datascientest.com Open in urlscan Pro
54.246.58.8  Public Scan

Form analysis
0 forms found in the DOM

Text Content

JPO : WEBINAR D'INFORMATION SUR NOS FORMATIONS → RDV MARDI À 17H30.

Je m'inscris !
Menú
 * EN
 * FR
 * DE

 * Nuestros cursos
 * Eventos
 * Blog
 * Concertar una cita

Menú
 * Nuestros cursos
 * Eventos
 * Blog
 * Concertar una cita

 * Nuestros cursos
    * Cursos profesionales
   
   
   DATA SCIENTIST
   
   Bootcamp o tiempo parcial
   Aprenda a construir modelos predictivos para identificar las tendencias
   emergentes.
   
   
   DATA ANALYST
   
   Bootcamp o tiempo parcial
   Aprenda a utilizar e interpretar los datos para abordar cuestiones
   específicas.
   
   
   DATA ENGINEER
   
   Bootcamp o tiempo parcial
   Aprenda a implementar y mantener una arquitectura de Big Data.
   
   
   DATA MANAGEMENT
   
   tiempo parcial
   Aprenda a recopilar, gestionar, limpiar y organizar las bases de datos.
   Ver todos nuestros cursos
 * Carrera
 * Eventos
 * Sobre nosotros
 * Blog


X

Menú
Nuestros cursos
Carrera
Eventos
Sobre nosotros
Blog
Nuestros cursos
 * Cursos profesionales


DATA SCIENTIST

Bootcamp o tiempo parcial
Aprenda a construir modelos predictivos para identificar las tendencias
emergentes.


DATA ANALYST

Bootcamp o tiempo parcial
Aprenda a utilizar e interpretar los datos para abordar cuestiones específicas.


DATA ENGINEER

Bootcamp o tiempo parcial
Aprenda a implementar y mantener una arquitectura de Big Data.


DATA MANAGEMENT

tiempo parcial
Aprenda a recopilar, gestionar, limpiar y organizar las bases de datos.
Ver todos nuestros cursos
Carrera
Eventos
Sobre nosotros
Blog
¿Es una empresa?
Menú
 * EN
 * FR
 * DE

Concertar una cita

JPO : WEBINAR D'INFORMATION SUR NOS FORMATIONS → RDV MARDI À 17H30.

Je m'inscris !
Menú
 * EN
 * FR
 * DE

 * Nuestros cursos
 * Eventos
 * Blog
 * Concertar una cita

Menú
 * Nuestros cursos
 * Eventos
 * Blog
 * Concertar una cita

 * Nuestros cursos
    * Cursos profesionales
   
   
   DATA SCIENTIST
   
   Bootcamp o tiempo parcial
   Aprenda a construir modelos predictivos para identificar las tendencias
   emergentes.
   
   
   DATA ANALYST
   
   Bootcamp o tiempo parcial
   Aprenda a utilizar e interpretar los datos para abordar cuestiones
   específicas.
   
   
   DATA ENGINEER
   
   Bootcamp o tiempo parcial
   Aprenda a implementar y mantener una arquitectura de Big Data.
   
   
   DATA MANAGEMENT
   
   tiempo parcial
   Aprenda a recopilar, gestionar, limpiar y organizar las bases de datos.
   Ver todos nuestros cursos
 * Carrera
 * Eventos
 * Sobre nosotros
 * Blog


X

Menú
Nuestros cursos
Carrera
Eventos
Sobre nosotros
Blog
Nuestros cursos
 * Cursos profesionales


DATA SCIENTIST

Bootcamp o tiempo parcial
Aprenda a construir modelos predictivos para identificar las tendencias
emergentes.


DATA ANALYST

Bootcamp o tiempo parcial
Aprenda a utilizar e interpretar los datos para abordar cuestiones específicas.


DATA ENGINEER

Bootcamp o tiempo parcial
Aprenda a implementar y mantener una arquitectura de Big Data.


DATA MANAGEMENT

tiempo parcial
Aprenda a recopilar, gestionar, limpiar y organizar las bases de datos.
Ver todos nuestros cursos
Carrera
Eventos
Sobre nosotros
Blog
¿Es una empresa?
Menú
 * EN
 * FR
 * DE

Concertar una cita


VOLVER A ARTÍCULOS


INTELIGENCIA ARTIFICIAL : DEFINICIÓN, HISTORIA, USOS, PELIGROS

 * 10 Ago
 * 3:08 pm
 * m de lecture

 * Fundamentos




LA INTELIGENCIA ARTIFICIAL VA A CAMBIAR EL MUNDO, PERO TODAVÍA SIGUE SIENDO UN
MISTERIO PARA MUCHA GENTE. DESCUBRE TODO LO QUE TIENES QUE SABER SOBRE LA IA EN
ESTE DOSIER : DEFINICIÓN, FUNCIONAMIENTO, HISTORIA, DIFERENTES CATEGORÍAS, CASOS
PRÁCTICOS Y APLICACIONES.

La inteligencia artificial es una tecnología tan amplia y revolucionaria que es
difícil dar una definición precisa. Puede considerarse una rama del campo de la
informática, cuyo objetivo es crear máquinas capaces de realizar tareas que
tradicionalmente requerían inteligencia humana.

Sin embargo, la IA es una ciencia interdisciplinaria con múltiples enfoques. Hoy
en día, el Machine Learning (aprendizaje automático) y el Deep Learning
(aprendizaje profundo) son dos técnicas utilizadas en empresas de todos los
sectores.


¿QUÉ ES LA INTELIGENCIA ARTIFICIAL?

En 1950, el matemático Alan Turing se hizo una pregunta: «¿Pueden pensar las
máquinas?». De hecho, esta simple pregunta transformaría el mundo.

El artículo de Alan Turing «Computing Machinery and Intelligence» y el
consiguiente «Test de Turing» sentaron las bases de la inteligencia artificial,
su visión y sus objetivos.

De hecho, la inteligencia artificial pretende responder afirmativamente a la
pregunta de Alan Turing. Su objetivo es replicar o simular la inteligencia
humana en las máquinas.

Se trata de un objetivo ambicioso, que también plantea muchos interrogantes y
suscita el debate. Por ello, aún no existe una definición única de inteligencia
artificial.

La descripción de «máquinas inteligentes» no explica qué es realmente la
inteligencia artificial ni qué hace que una máquina sea inteligente. En un
intento de remediar este problema, Stuart Russell y Peter Norvig publicaron el
libro «Artificial Intelligence: A Modern Approach».

En ese libro, los dos expertos unifican sus trabajos sobre el tema de los
agentes inteligentes en las máquinas. Según ellos, «la IA es el estudio de los
agentes que reciben percepciones del entorno y realizan acciones».

En su opinión, cuatro enfoques distintos han definido históricamente el campo de
la inteligencia artificial: el pensamiento humano, el pensamiento racional, la
acción humana y la acción racional.

Los dos primeros enfoques se refieren al razonamiento y al procesamiento del
pensamiento, mientras que los otros dos se refieren al comportamiento. En su
libro, Norvig y Russell se centran principalmente en los agentes racionales
capaces de actuar para conseguir el mejor resultado.

Por su parte, Patrick Winston, profesor de inteligencia artificial del MIT,
define la IA como «algoritmos activados por restricciones, expuestos por
representaciones que soportan modelos que vinculan el pensamiento, la percepción
y la acción».

Otra definición moderna describe la IA como «máquinas que responden a
simulaciones como los humanos, con capacidad de contemplación, juicio e
intención». Estos sistemas son capaces de «tomar decisiones que normalmente
requieren un nivel humano de conocimiento». Tienen tres cualidades que
constituyen la esencia de la inteligencia artificial: intencionalidad,
inteligencia y adaptabilidad.

Estas diferentes definiciones pueden parecer abstractas y complejas. Sin
embargo, ayudan a establecer la inteligencia artificial como una ciencia
informática.

En 2017, durante la Japan AI Experience, el CEO de DataRobot, Jeremy Achin, dio
su propia definición moderna y con un toque de humor de la IA : «La inteligencia
artificial es un sistema informático capaz de realizar tareas que normalmente
requieren inteligencia humana… muchos de estos sistemas de IA se basan en el
Machine Learning, otros en el Deep Learning y otros en cosas muy aburridas como
las reglas«.

Empezar un curso de Data Science para trabajar en IA


IA ESPECIALIZADA VS. IA GENERAL

Hay dos categorías principales de inteligencia artificial. La inteligencia
artificial de tipo «narrow» (estrecha), también conocida como «weak» (débil),
solo puede funcionar en un contexto limitado. Suele centrarse en la realización
de una única tarea, que es capaz de hacer perfectamente.

Sin embargo, aunque esa máquina pueda parecer inteligente, es mucho más limitada
que la inteligencia humana. No es más que una imitación de esta.

Algunos ejemplos son el motor de búsqueda web de Google, el software de
reconocimiento de imágenes, los asistentes virtuales como Siri de Apple o Alexa
de Amazon, los vehículos autónomos o el software como Watson de IBM.

En cambio, la segunda categoría es la inteligencia artificial «general». Esa IA
es similar a las que se ven en las películas y libros de ciencia ficción.

Es una máquina dotada de una inteligencia artificial general, comparable a la de
un ser humano y capaz de resolver cualquier tipo de problema. Un algoritmo
universal, capaz de aprender y actuar en cualquier entorno.

Sin embargo, en realidad, este tipo de IA aún no existe. Ninguna tecnología está
lo suficientemente avanzada hasta la fecha como para competir con el cerebro
humano.

Por ese motivo, la creación de la IA general sigue siendo, por el momento, el
«Santo Grial» de los investigadores de IA. Es una búsqueda ambiciosa, pero llena
de obstáculos. A pesar de los avances técnicos, sigue siendo muy difícil diseñar
una máquina con plenas capacidades cognitivas.


MACHINE LEARNING Y DEEP LEARNING

El Machine (aprendizaje automático) y el Deep Learning (aprendizaje profundo)
son las dos técnicas principales de inteligencia artificial que se utilizan en
la actualidad. La distinción entre IA, ML y DL puede prestarse a confusión.

En realidad, la inteligencia artificial puede definirse como una serie de
algoritmos y técnicas que pretenden imitar la inteligencia humana. El Machine
Learning es una categoría de IA, y el Deep Learning es una técnica de Machine
Learning.

El Machine Learning es el proceso de alimentar un ordenador con datos. La
máquina utiliza técnicas de análisis sobre estos datos para «aprender» a
realizar una tarea.

Para conseguirlo, no necesita ninguna programación específica con millones de
líneas de código. Por eso se denomina aprendizaje «automático».

El Machine Learning puede ser «supervisado» o «no supervisado». El aprendizaje
supervisado se basa en series de datos etiquetados, mientras que el aprendizaje
no supervisado se basa en series de datos no etiquetados.

El Deep Learning es un tipo de Machine Learning directamente inspirado en la
arquitectura de las neuronas del cerebro humano. Una red neuronal artificial
está compuesta por múltiples capas, a través de las cuales se procesan los
datos. Esto es lo que permite que la máquina «profundice» en su aprendizaje,
identificando conexiones y alterando los datos introducidos para conseguir los
mejores resultados.

Descubre las profesiones relacionadas con la IA


APLICACIONES Y CASOS PRÁCTICOS DE LA INTELIGENCIA ARTIFICIAL

La inteligencia artificial tiene muchos propósitos, como el aprendizaje, el
razonamiento y la percepción. Se utiliza en todos los sectores, hasta el punto
en que las aplicaciones son infinitas e imposibles de enumerar con
exhaustividad.

En el ámbito de la salud, se utiliza para desarrollar tratamientos
personalizados, descubrir nuevos fármacos o analizar imágenes médicas como
radiografías y resonancias magnéticas. Los asistentes virtuales también pueden
ayudar a los pacientes y recordarles que se tomen sus pastillas o que hagan
ejercicio para mantenerse en forma.

El sector del comercio minorista está utilizando la IA para ofrecer
recomendaciones y publicidad personalizadas a los clientes. También puede
utilizarse para optimizar la disposición de los productos o gestionar mejor el
inventario.

En las fábricas, la inteligencia artificial analiza los datos de los equipos IoT
para predecir la carga y la demanda mediante Deep Learning. También puede
anticiparse a posibles fallos de funcionamiento e intervenir en una fase
temprana.

Los bancos, por su parte, están utilizando la IA para prevenir y detectar el
fraude. La tecnología también puede utilizarse para comprobar si un cliente
podrá pagar el crédito que solicita y para automatizar las tareas de gestión de
datos.

Estos son solo algunos ejemplos de sectores que utilizan la inteligencia
artificial. Como puede verse, esta revolucionaria tecnología está llamada a
revolucionar todos los sectores de actividad en los próximos años.

Empezar un curso de Data Science para trabajar en IA


LA HISTORIA DE LA INTELIGENCIA ARTIFICIAL

La historia de la inteligencia artificial comenzó en 1943 con la publicación del
artículo «A Logical Calculus of Ideas Immanent in Nervous Activity» de Warren
McCullough y Walter Pitts. En ese trabajo, los científicos presentaron el primer
modelo matemático para la creación de una red neuronal.

El primer ordenador de red neuronal, Snarc, fue creado en 1950 por dos alumnos
de Harvard: Marvin Minsky y Dean Edmonds. Ese mismo año, Alan Turing publicó el
Test de Turing, que todavía se utiliza hoy para valorar las IA.

En 1952, Arthur Samuel creó un software capaz de aprender a jugar al ajedrez de
forma autónoma. El término inteligencia artificial fue utilizado por primera vez
en la conferencia «Dartmouth Summer Research Project on Artificial Intelligence»
de John McCarthy en 1956.

En ese acto, los investigadores presentaron los objetivos y la visión de la IA.
Muchos consideran esta conferencia como el verdadero nacimiento de la
inteligencia artificial, tal y como se conoce hoy en día.

En 1959, Arthur Samuel acuñó el término Machine Learning mientras trabajaba en
IBM. Por su parte, John McCarthy y Marvin Minsky fundaron el MIT Artificial
Intelligence Project. En 1963, John McCarthy también creó el «AI Lab» en la
Universidad de Stanford.

En los siguientes años, se cernieron dudas sobre el campo de la IA. En 1966, el
informe estadounidense ALPAC puso de manifiesto la falta de avances en la
investigación de la traducción automática destinada a traducir simultáneamente
la lengua rusa en el contexto de la Guerra Fría. Muchos proyectos financiados
por el gobierno estadounidense fueron cancelados.

Del mismo modo, en 1973, el gobierno británico publicó su informe «Lighthill» en
el que destacaba las decepciones de la investigación en IA. Una vez más, los
proyectos de investigación fueron reducidos por los recortes presupuestarios.
Este periodo de duda duró hasta 1980, y ahora se denomina el «primer invierno de
la IA«.

Ese invierno terminó con la creación de R1 (XCON) por parte de Digital Equipment
Corporations. Este sistema comercial experto está diseñado para configurar los
pedidos de nuevos sistemas informáticos, y provocó un auténtico auge de las
inversiones que se prolongó durante más de una década.

Japón y Estados Unidos hicieron grandes inversiones en la investigación de la
IA. Las empresas se gastaron más de mil millones de dólares al año en sistemas
expertos y el sector no paraba de crecer.

Desgraciadamente, el mercado de las máquinas “Lisp” se desplomó en 1987 al
surgir alternativas más baratas. Este fue el «segundo invierno de la IA». Las
empresas perdieron el interés por los sistemas expertos. Los gobiernos de
Estados Unidos y Japón abandonaron sus proyectos de investigación y se gastaron
miles de millones de dólares para nada.

Diez años después, en 1997, la historia de la IA estuvo marcada por un
acontecimiento importante. La IA Deep Blue de IBM triunfó sobre el campeón
mundial de ajedrez Gary Kasparov. Por primera vez, el hombre fue derrotado por
la máquina.

Diez años después, los avances tecnológicos permitieron el resurgimiento de la
inteligencia artificial. En 2008, Google hizo grandes avances en el
reconocimiento de voz y lanzó esa función en sus aplicaciones para smartphones.

En 2012, Andrew Ng alimentó una red neuronal con 10 millones de vídeos de
YouTube como serie de datos de entrenamiento. Gracias al Deep Learning, esta red
neuronal aprendió a reconocer un gato sin que se le enseñara lo que es un gato.
Este fue el inicio de una nueva era para Deep Learning.

En 2016 se produjo otra victoria de la IA sobre el ser humano, con el triunfo
del sistema AlphaGo de Google DeepMind sobre Lee Sedol, el campeón de Go. La
inteligencia artificial también conquistó el campo de los videojuegos,
especialmente con DeepMind AlphaStar en Starcraft u OpenAI Five en Dota 2.

Actualmente, empresas de todos los sectores utilizan el Deep Learning y el
Machine Learning para infinidad de aplicaciones. La IA no deja de avanzar y
sorprender con su rendimiento. El sueño de la inteligencia artificial general se
acerca cada vez más a la realidad.


LOS PELIGROS DE LA INTELIGENCIA ARTIFICIAL

La inteligencia artificial ofrece muchas promesas para la humanidad, pero
también podría representar una amenaza más peligrosa que la bomba nuclear.

Con su capacidad de aprender y evolucionar de forma autónoma, la IA podría
superar algún día la inteligencia humana. Entonces podría decidir volverse
contra sus creadores.

Este oscuro presagio puede parecer sacado directamente de una película de
ciencia ficción, pero es una posibilidad muy real. Destacados expertos como
Stephen Hawking, Elon Musk o Bill Gates ya han dado la voz de alarma sobre la
inteligencia artificial.

Según ellos, la IA representa un riesgo inminente e inevitable en los próximos
años. Por eso piden a los gobiernos que regulen este campo para que se
desarrolle de forma ética y segura. Más de un centenar expertos ha pedido
también a Naciones Unidas que prohíba los «robots asesinos» y otras armas
militares autónomas.

Sin embargo, otros expertos creen que el futuro de la inteligencia artificial
depende únicamente de cómo decidan utilizarla los humanos. Incluso una IA
aparentemente inofensiva podría manipularse y utilizarse de forma
malintencionada. Ya podemos verlo con el incremento de los «DeepFakes»: vídeos
falsos creados mediante Deep Learning para mostrar a una persona en una
situación comprometida.

La inteligencia artificial seguirá desarrollándose a gran velocidad en los
próximos años. La humanidad es quien debe decidir qué dirección tomará su
desarrollo.

Ya sabes todo lo que hay que saber sobre inteligencia artificial. Descubre ahora
nuestro completo dosier sobre Data Science, y echa un vistazo más de cerca al
Machine Learning.

Aprende a dominar las técnicas de IA



¿NO ESTÁ DISPONIBLE?

Déjenos su dirección de correo electrónico para que podamos enviarle los nuevos
artículos cuando se publiquen.


Espacio de aprendizaje
 * Ofertas de empleo
 * Nuestro equipo
 * Experiencias
 * Contacto

 * Ofertas de empleo
 * Nuestro equipo
 * Experiencias
 * Contacto

 *   Facebook
 *   Twitter
 *   LinkedIn
 *   YouTube
 *   Instagram
 *   Github

 *   Facebook
 *   Twitter
 *   LinkedIn
 *   YouTube
 *   Instagram
 *   Github

 * Financiación y Precios
 * Admisión de personas con discapacidad

 * Financiación y Precios
 * Admisión de personas con discapacidad

 * Data Scientist
 * Data Analyst
 * Data Engineer
 * Data Manager

 * Data Scientist
 * Data Analyst
 * Data Engineer
 * Data Manager

¿Quieres seguir la actualidad de Datascientest?
¡Suscríbete a nuestro newsletter!
Suscríbete
© 2023 DataScientest — Todos los derechos reservados


DATASCIENTEST RESPETA SU PRIVACIDAD

Al hacer clic en "Aceptar todas las cookies", acepta el almacenamiento de
cookies en su dispositivo para mejorar la navegación del sitio, analizar su uso
y contribuir a nuestros esfuerzos de marketing. Utilizamos cookies para fines de
análisis de audiencia y publicidad. Nos permiten asignar correctamente nuestros
recursos para ofrecerle los mejores servicios. Algunas cookies son
imprescindibles para proporcionarle una experiencia de navegación adecuada.
Puede elegir desactivar solo ciertas categorías de cookies. Si desea limitar el
uso de cookies, haga clic en "Continuar sin aceptar".

Aceptar todas las cookies
Configuración de cookies
Continuar sin aceptar


CENTRO DE PREFERENCIA DE LA PRIVACIDAD

Cuando visita cualquier sitio web, el mismo podría obtener o guardar información
en su navegador, generalmente mediante el uso de cookies. Esta información puede
ser acerca de usted, sus preferencias o su dispositivo, y se usa principalmente
para que el sitio funcione según lo esperado. Por lo general, la información no
lo identifica directamente, pero puede proporcionarle una experiencia web más
personalizada. Ya que respetamos su derecho a la privacidad, usted puede escoger
no permitirnos usar ciertas cookies. Haga clic en los encabezados de cada
categoría para saber más y cambiar nuestras configuraciones predeterminadas. Sin
embargo, el bloqueo de algunos tipos de cookies puede afectar su experiencia en
el sitio y los servicios que podemos ofrecer.
Más información
Permitirlas todas


GESTIONAR LAS PREFERENCIAS DE CONSENTIMIENTO

COOKIES ESTRICTAMENTE NECESARIAS

Activas siempre

Estas cookies son necesarias para que el sitio web funcione y no se pueden
desactivar en nuestros sistemas. Usualmente están configuradas para responder a
acciones hechas por usted para recibir servicios, tales como ajustar sus
preferencias de privacidad, iniciar sesión en el sitio, o llenar formularios.
Usted puede configurar su navegador para bloquear o alertar la presencia de
estas cookies, pero algunas partes del sitio web no funcionarán. Estas cookies
no guardan ninguna información personal identificable.

COOKIES DE RENDIMIENTO

Cookies de rendimiento

Estas cookies nos permiten contar las visitas y fuentes de circulación para
poder medir y mejorar el desempeño de nuestro sitio. Nos ayudan a saber qué
páginas son las más o menos populares, y ver cuántas personas visitan el sitio.
Toda la información que recogen estas cookies es agregada y, por lo tanto,
anónima. Si no permite estas cookies no sabremos cuándo visitó nuestro sitio, y
por lo tanto no podremos saber cuándo lo visitó.

COOKIES DE FUNCIONALIDAD

Cookies de funcionalidad

Estas cookies permiten que el sitio ofrezca una mejor funcionalidad y
personalización. Pueden ser establecidas por nosotros o por terceras partes
cuyos servicios hemos agregado a nuestras páginas. Si no permite estas cookies
algunos de nuestros servicios no funcionarán correctamente.

COOKIES DIRIGIDAS

Cookies dirigidas

Estas cookies pueden estar en todo el sitio web, colocadas por nuestros socios
publicitarios. Estos negocios pueden utilizarlas para crear un perfil de sus
intereses y mostrarle anuncios relevantes en otros sitios. No almacenan
información personal directamente, sino que se basan en la identificación única
de su navegador y dispositivo de acceso al Internet. Si no permite estas
cookies, tendrá menos publicidad dirigida.

Back Button


LISTA DE COOKIES



Search Icon
Filter Icon

Clear
checkbox label label
Apply Cancel
Consent Leg.Interest
checkbox label label
checkbox label label
checkbox label label

Rechazarlas todas Confirmar mis preferencias