Introducción a la inteligencia artificial

En éste articulo presentamos una introducción a la inteligencia artificial, hablando de temas como qué es la IA, y cuáles son sus principales técnicas y en qué año aparecen.

La Inteligencia artificial es una disciplina cuyo objetivo es emular algunas de las facultades intelectuales humanas en sistemas artificiales, como pueden ser (Benítez, et al, 2014):

• Visión
• Audición
• Reconocimiento de patrones

Para eso se vale de diferentes disciplinas como son: Cálculo, estadística, informática, procesamiento de señales, control, robótica, neurociencia.

Técnicas de Inteligencia artificial (década o año en que aparece):

• Redes neuronales (50’s)
• Lógica difusa (70’s)
• Redes bayesianas (80’s)
• Minería de datos (90’s)
• Machine learning (90’s)
• Deep learning (2006)

Aplicaciones de Inteligencia artificial (década o período en que se utiliza):

• Procesamiento de lenguaje natural (70’s)
• Sistemas expertos (80’s)
• Sistemas que permitan analizar grandes cantidades de datos (actualidad)

Redes neuronales

Imagen de un perceptrón:

Un perceptrón tiene la función de leer valores de entrada (input), y con base en pesos (w) y una función de activación (y) genera un resultado final (output).

Si juntamos muchos de éstos:

Tenemos una red neuronal que nos permite analizar muchas entradas y obtener diferentes resultados. Originalmente los pesos y la salida era controlada por el programador: el programador variaba el valor de los pesos para obtener la salida deseada.

Lógica difusa:

Para comprender qué es la lógica difusa debemos recordar que la lógica booleana solo admite dos valores, verdadero y falso, mientras que la lógica difusa contempla ciertas reglas que nos permiten llegar a diferentes resultados.

Por ejemplo, bajo lógica booleana solo tenemos dos estados: muy frío y caliente. Pero usando lógica difusa algo pues estar frío, templado o caliente, incluso puede estar “algo templado” o “un poco caliente”.

Redes bayesianas

Suponga que tenemos la siguiente información:

Usando el teorema de Bayes podemos responder preguntas como: “¿qué probabilidad hay de que el rociador esté encendido, dado que la hierba está húmeda?”. Ahora, imagine que lo llevamos a un sistema de recomendaciones: “¿qué probabilidad hay de que a éste usuario le guste el artista X, dado que le gusta el artista Y?”.

Minería de datos

La minería de datos es una técnica de inteligencia artificial que procura hallar anomalías, patrones y correlaciones en conjuntos grandes de datos para predecir resultados. Esto es útil para prevenir riesgos. Por ejemplo, una institución bancaria puede analizar los datos de todas las personas que no cumplieron con un pago, para de ésta forma establecer un patrón y saber si un posible cliente pudiera convertirse en un  deudor incumplido.

Machine Learning

El machine learning o aprendizaje automático, es una técnica o una rama de la inteligencia artificial, que permite que los sistemas aprendan. Ésto se consigue porque pueden analizar los datos para buscar patrones, y con ésto realizar predicciones.

Las instituciones bancarias lo utilizan actualmente para prevenir fraudes en tarjetas de crédito, logrando incluso suspender una compra cuando detecta que proviene de un usuario no autorizado.

Deep Learning

El machine learning evolucionó en el  deep learning. El deep learning entonces es aprendizaje automático que utiliza múltiples capas de procesamiento (como redes neuronales) para realizar tareas como visión por computador y reconocimiento automático del habla.

Referencias:

1. Benítez, R., Escudero, G., Kanaan, S., & Rodó, D. M. (2014). Inteligencia artificial avanzada. Editorial UOC.

Reconocimiento por uso de ilustraciones:

Imagen del perceptrón tomada de: [https://towardsdatascience.com/the-perceptron-3af34c84838c]

Imagen de red neuronal tomada de: [https://sites.google.com/site/mayinteligenciartificial/unidad-4-redes-neuronales]

Imagen de lógica difusa tomada de: [https://naukas.com/2016/09/26/inteligencia-artificial-sobrevivir-en-un-mundo-que-no-es-binario/]

Imágen de red bayesiana: De Efren Vila Alfonso – Trabajo propio, CC BY-SA 3.0, https://commons.wikimedia.org/w/index.php?curid=23271142

Tu comentario

opiniones