INTELIGENCIA ARTIFICIAL MULTIROL, Apuntes de Programación de Windows

¡Descarga INTELIGENCIA ARTIFICIAL MULTIROL y más Apuntes en PDF de Programación de Windows solo en Docsity!

INTELIGENCIA ARTIFICIAL MULTIROL

SAMUEL VÁSQUEZ

ISRAEL ARBONA

Instructor técnico ANÁLISIS Y DESARROLLO DE SOFTWARE SERVICIO NACIONAL DE APRENDIZAJE SENA CENTRO AGROTURÍSTICO REGIONAL SANTANDER JUNIO 2022

INTELIGENCIA ARTIFICIAL MULTIROL

SAMUEL VÁSQUEZ

ISRAEL ARBONA

Instructor técnico Identificación de proceso, unidad productiva y elicitación de requisitos ANÁLISIS Y DESARROLLO DE SOFTWARE SERVICIO NACIONAL DE APRENDIZAJE SENA CENTRO AGROTURÍSTICO REGIONAL SANTANDER JUNIO 2022

1. INTRODUCCION

En el proceso de establecer unidad productiva de negocio el análisis del mismo y del entorno en el cual se desarrollará el mismo, determinando la efectividad del mismo, destacando su funcionalidad en la comunidad. En los últimos años con los avances en tecnología de computación se ha desarrollado conciencias algorítmicas denominadas como inteligencia artificial (IA), el cual ha estado a la ayuda del ser humano en el desempeño de tareas lógicas y operativas. Actualmente estos algoritmos están en constante avance debido a las exigencias del tiempo en diferentes campos de la economía , salud, y demás…pero…¿hay alguna que pueda asociar todo en una sola?....

2. MARCO TEORICO

2.1 ¿QUE ES UNA INTELIGENCIA ARTIFICIAL?

La Inteligencia Artificial (IA) es la combinación de algoritmos planteados con el propósito de crear máquinas que presente capacidades que el ser humano. Una tecnología que todavía nos resulta lejana y misteriosa, pero que desde hace unos años hasta nuestro día a día a todas horas^1. La Inteligencia Artificial abarca en la actualidad una gran variedad de subcampos, que van desde áreas de propósito general, como el aprendizaje y la percepción, a otras más específicas como el juego de ajedrez, la demostración de teoremas matemáticos, la escritura de poesía y el diagnóstico de enfermedades. La Inteligencia Artificial sintetiza y automatiza tareas que en principio son intelectuales y es, por lo tanto, potencialmente relevante para cualquier ámbito de la actividad intelectual humana. En este sentido, es un campo genuinamente universal^2. 2.2 CLASIFICACIÓN DE LA IA^3

2.3 APLICACIONES DE LA IA^4

(^1) (iberdrola, s.f.) (^2) (SJ & P, 2004) (^3) (Rusell SJ, 2009) (^4) (iberdrola, s.f.)

clases

de IA

sistemas que piensan como humanos: toma decisiones, resuelve problemas y aprende como los humanos sistemas que piensan racionalmente: emula pensamiento logico racional humano sistemas que actuan racionalmente: imita comportamiento humano sistemas que actuan como humanos:realiza tareas como lo hacen una persona

Etc. etc.… 1.IA normal

2. IA multirol Figura 1. Demostración de la IA multirol: en el ítem 1 se describe un IA normal tomando como ejemplo los asistentes virtuales y en el ítem 2 se toma como referencia el ítem 1 incluyendo más funciones. En efecto, un sistema como estos tendría la facilidad de acoplarse a cualquier otro software y controlar dispositivos lo cual haría la vida cotidiana de los usuarios mucho mas fácil en el modo de que un solo sistema se encargaría de más tareas de la que realiza un IA actualmente. 3.1 ELICITACIÓN DE REQUISITOS DE SOFTWARE

3.1.1 CONTEXTUALIZACION DEL ÁREA: PROBLEMAS DE LAS IA^5

Existen tres grandes problemas que enfrenta la inteligencia artificial: el primero de los problemas sería el volumen de datos, el segundo es la limitación para las tareas múltiples y por último la compresión de sus conclusiones. EL VOLUMEN DE DATOS UTILIZADOS Es bien conocida la necesidad de utilización de datos por parte de la Inteligencia Artificial, para poder aprender sobre su entorno, pero regularmente no se toma en cuenta la cantidad de datos que están involucrados. La Inteligencia Artificial no solamente necesita de más datos que el cerebro humano para poder comprender conceptos y características, necesitan miles de veces más que los datos requeridos por un humano. (^5) (Salza, 2016) dispo sitivo Asistente virtual: $$$ interacción mediante chat Bot , sugerencias de sitios e información Asistente virtual: interacción mediante chat Bot , sugerencias de sitios e información GPS, localización

Neil Lawrence, profesor de la Universidad de Sheffield y parte del equipo de Inteligencia Artificial de Amazon señaló: “se observa que los resultados exitosos de aprendizaje profundo de Inteligencia Artificial, son los casos en los que las máquinas tienen acceso a una enorme cantidad de datos”. Buena fe de ello podría ser la expresión y reconocimiento de imágenes por parte de un cerebro artificial. Ejemplos exitosos de Inteligencia Artificial podrían ser Facebook y Google, compañías que tienen acceso a montañas de datos de sus suscriptores, usuarios y la red en general, lo que le permite a estos cerebros poder hacer búsquedas con mayor eficiencia y lógicamente consiguiendo mejores resultados. Un área sensible en la que hay que fortalecer la obtención de datos para la Inteligencia Artificial sería la salud, allí se utiliza esta tecnología para tareas de visión artificial como el reconocimiento de tumores en las exploraciones de rayos X, pero donde los datos digitalizados pueden ser escasos y pudieran arrojar falsos negativos o positivos que pudiera desencadenar en errores fatales. INTELIGENCIA ARTIFICIAL MULTITAREA: UNA TAREA PENDIENTE La inteligencia humana es integral, puede desempeñar muchas tareas, y ese es precisamente un fallo de la Inteligencia Artificial desarrollada hasta ahora, ya que es aplicada a un área del conocimiento o actividad específica. Una vez que un cerebro de Inteligencia Artificial ha sido entrenado, puede ser altamente efectivo para tareas como el reconocimiento de animales o para ser el rival ideal en un videojuego, pero de acuerdo con Raia Hadsell, científico de la división de Google DeepMind, no existe una red neuronal artificial en el mundo capaz de hacer más de una tarea a la vez. Hasta ahora no ha sido posible crear sistemas de Inteligencia Artificial que pueden aprender nuevas tareas, porque una vez que adquiere un nuevo entrenamiento, olvida las ejecuciones anteriores, por lo que no se tiene una memoria inteligente. La propuesta para solucionar este inconveniente ya existe y se llama redes neuronales progresivas, que crea sistemas de aprendizaje profundo separados, pero que al unirse puedan transmitir ciertos bits de información. Por ahora no es más que un método prometedor en una fase beta, que ha sido implementado en algunos brazos robóticas tipo ciborg y ha conseguido acelerar el proceso de aprendizaje de semanas a un día incluso. LA COMPRESIÓN DE SUS CONCLUSIONES Aún queda pendiente poder determinar con exactitud de qué manera la Inteligencia Artificial llega a algunas conclusiones, ya que por ahora sólo es posible determinar el funcionamiento de las redes neuronales en conjunto, pero no se conoce las razones a las que un cerebro artificial llega a determinada conclusión o resultado.

5. BIBLIOGRAFÍA iberdrola, s.f.: , (iberdrola, s.f.), SJ & P, 2004: , (SJ & P, 2004),

Rusell SJ, 2009: , (Rusell SJ, 2009), Salza, 2016: , (Salza, 2016),