INTELIGENCIA
ARTIFICIAL
¿QUÉ ES?
Es un campo de la informática que se enfoca
en el desarrollo de sistemas y tecnologías
que pueden realizar tareas que
normalmente requieren inteligencia
humana.
Incluye:
• Aprendizaje automático (Machine
learning)
• Redes neuronales artificiales
• Procesamiento del lenguaje natural
• Visión por computadora
• Robótica
2
APRENDIZAJE
AUTOMÁTICO
(MACHINE LEARNING)
Se centra en desarrollar algoritmos y modelos que
permiten a las computadoras aprender a través de la
experiencia y los datos, identificando patrones y
haciendo predicciones sin ser programadas
explícitamente.
3
REDES NEURONALES
ARTIFICIALES
Son modelos computacionales inspirados en la estructura y funcionamiento del
cerebro humano. Están compuestas por unidades básicas llamadas "neuronas
artificiales" o "nodos", organizadas en capas interconectadas. Cada neurona
recibe entradas, realiza un cálculo basado en esas entradas y produce una
salida que puede ser enviada a otras neuronas en la red.
Son utilizadas principalmente en el campo del aprendizaje automático y la
inteligencia artificial para realizar tareas como reconocimiento de patrones,
clasificación, regresión, procesamiento de lenguaje natural, entre otras.
Durante el proceso de entrenamiento, ajustan automáticamente los pesos de
las conexiones entre neuronas para optimizar su desempeño en una tarea
específica, utilizando algoritmos de optimización como el descenso de
gradiente.
Son especialmente útiles en problemas complejos y no lineales, y su
flexibilidad las hace aplicables en una amplia gama de dominios. Sin embargo,
también tienen limitaciones, como la necesidad de grandes cantidades de
datos para entrenar modelos precisos y la dificultad para interpretar cómo
4
toman decisiones.
PROCESAMIENTO DE
LENGUAJE NATURAL
Se centra en la interacción entre las computadoras y el
lenguaje humano. Su objetivo es permitir que las
computadoras comprendan, interpreten y generen lenguaje
humano. Implica: el análisis semántico, el análisis
sintáctico), la extracción de información (extracción de
entidades o categorías conceptuales /tópìcos), así como la
generación de texto legible para humanos.
Aplicaciones:
• Traducción automática.
• Correctores automáticos de sintaxis y ortografía.
• Predictores de texto.
• Generación de resúmenes.
• Clasificación de documentos.
• Atención automatizada al cliente (Chat bot).
• Análisis de tendencias en redes sociales. 5
REDES
CONVOLUCIONALES
Son un tipo de modelo de aprendizaje profundo inspirado
en el funcionamiento del sistema visual biológico
(especialmente en la corteza visual de los mamíferos), se
utiliza para el reconocimiento y procesamiento de
imágenes. Esto se logra mediante el uso de capas
convolucionales que aplican filtros que resaltan ciertas
características detectadas en la imagen y destacan
patrones.
6
ROBÓTICA
Es un campo interdisciplinario que abarca el diseño,
construcción, programación y operación de robots.
Los robots son sistemas o máquinas autónomas o
semiautónomas que pueden realizar tareas de manera
automatizada, tanto físicas como cognitivas, en lugar de
ser controlados directamente por humanos en tiempo
real.
La robótica combina conocimientos y técnicas de áreas
como la ingeniería mecánica, la electrónica, la
informática, la inteligencia artificial y la ciencia de la
computación.
Los robots pueden tener una amplia variedad de formas y
funciones, desde robots industriales que ensamblan
productos en fábricas, hasta robots médicos que asisten
en cirugías, robots de exploración que investigan
ambientes peligrosos o desconocidos, y robots de servicio
7
que realizan tareas domésticas o de asistencia personal.
¿QUÉ ES LA
OPERACIÓN DE
CONVOLUCIÓN?
8
volcanoanalytics.wixsite.com/dataprospace
APLICACIONES DE LA IA
EN KINESIOLOGÍA Y
FISIOTERAPIA
Diagnóstico asistido por IA: Cómo los sistemas de IA pueden ayudar
en la evaluación de lesiones musculoesqueléticas y en la
planificación del tratamiento.
Rehabilitación personalizada: Uso de algoritmos de aprendizaje
automático para diseñar programas de rehabilitación específicos para
las necesidades individuales de los pacientes.
Monitoreo remoto: Desarrollo de dispositivos y aplicaciones
inteligentes que permiten el seguimiento continuo del progreso del
paciente fuera del entorno clínico.
Prevención de lesiones: Implementación de modelos predictivos
basados en IA para identificar factores de riesgo y prevenir lesiones
comunes en atletas y pacientes.
Control robotizado de prótesis. 9
