Gean Camilo Carrascal Cardenas - 20162578024
¿Qué es inteligencia artificial?
El termino de inteligencia artificial, fue dado en 1956 por John McCarthy, lo definió como “La
ciencia eh ingenio de hacer maquinas inteligentes”, especialmente programas de cómputo,
anteriormente se había intentado definir en numerosas ocasiones, pero la comunidad científica no
se ponía de acuerdo, las ideas más básicas de este concepto se remontan a los griegos, de echo
Aristóteles fue el primero en definir un conjunto de reglas que describen una parte del
funcionamiento de la mente para obtener conclusiones racionales, por otra parte Ctsebio de
Alejandría fue el primero en construir una maquina autocontrolada, que fue un regulador de flujo
de agua, varios siglos mas tarde Alan Turing diseño una maquina universal que demostraba la
viabilidad de un dispositivo físico para implementar cualquier computo formalmente definido, sin
embargo a pesar de todos los avances que se han realizado desde entonces, el concepto sigue
estando muy difuso, lo que esta claro es que hay cuatro tipos de inteligencia artificial, estos son:
sistemas que actúan como un ser humano
sistemas que piensan como un ser humano
sistemas que piensan racionalmente (es decir que imitan el procesamiento lógico de las
personas)
sistemas que actúan racionalmente
A su vez la inteligencia artificial se divide en dos escuelas:
1. Convencional: Consiste en un estudio del comportamiento humano
2. Computacional: Consiste en un aprendizaje interactivo
En la sociedad moderna podemos encontrarnos con numerosos ejemplos en los que existe
inteligencia artificial, robots que conducen coches, ordenadores que controlan viajes espaciales, o
sistemas periciales que informan de los últimos avances en medicina, economía entre otros.
Una de las aplicaciones más interesantes en el mundo la inteligencia artificial es la que se dedica a
la investigación científica con ayuda del ordenador y más aún con un conjunto de ellos podemos
dar respuesta a todas esas cuestiones que nos andamos preguntando durante todos estos años,
pero aun así esta inteligencia artificial no busca comprender cómo funciona nuestro cerebro sin
imitar sus funciones, así que inteligencia artificial es la simulación de inteligencia humana por
parte de las máquinas, dicho de otro modo es la disciplina que trata de crear sistemas capaces de
aprender y razonar como un ser humano pero no es un concepto nuevo allá por el siglo 17
descartes ya teorizó sobre la posibilidad de autómatas inteligentes, también cabe recalcar el
planteamiento de Alan Turing que sigue siendo un reto al día de hoy, “un sistema será lo
suficientemente inteligente si consigue hacerse pasar por un humano ante un juez”, La inteligencia
artificial sigue siendo una disciplina en auge y está presente en cada rincón donde haya tecnología
en mayor o menor trato.
¿Qué se estudia en cursos de inteligencia artificial?
MÓDULO I
Evolución de la Inteligencia Artificial
Pasado, presente y futuro de la Inteligencia Artificial. Progresos y desafíos
Introducción a la IA
Qué es IA y qué no es IA
Progresos de la IA débil
Tipos de algoritmos de IA
El reto de la super inteligencia
Conclusiones
MÓDULO II
Conceptos clave sobre Inteligencia Artificial
Ingeniería del Conocimiento y Machine Learning
Diferencias entre Machine Learning y Estadística
Gestión del Conocimiento y su representación
Redes neuronales y sistemas expertos
De unas pocas variables a miles
Algoritmos
MÓDULO III
El papel de la Inteligencia Artificial en la estrategia de Customer
Centric: qué oportunidades ofrece para conocer al cliente y mejorar la
experiencia de usuario
Procesamiento del Lenguaje Natural (NLP). Inteligencia artificial conversacional: Chatbots
Lenguaje: representación y razonamiento
Enriquecimiento semántico de contenidos (Medios, Gestión del Conocimiento)
Análisis de la Voz del Cliente (o del Empleado, o del Ciudadano, o del Paciente…)
para mejorar la rentabilidad o los servicios
Extracción de información para
o Inteligencia competitiva
o Compliance
o Servicios de información
o Seguridad • Asistentes virtuales
o Sistemas de consulta en lenguaje natural
o Agentes conversaciones
Análisis del sentimiento
Taller de demostración de aplicaciones de PLN
Market Intelligence: analítica de texto para inteligencia competitiva
Voice of the Customer Analytics: análisis de la voz del cliente; ejemplos en Banca
y Seguros
Voice of the Citizen: escuchando lo que dicen los ciudadanos sobre los servicios
de las administraciones públicas; ejemplo en gestión de emergencias
People Analytics: aplicaciones en gestión de Recursos Humanos
Social Media Profiling: perfilado sociodemográfico de individuos en redes sociales
Robotic Process Automation: procesamiento automático de documentos; ejemplos
en el sector Legal
Real World Evidence: análisis de la Historia Clínica Electrónica para comprender
mejor la efectividad de medicamentos
Aproximaciones prácticas a los sistemas cognitivos
Diferentes aproximaciones en función de los casos de uso en cada industria
Uso de los sistemas cognitivos en escenarios de atención al cliente
Metodologías de proyecto - entrenando a los sistemas cognitivos (que no
programando)
MÓDULO IV
Aplicaciones prácticas de la Inteligencia Artificial en los procesos
industriales y de negocio
El papel de la IA en la Industria 4.0
Introducción a la digitalización en la industria
Nuevos modelos de negocio dentro de la Industria 4.0
La IA en los sectores industriales
BigData y Analytics en la industria
Industrial Internet of Things
Casos de uso en la Industria 4.0
La Computación Cognitiva y los Sistemas con Auto Aprendizaje
Situación actual y barreras para el despliegue de soluciones basadas en el
Aprendizaje Automático
Objetivos, no todo es almacenar datos
Identificación de problemas abarcables mediante soluciones basadas en la I.A
Método de resolución de problemas mediante Aprendizaje Automático: artificial
Intelligence in a Process for Automated Knowledge Acquisition and Applications
(AIPAKA)
Límites, problemáticas y ética de las decisiones de las máquinas
Geo Inteligencia Artificial (GeoAI) : creación de ventajas competitivas con Inteligencia
Artificial y datos geo-referenciados
Cómo las plataformas tecnológicas, las comunicaciones, el software como servicio y la
Inteligencia Artificial, están cambiando la naturaleza de las organizaciones en la 4ª
Revolución Industrial. Análisis del impacto de los datos geo-referenciados.
Perspectiva histórica de la utilización de Inteligencia Artificial en los Sistemas de
Información Geográfica
La cadena de valor de los datos geo-referenciados en la 4ª Revolución Industrial
Procesos de extracción, transformación y carga de datos geo-referenciados.
Entrenamiento y evaluación de modelos
IA y Big Data Spatial: Casos de uso de aplicación
IA utilizando datos vectoriales. Ejemplos en Smart Cities
IA utilizando imágenes de satélite. Ejemplos en Industria 4.0
IA para predecir y optimizar el conocimiento y las relaciones con los clientes
BUSINESS CASE: Self-driving cars. El futuro de los coches
Gracias a la Inteligencia Artificial y de Aprendizaje Automático los automóviles será
capaces de interpretar los datos recibidos y hacer predicciones sobre el comportamiento
de otros conductores en la carretera. Estamos ante el vehículo sin conductor, guiado por
cámaras, sensores, GPS y radares. Dispositivo que generarán multitud de datos que
serán canalizados por un software que gracias a la IA tendrá capacidad para poder
decidir.
Módulo V
Los pilares de la transformación digital: Inteligencia Artificial y Big
Data
Advanced Analitycs y la Era del Big Data 2.0
Modelado, Razonamiento y Resolución de Problemas
Small y Big Data. Diferencias y aplicaciones. Structured & Unstructured Data
Management
Aprendizaje Supervisado y no supervisado
Gestión de la Incertidumbre
De la Minería a la Analítica Predictiva
CEP y Análisis en Tiempo Real
BUSINESS CASE
A Data-Science review for Artificial Intigence in Telecommunications
Del Business Intelligence a la Inteligencia Operativa
Analítica Funcional: los Datos hablan si sabemos cómo escucharlos
Cultura Data-Driven: la información accionable y la toma de decisiones en la
empresa
Gestión del Rendimiento y métricas de resultado: lo que no se mide, no puede
mejorarse
Inteligencia de Procesos y Negocio en Tiempo Real: decisiones y experimentos
Real-Time
Captura de información, métricas, KPIs e visualización de información
El valor de los datos en la Data Economy: nuevas tendencias en BI y OI
Geo Inteligencia Artificial (GeoAI) : creación de ventajas competitivas con Inteligencia
Artificial y datos geo-referenciados
Perspectiva histórica de la utilización de Inteligencia Artificial en los Sistemas de
Información Geográfica
La cadena de valor de los datos geo-referenciados en la 4ª Revolución Industrial
Procesos de extracción, transformación y carga de datos geo-referenciados.
Entrenamiento y evaluación de modelos
IA y Big Data Spatial: Casos de uso de aplicación
IA utilizando datos vectoriales. Ejemplos en Smart Cities
IA utilizando imágenes de satélite. Ejemplos en Industria 4.0
IA para predecir y optimizar el conocimiento y las relaciones con los clientes
BUSINESS CASE: Self-driving cars. El futuro de los coches
Gracias a la Inteligencia Artificial y de Aprendizaje Automático los automóviles será
capaces de interpretar los datos recibidos y hacer predicciones sobre el comportamiento
de otros conductores en la carretera. Estamos ante el vehículo sin conductor, guiado por
cámaras, sensores, GPS y radares. Dispositivo que generarán multitud de datos que
serán canalizados por un software que gracias a la IA tendrá capacidad para poder
decidir.
Módulo VI
Fases de implantación de un proyecto de IA y aspectos claves de
gestión: inversiones, infraestructuras, costes, RR.HH
Cómo montar una empresa de IA: búsqueda de desarrolladores, búsqueda de K,...
Mitos y realidades de la Inteligencia Artificial y cómo establecer expectativas
realistas
Un nuevo paradigma y cómo afecta a la organización y negocio
Liderazgo y cambios en la cultura organizacional
Equipo, nuevos roles
Tecnologías, infraestructura y procesos
Mirando hacia el futuro
Cómo trabajar con empresas de Inteligencia Artificial
Por qué trabajar con empresas de AI
Qué esperar
Tipo y forma de colaboración
Cómo prepararse
Planificación, equipo, tecnología e infraestructura
Mirando hacia el futuro
Cómo organizar un centro de competencia
Medición (priorización) del impacto en el negocio
Nuevos perfiles a incorporar a los proyectos, algunos dentro de la empresa (en las
áreas de negocio), otros con capacidades nuevas, como el entrenador de sistemas
cognitivos
Cómo formar un equipo de Data Science y no morir en el intento
¿Necesito contratar un Data Scientist?
Diferencias entre Data Scientist y Data Engineer
Mínimo equipo viable: plataformas OpenAI
Multi-disciplinaridad: Knowledge as a Service
Retos de la captación y retención de talento
Motivación de equipos altamente cualificados
Módulo Práctico
Proyecto piloto: aprendiendo a explorar los datos desde la visualización
Diferencias entre análisis, diagnóstico, predicción y prescripción
Definición de objetivos y preguntas de negocio a resolver
Enfoque científico: diseño de KPIs y metodología de validación
Tipos de gráficos y casos de uso para visualización de datos
Módulo VII
Mapa de las plataformas de Inteligencia Artificial
Inteligencia Artificial y Computación Cognitiva “as a Service”. Plataformas de Inteligencia
Artificial
IBM Watson and AlchemyAPI (ahora llamado Watson Developer Cloud)
Google Cloud ML, Prediction & TensorFlow
Microsoft Azure y Amazon Machine Learning
Otros: AT&T Speech, Wit.ai, Diffbot, Ross,...
¿Cuál es el futuro de la inteligencia artificial?
Su futuro será el trabajo entre humanos y máquinas en lo más probable, en futuro cercano e
incluso el más lejano, la inteligencia artificial se destaca por sus desafíos imponentes en el
desarrollo para para que la sociedad del siglo 21 disponga de las herramientas necesarias para un
avance imparable, en el cual muchos expertos teorizan como los ordenadores hechos con
inteligencia artificial resolverán gran parte de las tareas del futuro ya que el humano en este
proceso no se puede reemplazar hombre-maquina trabajarán mano a mano.
Referencias
https://colombia.unir.net/ingenieria/curso-inteligencia-artificial/plan-de-estudios/
