Inteligencia Artificial -
Natalia Peña Cetina 11-1
la IA es el intento de imitar la inteligencia humana usando un robot, o un software.
Tipos
Sistemas que piensan como humanos
las redes neuronales artificiales
Sistemas que actúan como humanos
como los robots
sistemas que actúan racionalmente
como los agentes inteligentes
Sistemas que usan la lógica racional
como los sistemas expertos
Como la IA trata de imitar el comportamiento del ser humano, también aprende al igual que nosotros.
"Aprende" en tres pasos
Debe aprender a realizar una tarea
Si va a usarse para identificar fotos de gatos debe procesar miles de fotos de gatos, para aprender a distinguirlos.
Empieza el entrenamiento
Recibes fotos de diferentes animales, y debe separar los gatos. Al principio fallará mucho, y habrá que decirle las fotos que acierta, y las que falla. Así la IA irá descubriendo por qué falla, e irá mejorando sus aciertos. Como más entrene, mejor lo hará.
Este tipo de estructura (aprendizaje, entrenamiento, y resultados) es común para las IAs que tienen que realizar tareas mecánicas y repetitivas, o que trabajan con el lenguaje humano, como un asistente virtual.
La IA será capaz de trabajar ella sola
Simplemente entregándole los datos de entrada (fotos) generará un resultado (fotos de gatos) sin que exista una lista de órdenes (programa) que le diga los pasos que tiene que realizar.
El Turco (1769)
Creado por Wolfgang von Kempelen. Era para jugar ajedrez y era manejado por una persona debajo de la mesa.
Diferentes tipo de IAs muy utilizadas
Es una IA que intenta emular a un experto humano en una determinada materia. Desde un trabajador del servicio técnico a una recepcionista, un cinéfilo o un economista.
Aprendizaje automático (Machine Learning)
Es la capacidad que tiene una IA, un software o un robot para aprender por su cuenta. El aprendizaje automático sigue los pasos clásicos de la IA: primero hay un aprendizaje, un entrenamiento que genera una experiencia, y una puesta en práctica que nos dice si la tarea se cumple o no con éxito.
Redes neuronales
Frente a otros sistemas que imitan el comportamiento del cerebro humano, las redes neuronales intentan copiar el comportamiento de las neuronas, es decir, las células nerviosas que transmiten y procesan información en el cerebro.
Aprendizaje profundo (Deep Learning)
Es un tipo de aprendizaje automático que va un poco más allá, con el objetivo de abarcar más y procesar más datos al mismo tiempo. El aprendizaje profundo usas redes neuronales para aprender usando capas de información cada vez más abstractas, como hacemos los humanos.