Capítulo 1

Introducción a la Inteligencia Artificial

Al finalizar el capítulo, el alumno podrá:

• Reconocer el alcance de la Inteligencia Artificial.

• Actualidad de la Inteligencia Artificial.

Temas:

1. ¿Qué es la Inteligencia Artificial?

2. Actualidad de la Inteligencia Artificial

IES Cibertec S.A.C

Introducción a la Inteligencia de Artificial 2

1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL

1.1 ¿Qué es la Inteligencia Artificial?

La inteligencia artificial (Artificial Intelligence, o AI) es la simulación de procesos de

inteligencia humana por parte de máquinas, especialmente sistemas informáticos.
Estos procesos incluyen el aprendizaje (la adquisición de información y reglas para el
uso de la información), el razonamiento (usando las reglas para llegar a conclusiones
aproximadas o definitivas) y la autocorrección. Las aplicaciones particulares de la AI
incluyen sistemas expertos, reconocimiento de voz y visión artificial.

El término AI fue acuñado por John McCarthy, un informático estadounidense, en

1956 durante la Conferencia de Dartmouth, donde nació la disciplina. Hoy en día, es
un término general que abarca todo, desde la automatización de procesos robóticos
hasta la robótica actual. Ha ganado prominencia recientemente debido, en parte, a
los grandes volúmenes de datos, o al aumento de velocidad, tamaño y variedad de
datos que las empresas están recopilando (Big Data). AI puede realizar tareas tales
como identificar patrones en los datos de manera más eficiente que los seres
humanos, lo que permite a las empresas obtener más información sobre sus datos.

IES Cibertec S.A.C – Machine Learning

Introducción a la Inteligencia de Artificial 3

Tipos de inteligencia artificial

AI puede ser categorizado en cualquier número de maneras, pero aquí hay dos
ejemplos:

El primero clasifica los sistemas de AI como AI débil o AI fuerte. La AI débil, también

conocida como AI estrecha, es un sistema que está diseñado y entrenado para una
tarea en particular. Los asistentes personales virtuales, como Siri de Apple, son una
forma de AI débil.

La AI fuerte, también conocida como inteligencia general artificial, es un sistema de AI

con habilidades cognitivas humanas generalizadas, de modo que cuando se le presenta
una tarea desconocida, tiene suficiente inteligencia para encontrar una solución. La
prueba de Turing, desarrollada por el matemático Alan Turing en 1950, es un método
utilizado para determinar si una computadora puede realmente pensar como un
humano, aunque el método es polémico.

El segundo ejemplo es de Arend Hintze, profesor asistente de biología integradora e

ingeniería y ciencias de computación en la Universidad Estatal de Michigan. Categoriza
la AI en cuatro tipos, desde el tipo de sistemas de AI que existen hoy en día hasta los
sistemas sensitivos, que aún no existen. Sus categorías son las siguientes:

IES Cibertec S.A.C – Machine Learning

Introducción a la Inteligencia de Artificial 4

• Tipo 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 propios 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.

• Tipo 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.

• Tipo 3: Teoría de la mente. Este es un término psicológico. Se refiere a la

comprensión que los demás tienen sus propias creencias, deseos e intenciones que
afectan las decisiones que toman. Este tipo de AI aún no existe.

• Tipo 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.

IES Cibertec S.A.C – Machine Learning

Introducción a la Inteligencia de Artificial 5

2. ACTUALIDAD EN LA INTELIGENCIA ARTIFICIAL

• 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
debido a que puede adaptar a las circunstancias cambiantes.

• 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, donde
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.

• 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, 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.

IES Cibertec S.A.C – Machine Learning

Introducción a la Inteligencia de Artificial 6

• 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.

• 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.

• La robótica es un campo de la ingeniería centrada 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.

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.

IES Cibertec S.A.C – Machine Learning

Introducción a la Inteligencia de Artificial 7

• 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.

• 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.

IES Cibertec S.A.C – Machine Learning