Inteligencia Artificial -

BIG DATA

CARLOS COLLADO GARRIDO

ccolladog02@[Link]
 ● Idea sobre IA - BIG DATA

● Fundamentos de la Inteligencia
Artificial. Conceptos básicos.
Tipos

¿De qué ● Evolución histórica de la IA

va esto? ● Ética y Moral de la IA

● ¿Hasta dónde llegaremos? El

futuro de la IA

● Impacto de la IA en la sociedad
y en el empleo
Sobre mi

Carlos

Ingeniería Informática (Software) en la UEx

MUFPES en la UEx

Cursos de formación en Inteligencia Artificial

¿Cómo me adentro en este mundo? …

TFG - IA

Desarrollo trabajo en colaboración con empresa dedicada a la biometría

Propuesta: Técnicas de verificación biométrica de identidad a través de la voz

en entornos de aprendizaje profundo
TFG - IA

Primera aproximación:

1. Proporcionar seguridad a un sistema

2. Verificación vs Identificación
3. La voz…
TFG - IA
TFG - IA

A qué es aplicable / Objetivos: Principalmente, el objetivo es la verificación en

llamadas telefónicas (bancos, sistemas públicos, etc.)

Inconvenientes / Obstáculos:
TFG - IA

Seamos optimistas → En la investigación, hay que creer en el trabajo que se

realiza. Busca motivaciones. Ejemplo:

[Link]
sona-infiel-estudio-341079

Será más difícil comprobar si la voz se altera y alguien es infiel

que si la voz es de quien dice ser… ¿No?
Empecemos el camino…
Idea inicial sobre IA – BIG DATA
IA - ¿Cómo la definimos?

La Inteligencia Artificial (IA) es un campo de la computación que trata de

proporcionar la capacidad de actuación y respuesta autónoma a las
máquinas. Dicho de otro modo es el conjunto de algoritmos que se aplican
a un sistema para que éste tenga capacidad de decidir por sí mismo.

Analicemos la trayectoria…

¿Cuál es vuestra película favorita?

¿Las máquinas son o serán capaces de tomar el control?

IA - ¿Cómo la definimos?

● Terminator
○ SKYNET
■ Sistema de seguridad para la humanidad
■ Decide que el peor enemigo de la humanidad es ella misma
■ Elabora y ejecuta un plan para destruirla

¿ES ESTO POSIBLE?¿PUEDE OCURRIR?

Intentemos darle respuesta…

IA - Inicios

1. Mecanización → Revolución industrial

a. Máquinas como sustitución al trabajo humano…¿Por qué?

EFICIENCIA
IA - Inicios

2. Informatización → Que las máquinas respondan a cosas

a. Primeros ordenadores → Proceso de sofisticado
b. Segunda guerra mundial → ENIGMA → Identificar códigos
de comunicación del sistema alemán para anticiparse
IA - Inicios

Hoy… tenemos buscadores a los que les preguntamos de

forma natural… ¿Cuál es el tiempo en Sevilla para el fin de semana?
IA - Inicios

2. Informatización → Que las máquinas respondan a cosas

RESPUESTAS
IA - Inicios

3. Sensorización → Se calcula que hay 50000 millones de

sensores en el mundo… más de 6000 por persona…
IA - Inicios

3. Sensorización
IA - Evolución

1. Mecanización → EFICIENCIA

2. Informatización → RESPUESTAS

3. Sensorización → ACTUACIONES
IA - Inicios

ALGORITMO → Resolver problemas…

IA - Inicios

ALGORITMO → Para resolver el problema, no se tiene en cuenta la

PRIVACIDAD

Años más tarde, haces una entrevista con una gran

empresa, que usa un algoritmo de búsqueda de
información para evaluar el perfil de los candidatos…
Puedes ser el mejor pero…
IA - Inicios

ALGORITMO → Para resolver el problema, no se tiene en cuenta la

PRIVACIDAD

Perfiles para buscar pareja por internet…

¿de fracasados o de listos?
Algoritmos de compatibilidad
IA - Inicios

ALGORITMO → Resolver problemas… LE PEDIMOS AYUDA

IA - Inicios

La Inteligencia Artificial (IA) es un campo de la computación que trata de

proporcionar la capacidad de actuación y respuesta autónoma a las
máquinas. Dicho de otro modo es el conjunto de algoritmos que se aplican
a un sistema para que éste tenga capacidad de decidir por sí mismo.
IA - Inicios

Es nuestro deber intentar que el sistema de valores y la moral implicada en

la toma de decisiones de la IA sea lo más parecido al nuestro…

Pero…¿Acaso todos tenemos los mismos valores? ¿Todos actuamos y nos

comportamos igual?
IA - CLASIFICACIÓN

Inteligencia Artificial (IA) y Sistemas Inteligentes (SI):

● Sistemas Basados en Conocimiento (Knowledge-Based Systems)

● Aprendizaje Automático (Machine Learning)

IA - CLASIFICACIÓN

Sistemas Basados en Conocimiento (Knowledge-Based Systems):

● Sistemas expertos: es un sistema informático que emula el

razonamiento actuando tal y como lo haría un experto en cualquier
área de conocimiento. Ejemplos:
○ MYCIN: identifica varias bacterias que pueden causar infecciones
agudas y recomienda medicamentos según el peso del paciente.
○ R1 / XCON: selecciona un software específico para generar un
sistema informático a gusto del usuario.
IA - CLASIFICACIÓN

Sistemas Basados en Conocimiento (Knowledge-Based Systems):

● IDSS (Sistema inteligente de soporte de decisiones): hace un uso

extensivo de las técnicas de inteligencia artificial. Es como un sistema
experto (de hecho, en ocasiones se basa en él) pero con algunas
modificaciones.
IA - CLASIFICACIÓN

Sistemas Basados en Conocimiento (Knowledge-Based Systems):

● Agentes inteligentes: son sistemas situados en alguna parte de un

entorno, el cual perciben y actúan en beneficio de dicho entorno o de
un usuario. Ejemplo:
○ Sistema de detección de salida de carril.
○ Sistema de detección de fatiga.
IA - CLASIFICACIÓN

Aprendizaje Automático (Machine Learning):

● Aprendizaje supervisado: funciona en base a etiquetas, que se

asignan a los datos de entrenamiento para que se genere un modelo
predictivo. Este tipo de aprendizaje es muy usado en problemas de
clasificación.
IA - CLASIFICACIÓN
IA - CLASIFICACIÓN

Aprendizaje supervisado:
● K vecinos más próximos (K-nearest neighbors)

● Redes neuronales artificiales (Artificial neural networks)

● Máquinas de vectores de soporte (Support vector machines)

● Clasificador Bayesiano ingenuo (Naïve Bayes classifier)

● Árboles de decisión (Decision trees)

● Regresión logística (Logistic regression)

IA - CLASIFICACIÓN

Aprendizaje Automático (Machine Learning):

● Aprendizaje NO supervisado: no hay datos etiquetados, solo datos de

entrada, por lo que se analiza la salida producida por los datos de
entrada y ese análisis genera un modelo predictivo. Este tipo de
aprendizaje es usado por ejemplo en tareas de clustering*, ya que se
buscan agrupamientos en base a similitudes aunque aparentemente
no presente significado.

*¿Qué es clustering?
IA - CLASIFICACIÓN
IA - CLASIFICACIÓN

Aprendizaje Automático (Machine Learning):

● Aprendizaje por refuerzo: se trata de un modelo acción-recompensa

en la que un agente aprende a optimizar un proceso de decisión
mediante recompensas ante resultados satisfactorios.
IA - CLASIFICACIÓN
IA - ALGORITMOS
IA - DEEP LEARNING

Deep Learning (Aprendizaje profundo) - Redes neuronales: el cerebro

humano contiene neuronas, que son la unidad de información básica del
mismo, ya que son las células encargadas de recibir, procesar y transmitir
la información.
IA - DEEP LEARNING

Esquema conceptual del modelo de aprendizaje biológico

IA - REDES NEURONALES

Deep Learning (Aprendizaje profundo) - Redes neuronales: SIMULEMOS

EL CEREBRO HUMANO VIRTUALMENTE PARA PODER APRENDER DEL
MISMO MODO:

● Neuronas: poseen una entrada y una salida que se calcula a través de

dicha entrada y una función de activación.

● Enlaces: son los encargados de conectar la salida de una neurona con

la entrada de otra, formando así la red neuronal que se divide en tres
tipos de capas, la capa de entrada, las capas ocultas y la capa de
salida.

Como curiosidad, existen desde la década de 1940, aunque no

podían usarse por no tener suficiente capacidad computacional.
IA - REDES NEURONALES

● Red neuronal Monocapa o Perceptrón simple: es la más sencilla de

todas, ya que posee dos capas de neuronas. Una capa de entrada y
otra de salida.
IA - REDES NEURONALES

● Red neuronal multicapa o Perceptrón multicapa: tiene como base el

Perceptrón simple, pero entre la capa de entrada y la de salida, existen
N capas ocultas.
IA - REDES NEURONALES

● Red neuronal convolucional (CNN): red similar a la anterior pero cada

capa se entrena para realizar una función concreta por lo que la
complejidad disminuye significativamente. Muy usadas en análisis y
clasificación de imágenes.
IA - REDES NEURONALES

● Red neuronal recurrente (RNN): permiten conexiones arbitrarias entre

las neuronas pudiendo así crear bucles o ciclos para que la
información pueda persistir en el tiempo, es decir, se consigue que la
red tenga memoria. Se usan habitualmente para el reconocimiento de
la voz o de la escritura de la mano.
IA - REDES NEURONALES

● Red neuronal recurrente (RNN): LSTM

IA - TRANSFORMERS

● Transformer:

○ Arquitectura de redes neuronales artificiales que permite

solucionar uno de los mayores problemas de las Redes
Neuronales Recurrentes.
○ Introducidos por primera vez en el artículo "Attention Is All You
Need" de Vaswani et al. en 2017.
○ Permiten introducir la ejecución en paralelo de estos algoritmos
por lo que el tiempo de entrenamiento se reduce en gran cantidad
permitiendo poder entrenarlo con muchos más datos.
○ Ahora estas redes pueden aprovecharse mejor del potencial de
cómputo con el que contamos hoy.
IA - TRANSFORMERS
ÉTICA Y MORAL DE LA IA
ÉTICA Y MORAL DE LA IA
ÉTICA Y MORAL DE LA IA

● Bias o sesgo en los algoritmos

Uno de los mayores retos éticos en la IA es el sesgo algorítmico. Los

algoritmos de IA se entrenan con datos, y si esos datos contienen
sesgos (por ejemplo, históricos, raciales, de género), la IA puede
perpetuar y amplificar esas desigualdades. Por ejemplo:

○ Reconocimiento facial: Estudios han demostrado que los

sistemas de reconocimiento facial tienen un mayor margen de
error al identificar personas de color o mujeres. Esto se debe a que
a menudo estos sistemas se entrenan con imágenes
predominantemente de personas blancas.
ÉTICA Y MORAL DE LA IA

● Bias o sesgo en los algoritmos

Uno de los mayores retos éticos en la IA es el sesgo algorítmico. Los

algoritmos de IA se entrenan con datos, y si esos datos contienen
sesgos (por ejemplo, históricos, raciales, de género), la IA puede
perpetuar y amplificar esas desigualdades. Por ejemplo:

○ Sistemas judiciales: Algoritmos utilizados en sistemas de justicia

penal, como el COMPAS en EEUU, han sido criticados por predecir
erróneamente una mayor probabilidad de reincidencia en personas
de color, debido a sesgos presentes en los datos históricos.
ÉTICA Y MORAL DE LA IA

● Privacidad y vigilancia

La IA juega un papel central en la recolección y análisis de datos a

gran escala, lo que plantea preocupaciones sobre la privacidad. Los
sistemas de IA pueden monitorizar comportamientos, identificar
patrones en los datos personales y predecir acciones futuras. Algunas
de las preocupaciones incluyen:

○ Vigilancia masiva: En algunos países, los gobiernos utilizan IA

para la vigilancia de la población. Por ejemplo, en China, el
sistema de crédito social utiliza IA para monitorear y evaluar el
comportamiento de los ciudadanos, lo que puede llevar a la
exclusión social o a la restricción de derechos.
ÉTICA Y MORAL DE LA IA

● Privacidad y vigilancia

La IA juega un papel central en la recolección y análisis de datos a

gran escala, lo que plantea preocupaciones sobre la privacidad. Los
sistemas de IA pueden monitorizar comportamientos, identificar
patrones en los datos personales y predecir acciones futuras. Algunas
de las preocupaciones incluyen:

○ Publicidad dirigida: Las grandes empresas tecnológicas, como

Google o Facebook, utilizan IA para analizar nuestros datos y
ofrecer publicidad personalizada. Esto plantea preguntas sobre
hasta qué punto somos conscientes de la cantidad de información
que compartimos.
ÉTICA Y MORAL DE LA IA

● Responsabilidad y decisiones autónomas

A medida que las IA se vuelven más autónomas, la cuestión de la

responsabilidad se vuelve crucial. Ejemplos como los coches
autónomos plantean preguntas sobre quién es responsable en caso de
un accidente o una mala decisión:

○ Coches autónomos: Si un coche autónomo tiene un accidente,

¿quién debería ser considerado responsable? ¿El fabricante del
coche? ¿El programador del software? ¿El usuario que estaba
dentro?
ÉTICA Y MORAL DE LA IA

Los coches autónomos y

El DILEMA MORAL DE LA IA
ÉTICA Y MORAL DE LA IA

¿Y tú?

¿Qué opinas?
ÉTICA Y MORAL DE LA IA

● Responsabilidad y decisiones autónomas

A medida que las IA se vuelven más autónomas, la cuestión de la

responsabilidad se vuelve crucial. Ejemplos como los coches
autónomos plantean preguntas sobre quién es responsable en caso de
un accidente o una mala decisión:

○ IA en medicina: Cada vez más, la IA se utiliza para ayudar a los

médicos a diagnosticar enfermedades o incluso sugerir
tratamientos. Sin embargo, ¿quién debería ser el responsable si la
IA comete un error? ¿El médico que confía en el sistema o la
empresa que lo desarrolló?
ÉTICA Y MORAL DE LA IA

● Responsabilidad y decisiones autónomas

○ ¿Cómo se debe distribuir la

responsabilidad en los sistemas de IA
autónomos?

○ ¿Deberíamos permitir que una IA tome

decisiones críticas sin supervisión
humana?
ÉTICA Y MORAL DE LA IA

● IA en el ámbito militar
El uso de IA en armamento es uno de los temas más controversiales
en la ética de la IA. Las armas autónomas, como drones capaces de
decidir y atacar sin intervención humana, están en desarrollo o uso
limitado, lo que plantea preocupaciones profundas sobre la moralidad
de dejar decisiones de vida o muerte en manos de máquinas:

● Desigualdad social y económica

La automatización de tareas repetitivas por IA podría desplazar a
millones de trabajadores, especialmente en sectores como la
manufactura, el transporte y la atención al cliente. Esto podría
aumentar la brecha entre los países y las personas con acceso a la
tecnología y quienes no lo tienen.
ÉTICA Y MORAL DE LA IA

● Transparencia y explicabilidad

Uno de los grandes retos de la IA, especialmente con redes neuronales

profundas, es la falta de transparencia. Estos sistemas a menudo son
"cajas negras", es decir, toman decisiones basadas en procesos complejos
que ni siquiera los ingenieros que los diseñaron pueden explicar
fácilmente:

IA en la justicia: Si un algoritmo determina si alguien debería recibir

libertad bajo fianza o no, es crucial que el proceso detrás de esa decisión
sea transparente y comprensible.

Justicia Artificial
¿Hasta dónde llegaremos? El futuro de la IA

¿A qué vamos a llegar?

¿En cuánto tiempo?

¿Hay algún límite?

¿Hasta dónde llegaremos? El futuro de la IA

● IA General

Aunque aún no existe, se cree que una IA con capacidades cognitivas

humanas puede ser posible en el futuro. A pesar de los avances, aún
estamos lejos de desarrollar una AGI.

Todavía no comprendemos completamente la inteligencia humana, y

replicarla en una máquina plantea desafíos conceptuales, éticos y
técnicos.
¿Hasta dónde llegaremos? El futuro de la IA

● Superinteligencia Artificial

Una ASI no solo igualaría las capacidades humanas, sino que las superaría
en todas las áreas, desde la creatividad hasta la toma de decisiones. Esta
es una de las ideas más especulativas y a la vez más impactantes del
futuro de la IA.
¿Hasta dónde llegaremos? El futuro de la IA

● Superinteligencia Artificial

VENTAJAS INCONVENIENTES

podría resolver problemas que los una ASI mal diseñada o no controlada
humanos no pueden: podría representar una amenaza
● El cambio climático existencial para la humanidad, ya que
● Curar enfermedades complejas como podría tomar decisiones que no
el cáncer comprendamos o con fines que no
● Incluso descubrir nuevas leyes de la podamos controlar. Este escenario plantea
física. muchas cuestiones éticas.
¿Hasta dónde llegaremos? El futuro de la IA

● Interfaces cerebro-máquina

Consiste en una integración más directa entre humanos y máquinas.

Empresas como Neuralink de Elon Musk están investigando formas de
conectar directamente el cerebro humano con sistemas de IA, lo que
podría abrir la puerta a capacidades cognitivas aumentadas, como la
mejora de la memoria, el control de dispositivos con el pensamiento,
telepatía digital o (desde mi parecer el apartado más interesante)
soluciones a problemas como la ceguera.
¿Hasta dónde llegaremos? El futuro de la IA

● IA Creativa

Ya estamos viendo los primeros ejemplos de IA creativa, sistemas que

pueden generar música, arte, literatura o incluso crear diseños
arquitectónicos. Aunque estas IA aún no alcanzan el nivel de originalidad y
emoción humana, el progreso en áreas como el procesamiento del
lenguaje natural, la generación de imágenes o la creación de música está
transformando industrias creativas.

¿Serán capaces de superar nuestra creatividad?

Impacto de la IA en la sociedad y en el empleo

¿A qué vamos a llegar?

¿En cuánto tiempo?

¿Hay algún límite?

Impacto de la IA en la sociedad y en el empleo

● Automatización y el futuro del empleo

Uno de los temas más debatidos en torno a la IA es su impacto en el

empleo. La automatización de tareas mediante IA y robots está
transformando industrias enteras, y esto tiene un efecto directo sobre los
empleos en diversos sectores.

● Transporte → Coches autónomos

● Servicios → Chatbots, asistentes virtuales y sistemas automatizados
● Trabajo cualificado → Contadores, abogados y médicos podrían verse
afectadas por la IA. Los sistemas de análisis de datos y los algoritmos
predictivos ya están realizando tareas que antes requerían
intervención humana, como diagnósticos médicos o análisis legales.
Impacto de la IA en la sociedad y en el empleo

● Automatización y el futuro del empleo. DESAFÍOS:

○ Desplazamiento laboral: Reemplazo de puestos por la automatización.

Genera incertidumbre para trabajadores. Algunos empleos
desaparecerán, otros se crean, pero la transición no siempre es fácil.

○ Recalificación: El gran reto es el reskilling de la fuerza laboral. Consiste

en adquirir nuevas habilidades para desempeñar los trabajos del futuro,
especialmente en campos relacionados con la tecnología.

○ Desigualdad: Los trabajos que son más susceptibles de ser

automatizados suelen ser aquellos ocupados por personas con menor
cualificación o de sectores con menos protección laboral. Esto podría
agravar la desigualdad económica
Impacto de la IA en la sociedad y en el empleo

● Automatización y el futuro del empleo. DESAFÍOS:

○ ¿Realmente seremos sustituidos por máquinas en el ámbito laboral?

○ ¿Es una situación “parecida” a la revolución industrial?

○ ¿Cómo podemos gestionar la transición para que los trabajadores

desplazados por la automatización encuentren nuevas oportunidades
laborales?

○ ¿Qué responsabilidades tienen las empresas y los gobiernos para

apoyar a los trabajadores en la era de la IA?
FIN