Aplicaciones de la IA

  Aplicaciones Actuales de la inteligencia artificial (IA) Origen Alan Turing no solo es considerado el padre de la inteligencia artificial, sino como el precursor de la informática moderna. Ingenió numerosas soluciones basadas en computación y el uso de algoritmos para la previsión y prevención de casuísticas ya en la primera mitad de siglo, siendo una de ellas relevante para que el bando aliado ganara la II GM al ser capaz de descifrar los mensajes ocultos que los nazis se enviaban a través de la máquina Enigma. No se empieza a hablar de inteligencia artificial en los términos que hoy la conocemos hasta 1956, cuando John McCarthy, Marvin Minsky y Claude Shannon acuñaron formalmente el término durante la conferencia de Dartmouth denominada “Dartmouth Summer Research Project on Artificial Intelligence” (Proyecto de investigación de verano de Dartmouth sobre inteligencia artificial). en 1987, Martin Fischles y Oscar Firschein describieron lo que deberían ser los 12 atributos de un agente inteligente: 

 ● Tener actitudes mentales tales como creencias e intenciones. 

 ● Tener la capacidad de obtener conocimiento, es decir, aprender. 

 ● Poder resolver problemas, incluso descomponiendo problemas complejos en otros más simples. 

 ● Capazderealizar operaciones más complejas.

 ● Poseer la capacidad de dar sentido, sí es posible, a ideas ambiguas o contradictorias. 

 ● Planificar, predecir consecuencias, evaluar alternativas (como en los juegos de ajedrez) 

 ● Conocer los límites de sus propias habilidades y conocimientos. 

 ● Poderdistinguir a pesar de la similitud de las situaciones. 

 ● Poder ser original, creando incluso nuevos conceptos o ideas, y hasta utilizando analogías. 

 ● Podergeneralizar. 

 ● Poderpercibir y modelar el mundo exterior. 

 ● Poderentender y utilizar el lenguaje y sus símbolos. 

 En los 90 se profundizó en el concepto y en el desarrollo de agentes inteligentes, siendo uno de los más famosos el icónico ordenador Deep Blue de IBM, que en 1997 consiguió ganar al entonces campeón mundial de ajedrez Gari Kasparov. Se toma esta fecha como referencia a la hora de hablar de la popularización del término, ya que este hecho hizo saltar a la IA de los laboratorios y entornos académicos, a la cultura popular. El funcionamiento de Watson fue una de las claves en el desarrollo y teorización del Deep Learning, acercándose al público masivo con aplicaciones como la creación de Siri ese mismo año de manos de Apple, comenzando las primeras experiencias de aprendizaje automático y los primeros indicios de aprendizaje profundo de forma globalizada. Ya no se habla de chatbots, sino de asistentes virtuales. En 2014, por vez primera, una inteligencia artificial se hizo merecedora del término al hacer creer a un tercio de sus interrogadores que era un chico de 13 años llamado Eugene Goostman, respondiendo a preguntas de forma natural e incluso con sentido del humor, superando por tanto el test de Turing. Desde entonces la inteligencia artificial se ha ido abriendo paso hasta ser de uso cotidiano, como es el caso de los traductores automáticos, la conducción autónoma en los Tesla o Google Lens, que utiliza el visor de la cámara de los smartphones para ser capaz de identificar todo tipo de imágenes y ofrecer información relevante al respecto Evolución La evolución de la inteligencia artificial, ha tenido 3 etapas de desarrollo, la primera es entre 1950-1970 donde se dio el desarrollo de métodos y algoritmos de la IA, posteriormente entre 1970- 1990 se dio el desarrollo de algoritmos simbólicos y sistemas expertos también conocidos como sistemas de conocimiento, y de 1990 hasta la actualidad es el desarrollo del aprendizaje automático(Machine learnig) y aprendizaje profundo (Deep learning). (Universidad Internacional de Valencia, 2023) Dentro de las aplicaciones de IA que han evolucionado son los asistentes virtuales como Siri, Alexa y Google han mejorado la capacidad de comprender las consultas de los Usuarios y responder lo más claro y conciso a lo que se les pregunta. Actualmente la IA facilita la vida cotidiana y profesional de las personas, puesto que hoy en día con la IA se han dado las conversaciones virtuales, las cuales son conversaciones de una persona hacia una máquina, así como también existen voces creadas con inteligencia artificial que puede decir lo que tu quieras, puesto que esta lee el texto, aunque aún falta una comprensión del lenguaje humano en algunos aspectos, pero ha evolucionado para leer de la mejor manera los textos. Las empresas están utilizando la IA para automatizar tareas repetitivas, mejorar la eficiencia operativa, predecir la demanda del mercado, optimizar la cadena de suministro y personalizar la experiencia del cliente. La inteligencia artificial ha ido evolucionando al punto de encontrar patrones en enormes volúmenes de datos, incluso aquellos que un humano no puede ver, y de forma rápida y eficiente para manejar las tareas de rutina y en ocasiones hasta predecirlas.(Robotics, 2021)

 Tipos 

 Maria Coppola (2024) menciona los tipos de inteligencia artificial según el nivel de inteligencia: IA Débil o estrecha (Weak AI): 

 ● Serefiere a sistemas diseñados para realizar tareas especificas y limitadas. 

 ● Estos sistemas no poseen conciencia ni capacidad de autoaprendizaje fuera de su ambito de aplicación.

 ● Ejemplos incluyen sistemas de recomendación, reconocimiento de voz, chatbots y sistemas de visión por computadora. IA General (AGI- Artificial General Intelligence). 

 ● También conocida como inteligencia artificial fuerte 

 ● Se refiere a sistemas con la capacidad de comprender, aprender y realizar cualquier tarea que un humano pueda hacer. 

 ● Estos sistemas poseen una inteligencia comparable o incluso superior a la humana en todos los aspectos. 

 ● Actualmente, la IA general sigue siendo objetivo de investigación y desarrollo, y no se ha logrado de manera completa. IA superinteligencia (ASI- Artificial Superintelligence) 

 ● Se refiere a una forma de inteligencia artificial que supera significativamente la inteligencia humana en todos los aspectos.

 ● Estos sistemas tendrían la capacidad de resolver problemas complejos de manera rápida y eficiente, y podrían tener un profundo impacto en la sociedad. Coppola (2024) también menciona los tipos de IA más aplicados en la actualidad:

 1. Sistemas expertos Los sistemas expertos son una de las formas más simples de inteligencia artificial y, aunque generalmente no somos conscientes de ello, son tecnologías que nos acompañan todo el tiempo y forman parte de nuestro día a día. Estas tecnologías pueden definirse como herramientas construidas para resolver tareas específicas del mismo modo en que lo haría el razonamiento humano. Como puedes imaginar, se les conoce así porque están diseñadas para funciones y tareas concretas que requieren un buen nivel de conocimiento en la materia, tal como se exigiría de un agente humano. Aplicación de los sistemas expertos en distintos campos. 

Tecnología: En la industria de la tecnología, los sistemas expertos se aplican en áreas como la asistencia virtual, la optimización de sistemas informáticos y la detección de vulnerabilidades de seguridad. Empresas como Google, Microsoft y Amazon utilizan sistemas expertos en sus productos y servicios para mejorar la experiencia del usuario y aumentar la eficiencia operativa. 

 Educación: En el ámbito educativo, los sistemas expertos se utilizan para personalizar el aprendizaje, proporcionar retroalimentación instantánea y ayudar a los estudiantes a identificar áreas de mejora. Plataformas educativas como Khan Academy y Coursera utilizan sistemas expertos para ofrecer contenido educativo adaptado a las necesidades individuales de cada estudiante. 

 2. Redes neuronales artificiales Su principal función es permitir que las máquinas extraigan información nueva a partir de aquella con la que se le alimenta, con el fin de obtener un aprendizaje de ella. Por ello, a los procesos que estas tecnologías llevan a cabo comúnmente se les conoce como machine learning, o aprendizaje de máquinas. Esto permite que la máquina optimice progresivamente sus funciones, ofrezca mejores resultados y trabaje de forma eficiente. Aplicaciones modernas de las redes neuronales Tecnología: En el sector tecnológico, las redes neuronales se utilizan para reconocimiento de imágenes, procesamiento de lenguaje natural, traducción automática y mejora de la experiencia del usuario. Empresas como Google, Facebook, Amazon y Microsoft utilizan redes neuronales en sus productos y servicios, como Google Photos, Facebook's DeepFace, Amazon Alexa y Microsoft Translator. Entretenimiento: En la industria del entretenimiento, las redes neuronales se utilizan para recomendaciones de contenido, personalización de experiencias de usuario y generación de contenido creativo. Plataformas como Netflix, Spotify, YouTube y Twitch utilizan redes neuronales para ofrecer recomendaciones personalizadas y mejorar la satisfacción del usuario.

3. Deep learning 

 El deep learning, conocido en español como aprendizaje profundo, es un tipo de algoritmo de redes neuronales artificiales que, como su nombre lo indica, son profundas. Al hablar de aprendizaje profundo, es que son algoritmos con un alto nivel de complejidad que permiten llevar a cabo tareas más complicadas y con requisitos computacionales elevados. Estas tecnologías destacan por tener un código complicado y por ser alimentadas con extensas bases de datos. Es por ello que generalmente el deep learning va de la mano con la minería de datos, una disciplina de la estadística que busca encontrar patrones en ingentes volúmenes de información.

 Aplicaciones modernas del deep learning 

 Tecnología: En el ámbito tecnológico, el Deep Learning se utiliza para reconocimiento de voz, reconocimiento facial, procesamiento de lenguaje natural, traducción automática y generación de contenido creativo. Empresas como Google, Facebook, Amazon, Microsoft y Apple utilizan Deep Learning en sus productos y servicios, como Google Assistant, Facebook's DeepFace, Amazon Alexa, Microsoft Translator y Siri. 

 Entretenimiento: En la industria del entretenimiento, el Deep Learning se utiliza para recomendaciones de contenido, personalización de experiencias de usuario y generación de contenido creativo. Plataformas como Netflix, Spotify, YouTube y Twitch utilizan Deep Learning para ofrecer recomendaciones personalizadas y mejorar la satisfacción del usuario.

 4. Agentes inteligentes 

 Como su nombre sugiere, estos sistemas tienen la capacidad de tomar decisiones y actuar con base en ellas mediante razonamientos similares a los de los seres humanos. Esto significa que los agentes inteligentes deben poseer un buen margen de autonomía y libertad para aprender y ejecutar decisiones. Actualmente, estas tecnologías están en desarrollo y prometen hacer que la gestión de tareas empresariales se vuelva más sencilla. Sin embargo, hoy en día su uso es reservado, ya que implica consideraciones éticas de importancia.

 Aplicaciones modernas de los agentes inteligentes 

 Asistentes virtuales: Los asistentes virtuales como Siri de Apple, Google Assistant, Amazon Alexa y Microsoft Cortana utilizan agentes inteligentes para comprender y responder a las solicitudes de los usuarios. Estos agentes inteligentes utilizan técnicas de procesamiento de lenguaje natural y aprendizaje automático para proporcionar respuestas precisas y útiles a las consultas de los usuarios. 

 Sistemas de recomendación: Plataformas como Netflix, Spotify, Amazon y YouTube utilizan agentes inteligentes para recomendar contenido personalizado a los usuarios. Estos agentes inteligentes analizan el historial de navegación y las preferencias de los usuarios para ofrecer recomendaciones relevantes de películas, música, productos y videos. 

 Chatbots: Las empresas utilizan chatbots basados en agentes inteligentes para proporcionar atención a la cliente automatizada a través de sitios web, aplicaciones de mensajería y redes sociales. Empresas como Zendesk, LivePerson y Intercom utilizan agentes inteligentes para responder preguntas frecuentes, resolver problemas de los clientes y dirigir las consultas a los departamentos correspondientes.

 Usos Estos son algunos ejemplos de los usos que se les da a la inteligencia artificial en el día a día: ● Crear recomendaciones personalizadas para los consumidores basada en sus búsquedas y compras. ● Para el uso de asistentes virtuales, ya que ofrecen respuestas, dan recomendaciones, entre otras funciones. ● Usoenprogramas de traducción de idiomas para facilitar la comunicación ● Elusodentro de los automóviles para guiarte hasta tu destino ● Generar imágenes para cualquier visual que se necesite representar ● Ayuda con las tareas por medio de páginas que te otorgan guías o respuestas Funciones de aplicaciones actuales de la IA La IA está presente en la detección facial de los móviles, en los asistentes virtuales de voz como Siri de Apple, Alexa de Amazon o Cortana de Microsoft y está integrada en nuestros dispositivos cotidianos a través de bots (abreviatura de robots) o aplicaciones para móvil, tales como: Lyli, un personal shopper en versión digital; Parla, concebida para ayudarnos con el aprendizaje de idiomas; Ems, diseñada para hacernos un poco más llevadera la ardua tarea de encontrar nuevo piso; o Gyant, un asistente virtual de Facebook que emite 'diagnósticos' médicos. El objetivo de todas ellas: hacer más fácil la vida de las personas (Iberdrola, s.f.). De acuerdo con la Universidad Internacional de Valencia (2023), enlista las diferentes aplicaciones actuales que se le ha dado a la Inteligencia Artificial en los diferentes ámbitos de la vida cotidiana. ● Automatización de procesos industriales Sofisticadas máquinas están asumiendo tareas y labores exigentes en diferentes sectores productivos. Con ellas, disminuyen el tiempo requerido, los costes y los fallos derivados del factor humano. La producción en cadena y la logística son campos en los que se está aplicando con provecho. ● Procesamiento de lenguaje natural La posibilidad de relacionarse con las inteligencias artificiales como se haría con humanos empieza a estar cada vez más presente. De ahí, que las charlas virtuales o chatbots relacionan a un cliente-persona con una máquina. Y muchas marcas incluyen este sistema en sus webs para atender 24/7 al público. ● Selección y generación de contenidos La publicidad programática se basa en este enfoque. Algoritmos digitales interpretan en las webs y las redes sociales qué contenidos o mensajes se ajustan más a las expectativas y gustos concretos. La información obtenida permite proporcionar sugerencias relacionadas y relevantes para esos mismos usuarios. Desde materiales escritos, sonoros, visuales y audiovisuales creados o generados mediante IA. Así, a partir de una fotografía, es posible recrear un testimonial con frases y gestos corporales en formato vídeo. ● Aumentodelos robots no físicos Los androides, como C-3PO de Star Wars, forman parte del imaginario colectivo asociado a la inteligencia artificial. No obstante, las aplicaciones de la lógica en la IA se están concretando por ahora en robots no físicos. Su enfoque los dota de softwares avanzados y de la capacidad de conectarse a otros sistemas. Es el caso de la domótica en los electrodomésticos, las puertas automáticas y ciertos sistemas de transporte, por ejemplo. Universidad Internacional de Valencia (2023), Algunos ejemplos de estas aplicaciones que forma parte de la vida diaria son: 1. Asistentes de voz: Como Alexa o Google Assistant. 2. Sistemas de búsqueda y recomendación: Entre los que figuran los utilizados en Ads y los monitoreos en redes sociales. 3. IA generativa: Gracias a la cual se crean contenidos de todo tipo. ChatGPT, Stable Diffusion, DALL-E ya te acompañan. 4. Funciones de smartphones: Entre otras, el anti spam del correo electrónico. 5. Compras personalizadas: Específicas para e-commerces. 6. Sistemas de predicción: En concreto, de desastres naturales y fenómenos meteorológicos. 7. Vehículos autónomos y gestión automatizada del tráfico: Por medio de recursos de geolocalización y sistemas de navegación. 8. Automatización de la industria: Así como de los procesos productivos. 9. Algoritmos bursátiles y financieros: Sirven para predecir y decidir inversiones con más éxito. 10.Ciudades inteligentes: Que incluyen avances en lo relacionado con la gestión eficiente sobre agua potable, alumbrado, tráfico, etc. 11. Aplicaciones sanitarias: Diseño de fármacos, sistemas diagnósticos, estudios de ADN, respaldo a decisiones médicas, etc. 12.Usos de la Administración Pública: Como la educación personalizada y el control de fronteras. Conclusiones ● La IA ha surgido para ayudar en las tareas del día a día del ser humano, buscando hacerlas de una manera más rápida y eficiente. ● La evolución del IA a lo largo del tiempo ha permitido su incorporación concreta en nuestra vida cotidiana a tal punto que ni siquiera nos damos cuenta que estamos haciendo uso de ella. ● La IA evoluciona día a día para adaptarse a las nuevas necesidades del hombre, busca ser una herramienta que facilite y disminuya el tiempo en el que se realizan algunas tareas, aún así la IA necesita de la intervención humana para su evolución y perfeccionismo de la misma

Enlace de la presentación: https://www.canva.com/design/DAGENoI6LNA/pgy5h7Lu2a7XHQEoBS9f2w/edit?ut m_content=DAGENoI6LNA&utm_campaign=designshare&utm_medium=link2&utm_ source=sharebutton