¿Qué es la IA? ¿Inteligencia artificial? ¿Aprendizaje automático? ¿Red neuronal?

¿Qué es la IA (inteligencia artificial)?
¿Qué es el aprendizaje automático?
¿Qué es una red neuronal artificial?


Inteligencia artificial (IA) en texto negro sobre un chip de computadora azul con cables azules que se extienden sobre un fondo negro

Mientras Internet habla de “IA”, “Inteligencia artificial”, “aprendizaje automático” y “Redes neuronales artificiales”, ¿qué significa todo esto? Markzware noté un lindo “Introducción a la IA," presentado por Doug Rosa, Formador en ciencia de datos y entrenador de agilidad en Doug Enterprises, LLC y Autor en LinkedIn.

Aquellos interesados ​​en aprender sobre Inteligencia Artificial querrán consultar el curso de aprendizaje de Doug, haciendo clic en aquí. El seguimiento desglose básico de la IA puede darte una idea de los temas (entre muchos otros) sobre los cuales LinkedIn Learning Instructor, Doug Rosa, puede educarlo a usted y a los miembros de su organización.


¿Qué es la inteligencia?

Hay muchas tipos de inteligencia y cada uno tiene su propias habilidades inteligentes. Los individuos son más o menos expertos en dominar diferentes habilidades. Alguien experto en completar crucigramas Puede que no sea tan hábil para armar rompecabezas. Alguien que no pueda completar fácilmente crucigramas podría hacerlo rompecabezas en tiempo récord.


¿Son inteligentes las computadoras?

Las computadoras sobresalen en hacer coincidir reglas y patrones establecidos. Entonces, algunas personas pueden considerar que las computadoras son inteligentes o ver otras dispositivos o aplicaciones digitales tan inteligentes

Google despidió a un ingeniero que afirmó una chatterbot tenía alma, después de que el chatbot, que estaba diseñado para sonar como una persona, comunicara que equiparaba la muerte con el cierre. ¿Era realmente el chatbot? inteligente o lo hizo solo parece ser ¿inteligente?


Computadora versus inteligencia humana

Las computadoras y los humanos tienen diferentes orígenes de la inteligencia. La la computadora puede ser mejor en el manejo de una tarea específica que un humano. En algunos casos, un La computadora puede superar con creces un ser humano en capacidad de realizar una determinada tarea. 

En la década de 1960, las computadoras estaban aprendiendo a ganar jugando a las damas contra humanos. Sin embargo, estas computadoras no entendí por qué se jugó el juego o por qué lo jugaron.



¿Qué es la IA (inteligencia artificial)?

Los informáticos suelen describir la IA como un sistema que demuestra comportamiento percibido como inteligencia. Los sistemas de IA pueden procesar rápidamente una gran cantidad de datos y encontrar patrones, los cuales pueden ser difíciles de alcanzar para los humanos. En los primeros días de la IA, los sistemas que reconocían símbolos parecía ser inteligente

Estos sistemas de IA se denominaron "sistemas expertos”, porque los programadores consultaron con expertos para crear los sistemas. Los programadores intentaron programar inteligencia a través de símbolos en los sistemas, lo que generó combinaciones excesivas en las respuestas, por lo que los sistemas fueron descontinuados.


Aprendizaje automático (Machine learning & LLM)

Aprendizaje automático es un conjunto de técnicas para construir sistemas que aprenden observando datos. Después de que los sistemas expertos fallaran, los programadores comenzaron a desarrollar un sistema que pudiera datos de sentido, sin los cinco humana sentidos, y aumentar su inteligencia por su propia observación

Arthur Samuel, un científico informático, desarrolló un programa de damas, en 1959, que aprendió jugando solo. Manejó ambos roles de jugador de tablero, mientras estrategia de aprendizaje, por observación. Dado que las computadoras igualan bien las reglas y patrones establecidos, la máquina iguala los patrones ganadores y Aumentó su inteligencia con el juego repetido..

La máquina podría entonces aprender por observación directa, sin ninguna programación por parte de humanos. Arthur Samuel se refirió a este avance como “máquina de aprendizaje." 

Computadora Apple Macintosh

Una versión anterior de una computadora Apple Macintosh


Una versión más nueva de una computadora Apple Macintosh


Utilizando nuevas estrategias aprendidas, el La máquina pronto comenzó a ganar contra su programador. Sin embargo, en aquel entonces, con menos datos digitales disponibles para que la máquina los detectara, solo encontré patrones básicos.

A través de Internet en el principios de los 90, cualquiera podría generar datos, entonces el aprendizaje automático Los sistemas aumentaron su inteligencia.. Con amplias imágenes web, Los sistemas podrían aprender a reconocer. multitud de cosas.

Los informáticos inventaron más algoritmos para el aprendizaje automático. Los investigadores desarrollaron sistemas para imitar funciones cerebrales

A medida que se generaron más datos, el más oportunidades de aprendizaje automático surgió. Las máquinas podrían descubrir y adaptar nuevos patrones para procesar datos nuevos, aunque continuarían simplemente encontrando patrones. 

Debido a la abundancia de avances en datos y algoritmos en los últimos años, el aprendizaje automático se ha convertido en uno de los áreas de IA más populares y de más rápido desarrollo. En la mayoría de los casos, los sistemas de inteligencia artificial pueden aceptar sus datos, buscar reglas y patrones en ellos y informar los resultados a su organización.


Dispositivos IoT

Muchos dispositivos digitales conectarse para comunicarse con el mundo y entre nosotros. Esto se conoce como el Internet de las Cosas (IoT) y una gran cantidad de Las empresas de IoT pagan una menta para sus sistemas de IA.

Hay numerosos Dispositivos de IoT, que tienen sensores que comparten datos externamente, como la web. Puedes usar uno o más de estos dispositivos (por ejemplo, un contador de pasos o un reloj inteligente) o incluso implantarlos (tal vez un monitor cardíaco).

Los dispositivos IoT pueden realizar un seguimiento de su comportamiento en línea y fuera de línea. Pueden informar sus ubicaciones y Identifica tus patrones de viaje., incluido dónde y a quién viaja. 

Su reloj inteligente puede decirle a su casa inteligente para encender luces, ponga en marcha la cafetera y ajuste el termostato. Al menos una vez, un dispositivo asistente de Alexa agregó recomendaciones a una lista de recomendaciones de Amazon, después de aparentemente “escuchar a escondidas” las conversaciones de su propietario.

Marca de anillo Los timbres recopilan información sobre los humanos. que pasan por ellos. Esto permite el reconocimiento facial que admite una sistema de vigilancia utilizado por las fuerzas del orden para localizar personas.

IoT dispositivos médicos son un área de IA en crecimiento. Un reloj inteligente puede controlar su frecuencia cardíaca y informar problemas de salud

Apple y otras empresas utilizan una red, con millones de participantes, para investigar patrones de electrocardiograma. Luego identifican patrones para prever problemas de salud.

Patrones predecibles determinado por IoT puede involucrar a una gran parte de la población. Podrías recibir un Notificación local sobre una amenaza para la salud., en su teléfono inteligente.

Digital El aprendizaje automático en dispositivos IoT se puede alimentar a la los libros físicos mundo. Las organizaciones pueden utilizar los datos recopilados sobre sus ubicaciones y necesidades para venderte productos.


Algoritmos de aprendizaje automático

Existen muchos algoritmos de aprendizaje automático. Dado que la mayoría de los algoritmos se basan en estadísticas, las organizaciones pueden utilizar los datos como una herramienta que realiza una nueva función.

Una organización puede utilizar algoritmos para entrenar su sistema sobre clasificación binaria. Los datos del cliente se pueden utilizar en aprendizaje automático supervisado clasificar a los clientes y crear campañas

Clasificación binaria es clasificar datos como una lista de clientes en dos grupos. Después de separar a los clientes en grupos, aprendizaje automático sin supervisión puede revelar tipos de respondedores de anuncios.

Los datos sobre los respondedores de anuncios podrían ser dividido en grupos, incluidos los respondedores de anuncios consistentes (un grupo que potencialmente produce un mayor retorno de la inversión). La organización podría entonces ajustar el algoritmo, de modo que Las promociones se pueden personalizar. para respuestas consistentes a los anuncios y para aumentar las ganancias. 

La mayoría de estos algoritmos están incluidos en kits de herramientas de software de aprendizaje automático. Es posible que las organizaciones quieran comprobar la pros y contras de cada algoritmo de aprendizaje automático que podrían considerar.

Lo es poderoso y preciso? ¿Será utilizado para supervisado o no supervisado ¿Aprendizaje o ambos? ¿Cuál es mejor en clasificar y/o agrupar? Su organización podría utilizar múltiples algoritmos creativamente, para obtener los datos más beneficiosos. 


Circuitos informáticos de arco iris en forma de cerebro dentro de una silueta negra de una cabeza sobre fondo blanco

Red neuronal artificial

Tienen demasiados datos para que los procesen los algoritmos de aprendizaje automático? Es posible que su organización quiera construir una red neuronal. 

Un artificial red neural es un método de aprendizaje automático (generalmente supervisado) que utiliza un marco de imitación del cerebro para desmontar grandes conjuntos de datos. Esta red tiene neuronas dispuestas en capas (capa de entrada, capas ocultas y capa de salida) que se mueven de izquierda a derecha. 

Una red neuronal artificial divide los datos en partes más pequeñas que los algoritmos de aprendizaje automático. Su organización puede capacitar a la red y beneficiarse cuando refleja con precisión los aportes y luego trabaja para perfeccionarse.

El capas más ocultas Cuanto mayor sea la red, más sencillo le resultará identificar patrones complicados. A deep learning La red neuronal artificial tiene muchas capas ocultas, lo que la convierte en varias capas. profundo. La red neuronal de avance tiene datos que se mueven de izquierda a derecha a través de las capas.


Ejemplo de red neuronal artificial

Digamos que quieres saber si una imagen incluye un gato. Una red neuronal artificial puede informar que, si utiliza un clasificación binaria de “gato o no gato” para clasificar la imagen de la capa de entrada en “gato” o “no gato”. 

El imagen se introduce a través de la capa de entrada. La clasificación en gato o no gato es la salida

Una máquina interpreta una imagen como conjunto de datos (o un conjunto de píxeles, en este ejemplo). pixeles son puntos de color y niveles variados de brillo/contraste en la imagen. 

Si la imagen tiene 50 píxeles de alto por 50 píxeles de ancho, la imagen tiene 1250 píxeles (puntos de datos). Los 1250 píxeles serían alimentado a la capa de entrada de la red neuronal. 

Entonces la capa de entrada Tiene 1250 neuronas, cada una con un número basado en el color del píxel.. Cada neurona de la capa oculta tiene una función de activación como una pequeña entrada por la que la neurona puede enviar o no datos a la siguiente capa oculta.

Las capas ocultas cada una reenviar los datos de píxeles a la siguiente capa oculta. Las dos neuronas en la capa de salida tienen cada una una puntuación de probabilidad

Dado que se solicitó a la red que procesara una clasificación binaria, el capa de salida contiene dos nodos, "cat" o "not cat". Esto es un "red neuronal de avance”, porque los datos de píxeles se movían de izquierda a derecha a través de las capas.


Texto blanco sobre el desarrollador de software, Markzware, sobre un teclado LED rojo iluminado, sobre un fondo negro

Uso del sistema de IA y herramientas de IA

Los sistemas de IA son ahora en construcción para resolver problemas complicados para las organizaciones. Ellos podrían ayuda de tu organización.

La mayoría de los humanos que trabajan con sistemas de IA son expertos en ciencia de datos no capacitados, pero tal vez ya lo hayas probado ChatGPTu otra herramienta de inteligencia artificial. Si aún no lo ha hecho, es posible que desee comenzar a aprender más sobre la IA mediante el uso de algunas herramientas de IA, como las que se mencionan en este fantástico (y extenso) artículo. Lista de herramientas de IA por Jeff Foster, director de Sound Visions Media.

Para el éxito, un sistema de IA requiere:
gestión eficaz, supervisión y dirección
entrada de calidad con datos precisos del mundo real
paciencia, para permitir que el sistema experimente mientras determina los mejores resultados.

¿Cómo podría su organización trabajar con IA? Podría ayudar a enumere sus problemas organizacionales que hay que solucionar y cómo quieres que el sistema los resuelva. Cuales tipo de datos, como información del cliente, ¿desea recopilar para beneficio de su organización? Cual tipo de problemas ¿Deseas resolverlo a través de una carrera en IA?


El futuro de la IA

El mayor crecimiento de los datos aumenta las posibilidades de la IA de éxito futuro. ¿Cómo se utilizarán los datos?, ahora que las empresas están acumulando cada vez más?

Una organización basada en una establecer espacio (tienda online o negocio de búsqueda) podría beneficiarse de un sistema de IA. Si una organización maneja Tareas que son fácilmente manejadas por computadoras., probablemente se verá afectado por la IA.

Los dispositivos IoT y la IA permiten a las empresas crear sistemas que pronosticar el comportamiento humano. Dado que la IA informa nuevos patrones, Las organizaciones pueden actuar rápidamente. para crear campañas que puedan obtener ROI, en función de ese comportamiento.

Lo más probable es que vas a pronto trabajaremos con un sistema de inteligencia artificial. Gerentes de Ingeniería de Software Es probable que pronto, si no ya, se espere que establezca objetivos, analice resultados y proporcione informes de IA.

La IA simplifica la generación de datos, pero El análisis de esos datos es más difícil., por lo que el análisis de datos es un sector laboral en crecimiento en el campo de la IA. Si usted Quiero trabajar en el campo de la IA., es posible que desee considerar postularse a organizaciones que requieren coincidencia de conjuntos de datos o de reglas de datos.

Puede que lleve tiempo acostumbrarse a los sistemas de inteligencia artificial que se espera que lo hagan pronto. volverse más humano-como. No obstante, los sistemas de IA exitosos complementarno, separar, creatividad humana


Soluciones PDF y DTP para creativos de IA y creadores de contenido

Markzware ofrece confianza Cloud para que los creativos de IA y los creadores de contenido puedan obtener una vista previa, realizar una verificación previa, exportar y convertir documentos PDF y de autoedición. Para recibir las últimas noticias sobre los productos Markzware y noticias relacionadas con la industria de la impresión, únase a nuestro lista de envío y siga a Markzware en Etiqueta LinkedIn, YouTube, Facebooky otros sitios web de redes sociales. 


Fuentes

“Introducción a la IA”, por Doug Rose, formador en ciencia de datos y entrenador de agilidad en Doug Enterprises, LLC/autor en LinkedIn, 15 de marzo de 2023. https://www.linkedin.com/learning/introduction-to-artificial-intelligence/why-you-need-to-know-about-artificial-intelligence

"Herramientas de inteligencia artificial: ¡la lista que necesita ahora!" por Jeff Foster, director de Sound Visions Media, soundvisionsmedia.com, actualización del 12 de septiembre de 2023, https://www.provideocoalition.com/ai-tools-the-list-you-need-now/


¿Qué es la IA? ¿Inteligencia artificial? ¿Aprendizaje automático? ¿Red neuronal?

Artículos Relacionados

¡Mantente Conectado!

SUSCRÍBETE
Cerrar