INTELIGE

NCIA
ARTIFICIA
GARCIA CRUZ CARLOS

L
MORENO CONDORI IMANOL
QUISPE TRIVEÑO GUADALUPE
CAHUASCANCO SUCLLA MELANY ANABEL
 CONTE
•
•
•
•
NIDO
Introducción a la Inteligencia Artificial
Fundamentos de la Inteligencia Artificial
Enfoques de la Inteligencia Artificial
Tipos de inteligencia artificial
• Importancia de la IA
• Técnicas y Algoritmos de IA
• Aplicaciones de la Inteligencia Artificial
• Ética y Desafíos de la Inteligencia Artificial
• Futuro de la inteligencia artificial
• Conclusión de la IA
INTRODUCCI
ÓN A LA IA
La IA es un campo de la informática, esta se centra en el desarrollo de
sistemas y programas que pueden ser capaces de realizar tareas que
requieren inteligencia humana . La IA se esfuerza en crear maquinas que
puedan simular y ejecutar tareas

ALCANCE DE LA IA

tiene una amplitud y abarcación en variedades tecnicas y enfoques donde esta

puede ser aplicada en una amplia gama de campos e industrias.
 HISTORIA DE
Remonta en esta epoca cuando losLA IA
pioneros en campo como Alan Turing y
John McCarthy empezaron a desarrollar
Se habia centrado en la resolución de
problemas mediante lógica y reglas
Surgio con enfoques basados por el
conocimientos y la simulación de
procesos de pensamientos humanos
conceptos y teorias

1950 1956 1960 1970 1980 1990

Hubo un termino “ INTELIGENCIA Un “invierno de la IA” en este periodo Aprendizaje automatico y las redes
ARTIFICIAL” que fue acuñado por
ha desacelerado por falta de avances y neuronales ya que fueron avances
John McCarthy , tambien se ha
complejidad de tareas tecnologicos y el aumento de la potencia
experimentado avances y altibajos en su
desarrollo informatica
 HISTORIA
MAS
RECIENTE
La IA siguió evolucionando y se consolidó aún más como una
Se integró en una amplia variedad de
tecnología fundamental en una amplia variedad de aplicaciones,
Se presenció avances notables en la IA, desde la victoria de Deep aplicaciones, desde asistentes de voz
Blue en el ajedrez hasta la creciente presencia de la IA en desde la atención médica y la automatización industrial hasta la
aplicaciones de la vida cotidiana y el inicio de muchas de las
hasta robots colaborativos y vehículos
asistencia en el hogar y la movilidad autónoma
tendencias que han definido la IA en las décadas siguientes. autónomos

2000 2005 2010 2015 2020 Actualidad

Continuó expandiéndose en diversas aplicaciones, desde motores de La capacidad de procesar y analizar

Robotica Colaborativa, Conducción
búsqueda hasta robótica médica y asistentes virtuales. Los avances en grandes cantidades de datos desempeñó
algoritmos de aprendizaje automático y el manejo de grandes autónoma , Computación cuántica,
un papel fundamental en el progreso de
cantidades de datos desempeñaron un papel crucial en estos Aprendizaje profundo y GPT-3, etc...
desarrollos. la IA en este período.
 FUNDAMENTOS DE LA
INTELIGENCIA ARTIFICIAL
Lógica y Aprendizaje
Redes neuronales y modelos
de procesamiento
razonamiento automático
La lógica y el razonamiento en la El aprendizaje automático es una rama Las redes neuronales son modelos de
inteligencia artificial involucran el clave de la IA que permite a las aprendizaje automático inspirados en
uso de reglas formales y premisas máquinas aprender de datos y mejorar el cerebro humano. Contienen capas de
para realizar inferencias lógicas. su rendimiento en tareas específicas. unidades de procesamiento llamadas
Esto se logra mediante lenguajes de Incluye tres tipos principales: neuronas artificiales que se conectan
programación lógica supervisado, no supervisado y por entre sí.
refuerzo.
 OBJETIVOS
DE LA IA
OBJETIV OBJETIV OBJETIV
O 01
MEDICINA: Se actualiza en
diagnostico medico , identificacion y
O 02
AUTOMOCIÓN: La IA es
escensialpara la percepcion y toma de
O 03
FINANZAS: Se emplea en la
predicción, analisis, la detección
descubrimiento desiciones en tiempo real
y gestión de carteras

OBJETIV OBJETIV OBJETIV

O 04
INDUSTRIA: Utilizan para mejorar la
O 05
ENTRETENIMIENTO: En los O 06
PROCESAMIENTO DE LENGUUAJE
videojuegos para lacreación de NATURAL: Aplicaciones como
eficiencia y la calidad de la fabricación
personajess no jugables y toma de chatbots, traducción y analisis para
desiciones contextuales generar texto humano
ENFOQUES DE LA
IA
APRENDIZAJE
SUPERVISADO donde implica entrenar modelos con datos para dar con precision
como reconocimientos de patrones , clasificación y traducción
automatica mejorando la eficiencia de la IA

APRENDIZAJE NO
SUPERVISADO
Inplica entrenar con datos no etiquetados para descubrir patrones y
estructuras se utiliza en segmentos de clientes , recomendación y
comprensión de datos para explorar

APRENDIZAJE POR
REFUERZO
nvolucra que un agente interactúa con un entorno para aprender a
tomar decisiones secuenciales que maximicen las recompensas a lo
largo del tiempo.

REDES
NEURONALES
Estas redes contienen múltiples capas ocultas que permiten aprender

PROFUNDAS
representaciones jerárquicas de datos. Se aplican en visión por computadora,
procesamiento de lenguaje natural y reconocimiento de voz
 TIPOS DE
INTELIGENCI
A ARTIFICIAL
La inteligencia artificial (IA) se puede clasificar en
varios tipos según su enfoque y capacidad. Algunos de
los tipos más comunes de inteligencia artificial
incluyen:
 IA débil IA fuerte

Este tipo de IA está diseñada para realizar tareas Este es un tipo de IA que posee la capacidad de
específicas y no puede realizar tareas fuera de su comprender, aprender y realizar una amplia
ámbito de aplicación. Un ejemplo es un sistema de variedad de tareas humanas de manera similar
recomendación de películas en Netflix. a un ser humano.

IA simbólica
IA basada en aprendizaje automático:
Este enfoque de IA utiliza símbolos y reglas lógicas
para representar el conocimiento y el razonamiento. Es
especialmente útil en aplicaciones que requieren Utiliza algoritmos y modelos de
razonamiento lógico, como sistemas expertos. aprendizaje automático para aprender
patrones y tomar decisiones basadas en
datos.
 IA basada en redes
IA aplicada
neuronales
Está relacionada con el uso de redes Este tipo de IA se enfoca en resolver problemas
neuronales artificiales, inspiradas en la en campos específicos, como la medicina, el
estructura del cerebro humano, para derecho, la robótica, entre otros.
tareas de aprendizaje automático

IA ética IA evolutiva

Se centra en el desarrollo de sistemas de IA

que sigan principios éticos y tomen decisiones Se basa en algoritmos inspirados en la
justas y equitativas. evolución biológica para generar
soluciones óptimas a problemas.
 IMPORTANCI
A DE LA IA
La importancia de la inteligencia artificial (IA)
radica en su capacidad para transformar
profundamente diversos aspectos de la sociedad
y la economía. A continuación, se describen
algunas de las razones clave por las que la IA es
importante:
 Toma de Decisiones Basada en Datos

Automatización y Eficiencia
La IA puede analizar grandes cantidades de datos y
proporcionar información valiosa para tomar
La IA automatiza tareas repetitivas y tediosas, lo
decisiones informadas en una variedad de
que aumenta la eficiencia y libera a las personas
industrias.
para realizar tareas más estratégicas y creativas

Avances en la Atención Médica

Seguridad
La IA se utiliza en el diagnóstico médico, la Personalización La IA se utiliza en sistemas de
recomendación de tratamientos y la investigación seguridad para detectar amenazas
biomédica, lo que puede mejorar la atención La IA permite experiencias más personalizadas y fraudes, protegiendo datos y
médica y salvar vidas. en marketing, publicidad, recomendaciones de activos.
productos y servicios, lo que mejora la
satisfacción del cliente.
 Procesamiento del Lenguaje
Sostenibilidad
Natural (NLP)

La IA permite la comprensión y generación de La IA se utiliza para abordar desafíos

lenguaje humano, lo que se utiliza en chatbots, medioambientales, como la gestión de recursos
traducción automática, resúmenes de texto y análisis naturales y la eficiencia energética
de sentimientos en redes sociales.

Desarrollo de Nuevas Tecnologías Competitividad Empresarial

Las empresas que adoptan la IA pueden

La IA impulsa el desarrollo de tecnologías
obtener ventajas competitivas en términos de
emergentes como la conducción autónoma, la
innovación, eficiencia y satisfacción del
robótica avanzada y la realidad virtual y aumentada.
cliente.
 TECNICAS Y
ALGORITMOS DE
Heurística:

IA
La heurística es una técnica utilizada para encontrar soluciones prácticas en
situaciones complejas, a menudo a expensas de no garantizar la solución
óptima.

Máquinas Vectoriales de
Soporte

Son utilizadas en problemas de

clasificación para encontrar la línea
de separación óptima entre dos clases.
 TECNICAS Y
ALGORITMOS DE
Redes Neuronales
Artificiales:

IA
Son modelos inspirados en el sistema nervioso que se utilizan en tareas de procesamiento de
información, como el reconocimiento de patrones en imágenes o voz. Estas redes consisten en
capas de neuronas interconectadas que ajustan sus conexiones para aprender a reconocer patrones.

Proceso de Decisión de
Markov
Procesamiento del Lenguaje Abarca una variedad de técnicas para
analizar y comprender el lenguaje
Es un marco utilizado para modelar Natural (PNL):
humano.
situaciones de toma de decisiones
donde los resultados son parcialmente
aleatorios y dependen de las
decisiones tomadas.
 ETICA Y
DESAFIOS DE LA
IA
La protección de los derechos humanos y la dignidad es la piedra angular,
basado en el avance de principios fundamentales como la transparencia y
la equidad, recordando siempre la importancia de la supervisión humana
de los sistemas de IA

Los desafíos en este campo incluyen la creación de

IA que puedan entender y responder de manera
apropiada a las emociones humanas
FUTURO DE LA
INTELIGENCIA
El futuro de la inteligencia artificial es prometedor y lleno de
posibilidades. Sin embargo, también plantea desafíos éticos y
sociales que deben abordarse. La IA seguirá transformando
ARTIFICIAL
nuestras vidas y la forma en que trabajamos, y su evolución
dependerá en gran medida de cómo la sociedad aborde estos
desafíos y oportunidades
 TENDENCIAS
Las tendencias emergentes en el campo de la inteligencia artificial y la tecnología en general están en
EMERGENTE
constante evolución, pero a partir de mi conocimiento hasta septiembre de 2021, aquí tienes algunas
tendencias destacadas

S
IA ética y responsable
IA conversacional y asistentes virtuales
Con la creciente preocupación por la ética Los chatbots y asistentes virtuales siguen mejorando su
en la IA, la transparencia y la equidad se han capacidad para comunicarse con los humanos y se utilizan en
convertido en puntos centrales en el una amplia gama de aplicaciones, desde el servicio al cliente
desarrollo de sistemas de inteligencia hasta la atención médica
artificial

Computación cuántica
Robótica inteligente
Aunque aún está en sus primeras etapas, la computación
Los robots se están volviendo más
cuántica tiene el potencial de revolucionar la IA al
sofisticados gracias a la IA, lo que los hace
proporcionar un procesamiento más rápido y resolver
útiles en la fabricación, la logística, la
problemas complejos de manera más eficiente
atención al cliente y otros campos
 IA
La inteligencia artificial cuántica es un área de investigación que combina los principios de la
computación cuántica con la inteligencia artificial para abordar problemas específicos de manera
más eficiente y efectiva. CUAN
Optimización cuántica TICA Cifrado cuántico

La seguridad es un área crítica para la inteligencia

Las computadoras cuánticas pueden abordar
problemas de optimización, como la búsqueda artificial cuántica. Los sistemas de cifrado cuántico
de la mejor solución en un espacio de pueden proporcionar una comunicación segura,
posibilidades muy grande, mucho más rápido protegiendo los datos de amenazas como el desciframiento
que las computadoras clásicas cuántico

Simulación cuántica

Las computadoras cuánticas pueden simular sistemas

cuánticos de una manera más efectiva que las computadoras
clásicas
 Aprendizaje Automático
El aprendizaje automático es una rama central de la IA que se centra en el desarrollo de algoritmos y
modelos que permiten a las máquinas aprender de datos y mejorar su rendimiento con la
experiencia. (Machine Learning):
Predicciones y toma de decisiones basadas Descubrimiento de patrones ocultos
en datos
El aprendizaje automático es eficaz para descubrir
El aprendizaje automático permite predecir patrones en datos que pueden no ser evidentes para los
eventos futuros y tomar decisiones basadas en humanos, lo que es útil en campos como la investigación
datos históricos, lo que se aplica en finanzas, científica, la genómica y la economía.
logística, marketing y más.

Personalización y recomendación:

El aprendizaje automático se utiliza para personalizar

experiencias en línea, como la recomendación de productos,
música, películas o contenido de redes sociales, lo que mejora
la satisfacción del usuario.
 SUPERINTELIGEN
La superinteligencia artificial se refiere a un nivel de inteligencia artificial que supera significativamente la capacidad intelectual humana en todos los
CIA ARTIFICIAL
aspectos

Riesgos existenciales
Superinteligencia vs. IA fuerte
La idea de una superinteligencia plantea la
a superinteligencia es un concepto más preocupación de que, si no se gestiona
amplio que la IA fuerte. La IA fuerte es una adecuadamente, podría dar lugar a riesgos
forma de inteligencia artificial que es existenciales para la humanidad.
consciente de sí misma y posee una
inteligencia general comparable o superior a
la humana.

Investigación teórica y práctica

Aplicaciones positivas

Aunque existe un enfoque en los riesgos, la Aunque la superinteligencia es un concepto de futuro, la

superinteligencia también podría tener aplicaciones investigación en inteligencia artificial avanza
positivas en la solución de problemas complejos, la constantemente y contribuye al conocimiento y la
investigación científica, la toma de decisiones y preparación para desafíos potenciales
otras áreas
 Vision en la
Esta área se enfoca en la capacitación de las máquinas para interpretar y comprender imágenes y videos, lo que se utiliza en aplicaciones como el
Computadora
reconocimiento facial, la detección de objetos y la realidad aumentada.

Realidad Virtual y Aumentada

Revolución en la percepción visual
En la industria del entretenimiento y la educación,
La visión por computadora ha revolucionado la visión por computadora es fundamental para
la forma en que las máquinas pueden crear experiencias de realidad virtual y aumentada,
entender y analizar el mundo que las rodea. lo que permite una interacción más inmersiva y
educativa.

Seguridad y vigilancia

La visión por computadora se utiliza para la Investigación teórica y práctica

seguridad en cámaras de vigilancia y sistemas de
seguridad, lo que ayuda a prevenir y resolver Aunque la superinteligencia es un concepto de futuro, la
crímenes, así como a mejorar la vigilancia en investigación en inteligencia artificial avanza
espacios públicos. constantemente y contribuye al conocimiento y la
preparación para desafíos potenciales
 CONCL
USIÓN
Las IA permite la automatización de una gran variedad de
procesos complejos que aún requerían de intervención humana.
Con el debido uso se pueden lograr grandes cosas, sin duda es
parte importante de nuestro futuro como sociedad
MUCHAS
GRACIAS
POR VER ESTA
PRESENTACIÓN
PÁGINA DE
RECURSOS