Header Ads Widget

Ticker

6/recent/ticker-posts

Inteligencia artificial: la última invención

¿Qué es la inteligencia artificial?

La Inteligencia Artificial o IA es el mantra de la era actual. Así es como Alexa escucha cuando le pides que reproduzca tu canción favorita y responde reproduciéndola, así es como Google clasifica las páginas y te muestra el restaurante preferido al que te gustaría ir a almorzar, así es como los autos sin conductor detectan objetos a su alrededor. y conduce en consecuencia. Puedes llamarlo magia o simplemente IA.
La IA es un área de la informática que enfatiza la creación de máquinas inteligentes que funcionan y reaccionan como los humanos. La definición moderna de inteligencia artificial (o IA) es "el estudio y diseño de agentes inteligentes" donde un agente inteligente es un sistema que percibe su entorno y realiza acciones que maximizan sus posibilidades de éxito.
John McCarthy, quien acuñó el término en 1956, lo define como "la ciencia y la ingeniería para fabricar máquinas inteligentes". Se han propuesto otros nombres para el campo, como inteligencia computacional, inteligencia sintética o racionalidad computacional.

¿Qué es la IA en inglés simple?

En palabras simples, podemos decir que la IA es la capacidad de un programa de computadora o una máquina para pensar y aprender. El concepto de IA es construir máquinas capaces de pensar, actuar y aprender como los humanos. La inteligencia artificial se puede lograr estudiando cómo piensa el cerebro humano y cómo los humanos aprenden, deciden y trabajan mientras intentan resolver un problema, y ​​luego, utilizando estos resultados del estudio, se desarrollan software y sistemas inteligentes.
El objetivo principal de la IA es crear sistemas expertos que muestren un comportamiento inteligente, aprendan, demuestren, expliquen y asesoren a sus usuarios. Además, implementar la Inteligencia Humana en Máquinas para crear sistemas que comprendan, piensen, aprendan y se comporten como humanos.
Todos somos conscientes de algunas de las aplicaciones de la IA que encontramos en nuestro día a día, como:
Sistemas de visión  :  estos sistemas comprenden, interpretan y comprenden la información visual en la computadora. Por ejemplo, cada vez que pasamos una luz roja o una señal de alto en un automóvil, se genera una multa o una multa contra nuestro número de placa. Este es uno de los casos en que las cámaras en las calles capturan fotogramas y detectan cuando un vehículo cruza un semáforo en rojo o señal de alto, y registra el número de licencia específico. Del mismo modo, la policía utiliza estos sistemas para reconocer el rostro del delincuente con el retrato almacenado realizado por el artista forense.
Reconocimiento de voz : existen sistemas inteligentes que son capaces de escuchar y comprender el lenguaje en forma de oraciones y su significado cuando un humano les habla. Maneja todos los diferentes acentos, palabras de jerga, cambios en la voz humana debido al frío, etc. Un ejemplo muy común son los asistentes de voz como Alexa de Amazon, Siri de Apple o Cortana de Microsoft. Estos asistentes de voz reconocen palabras / frases / oraciones y responden de acuerdo. Si simplemente llama a Alexa por su nombre, ella responde y espera un comando, entonces puede pedirle que realice una acción o simplemente pedir que reproduzca música o hacer una pregunta.
Los problemas centrales asociados con la IA incluyen la programación de computadoras con ciertos rasgos como:
  • Conocimiento: el  conocimiento es una parte integral de la investigación de la IA. Para imitar el proceso de pensamiento de un experto humano, el conocimiento ayuda a crear reglas para aplicar a los datos. Analiza la estructura de una tarea o una decisión e identifica cómo se llega a una conclusión.
  • Percepción de la máquina: es la capacidad de un sistema informático para interpretar datos de una manera similar a la forma en que los humanos usan sus sentidos para relacionarse con el mundo que los rodea.
  • Visión por computadora:  es el poder de analizar entradas visuales teniendo en cuenta el reconocimiento facial, de objetos y de gestos.
  • Aprendizaje automático: el aprendizaje automático también es una parte integral de la IA. El aprendizaje no supervisado requiere la capacidad de identificar patrones en los flujos de entradas, mientras que el aprendizaje supervisado implica clasificación y regresiones numéricas.
  • Robótica: La robótica también es un campo importante relacionado con la IA. Requiere inteligencia para manejar tareas como la manipulación y navegación de objetos, junto con subproblemas de localización, planificación de movimiento y mapeo.

¿Cómo ha evolucionado la IA?

1943  - Alan Turing inventó la "Prueba de Turing", que puso el listón para una máquina inteligente: una computadora que podía engañar a alguien haciéndole creer que estaba hablando con una persona real. Grey Walter construyó algunos de los primeros robots.
1950  -  Las primeras investigaciones sobre IA se centraron más en explorar temas como la resolución de problemas y los métodos simbólicos.  Se publicóYo, Robot, una colección de cuentos del escritor de ciencia ficción Isaac Asimov.
1956  -  John McCarthy acuñó el término "inteligencia artificial". En ese momento dominaba un "enfoque de arriba hacia abajo": preprogramar una computadora con las reglas que gobiernan el comportamiento humano.
1960  - Durante este tiempo, el Departamento de Defensa de los EE. UU. Se interesó en este tipo de trabajo y comenzó a entrenar computadoras para imitar el razonamiento humano básico.
1968  - Marvin Minsky, fundador del Laboratorio de IA en el MIT, asesoró a Stanley Kubrick en la película 2001: A Space Odyssey, que presenta una computadora inteligente, HAL 9000.
1969  - Se construye Shakey the Robot, el primer robot móvil de uso general. Fue capaz de tomar decisiones sobre sus propias acciones razonando sobre su entorno.
1970  - DARPA o la Agencia de Proyectos de Investigación Avanzada de Defensa completó el proyecto de mapeo de calles.
1974  - La "AI invierno" comenzó - millones se habían gastado, con poco espectáculo para él. Como resultado, se recortó drásticamente la financiación para la industria.
1980  - Durante este período, lascorporaciones de todo el mundo adoptaronuna forma de programa de IA llamado " sistemas expertos " y el conocimiento se convirtió en el foco de la investigación de IA convencional. El período 1980-1987 se denomina "auge".
1990  : este período, la inteligencia artificial experimentó un gran revés financiero. Los investigadores denominaron este período (1987-1993) como "Busto".
1997  -  Deep Blue se convirtió en la primera IA que permitió a la computadora vencer al ajedrez contra el campeón mundial Garry Kasparov.
2003  -  DARPA ya había producido un asistente personal inteligente mucho antes de que Siri, Alexa o Cortana de Apple entraran en escena.
2008  : Google lanzó una aplicación de reconocimiento de voz en el nuevo iPhone. Fue el primer paso hacia Siri de Apple, Google Assistant, Amazon Alexa y Microsoft Cortana.
2011  - En este año, IBM Watson venció a los dos primeros  Jeopardy! los jugadores Brad Rutter y Ken Jennings.
2016  :  AlphaGo de Googlevenció aLee Sedol,uno de los mejoresjugadores de  Go , 4 de 5 veces.
En 2018, Inteligencia Artificial ya no es una palabra de moda. El primer presentador de IA del mundo se presentó en China. La agencia de noticias estatal china Xinhua había presentado a los miembros más nuevos de su sala de redacción, presentadores de inteligencia artificial que informarán 'incansablemente' todo el día, todos los días, desde cualquier parte del país.
El 24 de febrero de 2019, Xinhua de China presentó a la primera presentadora de noticias de IA del mundo , que debutará en marzo.
El campo de la IA, ahora después de más de medio siglo, finalmente ha logrado algunos de sus objetivos. Se está utilizando con mucho éxito en toda la industria de la tecnología y también en otras industrias. Todo esto se logró debido al aumento de la potencia de las computadoras y porque los investigadores y profesionales se enfocaron en problemas específicos aislados.

¿Qué dicen las estadísticas relacionadas con la IA?

Todos hemos estado viendo cómo la IA ha cambiado la forma en que pensamos e interactuamos entre nosotros todos los días. Es cierto que la IA era simplemente una ciencia ficción y ahora se ha convertido en realidad. Las estadísticas relacionadas con la IA en el campo de los negocios y la tecnología también están cambiando. En todos los sectores, ya sea el de la salud, la educación o la fabricación, hay un éxito en casi todas las industrias a medida que adoptan la inteligencia artificial.
Con el efecto de la IA en robótica, asistentes digitales virtuales, búsqueda y reconocimiento de voz, startups e inversiones, big data, ha habido un cambio en las estadísticas y tiene nuevos objetivos con respecto a la IA.
  • En 2016, el mercado global de IA fue de $ 1.4 mil millones, se espera que alcance los $ 60 mil millones para 2025
  • La productividad empresarial se puede aumentar en un 40% con la ayuda de IA
  • La IA se utiliza en casi el 77% de los dispositivos que usamos de forma habitual
  • Según los analistas de Google, para el año 2020, un robot tendrá la capacidad de imitar comportamientos humanos complejos como bromas y coqueteos.
  • Para 2030, la IA ayudará a que el PIB mundial crezca en $ 15,7 billones
Según investigaciones y encuestas, estas son algunas de las estadísticas relacionadas con la Inteligencia Artificial.  
  • La tecnología de IA puede mejorar la productividad empresarial hasta en un 40%.

“ Accenture investigó el impacto de la IA en 12 países desarrollados y reveló que la IA puede duplicar las tasas de crecimiento económico en 2035. Se puede lograr cambiando la naturaleza del trabajo y creando nuevas relaciones entre la máquina y el hombre. El impacto de la IA en las empresas permitirá a las personas usar el tiempo de manera eficiente y aumentar su productividad en un 40 por ciento.
  • Las empresas con más de 100.000 empleados tienen más probabilidades de tener una estrategia que implemente IA.

MIT Sloan Management Review publicó un artículo que muestra que el 75 por ciento de los ejecutivos cree que la IA permitirá que su empresa o empresas se expandan y obtengan una ventaja competitiva.
  • El 47 por ciento de las organizaciones establecidas tienen una estrategia de IA definida para dispositivos móviles.

Adobe encuestó a casi 500 profesionales de marketing y TI para explorar las tendencias móviles actuales, pronosticar hacia dónde se dirige la movilidad y saber qué están haciendo algunas de las organizaciones más avanzadas en el espacio. Se ha visto que casi el 47% de las empresas avanzadas han aplicado estrategias de IA a sus aplicaciones móviles como parte de sus esfuerzos de marketing y, además, el 84% utiliza una estrategia personal.
  • El 40% de las personas utiliza la función de búsqueda por voz al menos una vez al día.

Esta información muestra claramente que las personas están aumentando lentamente el uso de la búsqueda por voz en la vida cotidiana.
  • El 30% de la navegación y las búsquedas web se realizarán sin pantalla para 2020.

Las tecnologías centradas en audio como Amazon Echo tienen acceso a información basada en diálogos. Según las estadísticas de inteligencia artificial proporcionadas por Gartner, la interacción de voz primero ganará importancia en poco tiempo.
  • Alrededor de 4 mil millones de dispositivos ya funcionan con asistentes de voz con tecnología de inteligencia artificial.

Un comunicado de prensa de IHS Markit, un proveedor de información empresarial, encontró que 4 mil millones de dispositivos tienen asistentes con tecnología de inteligencia artificial, y este número alcanzará los 7 mil millones en 2020.
  • Casi la mitad de los estadounidenses utilizan asistentes de voz digitales.

Un estudio de Pew Research de 2017 mostró que el 46% de los estadounidenses usan asistentes digitales para interactuar con sus teléfonos inteligentes. Los asistentes de voz están presentes en una amplia gama de dispositivos, por lo que el 42% de los usuarios tiene la tecnología en sus teléfonos inteligentes, el 14% de ellos la usa en una computadora o tableta, mientras que el 8% de ellos la usa en un dispositivo independiente como Amazon Echo o Google Home.

Beneficios de la inteligencia artificial

El beneficio general de la inteligencia artificial, o IA, es que reproduce las decisiones y acciones de los humanos sin deficiencias humanas, como fatiga, emoción y tiempo limitado. Aparte de esto, hay algunos beneficios más que se mencionan a continuación:
  1. Mejora la eficiencia y el rendimiento

Las preocupaciones sobre las tecnologías disruptivas son comunes. Los automóviles son uno de los ejemplos, tomó casi una década desarrollar regulaciones alrededor de la industria para hacerla segura. Hoy en día, la IA ha sido muy beneficiosa para la sociedad, ya que mejora la eficiencia y el rendimiento, creando nuevas oportunidades para la generación de ingresos y la creación de empleo.
  1. Permitir que los humanos hagan lo que mejor saben hacer

Los humanos no somos muy buenos con las tareas tediosas, pero las máquinas sí. La IA permite a los humanos realizar los aspectos más interpersonales y creativos del trabajo.
  1. Agrega empleos, fortalece la economía 

Se dice que los robots y la IA destruirán puestos de trabajo. Esto es más ficción que realidad. La gente seguirá trabajando, tendrá su trabajo, pero trabajará mejor con la ayuda de la IA
  1. Mejora nuestro estilo de vida

La introducción de la IA en nuestra sociedad mejorará nuestro estilo de vida y creará negocios más eficientes. Algunas de las tareas mundanas, como responder correos electrónicos e ingresar datos, las realizarán asistentes inteligentes. La sociedad cambiará a hogares inteligentes para reducir el uso de energía y brindar una mejor seguridad, el marketing será más específico y recibiremos una mejor atención médica.
  1. Aumenta la automatización

La IA se puede utilizar para realizar tareas que antes requerían trabajo humano intensivo o que no hubieran sido posibles en absoluto. Además, debido a la automatización de la IA, ha habido una reducción en los costos operativos que es un beneficio importante para las empresas.
  1. Mejora la gestión del lado de la demanda 

Las computadoras definitivamente no comparten la misma probabilidad de errores que los seres humanos. La IA se puede utilizar para analizar e investigar datos históricos para determinar la eficiencia de la distribución de cargas de energía desde una perspectiva de red.
  1. Beneficios para múltiples industrias

La inteligencia artificial ha desempeñado un papel importante en múltiples industrias, como las ciencias de la salud, la investigación académica o las aplicaciones tecnológicas, donde se utilizan muchas aplicaciones basadas en inteligencia artificial, como el reconocimiento facial / de caracteres, el análisis de contenido digital y la precisión en la identificación de patrones, etc.
  1. Extiende y expande la creatividad

La IA ha sido una bendición para la humanidad. Ha sido la mayor oportunidad de nuestra vida para extender y expandir la creatividad y el ingenio humanos.

¿Cómo se utiliza la inteligencia artificial en el mundo actual?

Hay muchas formas sorprendentes en las que la inteligencia artificial y el aprendizaje automático se utilizan para impactar nuestra vida cotidiana. Además, se ha implementado en las principales empresas del mundo para simplificar las decisiones comerciales y optimizar las operaciones. Repasemos algunos de los ejemplos prácticos de IA y aprendizaje automático.

Bienes de consumo

Hello Barbie escucha y responde a un niño mediante el procesamiento del lenguaje natural, el aprendizaje automático y el análisis avanzado. Se adjunta un micrófono al collar de Barbie que registra lo que se dice y lo transmite a los servidores de ToyTalk. Luego, se analiza la grabación para determinar la respuesta adecuada a partir de 8.000 líneas de diálogo. Los Toytalk Servers transmiten la respuesta correcta a Barbie en menos de un segundo para que pueda responder al niño. Algunas de las respuestas se almacenan en forma de diálogos, como la comida favorita de Barbie, etc.
El mercado global de Coca-Cola tiene más de 500 marcas de bebidas vendidas en más de 200 países. La convierte en la empresa de bebidas más grande del mundo. La empresa genera una gran cantidad de datos y ha adoptado nueva tecnología para poner esos datos en práctica con el fin de respaldar el desarrollo de nuevos productos e incluso probar la realidad aumentada en plantas embotelladoras.

Artes creativas

Las artes culinarias requieren el toque humano. Pero Chef Watson de IBM habilitado para IA ha cambiado la noción. Utiliza inteligencia artificial para convertirse en un ayudante de cocina en la cocina y ayuda a desarrollar recetas. El chef Watson también aconseja a sus homólogos humanos que creen sabores deliciosos y únicos.
IBM ha creado Watson BEAT , que tiene la capacidad de ofrecer diferentes elementos musicales para inspirar a los compositores de música. Estos productos basados ​​en inteligencia artificial ayudan a los músicos y compositores a comprender los requisitos de la audiencia y también a descubrir qué tipo de canciones podrían ser un éxito.

Energía

Para entregar energía al siglo XXI, GE Power está utilizando la tecnología de big data, aprendizaje automático e Internet de las cosas (IoT) para construir una Internet de la energía. El análisis predictivo avanzado también se utiliza para predecir el mantenimiento y optimizar las operaciones y el negocio.

Servicios financieros

American Express procesa $ 1 billón en transacciones y tiene 110 millones de tarjetas AmEx en operación. Para procesar un número tan elevado de transacciones, AmEx depende en gran medida del análisis de datos y los algoritmos de aprendizaje automático. También utiliza análisis de Big Data para detectar más transacciones fraudulentas y ahorrar millones.

Cuidado de la salud

La base de DeepMind de Google siempre ha sido la neurociencia. Crea una máquina que tiene la capacidad de imitar el proceso de pensamiento de nuestro propio cerebro. DeepMind ha demostrado ser exitoso al vencer a los humanos en los juegos, pero ahora es el momento de usar el mismo para fines de atención médica, lo que podría reducir el tiempo para planificar tratamientos y también ayudar a diagnosticar.

Fabricación

Los automóviles generan una gran cantidad de datos que pueden resultar útiles de diversas formas. Volvo es una de las empresas de fabricación de vehículos que utiliza datos para predecir fallas del motor o cuándo los vehículos necesitan servicio y, por lo tanto, amplía sus servicios en la supervisión del rendimiento del vehículo. De hecho, esto mejora la comodidad y seguridad tanto para el conductor como para el pasajero.

Medios de comunicación

Las recomendaciones son las que ayudan a hacer crecer las empresas. Netflix está utilizando análisis de big data para predecir qué preferirán ver sus clientes. No solo son distribuidores de medios, sino también creadores de contenido. El análisis y la predicción de datos les ayuda a decidir en qué contenido deberían invertir.

Al por menor

Burberry es una marca de moda de lujo pero, en general, nunca la consideraríamos un negocio digital. Pero se han estado reinventando con la ayuda de IA y Big Data. Ha mejorado sus ventas y su relación con el cliente.

Redes sociales

Se dice que Instagram es la red social más visitada por los jóvenes. Genera una gran cantidad de datos en forma de imágenes, videos y comentarios. Algunos de estos son ofensivos y, por lo tanto, Instagram utiliza big data e inteligencia artificial para combatir el ciberacoso y eliminar los comentarios ofensivos. Aparte de estos, también utiliza algoritmos de aprendizaje profundo para detectar el tipo de imágenes y sugerir filtros para las mismas.

¿Cuáles son los desafíos de utilizar la inteligencia artificial?

a los laboratorios de innovación. Sin embargo, todas las empresas deben superar los desafíos para comprender el verdadero potencial y las posibilidades de esta tecnología emergente.

Probabilidad

Algunas de las organizaciones involucradas en la IA no pueden demostrar claramente lo que hace la IA. No es de extrañar que la IA sea una "caja negra". Esto da como resultado que las personas se muestren escépticas al respecto, ya que no comprenden la lógica que hay detrás o cómo toma decisiones. La IA debe ser explicable, demostrable y transparente. Será una buena práctica si las organizaciones que utilizan IA adoptan la IA explicable .

Privacidad y seguridad de los datos

La mayoría de las aplicaciones de IA dependen de grandes volúmenes de datos para aprender y tomar decisiones inteligentes. En general, el aprendizaje automático depende en gran medida de los datos y, a menudo, estos datos son confidenciales o de naturaleza personal. Esto hace que el sistema sea vulnerable y conduce a problemas graves como la violación de datos y el robo de identidad. Debido al creciente número de estos casos, los consumidores han impulsado a la Unión Europea (UE) a implementar el Reglamento General de Protección de Datos (GDPR), que garantiza la protección de los datos personales. Aparentemente, permitirá a los científicos de datos desarrollar IA sin comprometer la seguridad de los datos de los consumidores.

Escasez de datos

Hoy, las organizaciones tienen acceso a más datos que nunca. Sin embargo, las aplicaciones de IA requieren conjuntos de datos relevantes para aprender, pero los conjuntos de datos son raros en número. Las aplicaciones de inteligencia artificial más poderosas son las que están capacitadas en aprendizaje supervisado, es decir, con la ayuda de datos etiquetados, pero nuevamente, los datos etiquetados son limitados. Es necesario que las organizaciones inviertan en metodologías de diseño y descubran las posibles formas de hacer que los modelos de IA aprendan a pesar de la escasez de datos etiquetados.

¿Cómo funciona la inteligencia artificial?

La inteligencia artificial funciona combinando grandes cantidades de datos y procesos rápidamente utilizando algoritmos inteligentes y luego permite que el software aprenda automáticamente de patrones o características en los datos. La Inteligencia Artificial, que es vasta y un campo de estudio amplio, incluye teorías, métodos y tecnologías, así como los siguientes subcampos principales:
  • El aprendizaje automático  ayuda en la automatización de la construcción de modelos analíticos. Utiliza métodos de estadísticas avanzadas, redes neuronales, física, etc. para descubrir información oculta en datos y programas.
  • Una red neuronal es otro tipo de algoritmo de aprendizaje automático que se compone de unidades interconectadas (como neuronas) que procesa información respondiendo a entradas externas. Requiere múltiples pases de este tipo en los datos para encontrar conexiones y luego derivar el significado de los datos no definidos.
  • El aprendizaje profundo utiliza una gran cantidad de redes neuronales con múltiples capas para unidades de procesamiento. Algunas de las aplicaciones incluyen reconocimiento de voz e imágenes.
  • La computación cognitiva es un subcampo de la inteligencia artificial. Se esfuerza por lograr una interacción natural, similar a la humana, con las máquinas. El objetivo principal de una máquina es simular humanos procesados ​​mediante la capacidad de interpretar el habla y las imágenes.
  • La visión por computadora depende del reconocimiento de patrones y el aprendizaje profundo para reconocer los detalles en una imagen o video. Las máquinas son capaces de procesar y comprender imágenes, capturan imágenes y videos en tiempo real y luego interpretan los detalles.
  • El procesamiento del lenguaje natural  (PNL) es la capacidad de las computadoras para analizar, comprender y generar el lenguaje humano, incluido el habla. La característica avanzada de la PNL es la interacción del lenguaje natural en la que los humanos pueden comunicarse con las computadoras utilizando los lenguajes hablados habituales para realizar tareas.
Además, varias tecnologías permiten y admiten la IA:
  • Unidades de procesamiento gráfico
  • Internet de las cosas
  • API o interfaces de procesamiento de aplicaciones

Diferentes niveles de inteligencia artificial

Los tres niveles de IA son ANI, AGI y ASI. Inteligencia estrecha, fuerte y súper artificial.

Nivel 1: Inteligencia artificial estrecha (ANI) - IA débil

Ejemplo: RankBrain de Google y Siri de Apple
La inteligencia artificial que se centra en una tarea limitada se denomina IA estrecha o IA débil. En este caso, la capacidad de una aplicación o máquina de IA para imitar la inteligencia y / o el comportamiento humanos se aísla a una gama estrecha de parámetros y contextos.
Debemos tener en cuenta que estamos hablando de inteligencia limitada, no de inteligencia baja.
Siri es un ejemplo perfecto de Narrow AI. Además, la mayor parte de la aplicación de la IA que vemos en nuestro día a día cae dentro de la IA estrecha.

Nivel 2: Inteligencia general artificial (AGI) - IA fuerte

La inteligencia de una máquina que podría realizar con éxito cualquier tarea intelectual que un ser humano pueda denominar IA fuerte o IA profunda. En este caso, la capacidad de una aplicación o máquina de IA para imitar la inteligencia y / o el comportamiento humanos es indistinguible de la de un humano.
Una IA hipotética que replica a un bebé humano sería un ejemplo de IA fuerte mientras que es "débil" en la mayoría de las tareas.

Nivel 3: Super inteligencia artificial (ASI) 

La superinteligencia artificial (ASI) es un sistema basado en software con poderes intelectuales más allá de los humanos en una gama casi completa de categorías y campos de actividad. En este caso, una aplicación o máquina de IA no imita la inteligencia y / o el comportamiento humanos, pero supera.
A diferencia de la IA débil y fuerte, la superinteligencia artificial (ASI) es algo en lo que los investigadores aún no están seguros. Solo podemos especular al respecto. Debe tener la capacidad de superar todas las actividades humanas en todas las cosas, ya sea escribiendo libros, resolviendo una ecuación matemática o prescribiendo medicamentos.
Pero es una gran pregunta para los entusiastas de la IA, si ASI es posible.
Si consideramos que ASI sería posible, entonces debería tener la capacidad de hacer cosas que creemos que los humanos pueden hacer mejor que los bots, como las relaciones y las artes. Los expertos creen que no solo ASI sino incluso AGI requieren décadas más de investigación.

Tipos de inteligencia artificial

  • Reconocimiento de actividad

Determinar qué están haciendo los humanos u otras entidades como los robots. Por ejemplo, un automóvil que puede ver a su dueño acercarse con una pesada bolsa de comestibles puede decidir abrir una puerta apropiada automáticamente.
  • Computación afectiva

IA que busca leer y usar la emoción.
  • Vida artificial

Inteligencia artificial, ciencia e ingeniería modeladas sobre sistemas vivos. Tiene tres tipos conocidos como blando, duro y húmedo para software, robótica y bioquímica, respectivamente. El término húmedo se refiere al contenido de agua de los sistemas vivos.
  • Automatización

Automatización de decisiones o tareas físicas utilizando maquinaria como robots.
  • Estúpido

Un programa que simula inteligencia recuperando información de un repositorio de datos. En algunos casos, los productos afirman ser artificialmente inteligentes como enfoque de marketing cuando su software tiene un diseño que no aprende de forma dinámica.
  • Chatterbot

Inteligencia artificial que puede hablar con humanos, a menudo mediante chat de texto. Normalmente diseñado para pasar una prueba de Turing.
  • Visión por computador

Analizar y comprender la información visual es una tarea razonablemente compleja que normalmente requiere inteligencia artificial.
  • Sistema de soporte de decisiones

El uso de inteligencia artificial para apoyar la toma de decisiones humanas. Por ejemplo, una herramienta que determina qué información puede necesitar en una situación determinada.
  • Aprendizaje conjunto

Una técnica de aprendizaje automático que utiliza múltiples algoritmos de aprendizaje.
  • Aprendizaje automático

Los algoritmos de aprendizaje automático aprenden de datos históricos y permiten que las computadoras encuentren información y patrones ocultos sin ser programados explícitamente.
El aprendizaje automático se puede clasificar en dos categorías principales:
  • Aprendizaje supervisado 
  • Aprendizaje sin supervisión

Procesamiento natural del lenguaje

La capacidad de reconocer, interpretar y sintetizar el habla.

Redes neuronales

Las redes neuronales artificiales son un enfoque de inteligencia artificial que se inspiró originalmente en las redes neuronales biológicas. Con el tiempo, su parecido con la biología ha disminuido y ahora se basan normalmente en estadísticas y técnicas de procesamiento de señales.

Análisis de los sentimientos

Herramientas que determinan la opinión, emoción o actitud general en contenidos como un comentario en redes sociales.

Diferencia entre IA cognitiva, aprendizaje automático y aprendizaje profundo

Considere tres muñecas rusas (muñecas Matryoshka ),  de las cuales la más grande es la inteligencia artificial (IA), dentro de ella está el aprendizaje automático y dentro de eso está el aprendizaje profundo.
  • La IA se trata de hacer que las máquinas sean inteligentes.
  • El aprendizaje automático es el método de cálculo (algoritmos) que hace que las máquinas sean más inteligentes sin que se programen específicamente.
Todo el aprendizaje automático es inteligencia artificial, pero no toda la inteligencia artificial es aprendizaje automático.
  • El aprendizaje profundo es un subconjunto del aprendizaje automático que se centra de manera más específica en un subconjunto de técnicas de aprendizaje automático que requieren "pensamiento".

IA cognitivaAprendizaje automáticoAprendizaje profundo
Tecnología
  • Aprendizaje automático
  • Aprendizaje profundo
  • Generación de lenguaje natural
  • Reconocimiento de voz
  • Agentes virtuales
  • Gestión de decisiones
  • Aprendizaje profundo
  • Biometria
  • Visión por computador
  • Redes neuronales artificiales
  • Redes bayesianas
  • Máquinas de vectores de soporte
  • Redes de función de base radial
  • Mapas autoorganizados (Kohonen)
  • Árboles probabilísticos y agrupados
  • Algoritmos evolutivos y genéticos
  • Máquinas de lógica difusa y neuro-difusas
  • Redes neuronales artificiales
  • Redes neuronales convolucionales
  • Redes neuronales recurrentes
  • Redes neuronales profundas
  • Reconocimiento automático de voz
  • Reconocimiento de imagen
  • Procesamiento natural del lenguaje
CapacidadesSimula los procesos de pensamiento humano encuentra patrones en los datos para ayudar a los humanos a encontrar soluciones a problemas complejosEncuentra patrones en los datos utilizando un enfoque analítico avanzado y la construcción de modelos.Aprovecha las técnicas de comparación de patrones para analizar grandes cantidades de datos sin supervisión.
PropósitoAumente las capacidades humanas y automatice los procesosProporcionar a los sistemas la capacidad de aprender y mejorar automáticamente de la experiencia sin ser programados explícitamente.Permite que las máquinas procesen datos con un enfoque no lineal.
IndustriasTransporte, Salud, Finanzas, Industrias manufactureras, Venta al por menor, Publicidad, Agricultura, Automóviles, Aeroespacial, Genómica, Farmacéutica, Ciberseguridad,Transporte, atención médica, finanzas, industrias manufactureras, publicidad, agricultura, automóviles, aeroespacial, logísticaGenómica, Farmacéutica, Ciberseguridad, Agricultura, Automóviles, Aeroespacial, Logística
ge:  https://www.oracle.com/java/index.html
Primera versión: 1995, última versión: 2014
SO: multiplataforma
Java es un lenguaje de programación orientado a objetos que sigue el principio de WORA ("escribir una vez, leer en todas partes"). Se ejecuta en todas las plataformas sin ninguna recopilación adicional debido a la tecnología de máquina virtual. Algunas ventajas más de Java es que este lenguaje es fácil de usar y de depurar. Sin embargo, en términos de velocidad, pierde frente a C ++. La programación Java AI es una buena solución para redes neuronales, PNL y algoritmos de búsqueda.
caracteristicas:
  • Recolección de basura incorporada;
  • Portátil;
  • Algoritmos fáciles de codificar;
  •  Escalabilidad.

AIML

Acerca de:  https://en.wikipedia.org/wiki/AIML
Versión inicial: 2001, última versión: 2011
Extendido desde: XML
AIML (Lenguaje de marcado de inteligencia artificial) es un dialecto de XML utilizado para crear chatbots. Gracias a AIML, se pueden crear compañeros de conversación que hablen un lenguaje natural.
El lenguaje tiene categorías que muestran ¿Qué lenguajes de programación principales se pueden utilizar para la IA?

Pitón

Inicio:  https://www.python.org/
Python es un lenguaje de programación interpretado, de alto nivel y de propósito general.
caracteristicas:
  • El tiempo de desarrollo es menor (en comparación con Lips, Java o C ++);
  • Tiene gran variedad de bibliotecas;
  • Sintaxis de alto nivel;
  • Admite estilos de programación funcionales, orientados a objetos y procedimentales;
  • Es bueno para probar algoritmos antes de la implementación.

C ++

Inicio:  https://isocpp.org/
C ++ es uno de los lenguajes de programación más rápidos del mundo y es una gran ventaja para la IA.
caracteristicas:
  • Tiene un alto nivel de abstracción;
  • Es bueno para un alto rendimiento;
  • Organiza los datos de acuerdo con principios orientados a objetos;

Ceceo

Inicio:  http://lisp-lang.org/
Lisp, siendo el segundo lenguaje de programación más antiguo del mundo (después de Fortran), todavía ocupa una posición destacada en la creación de IA debido a sus características únicas.
caracteristicas:
  • Tiene capacidades de creación de prototipos rápidos;
  • Admite expresiones simbólicas;
  • Tiene recolección automática de basura que en realidad fue inventada para el lenguaje Lisp;
  • Tiene una biblioteca de tipos de conexión que incluye listas de tamaño dinámico y tablas hash;
  • Proporciona una codificación eficiente gracias a los compiladores;
  • Proporciona una evaluación interactiva de los componentes y la recopilación de archivos mientras se ejecuta el programa.

Prólogo

El nombre de Prolog habla por sí solo; es uno de los lenguajes de programación lógica más antiguos. Si lo comparamos con otros lenguajes, podemos ver que es declarativo. Significa que la lógica de cualquier programa estará representada por reglas y hechos. La programación de Prolog para inteligencia artificial puede crear sistemas expertos y resolver problemas lógicos. Algunos estudiosos afirman que un desarrollador de IA promedio es bilingüe: codifican tanto Lisp como Prolog.
caracteristicas:
  • la coincidencia de patrones;
  • estructuración de datos basada en árboles;
  • bueno para la creación rápida de prototipos;
  • retroceso automático.

Java

Homepa una unidad de conocimiento; patrones de posible expresión dirigida a un chatbot y plantillas de posibles respuestas.

Ejemplos de implementación de IA popular

Una de las predicciones de Gartner decía:
“Para fines de 2018, los“ asistentes digitales de clientes ”reconocerán a los clientes por cara y voz en todos los canales y socios.
La experiencia del cliente multicanal dará un gran paso adelante con un compromiso bidireccional impecable entre los asistentes digitales y los clientes en una experiencia que imitará las conversaciones humanas, con tanto escuchar como hablar, un sentido de la historia, contexto en el momento, tono y la capacidad de responder. "
Ya vimos a mediados de 2018 que Google presentaba un asistente de voz más inteligente.
Escuche al asistente virtual de Google imitar una voz humana para reservar una cita por teléfono
La inteligencia artificial no se limita solo a la industria de la tecnología o la TI, sino que se está utilizando ampliamente en otras áreas como la médica, los negocios, la educación, el derecho y la fabricación.
A continuación, tenemos algunas soluciones de inteligencia artificial inteligente que estamos usando hoy:

1. Siri

Todos conocemos el asistente de voz de Apple, Siri, que utiliza tecnología de aprendizaje automático para obtener preguntas y solicitudes en lenguaje natural más inteligentes y capaces de comprender. Es uno de los ejemplos más emblemáticos de las capacidades de aprendizaje automático de los dispositivos.

2. Tesla

No solo los teléfonos inteligentes, sino también los automóviles se están volviendo más inteligentes y se están desplazando hacia la Inteligencia Artificial. Tesla es uno de esos ejemplos en la industria del automóvil. Tiene características como autoconducción, capacidades predictivas, etc. Tesla se está volviendo más inteligente día a día a través de actualizaciones por aire.

3. Cogito

Esta empresa es una síntesis del aprendizaje automático y la ciencia del comportamiento para mejorar la colaboración con los clientes para los profesionales de la telefonía. Es aplicable a millones de llamadas de voz que se realizan a diario. La solución de IA proporciona una guía en tiempo real mediante el análisis de la voz humana.

4. Netflix

Netflix es un popular servicio de contenido bajo demanda que utiliza tecnología predictiva para recomendar a sus consumidores con respecto a sus intereses, elecciones y comportamiento. Se está volviendo inteligente día a día.

5. Nest (Google)

Nest, una de las empresas emergentes de inteligencia artificial más exitosas, fue adquirida por Google en 2014. Nest Learning Thermostat utiliza algoritmos de comportamiento para ahorrar energía en función de su comportamiento y horario. Se tarda aproximadamente una semana en programarse y luego aprende la temperatura que le gusta. Si no hay nadie en casa, tiende a apagarse automáticamente para ahorrar energía.

6. Eco

Amazon Echo, lo ayuda a buscar información en la web, programar citas, controlar el equipo del hogar, actúa como un termostato, responde preguntas, lee libros de audio, lo actualiza sobre el tráfico y el clima, le brinda información sobre negocios locales. Todo esto simplemente llamando "Alexa"  (el servicio de voz de Amazon). Se está volviendo más inteligente y está agregando nuevas funciones.

Plataformas y herramientas populares de IA

Las organizaciones están adoptando la IA rápidamente. Se ha vuelto más importante que nunca conocer las opciones que ofrece la IA en términos de herramientas, bibliotecas, plataformas, etc. Aquí hemos mencionado algunas de las plataformas que admiten IA.

1. Azure Machine Learning

Azure Machine Learning es un servicio basado en la nube que proporciona herramientas para implementar modelos predictivos como soluciones analíticas. Aparte de estos, también se puede utilizar para probar modelos de aprendizaje automático, ejecutar algoritmos y crear sistemas de recomendación. Para las personas que carecen de habilidades de programación avanzadas y les gustaría ingresar al aprendizaje automático, deben consultar esto.

2. Servicios web de Amazon (AWS)

Amazon Web Services tiene el conjunto más amplio y profundo de servicios de inteligencia artificial y aprendizaje automático. Los servicios de inteligencia artificial previamente entrenados están disponibles para visión artificial, recomendaciones, pronósticos, etc. También puede usar Amazon SageMaker para construir un modelo rápidamente y luego entrenar e implementar modelos de aprendizaje automático usando todos los marcos populares de código abierto.

3. Google Cloud Platform (GCP)

Con la IA empresarial en aumento, la velocidad y la agilidad son cruciales para mantener la competitividad, pero las soluciones personalizadas pueden llevar mucho tiempo, ser complejas y costosas. Con las soluciones de IA de Google Cloud, puede aplicar de forma rápida y sencilla soluciones en sus flujos de trabajo o combinar nuestra tecnología con proveedores con los que ya trabaja. Ya sea que esté buscando clasificar imágenes y videos automáticamente o entregar recomendaciones basadas en datos de usuario, puede usar las soluciones de inteligencia artificial de Google Cloud para generar información y mejorar la experiencia del cliente.

Últimas tendencias en IA

Durante 2018, hubo un aumento en las plataformas, herramientas y aplicaciones basadas en Machine Learning e IA. Estas tecnologías tuvieron un buen impacto no solo en la industria del software e Internet, sino también en otras industrias como la salud, la fabricación, el automóvil, etc.

Estas son algunas de las tendencias de IA a tener en cuenta en 2019:

1. El auge de los chips habilitados para IA

A diferencia del software, la IA depende en gran medida de procesadores especializados que complementan la CPU. En 2019, Intel, NVIDIA, AMD, ARM, Qualcomm y otros importantes fabricantes de chips fabricarán chips especializados que acelerarán la ejecución de aplicaciones habilitadas para IA. Estos chips se optimizarán para realizar aplicaciones de visión por computadora, procesamiento de lenguaje natural y reconocimiento de voz.

2. La convergencia de IoT e IA

La inteligencia artificial se encontrará con IoT en la capa de computación de borde en 2019. IoT industrial, que puede considerarse como el caso de uso principal para la inteligencia artificial, puede realizar detección de valores atípicos, análisis de causa raíz y mantenimiento predictivo del equipo. La mayoría de los modelos que se entrenan en la nube pública se implementarán en el borde.
IoT eventualmente se convertirá en el mayor impulsor de la inteligencia artificial en la empresa. Veremos que los dispositivos de borde se equipan con los chips AI especiales basados ​​en FPGA y ASIC.

3. Interoperabilidad entre redes neuronales

Elegir el marco correcto mientras se desarrollan modelos de redes neuronales siempre ha sido un desafío crítico. Los desarrolladores y los científicos de datos deben elegir la herramienta adecuada de un conjunto lleno de opciones que incluyen Caffe2, PyTorch, Apache MXNet, Microsoft Cognitive Toolkit y TensorFlow. Es difícil trasladar un modelo, que ya está entrenado y evaluado en un marco específico, a otro marco. Básicamente, existe una falta de interoperabilidad entre los kits de herramientas de redes neuronales.
Microsoft, Facebook, AWS han colaborado entre sí para construir Open Neural Network Exchange (ONNX). Ayuda a reutilizar modelos de redes neuronales entrenados en múltiples marcos.

4. Aprendizaje automático automatizado

AutoML va a cambiar el rostro de las soluciones basadas en ML. Los analistas y desarrolladores de negocios estarán facultados para desarrollar modelos de aprendizaje automático que podrán abordar escenarios complejos sin pasar por el proceso típico de entrenamiento de modelos de aprendizaje automático.

¿Cuáles son las firmas líderes en el campo de la Inteligencia Artificial?

OccamzRazor

OccamzRazor está mapeando el Parkinson humano, un mapa de conocimiento dinámico que revela los mecanismos ocultos y los nuevos tratamientos de la enfermedad de Parkinson.

Visión por Computadora Umbo

Umbo Computer Vision es una empresa de inteligencia artificial que crea sistemas de seguridad por video autónomos para empresas y organizaciones.

Gamaya

Gamaya aborda la necesidad de aumentar la eficiencia y la sostenibilidad de la gran agricultura industrial, así como la productividad y escalabilidad de la agricultura en pequeña escala, mediante el despliegue de la solución más avanzada del mundo para el mapeo y diagnóstico de tierras agrícolas.

Espacial

Spatial.ai es una empresa de datos de ubicación que utiliza conversaciones de redes sociales para comprender cómo los humanos se mueven y experimentan el mundo que los rodea.

Textio

Textio es la plataforma de escritura aumentada que te dice quién responderá a tu escritura en función del idioma que hayas incluido en ella y te brinda orientación para mejorarla.

¿Qué países están liderando el camino en IA?

Hay dos cosas que revelan qué tan bien está posicionado un país en particular para aprovechar la línea de desarrollo.
El primero es el grupo de talentos disponibles. Los profesionales calificados son necesarios para que cualquier país impulse la IA. Algunos de los países también han desarrollado programas universitarios sobre el plan de estudios de IA para desarrollar más talento. El capital intelectual es una gran ventaja cuando se trata de tecnologías emergentes.
El segundo es el nivel de IA y actividad digital que se desarrolla en el país. Esto también incluye la cantidad de fondos en circulación. Todos estos países están sentando las bases para apoyar el futuro de la IA.
Teniendo en cuenta estos criterios, los siguientes países están a la cabeza en la carrera por gobernar el mundo con la ayuda de la IA:
Estados Unidos:  Estados Unidos está a la cabeza con $ 10 mil millones en capital de riesgo que se ha canalizado a la inteligencia artificial. Según un informe, hay casi 850.000 profesionales de IA en los Estados Unidos, lo que definitivamente es más que en cualquier otro país. Los principales actores: Google, Facebook, Amazon, Microsoft están invirtiendo fuertemente en Inteligencia Artificial y Estados Unidos pronto tendrá todos los recursos necesarios para convertirse en un líder mundial en automatización.
China:  es fundamental que China siga adelante con la IA para mantener el crecimiento económico del país. Se han fijado objetivos agresivos para 2030. En un período de 5 años, hubo un crecimiento del 190% en el número de patentes que se otorgaron, los efectos de la automatización han sido notablemente significativos. Según las estimaciones, la IA podría aumentar el crecimiento económico de China en un 1,6% para 2035 .
Japón:  Japón puede considerarse el líder histórico en robótica. Debido a la característica única de la economía de Japón, puede absorber una mayor cantidad de automatización que otros países. Un estudio ha calificado el potencial de automatización del sector manufacturero de Japón en un 71%, en comparación con el de Estados Unidos, que es del 60%.
Rusia: para 2025, la intención de Rusia es convertir el 30% del equipo militar del país en robótico. El aprendizaje automático y los algoritmos ya han sido aprovechados por la inteligencia del país para proyectar mensajes pro Rusia en los mercados de medios extranjeros. El entusiasmo de Rusia por la IA siempre ha sido muy alto.
Estonia:  Estonia es otro país que ha estado fabricando máquinas inteligentes. Según el informe de 2017 de Akamai , este país ocupa el puesto 27 en el mundo por la Internet más rápida y también supera a los Estados Unidos. El país también tiene la tercera mayor cantidad de nuevas empresas per cápita en Europa, lo que lleva a mucha innovación y recaudación de fondos para apoyar la IA.

¿Cuáles son los hitos recientes en el desarrollo de la IA?

A continuación, mencionamos algunos de los desarrollos recientes en IA, que demuestran cómo avanza la tecnología:

1. IA en aplicaciones para teléfonos inteligentes

En la mayoría de las aplicaciones de teléfonos inteligentes que están diseñadas para consumidores cotidianos, encontrará que la IA está apareciendo. Según Gartner , para 2022, las capacidades de IA en el dispositivo aumentarán del 10% al 80%. Esto también brindará a los desarrolladores la oportunidad de implementar IA en todo tipo de aplicaciones. A continuación, se muestra la IA que se está utilizando actualmente:
  • Asistente de Google : puedes acceder a tu asistente manteniendo presionado el botón de inicio en tu teléfono Android o diciendo en voz alta "Ok Google". También puede enviar mensajes, consultar citas, reproducir música y muchas otras cosas con las manos libres.
  • Socratic - Socratic es una aplicación que te ayuda a resolver matemáticas. Es una aplicación de tutoría inteligente en la que resuelve problemas analizando una imagen del problema matemático.
  • Microsoft Pix : utilizando AI, Microsoft Pix ayuda a capturar hasta 10 cuadros por clic del obturador y luego selecciona los tres mejores entre los cuadros. Elimina el resto y, por lo tanto, le ahorra espacio de almacenamiento.

2. IA en FinTech

FinTech es otra área en la que hemos visto mucha tecnología disruptiva en la última década. La inteligencia artificial es otro disruptor en este sector en particular. La inteligencia artificial ha podido reducir el tiempo de procesamiento.
El banco está utilizando chatbots para reemplazar la suite de servicio al cliente tradicional. Se han desarrollado aplicaciones para conectar cuentas financieras con Facebook Messenger (por ejemplo, Trim) que permiten a los clientes hacer preguntas o presentar una queja, realizar transacciones u obtener informes a través de la aplicación.
La detección de fraudes es un proceso crucial en este sector. Aplicaciones basadas en inteligencia artificial como Pixmettle han desarrollado herramientas de inteligencia artificial a nivel empresarial para ayudar a marcar cosas como gastos duplicados y violaciones de políticas corporativas.

3. Ciberseguridad basada en IA

A medida que aumenta el uso de la tecnología, también aumentan las amenazas potenciales a la información confidencial. Ha habido una demanda de soluciones de IA para impulsar la ciberseguridad. Los profesionales esperan que la ciberseguridad basada en IA acelere la detección de incidentes, mejore la respuesta a incidentes, identifique y comunique el riesgo y también mantenga una conciencia situacional óptima.
Empresa matriz de Google. Alphabet había presentado Chronicle , que es básicamente una plataforma de inteligencia de ciberseguridad. Es una fuente inagotable de datos de ciberseguridad y permite búsquedas y descubrimientos rápidos.

4. Los robots de IA aprenden mediante la observación

La inteligencia artificial "aprende" cuando los humanos o el aprendizaje automático se entrena y un bot aprende procesando datos. Por ejemplo, si tiende a ir al mismo lugar todos los días por la mañana para tomar un café, el bot puede aprender la tendencia y comenzar automáticamente a buscar el tráfico o las condiciones climáticas y proporcionarle un tiempo estimado de conducción diario.
NVIDIA demostró un robot que puede realizar tareas en un entorno del mundo real observando cómo se realizan las tareas. El robot tiene la capacidad de aprender mediante la observación de las acciones de los humanos.
De manera similar, un programa de bot llamado Alpha Go aprendió por sí mismo estrategias avanzadas para jugar el juego GO sin ningún entrenamiento de humanos. Esto también destaca el hecho de que la IA puede ser independiente del conocimiento humano.

5. Diagnóstico de IA para rayos X

En tecnología médica, la IA ha sido muy eficaz en áreas como el diagnóstico, etc. Ciertos casos requieren que un operador humano pueda leer e interpretar las pruebas o los resultados de las imágenes, pero la tecnología médica basada en inteligencia artificial se ha ido con menos participación y también ha reducido el error humano.
En un desarrollo reciente, el aprendizaje automático se utilizó para realizar el aprendizaje automático , y los rayos X generados por computadora se utilizaron para aumentar el entrenamiento de IA.
"Estamos creando rayos X simulados que reflejan ciertas condiciones raras de modo que podamos combinarlas con rayos X reales para tener una base de datos lo suficientemente grande para entrenar las redes neuronales para identificar estas condiciones en otros rayos X".  Shahrokh Valaee

Publicar un comentario

0 Comentarios