Enfoques teóricos de la Inteligencia Artificial - Jhannice Gonzalez

REPÚBLICA BOLIVARIANA DE VENEZUELA UNIVERSIDAD BICENTENARIA DE ARAGUA VICERRECTORADO ACADÉMICO ESCUELA DE INGENIERIA SAN JOAQUÍN DE TURMERO ESTADO ARAGUA

AUTOR: Jhannice C. González A. C.I.V 26.978.884 SECCIÓN: 1 Facilitador: Alexander Jimenez

Editorial Patinsky

San Joaquín de Turmero, febrero de 2024.

ÍNDICE Introducción……………………………………………....3 Que es la IA……………………………………………….4 Historia de la IA…………………………………………...5 Enfoques teóricos de la IA……………………………….8 Fundamentación teórica………………………………….9 Aplicación de la IA………………………………………10 Fundamentos éticos de la IA……………………………13 Conclusión………………………………………………..14 Referencias bibliográficas…………………………..….15

INTRODUCCIÓN La Inteligencia

Artificial

(IA),

un

campo

interdisciplinario que combina la informática, la matemática y la lógica, ha capturado la imaginación de la humanidad durante décadas. Desde los primeros intentos de construir autómatas inteligentes hasta los sistemas de aprendizaje profundo de hoy en día, la IA ha evolucionado y se ha entrelazado con nuestra vida cotidiana.

En

esta

revista,

exploraremos

los

pilares

fundamentales de la IA, como lo son los Enfoques Teóricos, que se basa en reglas lógicas, la Historia de la IA y su Fundamentación

Teórica,

descubriremos

cómo

ha

evolucionado, los Campos de Aplicación de la IA en el Mundo Real, a través de ejemplos concretos, y los Fundamentos Éticos donde principios como la transparencia, la justicia y la responsabilidad que deben guiar el desarrollo y uso de la IA.

¿QUÉ ES LA IA? La inteligencia artificial (IA) es una rama de la informática que busca crear sistemas capaces de realizar tareas que

se

consideran

inteligentes,

como

el

aprendizaje,

el

razonamiento, la resolución de problemas y la toma de decisiones.

La IA beneficia a diversos sectores como la salud, finanzas,

manufactura,

transporte,

agricultura,

educación

y

entretenimiento.

La IA es importante porque aumenta

la

productividad,

impulsa

la

investigación,

mejora la calidad de vida y crea nuevas oportunidades.

Sin embargo, hay que abordar los

desafíos

como

la

que

presenta

desigualdad,

el

desempleo, la privacidad y la seguridad.

HISTORIA DE LA IA La Inteligencia Artificial (IA), un campo que ha cautivado a científicos y soñadores por igual, tiene sus raíces en la década de 1940.

McCulloch y Pitts (1943): Inspirados por el cerebro humano, McCulloch y Pitts exploraron cómo las

redes

neuronales

biológicas

podrían traducirse en computadoras.

Ellos

propusieron

un

modelo

computacional basado en neuronas artificiales, allanando el camino para futuras investigaciones.

HISTORIA DE LA IA Alan Turing y el Test de Turing (1950): Alan Turing, pionero de la computación, planteó la pregunta fundamental: ¿puede una máquina pensar?

Su “Test de Turing” estableció que una máquina sería considerada inteligente si un humano

no

pudiera

distinguir

si

está

interactuando con otra persona o una máquina.

Los primeros programas de IA, como los juegos de ajedrez de Allen Newell, surgieron a partir de esta premisa.

HISTORIA DE LA IA Conferencia Dartmouth (1956): Durante este evento, John McCarthy, junto con Marvin Minsky, Claude Shannon y Nathaniel Rochester, se propuso un ambicioso objetivo: crear una máquina capaz de simular todos los aspectos del aprendizaje y la inteligencia humana en tan solo dos meses.

Se establecieron los conceptos fundamentales que aún guían nuestra comprensión actual de la IA.

Enfoque teórico de la ia La comprensión de los diferentes enfoques teóricos de la IA es fundamental para el desarrollo de sistemas inteligentes y para comprender el impacto que esta tecnología tendrá en nuestro futuro. Estos incluyen: AutoML: Permite automatizar

No-Code

y

Low-Code

ML:

casi todas las etapas del ciclo

Facilitan

el

desarrollo

de

de creación de modelos de IA,

modelos de IA sin necesidad de

reduciendo el error humano, el

codificación compleja, mediante

tiempo y los costes.

una interfaz de “arrastrar y

.

soltar”.

MLOps: Engloba un conjunto de prácticas

para

implementar y

RPA

y

Process

mantener los modelos de IA de

Mining:

Permiten

manera confiable y eficiente para

automatizar

procesos

las empresas.

repetitivos

Tiny ML: Tiene como objetivo el desarrollo de modelos de IA que utilizan maquinaria con restricciones de

hardware,

mostrando

independencia y auto aprendizaje.

los

y

detectar

procesos

que

consumen más tiempo, así

como

preparar

escenarios

no

contemplados.

Fundamentación de la ia Su objetivo es crear máquinas que imiten la inteligencia humana y realicen tareas

como

el

aprendizaje,

el

razonamiento y la toma de decisiones.

Simulación de Procesos Humanos: La IA simula procesos de inteligencia humana a través de sistemas informáticos. Esto abarca el aprendizaje, el razonamiento y la autocorrección basada en la adquisición de conocimiento.

Habilidades Atribuibles a los Humanos: La IA permite a las computadoras realizar tareas que antes solo se asignaban

a

los

humanos.

Esto

implica

procesar

algoritmos para obtener resultados que contribuyan a la toma de decisiones.

APLICACIÓN de la ia La IA se aplica en diversas áreas, como: Reconocimiento de Imágenes: Permite identificar objetos y patrones en imágenes. Ejemplo: Las cámaras de seguridad pueden identificar rostros en tiempo real y alertar sobre posibles amenazas.

Optimización Comercial: Mejora el desempeño de algoritmos en estrategias

comerciales.

Ejemplo:

Un

minorista

puede

utilizar

algoritmos de IA para ajustar automáticamente los precios de los productos según la demanda y la competencia.

APLICACIÓN de la ia Salud: La IA se utiliza en el campo médico para diagnóstico, predicción de enfermedades y personalización de tratamientos.

Ejemplo: Los radiólogos pueden utilizar sistemas de IA para detectar anomalías en imágenes médicas, como mamografías o resonancias magnéticas.

Mantenimiento Predictivo: Ayuda en la industria al predecir fallas en equipos. Ejemplo: Un motor en una planta industrial se monitorea constantemente para detectar cambios en la vibración, la temperatura o el consumo de energía. Si se detecta una anomalía, se programa un mantenimiento antes de que ocurra una falla.

APLICACIÓN de la ia •

Clasificación

de

Objetos:

Categoriza

elementos

según

características. Ejemplo: En la industria de la logística, los algoritmos de IA pueden clasificar automáticamente paquetes según su forma, tamaño o contenido.

•

Monitoreo en Redes Sociales: Analiza contenido y tendencias en plataformas digitales. Ejemplo: Detectar menciones de una marca en Twitter y analizar el sentimiento de los comentarios (positivo, negativo o neutro).

fundamentos ética de la ia Desde el desarrollo de la IA se debe garantizar la vida y todos los derechos humanos sin ningún tipo de discriminación Es por ello que dentro de la metodologia etica de la IA se encuentran: Transparencia: Capacidad de rastrear y explicar el funcionamiento y los resultados de los sistemas de IA, así como de conocer el algoritmo y los pasos que siguen para tomar decisiones.

Responsabilidad y rendición de cuentas: deberes y consecuencias que tienen los desarrolladores y los usuarios de los sistemas de IA, para evitar o reparar los posibles daños o perjuicios que causen.

Robustez y seguridad: garantizan que los sistemas de IA funcionen de manera confiable y segura, que puedan corregir o prevenir los errores que se presenten.

Justicia y no discriminación: Son los principios que aseguran que los sistemas de IA respeten la diversidad y la equidad de los seres humanos.

conclusión La IA ha experimentado diferentes enfoques teóricos a lo largo de su historia, desde el simbolismo hasta el aprendizaje automático. Estos enfoques han permitido construir sistemas inteligentes que resuelven problemas complejos, aprenden de la experiencia y toman decisiones bajo incertidumbre. La IA se aplica en diversos sectores como la medicina, finanzas, manufactura, transporte, agricultura, educación y entretenimiento.

Es crucial que la IA se desarrolle de manera responsable y ética, considerando principios como la justicia, beneficencia, no maleficencia, autonomía, privacidad y transparencia. Asegurarse de que la IA se use para el beneficio de la humanidad es vital para el futuro de la tecnología.

REFERENCIAS BIBLIOGRÁFICAS Alexander Jimenez. Enfoques teóricos de la Inteligencia Artificial. Disponible en: Aula virtual de la Universidad Bicentenaria de Aragua, consultado 2024, febrero 15.

Amazon (2018) ¿Qué es la inteligencia artificial (IA)? Disponible en: https://aws.amazon.com/es/what-is/artificial-intelligence/#:~:text=La %20tecnología%20de%20IA%20puede%20utilizar%20el%20ML%20y %20las,identificando%20información%20y%20proporcionando%20respuestas., consultado 2024, febrero 15.

WhatsNew

(2023) 7

Disponible

en:

ENFOQUES

DE

LA

INTELIGENCIA

ARTIFICIAL.

https://wwwhatsnew.com/2023/01/11/7-enfoques-de-ia/,

consultado 2024, febrero 15.

Eduardo Rodriguez. Bases Teóricas que Sustentan la Inteligencia Artificial Disponible

en:

https://canalinnova.com/bases-teoricas-que-sustentan-la-

inteligencia-artificial/#:~:text=A%20lo%20largo%20de%20la,juegos%20y%20la %20computación%20evolutiva., consultado 2024, febrero 15.

Wikipedia. Aplicaciones

de

la

inteligencia

artificial.

Disponible

en:

https://es.wikipedia.org/wiki/Aplicaciones_de_la_inteligencia_artificial, consultado 2024, febrero 15.

Jhannice González

Editorial Patinsky