Presentación 1
Presentación 1
Presentación 1
Huawei
¿Qué es la IA?
Relación de
MachineLearning
y Deep Learning.
El deep learning: es un subconjunto del ML que utiliza El machine learning: es una técnica de IA que permite a
redes neuronales artificiales para realizar tareas de las máquinas aprender y mejorar su rendimiento sin ser
aprendizaje. Las redes neuronales artificiales son explícitamente programadas. El ML se puede dividir en dos
modelos de aprendizaje que se inspiran en el categorías principales: aprendizaje supervisado y
funcionamiento del cerebro humano. aprendizaje no supervisado.
Tipos de IA.
Weak AI:
Sostiene que las maquinas inteligentes no
pueden razonar y resolver problemas, solo
parecen inteligentes, pero realmente no Strong AI:
tienen inteligencia real. Se consideran maquinas conscientes de sí
mismas, pueden pensar de forma
independiente a los problemas y encontrar
soluciones a los mismos, tienen un sistema de
valores y visiones del mundo, al igual que
instintos como los seres humanos como:
supervivencia y seguridad.
Subcampos de la IA
Aprendizaje Aprendizaje
automático: Las máquinas Aprendizaje profundo: Máquinas
Lógica: Las máquinas
aprenden de datos sin ser automático: Máquinas aprenden de datos
razonan y toman decisiones.
explícitamente aprenden de datos. utilizando redes neuronales
programadas. artificiales.
Asistentes virtuales: Los Chatbots: Los chatbots utilizan Traducción automática: El PLN Respuesta a preguntas: El PLN Análisis de texto: El PLN se
asistentes virtuales como Siri, el PLN para interactuar con los se utiliza para traducir texto de se utiliza para responder a utiliza para analizar texto en
Alexa y Google Assistant usuarios de manera un idioma a otro. preguntas sobre un tema busca de patrones o anomalías.
utilizan el PLN para entender conversacional. específico.
las instrucciones del usuario y
realizar tareas.
Aplicación a la seguridad
inteligente.
Detección de amenazas: La IA se puede utilizar para analizar grandes cantidades de datos en busca de patrones o
anomalías que puedan indicar una amenaza. Por ejemplo, la IA se puede utilizar para detectar ataques de malware,
intrusiones en redes y actividad sospechosa en videovigilancia.
Prevención de amenazas: La IA se puede utilizar para tomar medidas para prevenir ataques antes de que ocurran.
Por ejemplo, la IA se puede utilizar para identificar y bloquear direcciones IP maliciosas, bloquear intentos de
inicio de sesión no autorizados y alertar a los usuarios de posibles amenazas.
Respuesta a amenazas: La IA se puede utilizar para responder rápidamente a las amenazas cuando ocurren. Por
ejemplo, la IA se puede utilizar para aislar las redes comprometidas, contener los ataques y restaurar los
sistemas afectados.
Aplicación a un hogar inteligente.
Automatización: La IA se puede utilizar para automatizar tareas Control por voz: La IA se puede utilizar para controlar los
en el hogar, como encender y apagar las luces, controlar los dispositivos del hogar inteligente mediante comandos de voz. Esto
termostatos y cerrar las persianas. Esto puede ahorrar tiempo y puede ser conveniente para las personas con discapacidades o para
energía. quienes no quieren levantarse para usar un control remoto.
Esto se conoce como un
supermercado con sensores,
cámaras, visión por computadora y
Aplicación en
algunos algoritmos para cancelar
el proceso de pago permitiendo a
la venta
los clientes recoger los productos minorista.
y salir.
Sesgo algorítmico.