Noticias

Conceptos elementales de Inteligencia Artificial

Conceptos elementales de Inteligencia Artificial

El autocorrector en tu teléfono o el uso de Siri es un desarrollo de Inteligencia Artificial que demuestra que dejó de ser ciencia ficción y avanza en medio de la convulsa vida del siglo XXI.

 Se prevé que los ingresos mundiales para el mercado de I.A., incluidos software, hardware y servicios, crezcan un 16,4% interanual en 2021 a 327.500 millones de dólares, según IDC.

En palabras de Ritu Jyoti, vicepresidente de programas de investigación de Inteligencia Artificial en IDC: “La inteligencia artificial se está volviendo omnipresente en todas las áreas funcionales de una empresa. Los avances en aprendizaje automático, inteligencia artificial conversacional y visión artificial están a la vanguardia de las innovaciones de software de inteligencia artificial. Diseñan optimizaciones, predicciones y recomendaciones de procesos de TI y negocios convergentes, y permiten la transformación experiencias de clientes y empleados.”

La última versión de AI Tracker cubre un total de 160 empresas proveedoras en el mercado de servicios de Inteligencia Artificial. En Servicios de TI para I.A., las 3 principales empresas en el primer semestre de 2020 fueron IBM, Accenture e Infosys.

En términos de participación de proveedores en el primer semestre de 2020, las principales empresas en el mercado de servidores de Inteligencia Artificial fueron Dell, HPE, Huawei, IBM, Inspur y Lenovo.

Pero veamos los conceptos básicos que todos debemos tener claros a la hora de hablar de Inteligencia Artificial:

Inteligencia Artificial:

Es el campo de estudio dedicado a explorar maneras de dotar a las máquinas de capacidades cognitivas similares a la de los humanos.

Inteligencia Artificial general:

Puede usar sus capacidades cognitivas para cualquier situación, aunque sigue siendo un caso teórico.

Inteligencia Artificial limitada:

Está diseñada para realizar un tarea específica, como predecir el clima o recomendar videos. 

Machine learning:

Un modelo de I.A. debe ser entrenado para que aprenda a realizar una tarea. El aprendizaje automático o machine learning comprende diferentes algoritmos para procesar datos con el objetivo de entrenar un modelo de Inteligencia Artificial.

Aprendizaje supervisado:

los datos están conformados por casos ejemplo con observaciones y respuestas correctas.

Aprendizaje no supervisado:

Los datos se presentan sin clasificar. El trabajo del algoritmo de aprendizaje es buscar patrones en los datos, y aunque no sepa exactamente qué significan, estos patrones identificados serán útiles para predecir características de nuevas observaciones.

Aprendizaje por refuerzo:

Parte de un modelo con algunas reglas simples, suficientes para realizar una tarea y evaluar qué tan bien lo hizo, aprender de sus errores e intentar diferentes formas de hacerlo, hasta que eventualmente lo puede lograr.

Procesamiento de lenguaje natural:

Son técnicas usadas para que una máquina entienda nuestras fuentes no estructuradas, en forma de texto, audio, imágenes o video.

Mostrar más

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Publicaciones relacionadas

Botón volver arriba