MIGUELTECNOLOGÍA

I.E.S. JOSÉ SARAMAGO (Humilladero)

Unidad 3: Robótica. Inteligencia Artificial

INTRODUCCIÓN

La inteligencia artificial es una de las tecnologías más revolucionarias de nuestro tiempo. Se trata de un conjunto de técnicas y algoritmos que permiten a las máquinas aprender de manera autónoma a partir de la información que les proporcionamos. En otras palabras, la inteligencia artificial busca que las máquinas puedan realizar tareas que normalmente requieren inteligencia humana.

Pero, ¿por qué es importante la inteligencia artificial? La respuesta es sencilla: porque está cambiando el mundo tal y como lo conocemos. La inteligencia artificial está presente en una gran cantidad de campos, desde la medicina hasta la industria automotriz, y está transformando la manera en que trabajamos, nos relacionamos y hacemos negocios.

En esta clase, exploraremos los fundamentos de la inteligencia artificial y descubriremos cómo funciona. También hablaremos sobre algunos de los usos más comunes de la inteligencia artificial y discutiremos su impacto en la sociedad. ¡Así que prepárense para adentrarse en el fascinante mundo de la inteligencia artificial!

La historia de la inteligencia artificial se remonta a la década de 1950, cuando los científicos comenzaron a investigar cómo se podría crear una máquina capaz de aprender y resolver problemas como lo hace un ser humano. El término "inteligencia artificial" fue acuñado por John McCarthy en 1956, durante una conferencia en Dartmouth College.

En los años siguientes, los investigadores desarrollaron diversas técnicas para programar computadoras para que pudieran aprender y tomar decisiones de manera autónoma, como las redes neuronales artificiales y la lógica difusa.

En la década de 1970, la inteligencia artificial comenzó a utilizarse en aplicaciones prácticas, como el reconocimiento de voz y la visión por computadora. En los años siguientes, se produjo un auge de la inteligencia artificial gracias al desarrollo de nuevas técnicas de aprendizaje automático y el aumento del poder de procesamiento de las computadoras.

En la década de 2010, el aprendizaje profundo, una técnica de aprendizaje automático basada en redes neuronales profundas, se convirtió en el enfoque dominante en la investigación de la inteligencia artificial. Hoy en día, la inteligencia artificial se utiliza en una amplia variedad de aplicaciones, desde el procesamiento de lenguaje natural hasta la robótica y la conducción autónoma, y se considera una de las tecnologías más importantes de nuestro tiempo.

(Nota: Esta introducción ha sido creada con la inteligencia artificial ChatGPT, de la cual hablaremos más adelante) 👇

Actividades (1)

Realiza las siguientes actividades en tu cuaderno, copiando los enunciados completos.

¿Qué es la Inteligencia Artificial (IA)?
¿Por qué es importante la IA?
¿Desde cuando se remonta el estudio de la IA?
¿Cuáles fueron las primeras aplicaciones de la IA?
¿Cuál es la definición de la IA?
¿Qué aplicaciones tiene la inteligencia artificial hoy día?
¿Que aplicacines piensas que puede tener la inteligencia artificial en el futuro?

El avance del hardware ha propiciado que a partir de ese momento comenzaran a aparecer distintos algoritmos basados en estrategias diversas que superarían a los humanos en algunas tareas.

En la actualidad, podemos ver IA aplicada en multitud de situaciones:

En apps y videojuegos, recreando el movimiento de los personajes.
En industria, aplicada a la optimización de métodos de fabricación y logística.
En medicina, donde se hacen modelos que pueden prever la evolución de una enfermedad o los posibles efectos secundarios.
En la minería de datos, generando patrones en base a una gran cantidad de datos, que un humano no podría gestionar.
Machine Learning, el aprendizaje automático de las máquinas, proceso en el que los algoritmos pueden mejorar continuamente su desempeño al observar datos relevantes, identificar patrones, crear modelos de datos que pueden hacer predicciones y luego iterar su aprendizaje.

Podemos clasificar el aprendizaje automático (machine learning) en tres tipos:

- Aprendizaje automático supervisado: en este caso, el sistema es entrenado mediante un conjunto de datos etiquetados o estructurados. Los datos actúan como un maestro, entrenando a la máquina para mejorar su capacidad a la hora de hacer predicciones o tomar decisiones. En este caso un supervisor humano debe gestionar el entrenamiento del sistema.
- Aprendizaje automático no supervisado: en este caso, los datos son proporcionados al sistema sin etiquetas y el sistema debe generar los patrones de forma autónoma.
- Aprendizaje automático por refuerzo: el aprendizaje se basa en la retroalimentación recibida. De tal manera que la proximidad al objetivo es premiada y el alejamiento se traduce en una penalización. Con base en la retroalimentación, el sistema modifica su estrategia y decisiones para para minimizar los errores.