INTELIGENCIA ARTIFICIAL
SJM Computaciรณn 4.0
1
INTRODUCCIÓN El cerebro es el órgano más increíble del cuerpo humano. Establece la forma en que percibimos las imágenes, el sonido, los olores, los sabores y el tacto. Nos permite almacenar recuerdos, experimentar emociones e incluso soñar. Sin el, seríamos organismos primitivos, incapaces de otra cosa que el más simple de los reflejos. El cerebro es, en definitiva, lo que nos hace inteligentes. Durante décadas hemos soñado con construir máquinas inteligentes con cerebros como los nuestros; asistentes robotizados para limpiar nuestras casas, coches que se conducen por sí mismos, microscopios que detecten enfermedades automáticamente. Pero construir estas máquinas artificialmente inteligentes nos obliga a resolver algunos de los problemas computacionales más complejos que hemos tenido; problemas que nuestros cerebros ya pueden resolver en una fracción de segundos. La forma de atacar y resolver estos problemas, es el campo de estudio de la Inteligencia Artificial.
SJM Computación 4.0
2
DEFINICIÓN Inteligencia Artificial es un programa de computación diseñado para realizar determinadas operaciones que se consideran propias de la inteligencia humana, como el autoaprendizaje La inteligencia artificial (IA), es la inteligencia llevada a cabo por máquinas. En Ciencias de la Computación, una máquina «inteligente» ideal es un agente flexible que percibe su entorno y lleva a cabo acciones que maximicen sus posibilidades de éxito en algún objetivo o tarea. Coloquialmente, el término inteligencia artificial se aplica cuando una máquina imita las funciones «cognitivas» que los humanos asocian con otras mentes humanas, como por ejemplo: «percibir», «razonar», «aprender» y «resolver problemas». Andreas Kaplan y Michael Haenlein definen la inteligencia artificial como "la capacidad de un sistema para interpretar correctamente datos externos, para aprender de dichos datos y emplear esos conocimientos para lograr tareas y metas concretas a través de la adaptación flexible". A medida que las máquinas se vuelven cada vez más capaces, tecnología que alguna vez se pensó que requería de inteligencia se elimina de la definición. Avances tecnológicos todavía clasificados como inteligencia artificial son los sistemas de conducción autónomos o los capaces de jugar al ajedrez o al Go. SJM Computación 4.0
3
OBJETIVOS DE IA Los objetivos principales de la IA incluyen la deducción y el razonamiento, la representación del conocimiento, la planificación, el procesamiento del lenguaje natural (NLP), el aprendizaje, la percepción y la capacidad de manipular y mover objetos. Los objetivos a largo plazo incluyen el logro de la Creatividad, la Inteligencia Social y la Inteligencia General (a nivel Humano). El objetivo principal de la Inteligencia Artificial es desarrollar máquinas capaces de realizar funciones para las cuales se requeriría un humano inteligente. Alan Turing considerado como uno de los padres de la Ciencia de la Computación desarrollo un criterio según el cual puede juzgarse la inteligencia de una máquina si sus respuestas en la prueba son indistinguibles de las de un ser humano. Dentro de este criterio podemos encontrar la famosa PRUEBA DE TURING(1950). Para poder superar esta prueba, la máquina debería poseer las siguientes capacidades: Procesamiento de lenguaje natural, que le permita comunicarse satisfactoriamente. Representación del conocimiento, para almacenar lo que se conoce o se siente. Razonamiento automático, para utilizar la información almacenada para responder a preguntas y extraer nuevas conclusiones. Aprendizaje automático, para adaptarse a nuevas circunstancias y para detectar y extrapolar patrones. Visión computacional, para percibir objetos. Robótica, para manipular y mover objetos. SJM Computación 4.0
4
CAMPO DE ACCIร N DE IA
SJM Computaciรณn 4.0
5
TIPOS DE INTELIGENCIA ARTIFICIAL Sistemas que piensan como humanos.- Estos sistemas tratan de emular el pensamiento humano; por ejemplo las redes neuronales artificiales. La automatización de actividades que vinculamos con procesos de pensamiento humano, actividades como la toma de decisiones, resolución de problemas y aprendizaje Sistemas que actúan como humanos.- Estos sistemas tratan de actuar como humanos; es decir, imitan el comportamiento humano; por ejemplo la robótica. El estudio de cómo lograr que los computadores realicen tareas que, por el momento, los humanos hacen mejor. Sistemas que piensan racionalmente.- Es decir, con lógica (idealmente), tratan de imitar o emular el pensamiento lógico racional del ser humano; por ejemplo los sistemas expertos. El estudio de los cálculos que hacen posible percibir, razonar y actuar. Sistemas que actúan racionalmente (idealmente).– Tratan de emular de forma racional el comportamiento humano; por ejemplo los agentes inteligentes. Está relacionado con conductas inteligentes en artefactos.
SJM Computación 4.0
6
CATEGORIAS DE INTELIGENCIA ARTIFICIAL 1: Máquinas reactivas. Un ejemplo es Deep Blue, el programa de ajedrez de IBM que venció a Garry Kasparov en los años noventa. Deep Blue puede identificar piezas en el tablero de ajedrez y hacer predicciones, pero no tiene memoria y no puede usar experiencias pasadas para informar a las futuras. Analiza movimientos posibles –los propio y los de su oponente– y elige el movimiento más estratégico. Deep Blue y AlphaGO de Google fueron diseñados para propósitos estrechos y no pueden aplicarse fácilmente a otra situación. 2: Memoria limitada. Estos sistemas de AI pueden usar experiencias pasadas para informar decisiones futuras. Algunas de las funciones de toma de decisiones en vehículos autónomos han sido diseñadas de esta manera. Las observaciones son utilizadas para informar las acciones que ocurren en un futuro no tan lejano, como un coche que ha cambiado de carril. Estas observaciones no se almacenan permanentemente. 3: Teoría de la mente. Este es un término psicológico. Se refiere a la comprensión de que los demás tienen sus propias creencias, deseos e intenciones que afectan las decisiones que toman. Esta categoría de AI aún no existe. 4: Autoconocimiento. En esta categoría, los sistemas de AI tienen un sentido de sí mismos, tienen conciencia. Las máquinas con conciencia de sí comprenden su estado actual y pueden usar la información para inferir lo que otros están sintiendo. Este tipo de AI aún no existe. SJM Computación 4.0
7
EJEMPLOS DE AI 1.- La automatización es el proceso de crear automáticamente un sistema o una función de proceso. La automatización robótica de procesos (RPA), por ejemplo, puede programarse para realizar tareas repetibles de alto volumen normalmente realizadas por seres humanos. La RPA es diferente de la automatización de TI en que se puede adaptar a las circunstancias cambiantes. 2.- El aprendizaje automático es la ciencia de conseguir que una computadora actúe sin programación. El aprendizaje profundo es un subconjunto del aprendizaje automático que, en términos muy simples, puede considerarse como la automatización de la analítica predictiva. Existen tres tipos de algoritmos de aprendizaje automático: el aprendizaje supervisado, en el que los conjuntos de datos están etiquetados para que los patrones puedan ser detectados y utilizados para etiquetar nuevos conjuntos de datos; el aprendizaje no supervisado, en el que los conjuntos de datos no están etiquetados y se clasifican de acuerdo a similitudes o diferencias; y el aprendizaje de refuerzo, en el que los conjuntos de datos no están etiquetados, pero después de realizar una acción o varias acciones, el sistema de AI recibe retroalimentación. 3.- La visión de la máquina es la ciencia de hacer que las computadoras vean. La visión de la máquina captura y analiza la información visual usando una cámara, la conversión de analógico a digital y el procesamiento de la señal digital. A menudo se compara con la vista humana, pero la visión artificial no está vinculada a la biología y puede programarse para ver a través de las paredes. SJM Computación 4.0
8
EJEMPLOS DE AI (continuación) Por ejemplo. Se utiliza en una amplia gama de aplicaciones, desde la identificación de la firma hasta el análisis de imágenes médicas. La visión por computador, que se centra en el procesamiento de imágenes a máquina, suele combinarse con la visión artificial. 4.- El procesamiento del lenguaje natural (PNL, o NLP por sus siglas en inglés) es el procesamiento del lenguaje humano y no informático por un programa informático. Uno de los ejemplos más antiguos y conocidos de PNL es la detección de spam, que mira la línea de asunto y el texto de un correo electrónico y decide si es basura. Los enfoques actuales de la PNL se basan en el aprendizaje automático. Las tareas de PNL incluyen traducción de texto, el análisis de sentimientos y el reconocimiento de voz. 5.- El reconocimiento de patrones es una rama del aprendizaje automático que se centra en la identificación de patrones en los datos. El término, hoy, es anticuado. 6.- La robótica es un campo de la ingeniería centrado en el diseño y fabricación de robots. Los robots se utilizan a menudo para realizar tareas que son difíciles de realizar para los seres humanos o es complicado que se desempeñen de manera consistente. Se utilizan en líneas de montaje para la producción de coches o por la NASA para mover objetos grandes en el espacio. Más recientemente, los investigadores están utilizando el aprendizaje automático para construir robots que puedan interactuar en entornos sociales.
SJM Computación 4.0
9
APLICACIONES DE AI • AI en la asistencia sanitaria. Las mayores apuestas están en mejorar los resultados de los pacientes y reducir los costos. Las empresas están aplicando el aprendizaje de máquina para hacer diagnósticos mejores y más rápidos que los seres humanos. Una de las tecnologías sanitarias más conocidas es IBM Watson. Entiende el lenguaje natural y es capaz de responder a las preguntas que se le formulan. El sistema extrae datos de los pacientes y otras fuentes de datos disponibles para formar una hipótesis, que luego presenta con un esquema de puntuación de confianza. Otras aplicaciones de AI incluyen chatbots, un programa de computadora utilizado en línea para responder a preguntas y ayudar a los clientes, para ayudar a programar citas de seguimiento o ayudar a los pacientes a través del proceso de facturación, así como en asistentes virtuales de salud que proporcionan retroalimentación médica básica. • AI en los negocios. La automatización de procesos robóticos se está aplicando a tareas altamente repetitivas que normalmente realizan los seres humanos. Los algoritmos de aprendizaje automático se están integrando en las plataformas de análisis y CRM para descubrir información sobre cómo servir mejor a los clientes. Los chatbots se han incorporado en los sitios web para ofrecer un servicio inmediato a los clientes. La automatización de puestos de trabajo también se ha convertido en un punto de conversación entre académicos y consultores de TI, como Gartner y Forrester.
SJM Computación 4.0
10
APLICACIONES DE AI (continuación) • AI en la educación. La AI puede automatizar la calificación, dando a los educadores más tiempo. AI puede evaluar a los estudiantes y adaptarse a sus necesidades, ayudándoles a trabajar a su propio ritmo. Los tutores de AI pueden proporcionar apoyo adicional a los estudiantes, asegurando que se mantengan en el buen camino. AI podría cambiar dónde y cómo los estudiantes aprenden, tal vez incluso reemplazando a algunos maestros. • AI en finanzas. La AI aplicada a las aplicaciones de finanzas personales, como Mint o Turbo Tax, está transformando a las instituciones financieras. Aplicaciones como estas podrían recopilar datos personales y proporcionar asesoramiento financiero. Otros programas, IBM Watson siendo uno, se han aplicado al proceso de comprar una casa. Hoy en día, el software realiza gran parte de las operaciones en Wall Street. • AI en la ley. El proceso de descubrimiento, a través de la revisión de documentos, en la ley es a menudo abrumador para los seres humanos. Automatizar este proceso es un mejor uso del tiempo y un proceso más eficiente. Las startups también están construyendo asistentes informáticos con preguntas y respuestas que pueden tamizar preguntas programadas para contestar examinando la taxonomía y la ontología asociadas a una base de datos. • AI en la fabricación. Esta es un área que ha estado a la vanguardia de la incorporación de robots en el flujo de trabajo. Los robots industriales solían realizar tareas únicas y estaban separados de los trabajadores humanos, pero a medida que la tecnología avanza eso ha cambiado. SJM Computación 4.0
11
ALGUNAS APLICACIONES DE IA
SJM Computaciรณn 4.0
12
LÍMITES ACTUALES DE LA IA La limitación principal de la inteligencia artificial es que aprende de los datos. No hay otra forma en que se pueda incorporar el conocimiento. Eso significa que cualquier imprecisión en los datos se verá reflejada en los resultados. Y cualquier capa adicional de predicción o análisis se tiene que agregar por separado. Los sistemas de IA actuales son entrenados para realizar una tarea claramente definida. El sistema que juega póquer no puede jugar solitario o ajedrez. El sistema que detecta fraude no puede conducir un automóvil o brindarle asesoría legal. De hecho, un sistema de IA que detecta fraude en la atención a la salud no puede detectar con precisión fraude en impuestos o en reclamos de garantías. En otras palabras, estos sistemas son muy, muy especializados. Se enfocan en una sola tarea y están lejos de comportarse como humanos. De la misma forma, los sistemas de autoaprendizaje no son sistemas autónomos. Las tecnologías de IA imaginarias que ve en las películas y en la TV siguen siendo ciencia ficción. Pero las computadoras que pueden sondear datos complejos para aprender y perfeccionar tareas específicas se están volviendo bastante comunes. SJM Computación 4.0
13
TECNOLOGÍA QUE DA SOPORTE A IA Las unidades de procesamiento gráfico son fundamentales para la inteligencia artificial porque aportan gran poder de cómputo requerido para el procesamiento iterativo. Entrenar redes neurales requiere big data, además de poder de cómputo. Internet de las Cosas genera cantidades masivas de datos de dispositivos conectados, la mayoría de ellos no analizados. La automatización de modelos con inteligencia artificial nos permite usar una mayor parte de ellos. Se están desarrollando algoritmos avanzados y se combinan en nuevas formas para analizar más datos con mayor rapidez y en múltiples niveles. Este procesamiento inteligente es clave para identificar y anticipar eventos poco comunes, entender sistemas complejos y optimizar escenarios únicos. Las APIs, o interfaces de procesamiento de aplicaciones (por sus siglas en inglés), son paquetes portátiles de código que hacen posible agregar funcionalidad IA a productos y paquetes de software existentes. Pueden agregar capacidades de reconocimiento de imágenes a sistemas de seguridad domésticos y capacidades de preguntas y respuestas que describen datos, crear subtítulos y encabezados, o bien invocar patrones e insights interesantes en los datos. SJM Computación 4.0
14
COMO FUNCIONA LA IA La inteligencia artificial funciona combinando grandes cantidades de datos con procesamiento rápido e iterativo y algoritmos inteligentes, permitiendo al software aprender automáticamente de patrones o características en los datos. La inteligencia artificial es un vasto campo de estudio que incluye muchas teorías, métodos y tecnologías, además de los siguientes subcampos principales: 1.- El aprendizaje basado en máquina automatiza la construcción de modelos analíticos. Emplea métodos de redes neurales, estadística, investigación de operaciones y física para hallar insights ocultos en datos sin ser programada de manera explícita para que sepa dónde buscar o qué conclusiones sacar. 2.- Una red neural es un tipo de aprendizaje basado en máquina que se compone de unidades interconectadas (como neuronas) que procesa información respondiendo a entradas externas, transmitiendo información entre cada unidad. El proceso requiere múltiples pases en los datos para hallar conexiones y obtener significado de datos no definidos. 3.- El aprendizaje a fondo utiliza enormes redes neurales con muchas capas de unidades de procesamiento, aprovechando avances en el poder de cómputo y técnicas de entrenamiento mejoradas para aprender patrones complejos en grandes cantidades de datos. Algunas aplicaciones comunes incluyen reconocimiento de imágenes y del habla. SJM Computación 4.0
15
COMO FUNCIONA LA IA (continuación) 4.- El cómputo cognitivo es un subcampo de la inteligencia artificial que busca una interacción de tipo humano con las máquinas. Utilizando la inteligencia artificial y el cómputo cognitivo, el objetivo final es que una máquina simule procesos humanos a través de la capacidad de interpretar imágenes y el habla – y luego hable de forma coherente como respuesta. 5.- La visión de la computadora se sustenta en el reconocimiento de patrones y en el aprendizaje a fondo para reconocer lo que hay en una imagen o video. Cuando las máquinas pueden procesar, analizar y entender imágenes, pueden capturar imágenes o videos en tiempo real e interpretar sus alrededores. 6.- El procesamiento del lenguaje natural (NLP, por sus siglas en inglés) es la capacidad de las computadoras de analizar, entender y generar lenguaje humano, incluyendo el habla. La etapa siguiente de NLP es la interacción en lenguaje natural, que permite a los humanos comunicarse con las computadoras utilizando lenguaje normal de todos los días para realizar tareas.
SJM Computación 4.0
16
10 Cursos libres de Inteligencia Artificial certificados por Microsoft
SJM Computaciรณn 4.0
17
MICROSOFT OFRECE: CURSOS LIBRE SOBRE INTELIGENCIA ARTIFICIAL Si te encantan las ciencias de la computación, las matemáticas y el análisis de datos, entonces inscríbete y comienza a aprender sobre las aplicaciones de la inteligencia artificial y cómo puedes ayudarlos a avanzar. El campo de la Inteligencia Artificial abarca la informática, las matemáticas, la psicología, la neurociencia, la ciencia de la información, el aprendizaje automático y muchas otras disciplinas. Un curso de introducción a la IA es un buen lugar para comenzar, ya que le brindará una visión general de los componentes que lo pondrán al día sobre las investigaciones y desarrollos de la IA hasta la fecha. También puede obtener experiencia práctica con la programación de inteligencia artificial de agentes inteligentes, como algoritmos de búsqueda, juegos y problemas lógicos. Conozca los ejemplos de IA que se utilizan hoy en día, como los autos con auto manejo, los sistemas de reconocimiento facial, drones militares y procesadores de lenguaje natural. Aprende acerca de los los fundamentos de cómo operan los robots, incluyendo cómo representar las relaciones espaciales 2D y 3D, cómo manipular los brazos robóticos y planificar los sistemas de robots AI de punta a punta. También podrás explorar las técnicas de aprendizaje no supervisadas para el modelado y análisis de datos, incluyendo agrupamiento de datos, factorización matricial y modelos secuenciales para datos dependientes de la orden.
SJM Computación 4.0
18
MICROSOFT: cursos libres sobre IA en plataforma edX Es un hecho y grandes empresas están apostando en el desarrollo de esta disciplina. Una de ellas es Google, que ha implementado en casi todos sus productos algo de esta rama de la informática. También se ha dedicado a liberar los conocimientos en forma de cursos gratis de Inteligencia Artificial para que cualquiera pueda aprender al respecto. No solo Google busca que se amplié el conocimiento en la materia. Microsoft ha desarrollado 10 cursos que cubren la mayor parte de los temas que necesitas para especializarte en el campo de la inteligencia artificial. Estamos seguros que si logras completar todos y cada uno de estos cursos, tendrás las habilidades para crear tus propios programas «inteligentes». Lo primero que debes hacer es registrarte en la plataforma edX, te tomará solo unos minutos ya que puedes usar tu correo o cualquier red social para hacerlo. Luego, puedes tomar los cursos en orden o aprender aquellos conceptos que quieres profundizar. Estos 10 cursos tienen una duración de entre 8 a 16 horas dependiendo la complejidad de la habilidad a adquirir. Los cursos están en inglés, por lo que necesitas un alto dominio del idioma. También es necesario tener un conocimiento básico en matemáticas, además de tener conocimientos en el lenguaje de programación Python. Todos los cursos son gratis, y una vez los finalices todos puedes pedir una certificación avalada por Microsoft en la plataforma edX que cuesta 99 dólares. A continuación voy a describir los cursos y su contenido. SJM Computación 4.0
19
Introducción a la Inteligencia Artificial Aprende los conceptos básicos del Machine Learning. Aprenderás a construir modelos de inteligencia artificial con Azure. Utilizarás Python y Microsoft cognitive services para trabajar con reconocimiento de imágenes, audio y video. Además aprenderás a utilizar Microsoft Bot Framework para crear bots que puedan mantener una conversación.
SJM Computación 4.0
20
SJM Computaciรณn 4.0
21
Introducciรณn a Python para Ciencia de Datos Aprenderรกs los fundamentos de Python como: la sintaxis, variables, tipos, etc. Podrรกs crear y manipular listas con Python. Usar funciones e importar paquetes. Crear Arrays complejos y desarrollar cรกlculos interesantes. Crear y personalizar parcelas de datos reales. Todo muy enfocado a los datos que son el pilar fundamental de la inteligencia artificial.
SJM Computaciรณn 4.0
22
Matemáticas esenciales para Inteligencia Artificial La matemática es otro de los fundamentos de esta disciplina. Aquí vas a aprender a realizar ecuaciones, funciones y gráficos. Aprenderás a sacarle partido a los conceptos de optimización y diferenciación. A trabajar con vectores y matrices, estadística y probabilidad.
SJM Computación 4.0
23
Ética y leyes para el Análisis de Datos Al momento de crear nuestros propios programas inteligentes se puede correr el riesgo de romper algunas leyes o atentar contra la ética. Así que en este curso aprenderás a aplicar Frameworks éticos y legales a la hora de trabajar con datos. Aprenderás algunas herramientas de Big data y ciencia de datos. Y aplicaras métodos legales y éticos para el análisis y creación de inteligencias artificiales.
SJM Computación 4.0
24
Ciencia de Datos básica La ciencia de los datos involucra métodos científicos, procesos y sistemas para adquirir el mayor conocimiento posible de una cantidad de datos determinada. En este curso vas a explorar el proceso de la ciencia de los datos. A aprender sus métodos cómo: la ingestión, limpieza y transformación de los datos. Además sabrás como introducir este concepto a la hora de hacer Machine Learning.
SJM Computación 4.0
25
Principios del Aprendizaje Automático El Machine Learning es una de las ramas de la Inteligencia Artificial de mayor implementación en la actualidad. En este curso vas a aprender conceptos como la clasificación, regresión, agrupación, etc. Vas a crear modelos supervisados. Todo esto utilizando Phyton y Azure como herramientas de apoyo.
SJM Computación 4.0
26
SJM Computaciรณn 4.0
27
Explicación del Deep Learning Una red neuronal es el siguiente paso en la inteligencia artificial. Este concepto es conocido como Deep Learning y en este curso aprenderás todo al respecto. Aprenderás cómo funciona una red neuronal, los diferentes tipos de redes, algoritmos, vocabulario y cómo crear cada uno de los tipos de redes neuronales existentes. SJM Computación 4.0
28
Aprendizaje por Refuerzo explicado El aprendizaje por refuerzo (Reinforcement Learning) es un área del Machine Learning donde un agente aprende mediante la interacción con su entorno para alcanzar una meta. En este curso, vas a aprender los conceptos del Aprendizaje por Refuerzo. Serás capaz de resolver problemas y empezar a crear ejemplos básicos como: los resultados recomendados, navegar por una plataforma en un mundo y equilibrar un bastón. SJM Computación 4.0
29
Desarrollo de Inteligencia Artificial aplicada Ya es hora de poner a prueba los conocimientos con un proyecto sencillo que abarque todo lo aprendido. Para ello podrás elegir entre otros 3 cursos gratis de inteligencia artificial: Procesamiento del Lenguaje Natural, Reconocimiento del Habla y Visión por computadora y análisis de imagen. Cada uno tiene su dificultad y sus objetivos propios, te recomendamos que mires cada uno y elijas el que más te llame la atención.
SJM Computación 4.0
30
Proyecto final de Inteligencia Artificial Este curso trata de aplicar todos los conceptos que se han aprendido en un proyecto que funcione correctamente, haciendo el uso adecuado de las herramientas aprendidas. Espero que todos estos cursos de Inteligencia Artificial les permitan mejorar sus conocimientos sobre este complejo e interesante tema. No olviden compartir con aquellos a quienes les pueda interesar. ยกHasta pronto!
SJM Computaciรณn 4.0
31
Bibliografia https://www.iberdrola.com/te-interesa/tecnologia/que-es-inteligencia-artificial https://es.wikipedia.org/wiki/Inteligencia_artificial https://www.muyinteresante.es/tecnologia/inteligencia-artificial/articulo/las-empresaschinas-dominaran-la-inteligencia-artificial-en-2030-961525106761 https://searchdatacenter.techtarget.com/es/definicion/Inteligencia-artificial-o-AI https://www.sas.com/es_pe/insights/analytics/what-is-artificial-intelligence.html https://relopezbriega.github.io/blog/2017/06/05/introduccion-a-la-inteligencia-artificial/ https://www.edx.org/es/aprende/inteligencia-artificial
Elaborado por:
Visita:
SJM Computaciรณn 4.0
32