Inteligencia Artificial

 

Definición de inteligencia artificial 

  La inteligencia artificial es un campo de la ciencia relacionado con la creación de computadoras y máquinas que pueden razonar, aprender y actuar de una manera que normalmente requeriría inteligencia humana o que involucre datos cuya escala exceda lo que los humanos pueden analizar. La IA es un campo amplio que abarca muchas disciplinas diferentes, incluidas la informática, el análisis de datos y las estadísticas, la ingeniería de hardware y software, la lingüística, la neurociencia y hasta la filosofía y la psicología. El aprendizaje supervisado es un modelo de aprendizaje automático que asigna una entrada específica a un resultado mediante datos de entrenamiento etiquetados . En términos simples, para entrenar un algoritmo que reconozca imágenes de gatos, se lo alimenta con imágenes etiquetadas como gatos. El aprendizaje no supervisado es un modelo de aprendizaje automático que aprende patrones en función de datos no etiquetados . A diferencia del aprendizaje supervisado, el resultado final no se conoce con anticipación. En cambio, el algoritmo aprende de los datos y los clasifica en grupos en función de diversos atributos. Por ejemplo, el aprendizaje no supervisado es bueno para identificar patrones y realizar modelado descriptivo.

¿Por qué es importante la inteligencia artificial?

Porque la inteligencia artificial automatiza nuestro aprendizaje, la inteligencia artificial tareas computarizadas de manera confiable y segura.

Es importante porque logra una increíble precisión de la búsqueda y las tareas que realiza como por ejemplo lo que es Alexa, Siri y el asistente de Google que han tenido avances demasiados positivos para los que ocupamos dichos asistentes.

La inteligencia artificial encuentra estructura y regularidades en los datos de modo que el algoritmo adquiere una habilidad: el algoritmo se convierte en un clasificador o predictor. La retro propagación es una técnica de inteligencia artificial que permite al modelo hacer ajustes, a través de capacitación y datos agregados, cuando la primera respuesta no es del todo correcta.
Si tiene los mejores datos en una industria competitiva, incluso si todos aplican técnicas similares, los mejores datos triunfarán.
Se necesitan muchos datos para entrenar modelos de aprendizaje profundo porque aprenden directamente de los datos. Cuantos más datos les pueda proporcionar, más precisos se vuelven.

Bibliografía

Google. (10 de Enero de 2007). Google Cloud. Obtenido de https://cloud.google.com/learn/what-is-artificial-intelligence?hl=es-419

SAS. (10 de marzo de 2023). SAS. Obtenido de https://www.sas.com/es_cl/insights/analytics/what-is-artificial-intelligence.html