(IA) Inteligencia Artificial
Materia : Informática
Colegio : CASD
Estudiante: Maikelis Yanez Manzanero
Grado : 7-09
¿Que es?
Aunque varias definiciones de inteligencia artificial (IA) han surgido durante las
últimas décadas, John McCarthy ofrece la siguiente definición en este documento
del 2004 (enlace externo a ibm.com), "Es la ciencia e ingeniería de hacer
máquinas inteligentes, especialmente programas informáticos inteligentes. Se
relaciona con la tarea similar de usar equipos para comprender la inteligencia
humana, pero la IA no tiene que ajustarse a los métodos biológicos observables".
Sin embargo, décadas antes de esta definición, el nacimiento de la conversación
sobre inteligencia artificial lo marcó el trabajo fundamental de Alan Turing, "
Computing Machinery and Intelligence" (enlace externo a ibm.com), que se
publicó en 1950. En este artículo, Turing, a menudo referido como el "padre de
la informática", hace la siguiente pregunta: "¿Pueden pensar las máquinas?" A
partir de ahí, ofrece una prueba, ahora conocida como la "Prueba de Turing", en
la que un interrogador humano intentaría distinguir entre una respuesta de
texto de computadora y humana. Si bien esta prueba ha sido objeto de mucho
escrutinio desde su publicación, sigue siendo una parte importante de la historia
de la IA, así como un concepto continuo dentro de la filosofía, ya que utiliza
ideas en torno a la lingüística.
Stuart Russell y Peter Norvig procedieron a publicar Inteligencia Artificial: Un Enfoque Moderno (enlace externo a ibm.com),
convirtiéndose en uno de los principales libros de texto en el estudio de IA. En él, profundizan en cuatro posibles objetivos o
definiciones de la IA, que diferencia los sistemas informáticos en función de la racionalidad y el pensamiento frente a la
actuación:
Enfoque humano:
Sistemas que piensan como humanos
Sistemas que actúan como humanos
Enfoque ideal:
Sistemas que piensan racionalmente
Sistemas que actúan racionalmente
La definición de Alan Turing habría caído bajo la categoría de "sistemas que actúan como humanos".
.
En su forma más simple, la inteligencia artificial es un campo que combina la informática y conjuntos de
datos robustos para permitir la resolución de problemas. También engloba los subcampos del aprendizaje
automático y el aprendizaje profundo, que se mencionan con frecuencia junto con la inteligencia artificial.
Estas disciplinas están compuestas por algoritmos de IA que buscan crear sistemas expertos que hagan
predicciones o clasificaciones basadas en datos de entrada.
Tipos de inteligencia artificial: IA débil frente a IA
fuerte
La IA débil, también llamada IA estrecha o Inteligencia artificial estrecha (ANI), es una IA entrenada y
enfocada para realizar tareas específicas. La IA débil impulsa la mayor parte de la IA que nos rodea hoy.
"Estrecho" podría ser un descriptor más preciso para este tipo de IA, ya que no tiene nada de débil;
permite algunas aplicaciones muy potentes, como Siri de Apple, Alexa de Amazon, IBM Watson y vehículos
autónomos.
La IA robusta está conformada por la inteligencia artificial general (IAG) y la superinteligencia artificial
(SIA). La inteligencia artificial general (IAG), o la IA general, es una forma teórica de IA en la que una
máquina tendría una inteligencia igual a la de los humanos; sería autoconsciente y tendría la capacidad de
resolver problemas, aprender y planificar para el futuro. La superinteligencia artificial (SIA), también
conocida como superinteligencia, superaría la inteligencia y la capacidad del cerebro humano
Aprendizaje profundo
vs. Aprendizaje automático
Dado que el deep learning y el machine learning tienden a ser utilizados indistintamente, vale la
pena señalar sus diferencias. Como se mencionó anteriormente, ambos son subcampos de la
inteligencia artificial, y el deep learning es en realidad un subcampo del machine learning.
En realidad, el aprendizaje profundo se compone de redes neuronales. "Profundo" en el deep
learning se refiere a una red neuronal compuesta por más de tres capas (que incluirían las
entradas y la salida), que se puede considerar un algoritmo de deep learning.
La diferencia entre el deep learning y el machine learning es cómo aprende cada algoritmo.
El deep learning automatiza gran parte de la fase de extracción de características del proceso, lo que
elimina parte de la intervención humana manual necesaria y permite el uso de conjuntos de datos más
grandes. El deep learning se podría considerar como "machine learning escalable", tal como Lex Fridman
señaló en la misma conferencia del MIT mencionada anteriormente.
El machine learning tradicional, o "non-deep", depende más de la intervención humana para aprender. Los
expertos humanos determinan la jerarquía de características para comprender las diferencias entre las
entradas de datos, lo que por lo general requiere más datos estructurados para aprender.
Cómo la Inteligencia Artificial está
revolucionando el entretenimiento
La inteligencia artificial (IA) está transformando la forma en que se
crea y se consume el entretenimiento en todo el mundo. Desde la
música hasta el cine y los videojuegos, la IA está abriendo nuevas
oportunidades y desafíos para los creadores, los consumidores y los
distribuidores del entretenimiento
En la industria musical, por ejemplo, la IA está siendo utilizada para
producir nuevas canciones y sonidos, ayudando a los artistas a encontrar
inspiración y a experimentar con nuevos géneros y estilos. Las aplicaciones
de IA también están permitiendo a los músicos y a los productores analizar y
mejorar sus interpretaciones en tiempo real, lo que les permite perfeccionar
su técnica y alcanzar nuevos niveles de excelencia.
En la industria del cine, la IA está siendo empleada para generar efectos
especiales y para mejorar la calidad de las imágenes. Los algoritmos de
aprendizaje automático también están siendo usados para analizar el
comportamiento de los espectadores y predecir cuáles serán las películas
más populares. Esto ayuda a los estudios de cine a tomar mejores decisiones
sobre qué películas producir y cómo comercializarlas.
En el mundo de los videojuegos, la IA está permitiendo a los desarrolladores crear
personajes y mundos más realistas y dinámicos. Los algoritmos de IA también están siendo
utilizados para analizar el comportamiento de los jugadores y adaptar la experiencia de
juego para que sea más personalizada y atractiva.
Pero, a medida que la IA transforma el entretenimiento, también plantea nuevos desafíos y
preocupaciones. Uno de los mayores desafíos es cómo proteger los derechos de autor y la
propiedad intelectual en un mundo en el que la IA puede generar contenido original y único.
Otro desafío es cómo garantizar que la IA sea empleada de manera ética y responsable, sin
perpetuar el sesgo y la discriminación que pueden existir en los datos utilizados para
entrenar los algoritmos de aprendizaje automático.
En resumen, la IA está transformando radicalmente la industria del entretenimiento, abriendo
nuevas oportunidades y desafíos para los creadores, los consumidores y los distribuidores. Si
bien hay algunos riesgos y preocupaciones asociados con la IA en el entretenimiento, también
hay mucho potencial para mejorar la calidad del entretenimiento y ofrecer nuevas
experiencias a los espectadores y jugadores de todo el mundo.
Gracias
Agradeciendo su atención en esta presentación
Que Dios los bendiga
