Introducción a la inteligencia artificial

La definición de inteligencia artificial en el diccionario es:

“Disciplina científica que se ocupa de crear programas informáticos que ejecutan operaciones comparables a las que realiza la mente humana, como el aprendizaje o el razonamiento lógico.”

Nosotros definimos la Inteligencia Artificial como el software que aprende de nuestros hábitos y comportamientos, los analiza como lo haríamos nosotros y nos ofrece diferentes posibilidades para tomar una decisión.

En este artículo queremos informarte de las diferentes líneas en las que se está aplicando y desarrollando la Inteligencia Artificial (IA).

  • Text Analytics y NLP

Natural language processing (NLP) es la habilidad de un programa informático para entender la información hablada considerando tanto las reglas gramaticales como el contexto en que se formula.

Analítica de Texto es el análisis de los datos y de la información contenida dentro del texto pero sin ser el propio texto (sentimientos, intenciones, entonación,…).

Se usa, por ejemplo, en la atención a clientes en la web.

  • Robotic Process Automation

RPA es un software que replica las acciones de un ser humano mediante la interacción a través de un interfaz de usuario del sistema de computación con el objetivo de reducir costes y mejorar la eficacia.

Ejemplos de su aplicación diaria son: la detección automática de los errores en el código fuente o la identificación de fraude bancario.

  • Biométricos

Los biométricos miden y analizan las características físicas y de comportamiento de las personas para identificar y autorizar a un individuo.

Se usa para la identificación facial, coches auto-conducidos, …

  • Deep Learning Platforms

También conocido como Deep Neural Learning or Deep Neural Network.

El aprendizaje profundo es un subconjunto de Machine Learning que consta de redes que son capaces de aprender sin supervisión de la información, ya esté estructurada o no.

DLP imita la forma de comportamiento del cerebro humano en el procesamiento de información y crea patrones para su uso en la toma de decisiones.

Se usa en el sector de la salud para la detección del cáncer, melanomas, y para mejorar la calidad de las imágenes radiológicas.

También se usa para el pronóstico metereológico el comercio electrónico, estudios sociales, desarrollo de componentes electrónicos, sensores, nuevos materiales para la industria, etc.

  • Decision Management

El objetivo de la gestión de decisiones es mejorar el proceso de toma de decisión usando toda la información posible, para aumentar la precisión, consistencia y agilidad de las opciones para decidir, contemplando los riesgos.

Las organizaciones que trabajan en el ámbito financiero, bancario o de los seguros están integrando el software para la toma de decisiones dentro de sus sistemas tanto en los procesos de gestión como en las soluciones de clientes.

  • Hardware Optimizado

El hardware utilizado para la IA necesita características distintas del hardware habitual.

Sensores, procesadores, placas y todo el hardware relacionado con informática, electrónica o comunicaciones.

  • Machine Learning

Machine learning proporciona ordenadores con la capacidad de aprender sin que sean explícitamente programados. Machine Learning se centra en el desarrollo de programas que pueden cambiar cuando se exponen a nuevos datos.

Facebook usa Machine Learning para personalizar el hilo de cada usuario. Si un usuario deja de descender leyendo la información con frecuencia para hacer un “Like” a un comentario de un amigo, su hilo comenzará a mostrarle más información de ese amigo de forma automática.

  • Agentes virtuales

Son programas de chat que se utilizan como una gestión de clientes web para una organización. Como los agentes virtuales tienen una apariencia humana y responden según las preguntas del cliente, deben interactuar como si fueran un servicio personalizado.

  • Reconocimiento del habla

SR (Speech Recognition), permite el reconocimiento y la traducción del lenguaje hablado en lenguaje escrito gracias a los ordenadores.

Por ejemplo, todos los traductores web que se pueden encontrar en internet.

  • Natural Language Generation

NLG, es el procesamiento de signos del lenguaje para que la máquina lo interprete y genere su propia construcción con leguaje natural del usuario.

Esta información también está disponible en: Inglés