34
Fecha de entrega:
Tegucigalpa M.D.C. 26 de Julio de 2023
Tabla de Contenido
1. ¿Qué es la IA? (N1) ................................................................................................................. 1
1.1. Orígenes e historia de la inteligencia artificial (N2).......................................................... 3
2. ¿Cómo funciona la IA? (N1) .................................................................................................... 5
2.1. Tipos de Inteligencia Artificial (N2).................................................................................. 5
2.2. IA y desarrolladores (N2) ................................................................................................ 7
3. Aplicaciones de inteligencia artificial (N1)............................................................................... 8
4. ¿Por qué es importante la inteligencia artificial? (N1) ............................................................11
4.1. Deep learning vs. machine Learning (N2) .......................................................................13
5. Aplicaciones de inteligencia artificial (N1)..............................................................................15
5.1. Reconocimiento del habla (N2) ......................................................................................15
5.2. Servicio al cliente (N2) ...................................................................................................15
5.3. Visión artificial (N2) .......................................................................................................16
5.4. Motores de recomendaciones (N2) ................................................................................16
5.5. Comercio bursátil automatizado (N2) ............................................................................16
Índice de Márgenes
Imagen 1 Contacto entre la IA y la humanidad ................................................................... 1
Imagen 2 La IA en la educación ......................................................................................... 5
Imagen 3 Aplicaciones de la IA.......................................................................................... 8
Imagen 4 Beneficios de la IA en la salud .......................................................................... 12
Imagen 5 Machine learning vs Deep learning ................................................................... 14
Índice de Tablas
Tabla 1 ejemplos de la IA ...................................................................................................8
1
1. ¿Qué es la IA? (N1)
La inteligencia artificial1 (IA) se ha convertido en un término general para referirse
a aplicaciones que realizan tareas complejas para las que antes eran necesaria la
intervención humana, como la comunicación en línea con los clientes o jugar al ajedrez. El
término a menudo se usa indistintamente junto con los nombres de sus subcampos, el
aprendizaje automático y el aprendizaje profundo.
Imagen 1 Contacto entre la IA y la humanidad
Fuente: cita
Sin embargo, hay ciertas diferencias. Por ejemplo, el machine learning se centra en
la creación de sistemas que aprenden o mejoran su rendimiento en función de los datos que
consumen. Es importante tener en cuenta que, aunque todo machine learning es IA, no toda
la IA es machine learning.
1
La inteligencia articial
La inteligencia artificial
2
Para obtener el valor completo de la IA, muchas empresas están haciendo
inversiones significativas en equipos de ciencia de datos. La ciencia de datos combina
estadísticas, informática y conocimiento empresarial para extraer valor de distintos orígenes
de datos.
La inteligencia artificial (IA) hace posible que las máquinas aprendan de la
experiencia, se ajusten a nuevas aportaciones y realicen tareas como seres humanos. La
mayoría de los ejemplos de inteligencia artificial sobre los que oye hablar hoy día – desde
computadoras que juegan ajedrez hasta automóviles de conducción autónoma – recurren
mayormente al aprendizaje profundo y al procesamiento del lenguaje natural. Empleando
estas tecnologías, las computadoras pueden ser entrenadas para realizar tareas específicas
procesando grandes cantidades de datos y reconociendo patrones en los datos.
La inteligencia artificial (IA) es la base a partir de la cual se imitan los procesos de
inteligencia humana mediante la creación y la aplicación de algoritmos creados en un
entorno dinámico de computación. O bien, dicho de forma sencilla, la IA consiste en
intentar que los ordenadores piensen y actúen como los humanos.
Para conseguirlo, se necesitan tres componentes fundamentales:
 Sistemas computacionales
 Datos y gestión de los mismos
 Algoritmos de IA avanzados (código)
Cuanto mayor sea el parecido al comportamiento humano que queremos conseguir,
más datos y capacidad de procesamiento se necesitará.
3
Desde al menos el siglo I a.C., los humanos se han planteado la posibilidad de crear
máquinas que imiten al cerebro humano. Ya en la época moderna, John McCarthy acuñó el
término «inteligencia artificial» en 1955. En 1956, McCarthy y algunos otros organizaron
una conferencia denominada «Dartmouth Summer Research Project on Artificial
Intelligence». Este encuentro dio lugar a la creación del aprendizaje automático, el
aprendizaje profundo, el análisis predictivo y, ahora, el análisis prescriptivo. También dio
lugar a un campo de estudio totalmente nuevo: la ciencia de los datos.
Hoy en día, la cantidad de datos que se genera, tanto por parte de los humanos como
por parte de las máquinas, supera en gran medida la capacidad que tienen las personas de
absorber, interpretar y tomar decisiones complejas basadas en esos datos. La inteligencia
artificial supone la base de todo el aprendizaje automático y el futuro de todos los procesos
complejos de toma de decisiones. Por ejemplo, la mayoría de los humanos pueden
averiguar cómo no perder cuando juegan al tres en raya, aunque haya 255 168 movimientos
únicos, de los cuales 46 080 terminan en tablas. Muchos menos podrían llegar a ser grandes
maestros de las damas, con más de 500 x 1018 o 500 trillones de posibles movimientos
diferentes. Los ordenadores son extremadamente eficientes a la hora de calcular estas
combinaciones y permutaciones para llegar a la mejor decisión. La IA (y su evolución
lógica del aprendizaje automático) y el aprendizaje profundo constituyen los cimientos del
futuro en la toma de decisiones empresariales.
1.1. Orígenes e historia de la inteligencia artificial (N2)
El término "inteligencia artificial" (artificial intelillence) fue acuñado por John
McCarthy en 1956 durante la Conferencia de Dartmouth, un evento histórico que reunió a
4
algunos de los mejores científicos de la época para discutir la posibilidad de crear una
máquina que pudiera pensar como un ser humano. Sin embargo, los conceptos e ideas que
estaban detrás de la inteligencia artificial se remontan a mucho antes.
Ya en la década de 1940, los matemáticos Norbert Wiener y John von Neumann,
estaban trabajando en la teoría de los sistemas y la computación que sentaron las bases para
la I.A. que posteriormente McCarthy definiría como "la ciencia y la ingeniería de hacer
máquinas inteligentes, especialmente programas de computadora inteligentes".
Otra influencia y fuente de inspiración para esta tecnología se encuentra en
la ciencia ficción. Los robots y las máquinas inteligentes aparecieron por primera vez en la
literatura y el cine en la década de 1920, y estos conceptos se han convertido en elementos
básicos de la cultura popular.
Algunas tecnologías con inteligencia existen desde hace más de 50 años, pero los
avances en la potencia informática, la disponibilidad de enormes cantidades de datos y los
nuevos algoritmos han permitido que se den grandes avances en este campo en los últimos
años.
En la actualidad, la inteligencia artificial se ha convertido en una de las tecnologías
más disruptivas y que más atención despierta. El ritmo al que se suceden los modelos, cada
vez más potentes, se está acelerando y tanto las posibilidades como los potenciales peligros
de su uso están generando debate tanto entre la comunidad científica como en las instancias
políticas.
5
2. ¿Cómo funciona la IA? (N1)
Las Inteligencias artificiales utilizan algoritmos y modelos matemáticos para procesar grandes
cantidades de datos y tomar decisiones basadas en patrones y reglas establecidas a través del aprendizaje
automático, que es la capacidad de una máquina para aprender de forma autónoma a partir de datos sin ser
programada específicamente para hacerlo. De esta manera la IA puede mejorar su precisión y eficiencia con el
tiempo.
Imagen 2 La IA en la educación
Fuente: cita
2.1. Tipos de Inteligencia Artificial (N2)
Según la definición de Inteligencia Artificial de la Comisión Europea existen dos tipos de IA:
 Software: asistentes virtuales, software de análisis de imágenes, motores de búsqueda o sistemas de
reconocimiento de voz y rostro.
 Inteligencia artificial integrada: robots, drones, vehículos autónomos o el Internet de las Cosas.
No es la única clasificación posible de los tipos de Inteligencia Artificial que existe. En su libro
"Inteligencia Artificial: Un Enfoque Moderno", Stuart J. Russell y Peter Norvig establecen cuatro tipos de
inteligencia artificial:
6
 Sistemas que piensan como humanos: se enfocan en la emulación de la inteligencia humana, tanto en
términos de comportamiento como de pensamiento. Buscan imitar la forma en que los humanos piensan
y resuelven problemas.
 Sistemas que actúan como humanos: se enfocan en la emulación de la inteligencia humana, pero en
términos de comportamiento. Buscan imitar la forma en que los humanos se comportan y actúan en el
mundo.
 Sistemas que piensan racionalmente: se enfocan en la resolución de problemas de manera lógica y
racional. Buscan maximizar la eficiencia y la precisión de sus decisiones, sin considerar necesariamente
el comportamiento humano.
 Sistemas que actúan racionalmente: se enfocan en la toma de decisiones y la acción en el mundo,
buscando siempre tomar la mejor decisión posible basada en la información disponible.
Otra forma posible de diferenciar a las inteligencias artificiales, según su potencia, es la siguiente:
 IA Débil: también por sí mismos, y gama de habilidades
conocida como IA requieren ser cognitivas y capacidad
estrecha. Son sistemas programados para de aprendizaje
diseñados para realizar realizar una tarea autónomo. Estos
tareas específicas y determinada. Su alcance sistemas pueden realizar
limitadas, como el es limitado y no pueden múltiples tareas y
reconocimiento de voz, realizar tareas fuera de aprenden de forma
la identificación de su campo de autónoma a medida que
imágenes o la traducción especialización. interactúan con el
de idiomas. No tienen entorno. La IA fuerte
capacidad de  IA Fuerte: está diseñada tiene que tener la
aprendizaje o adaptación para tener una amplia capacidad de razonar,
7
planificar y tomar todos los aspectos. Este que los seres humanos
decisiones complejas en nivel de IA sería capaz no pueden alcanzar.
un amplio espectro de de comprender el mundo Es una forma teórica de
situaciones. de una manera que está IA que aún no ha sido
más allá de la capacidad desarrollada en la
 IA Superinteligente: es humana, y sería capaz de práctica.
un tipo de IA resolver problemas
que superaría la complejos a una
inteligencia humana en velocidad y eficiencia
2.2. IA y desarrolladores (N2)
Los desarrolladores emplean inteligencia artificial para realizar tareas de una forma más eficiente que,
de otro modo, se realizarían manualmente: comunicaciones con clientes, identificación de patrones y resolución
de problemas. Para comenzar con la inteligencia artificial, los desarrolladores deben contar con una formación
en matemática y sentirse a gusto trabajando con algoritmos.
Al comenzar a utilizar inteligencia artificial para desarrollar aplicaciones, lo mejor es comenzar de a
poco. Al diseñar un proyecto relativamente simple, como un juego “Tres en línea”, aprenderá los conceptos
básicos de la inteligencia artificial. Aprender con la práctica es una excelente forma de aumentar cualquier
habilidad, y la inteligencia artificial no es distinta en este aspecto. Luego de completar uno o más proyectos
pequeños, no hay límites para la inteligencia artificial.
8
3. Aplicaciones de inteligencia artificial (N1)
Imagen 3 Aplicaciones de la IA
Fuente: cita
Tabla 1 ejemplos de la IA
Ejemplos de Aplicaciones IA
Compras por internet La inteligencia artificial se usa mucho para crear
y publicidad recomendaciones personalizadas para los consumidores, basadas,
por ejemplo, en sus búsquedas y compras previas o en otros
comportamientos en línea. La IA es muy importante en el
comercio, para optimizar los productos, planear el inventario,
procesos logísticos, etc.
Búsquedas en la web Los motores de búsqueda aprenden de la gran cantidad de datos
que proporcionan sus usuarios para ofrecer resultados de
búsqueda relevantes.
9
Asistentes personales Los teléfonos móviles smartphones usan la IA para un producto
digitales lo más relevante y personalizado posible. El uso de los asistentes
virtuales que responden a preguntan, dan recomendaciones y
ayudan a organizar las rutinas de sus propietarios se ha
generalizado.
Traducciones Los programas de traducción de idiomas, basados tanto en texto
automáticas escrito como oral, recurren a la inteligencia artificial para
proporcionar y mejorar las traducciones. La IA también se aplica
a otras funciones, como el subtitulado automático.
Casas, ciudades e Los termostatos inteligentes aprenden de nuestro
infraestructuras comportamiento para ahorrar energía, mientras que los
inteligentes desarrolladores de ciudades inteligentes esperan poder regular el
tráfico para mejorar la conectividad y reducir los atascos.
Vehículos Aunque los vehículos de conducción autónoma no están
generalizados todavía, los coches utilizan ya funciones de
seguridad impulsadas por lA IA. Por ejemplo, la UE ayudó en la
financiación del sistema de asistencia a la conducción basado en
visión VI-DAS, que detecta posibles situaciones peligrosas y
accidentes.
La navegación se basa en gran medida en IA.
Ciberseguridad Los sistemas de inteligencia artificial pueden ayudar a reconocer
y luchar contra los ciberataques y otras amenazas en línea
10
basándose en los datos que reciben continuamente, reconociendo
patrones e impidiendo los ataques.
La inteligencia La IA se ha utilizado en las cámaras termográficas instaladas en
artificial para luchar los aeropuertos y en otros lugares. En medicina, puede ayudar a
contra la Covid-19 reconocer una infección de los pulmones a partir de una prueba
llamada tomografía computarizada. También se ha utilizado para
proporcionar datos para rastrear la propagación de la enfermedad.
Lucha contra la Algunas aplicaciones de la inteligencia artificial pueden
desinformación detectar noticias falsas y desinformación al extraer información
de las redes sociales, buscar palabras sensacionales o alarmantes
e identificar qué fuentes en línea se consideran autorizadas.
Fuente: cita
11
4. ¿Por qué es importante la inteligencia artificial? (N1)
La inteligencia artificial automatiza el aprendizaje y descubrimiento repetitivos a
través de datos. La inteligencia artificial es diferente de la automatización de robots basada
en hardware. En lugar de automatizar tareas manuales, la inteligencia artificial realiza
tareas computarizadas frecuentes de alto volumen de manera confiable y sin fatiga. Para
este tipo de automatización, la investigación humana sigue siendo fundamental para
configurar el sistema y hacer las preguntas correctas. Ver Imagen 4
IA agrega inteligencia a productos existentes. En la mayoría de los casos, la
inteligencia artificial no se venderá como aplicación individual. En su lugar, los productos
que ya utiliza serán mejorados con recursos de inteligencia artificial, de forma muy similar
en que se agregó Siri como característica a una nueva generación de productos de Apple.
La automatización, las plataformas conversacionales, los bots y las máquinas inteligentes se
pueden combinar con grandes cantidades de datos para mejorar muchas tecnologías en el
hogar y en el lugar de trabajo, desde inteligencia de seguridad hasta análisis de las
inversiones.
La inteligencia artificial se adapta a través de algoritmos de aprendizaje
progresivo para permitir que los datos realicen la programación. La inteligencia artificial
encuentra estructura y regularidades en los datos de modo que el algoritmo adquiere una
habilidad: el algoritmo se convierte en un clasificador o predictor. De este modo, así como
el algoritmo puede aprender a jugar ajedrez, puede aprender también que producto
recomendar a continuación en línea. Y los modelos se adaptan cuando se les proveen
nuevos datos. La retro propagación es una técnica de inteligencia artificial que permite al
12
modelo hacer ajustes, a través de capacitación y datos agregados, cuando la primera
respuesta no es del todo correcta.
La inteligencia artificial analiza más datos y datos más profundos empleando redes
neuronales que tienen muchas capas ocultas. Construir un sistema de detección de fraude
con cinco capas ocultas era casi imposible hace unos años. Todo eso ha cambiado con
increíble poder de cómputo y el Big Data. Se necesitan muchos datos para entrenar
modelos de aprendizaje profundo porque aprenden directamente de los datos. Cuantos más
datos les pueda proporcionar, más precisos se vuelven.
Imagen 4 Beneficios de la IA en la salud
Fuente: Cita
La inteligencia artificial logra una increíble precisión a través de redes neuronales
profundas – lo cual antes era imposible. Por ejemplo, sus interacciones con Alexa, Google
Search y Google Photos están todas basadas en el aprendizaje profundo – y se siguen
volviendo más precisas cuanto más las usamos. En el campo de la medicina, las técnicas de
inteligencia artificial del aprendizaje profundo, clasificación de imágenes y reconocimiento
13
de objetos se pueden emplear ahora para detectar cáncer en MRIs (imágenes de resonancia
magnética) con la misma precisión que radiólogos altamente capacitados.
La inteligencia artificial saca el mayor provecho de los datos. Cuando los algoritmos
son de autoaprendizaje, los datos mismos pueden volverse de propiedad intelectual. Las
respuestas están en los datos; usted sólo tiene que aplicar inteligencia artificial para sacarlas
a la luz. Como el rol de los datos es ahora más importante que nunca antes, pueden crear
una ventaja competitiva. Si tiene los mejores datos en una industria competitiva, incluso si
todos aplican técnicas similares, los mejores datos triunfarán.
4.1. Deep learning vs. machine Learning (N2)
Dado que el deep learning y el machine learning tienden a ser utilizados
indistintamente, vale la pena señalar sus diferencias. Como se mencionó anteriormente,
ambos son subcampos de la inteligencia artificial, y el deep learning es en realidad un
subcampo del machine learning.
En realidad, el aprendizaje profundo se compone de redes neuronales. "Profundo"
en el deep learning se refiere a una red neuronal compuesta por más de tres capas (que
incluirían las entradas y la salida), que se puede considerar un algoritmo de deep learning.
La diferencia entre el deep learning y el machine learning es cómo aprende cada
algoritmo. El deep learning automatiza gran parte de la fase de extracción de características
del proceso, lo que elimina parte de la intervención humana manual necesario y permite el
uso de conjuntos de datos más grandes. El deep learning se podría considerar como
"machine learning escalable", tal como Lex Fridman señaló en la misma conferencia del
MIT mencionada anteriormente. El machine learning tradicional, o "non-deep", depende
14
más de la intervención humana para aprender. Los expertos humanos determinan la
jerarquía de características para comprender las diferencias entre las entradas de datos, lo
que por lo general requiere más datos estructurados para aprender.
Imagen 5 Machine learning vs Deep learning
Fuente:
El "deep" machine learning puede utilizar los conjuntos de datos etiquetados,
también conocidos como aprendizaje supervisado, para informar a su algoritmo, pero no
requiere necesariamente un conjunto de datos etiquetados. Puede ingerir datos no
estructurados en su forma original (como por ejemplo texto o imágenes) y puede
determinar automáticamente la jerarquía de características que distinguen diferentes
categorías de datos. A diferencia del machine learning, no requiere intervención humana
para procesar datos, lo que permite escalarlo de maneras más interesantes.
15
5. Aplicaciones de inteligencia artificial (N1)
Hoy en día existen numerosas aplicaciones prácticas de sistemas de IA. Algunos de
los ejemplos más comunes son:
1. Reconocimiento del habla
2. Servicio al cliente
3. Visión artificial
4. Motores de recomendaciones
5. Comerio bursátil automatizado
5.1. Reconocimiento del habla (N2)
También denominado reconocimiento automático de voz (ASR), reconocimiento de
voz por computadora o conversión de voz a texto, es una funcionalidad que utiliza el
procesamiento de lenguaje natural (NLP) para procesar el habla humana y trasladarla a un
formato escrito.
Muchos dispositivos móviles incorporan el reconocimiento del habla en sus
sistemas para realizar búsquedas por voz, por ejemplo, Siri, o proporcionar más
accesibilidad en torno a los mensajes de texto.
5.2. Servicio al cliente (N2)
Los agentes virtuales en línea están reemplazando a los agentes humanos en la
experiencia del cliente. Responden a preguntas frecuentes de diferentes temas (como el
envío) o proporcionan asesoramiento personalizado, realizan venta cruzada de productos o
16
sugieren tallas para los usuarios, cambiado la forma de interactuar con los clientes en los
sitios web y las plataformas de redes sociales.
Algunos ejemplos incluyen bots de mensajería en sitios de comercio electrónico
con agentes virtuales, aplicaciones de mensajería (como Slack y Facebook Messenger) y
tareas generalmente realizadas por asistentes virtuales y asistentes de voz.
5.3. Visión artificial (N2)
Esta tecnología de IA permite que las computadoras y los sistemas obtengan
información significativa de imágenes digitales, videos y otras entradas visuales, y que
actúen con base en ellas. Esta capacidad de proporcionar recomendaciones lo distingue de
las tareas de reconocimiento de imágenes. Impulsada por redes neuronales convolucionales,
la visión artificial se puede aplicar en el etiquetado de fotos en redes sociales, las imágenes
radiológicas en la salud y los vehículos autónomos en la industria automotriz.
5.4. Motores de recomendaciones (N2)
Utilizando datos del comportamiento pasado de los consumidores, los algoritmos de
IA pueden ayudar a descubrir tendencias de datos para desarrollar estrategias de venta
cruzada más eficaces. Esto se usa para que los minoristas en línea puedan hacer
recomendaciones adicionales relevantes a los clientes durante el proceso de compra.
5.5. Comercio bursátil automatizado (N2)
Diseñado para optimizar las carteras de acciones, las plataformas bursátiles de alta
frecuencia impulsadas por IA hacen miles o incluso millones de operaciones por día sin
intervención humana.
17

Ejemplo #1.2

Cargado por

Copyright:

Formatos disponibles

Ejemplo #1.2

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ejemplo #1.2

Cargado por

Copyright:

Formatos disponibles

Universidad Tecnológica Centroamericana

Lizzeth Urbizo 12313789

1. ¿Qué es la IA? (N1)

La inteligencia artificial1 (IA) se ha convertido en un término general para referirse

aprendizaje automático y el aprendizaje profundo.

Imagen 1 Contacto entre la IA y la humanidad

Para obtener el valor completo de la IA, muchas empresas están haciendo

inversiones significativas en equipos de ciencia de datos. La ciencia de datos combina

estadísticas, informática y conocimiento empresarial para extraer valor de distintos orígenes

La inteligencia artificial (IA) hace posible que las máquinas aprendan de la

experiencia, se ajusten a nuevas aportaciones y realicen tareas como seres humanos. La

computadoras que juegan ajedrez hasta automóviles de conducción autónoma – recurren

mayormente al aprendizaje profundo y al procesamiento del lenguaje natural. Empleando

procesando grandes cantidades de datos y reconociendo patrones en los datos.

La inteligencia artificial (IA) es la base a partir de la cual se imitan los procesos de

inteligencia humana mediante la creación y la aplicación de algoritmos creados en un

entorno dinámico de computación. O bien, dicho de forma sencilla, la IA consiste en

intentar que los ordenadores piensen y actúen como los humanos.

Para conseguirlo, se necesitan tres componentes fundamentales:

 Datos y gestión de los mismos

 Algoritmos de IA avanzados (código)

Cuanto mayor sea el parecido al comportamiento humano que queremos conseguir,

más datos y capacidad de procesamiento se necesitará.

término «inteligencia artificial» en 1955. En 1956, McCarthy y algunos otros organizaron

una conferencia denominada «Dartmouth Summer Research Project on Artificial

Intelligence». Este encuentro dio lugar a la creación del aprendizaje automático, el

aprendizaje profundo, el análisis predictivo y, ahora, el análisis prescriptivo. También dio

lugar a un campo de estudio totalmente nuevo: la ciencia de los datos.

absorber, interpretar y tomar decisiones complejas basadas en esos datos. La inteligencia

complejos de toma de decisiones. Por ejemplo, la mayoría de los humanos pueden

diferentes. Los ordenadores son extremadamente eficientes a la hora de calcular estas

combinaciones y permutaciones para llegar a la mejor decisión. La IA (y su evolución

futuro en la toma de decisiones empresariales.

1.1. Orígenes e historia de la inteligencia artificial (N2)

El término "inteligencia artificial" (artificial intelillence) fue acuñado por John

McCarthy en 1956 durante la Conferencia de Dartmouth, un evento histórico que reunió a

estaban detrás de la inteligencia artificial se remontan a mucho antes.

Ya en la década de 1940, los matemáticos Norbert Wiener y John von Neumann,

máquinas inteligentes, especialmente programas de computadora inteligentes".

Otra influencia y fuente de inspiración para esta tecnología se encuentra en

literatura y el cine en la década de 1920, y estos conceptos se han convertido en elementos

básicos de la cultura popular.

avances en la potencia informática, la disponibilidad de enormes cantidades de datos y los

En la actualidad, la inteligencia artificial se ha convertido en una de las tecnologías

2. ¿Cómo funciona la IA? (N1)

2.1. Tipos de Inteligencia Artificial (N2)

 Software: asistentes virtuales, software de análisis de imágenes, motores de búsqueda o sistemas de

reconocimiento de voz y rostro.

 Sistemas que piensan racionalmente: se enfocan en la resolución de problemas de manera lógica y

 Sistemas que actúan racionalmente: se enfocan en la toma de decisiones y la acción en el mundo,

buscando siempre tomar la mejor decisión posible basada en la información disponible.

 IA Débil: también por sí mismos, y gama de habilidades

conocida como IA requieren ser cognitivas y capacidad

estrecha. Son sistemas programados para de aprendizaje

diseñados para realizar realizar una tarea autónomo. Estos

tareas específicas y determinada. Su alcance sistemas pueden realizar

limitadas, como el es limitado y no pueden múltiples tareas y

reconocimiento de voz, realizar tareas fuera de aprenden de forma

la identificación de su campo de autónoma a medida que

imágenes o la traducción especialización. interactúan con el