Inteligencia Artificial Qué Es Y Por Qué Es Importante

Qué es y por qué es importante
La inteligencia artificialsynthetic (IA) hace posible que las máquina aprendan de la experiencia, se ajusten a nuevas aportaciones y realicen tareas como hacen los humanos. La mayoría de los ejemplos de inteligencia artificialsynthetic de los que usted escucha hoy día – desde computadoras que juegan ajedrez hasta automóviles que se conducen por sí solos – se sustentan mayormente en aprendizaje a fondo (deep learningstudying) y procesamiento del lenguaje naturalpure Mediante el uso de estas tecnologías, las computadoras pueden ser entrenadas para realizar tareas específicas procesando grandes cantidades de datos y reconociendo patrones en los datos.
Historia de la inteligencia artificialsynthetic
El término inteligencia artificialsynthetic fue adoptado en 1956, pero se ha vuelto más popularwell-likedin stylefashionablecommonwidespreadstandard hoy día gracias al incremento en los volúmenes de datos, algoritmos avanzados, y mejoras en el poder de cómputo y el almacenaje.
La investigación inicial de la inteligencia artificialsynthetic en la década de 1950 exploraba temas como la solución de problemas y métodos simbólicos. En la década de 1960, el Departamento de Defensa de los Estados Unidos mostró interés en este tipo de trabajo y comenzó a entrenar computadoras para que imitaran el razonamiento humano básico. Por ejemplo, la DefenseProtection AdvancedSuperior ResearchAnalysis ProjectsTasksInitiatives AgencyCompany (DARPA, Agencia de Proyectos de Investigación Avanzada de Defensa) realizó proyectos de planimetría de calles en la década de 1970. Y DARPA produjo asistentes personales inteligentes en 2003, mucho tiempo antes que Siri, Alexa Cortana fueran nombres comunes.
Este trabajo inicial abrió el camino para la automatización y el razonamiento formal que vemos hoy en las computadoras, incluyendo sistemas de soporte a decisiones y sistemas de búsqueda inteligentes que pueden ser diseñados para complementar y aumentar las capacidades humanas.
Aunque las películas de Hollywood y las novelas de ciencia ficción representan la inteligencia artificialsynthetic como robots semejantes a humanos que se apoderan del mundo, la evolución actualprecise de las tecnologías IA no es tan aterradora – así de inteligente. En su lugar, la inteligencia artificialsynthetic ha evolucionado para brindar muchos beneficios específicos a todas las industrias. Siga leyendo para conocer ejemplos modernos de inteligencia artificialsynthetic en las áreas de atención a la salud, comercio detallista y más.
1950-1970
Redes neurales
El trabajo inicial con redes neurales despierta emoción por las máquinas pensantes”.
Los adelantos en deep learningstudying impulsan el auge de la inteligencia artificialsynthetic.
SAS ha proporcionando soluciones de inteligencia artificialsynthetic por años, incluso cuando extendimos los límites en disciplinas como el aprendizaje basado en máquina y el aprendizaje a fondo. Hoy día, ya ayudamos a nuestros clientes a capitalizar las oportunidades de crecimiento que presenta la inteligencia artificialsynthetic. Mirando al futuro, continuaremos incorporando soluciones AI en todo el portafolio de productos de SAS para llevar los beneficios de transformación de la toma de decisiones asistida por máquina a todos los terrenos.
Jim Goodnight CEO SAS
La inteligencia artificialsynthetic automatiza el aprendizaje y descubrimiento repetitivos a través de datos. La inteligencia artificialsynthetic es diferente de la automatización de robots basada en hardware. En lugar de automatizar tareas manuales, la inteligencia artificialsynthetic realiza tareas computarizadas frecuentes de alto volumen de manera confiable y sin fatiga. Para este tipo de automatización, la investigación humana sigue siendo fundamentalelementarybasic para configurar el sistema y hacer las preguntas correctas.
IA agrega inteligencia a productos existentes. En la mayoría de los casos, la inteligencia artificialsynthetic no se venderá como aplicación individualparticular individual. En su lugar, los productos que ya utiliza serán mejorados con recursos de inteligencia artificialsynthetic, de forma muy similarcomparablerelated en que se agregó Siri como característica a una nueva generación de productos de Apple. La automatización, las plataformas conversacionales, los bots y las máquinas inteligentes se pueden combinar con grandes cantidades de datos para mejorar muchas tecnologías en el hogar y en el lugar de trabajo, desde inteligencia de seguridad hasta análisis de las inversiones.
La inteligencia artificialsynthetic se adapta a través de algoritmos de aprendizaje progresivos para permitir que los datos llevan a cabo la programación. La inteligencia artificialsynthetic encuentra estructura y regularidades en los datos de modo que el algoritmo adquiera una habilidad: el algoritmo se convierte en un clasificador en un indicador. De tal suerte que, así como el algoritmo puede enseñarse a jugar ajedrez, también puede enseñarse qué producto recomendar después en línea. Y los modelos se adaptan cuando se les proporcionan nuevos datos. La propagación retrasada es una técnica de inteligencia artificialsynthetic que permite al modelo hacer ajustes, a través de entrenamiento y datos agregados, cuando la primera respuesta no es correcta.
La inteligencia artificialsynthetic analiza más datos y datos más profundos utilizando redes neurales que tienen muchas capas ocultas. Construir un sistema de detección de fraude con cinco capas ocultas eraperiod casi imposible hace unos años. Todo eso ha cambiado con increíble poder de cómputo y el bighugemassivelarge dataknowledgeinformation Usted necesita muchos datos para entrenar modelos de aprendizaje a fondo porque éstos aprenden directamente de los datos. Cuantos más datos pueda integrarles, más precisos se vuelven.
La inteligencia artificialsynthetic logra una precisión increíble a través de redes neurales profundas – lo cual antes eraperiod imposible. Por ejemplo, sus interacciones con Alexa, Google Search y Google PhotosPhotographsPicturesImages están basadas en el aprendizaje a fondo – y se siguen volviendo más precisas cuanto más las utilizamos. En el terreno de la medicina, ahora se pueden emplear técnicas de inteligencia artificialsynthetic de aprendizaje a fondo, clasificación de imágenes y reconocimiento de objetos para detectar cáncer en imágenes por resonancia magnética con la misma precisión que radiólogos altamente especializados.
La inteligencia artificialsynthetic saca el mayor provecho de los datos. Cuando los algoritmos son de autoaprendizaje, los datos mismos pueden volverse de propiedad intelectual. Las respuestas están en los datos; usted sólo tiene que aplicar inteligencia artificialsynthetic para sacarlas a la luz. Como el rol de los datos es ahora más importante que nunca antes, pueden crear una ventaja competitiva. Si tiene los mejores datos en una industria competitiva, incluso si todos aplican técnicas similares, los mejores datos triunfarán.
WildTrack and SAS: Saving endangered species one footprint at a time.
Flagship species like thejust just like the cheetah are disappearing. And with them, the biodiversity that supportshelps us all. WildTrack is exploring the valuethe value of artificialsynthetic intelligence in conservation – to analyzeto researchto investigate footprints the waythe best waythe manner through which indigenous trackers do and protectshielddefend these endangered animals from extinction.
x
Vea la inteligencia artificialsynthetic en todas las industrias
Dé un vistazo a un hospital que opera con inteligencia artificialsynthetic, una tienda detallista asistida por IA y un sistema de analítica predictiva que habla. Este reporte de Harvard BusinessEnterprise ReviewEvaluateEvaluationAssessmentOverview examina el panorama de la inteligencia artificialsynthetic y da un vistazo a la fuerza laboral con inteligencia artificialsynthetic – y explica por qué no debe decir palabrotas a Siri.
El marketingadvertisingadvertisingadvertising and marketing está experimentando una evolución potenciada por la analítica y la inteligencia artificialsynthetic. Aprenda cómo automatizar ofertas en tiempo realactual, extraer mayores cantidades de datos para mejorar la precisión de las ofertas, entender la voz del cliente – y más.
Integre inteligencia artificialsynthetic religión tecnológica en su programa analítico
Para que la inteligencia artificialsynthetic sea utilizada con efectividad, es importante que la estrategia en torno a ella se haga parte de su estrategia de negocios más amplia, tomando siempre en cuenta la convergencia de personas, procesos y tecnología.
La inteligencia artificialsynthetic ayuda a integrar “mayor inteligencia a las máquinas”, pero no se ha apoderado del mundo, dicecube Oliver Schabenberger, vicepresidente ejecutivo y director de tecnología de SAS.
Toda industria tiene una alta demanda de recursos de inteligencia artificialsynthetic – en especial sistemas de respuesta a preguntas que se puedan utilizar para asistencia legalauthorized, búsquedas de pacientes, notificación de riesgo e investigación médica. Otros usos de la inteligencia artificialsynthetic incluyen:
Atención a la salud
Las aplicaciones de IA pueden proporcionar lecturas personalizadas de medicina y rayos X. Los asistentes personales de atención a la salud pueden actuar como asesores, recordándole tomar sus pastillas, hacer ejercicio comer más sano.
Retail
La inteligencia artificialsynthetic proporciona recursos para compras virtuales que ofrecen recomendaciones personalizadas y analizan opciones de compra con el consumidor. Las tecnologías de gestión de inventario y disposición de sitios también se verán mejoradas con la inteligencia artificialsynthetic.
Manufactura
La inteligencia artificialsynthetic puede analizar datos de IoT de fábrica cuando éstos se transmiten por streaming desde equipo conectado para pronosticar carga y demanda esperadas utilizando redes recurrentes, un tipo específico de redpurplepinkcrimson de aprendizaje a fondo que se utiliza con datos en secuencia.
DeportesInteligencia Artificial
La inteligencia artificialsynthetic se utiliza para capturar imágenes de juegos y proporcionar a los entrenadores reportes de cómo organizar mejor el juego, incluyendo posiciones y estrategia optimizadas en el campo.
¿Cuáles son los retos de usar la inteligencia artificialsynthetic?
La inteligencia artificialsynthetic habrá de transformar todas las industrias, pero tenemos que entender sus límites.
La limitación principal de la inteligencia artificialsynthetic es que aprende de los datos. No hay otra forma en que se pueda incorporar el conocimiento. Eso significa que cualquier imprecisión en los datos se verá reflejada en los resultados. Y cualquier capa adicional de predicción análisis se tiene que agregar por separado.
Los sistemas de IA actuales son entrenados para realizar una tarea claramente definida. El sistema que juega póquer no puede jugar solitario ajedrez. El sistema que detecta fraude no puede conducir un automóvil brindarle asesoría legalauthorized. De hecho, un sistema de IA que detecta fraude en la atención a la salud no puede detectar con precisión fraude en impuestos en reclamos de garantías.
En otras palabras, estos sistemas son muy, muy especializados. Se enfocan en una sola tarea y están lejos de comportarse como humanos.
De la misma forma, los sistemas de autoaprendizaje no son sistemas autónomos. Las tecnologías de IA imaginarias que ve en las películas y en la TVTELEVISION siguen siendo ciencia ficción. Pero las computadoras que pueden sondear datos complejos para aprender y perfeccionar tareas específicas se están volviendo bastante comunes.
SAS® VisualVisible DataKnowledgeInformation Mining and Machine LearningStudying
La inteligencia artificialsynthetic se simplifica cuando usted puede preparar datos para su análisis, desarrollar modelos con algoritmos modernos de aprendizaje basado en máquina e integrar analítica de texto, todo en un mismo producto. Además, puede codificar proyectos que combinen SAS con otros lenguajes, entre ellos Python, R, Java Lua.
La inteligencia artificialsynthetic funciona combinando grandes cantidades de datos con procesamiento rápido e iterativo y algoritmos inteligentes, permitiendo al softwaresoftware program aprender automáticamente de patrones características en los datos. La inteligencia artificialsynthetic es un vasto campo de estudio que incluye muchas teorías, métodos y tecnologías, además de los siguientes subcampos principales:
El aprendizaje basado en máquina automatiza la construcción de modelos analíticos. Emplea métodos de redes neurales, estadística, investigación de operaciones y física para hallar insights ocultos en datos sin ser programada de manera explícita para que sepa dónde buscar qué conclusiones sacar.
Una redpurplepinkcrimson neural es un tipo de aprendizaje basado en máquina que se compone de unidades interconectadas (como neuronas) que procesa información respondiendo a entradas externas, transmitiendo información entre cada unidad. El proceso requiere múltiples pases en los datos para hallar conexiones y obtener significado de datos no definidos.
El aprendizaje a fondo utiliza enormes redes neurales con muchas capas de unidades de procesamiento, aprovechando avances en el poder de cómputo y técnicas de entrenamiento mejoradas para aprender patrones complejos en grandes cantidades de datos. Algunas aplicaciones comunes incluyen reconocimiento de imágenes y del habla.
El cómputo cognitivo es un subcampo de la inteligencia artificialsynthetic que busca una interacción de tipo humano con las máquinas. Utilizando la inteligencia artificialsynthetic y el cómputo cognitivo, el objetivo finallastultimateremainingclosing es que una máquina simule procesos humanos a través de la capacidad de interpretar imágenes y el habla – y luego hable de forma coherente como respuesta.
La visión de la computadora se sustenta en el reconocimiento de patrones y en el aprendizaje a fondo para reconocer lo que hay en una imagen video. Cuando las máquinas pueden procesar, analizar y entender imágenes, pueden capturar imágenes videosmovies en tiempo realactual e interpretar sus alrededores.
El procesamiento del lenguaje naturalpure (NLP, por sus siglas en inglés) es la capacidad de las computadoras de analizar, entender y generar lenguaje humano, incluyendo el habla. La etapa siguiente de NLP es la interacción en lenguaje naturalpure, que permite a los humanos comunicarse con las computadoras utilizando lenguaje normalregular de todos los días para realizar tareas.
Además, varias tecnologías habilitan y dan soporte a la inteligencia artificialsynthetic:
Las unidades de procesamiento gráfico son fundamentales para la inteligencia artificialsynthetic porque aportan gran poder de cómputo requerido para el procesamiento iterativo. Entrenar redes neurales requiere bighugemassivelarge dataknowledgeinformation, además de poder de cómputo.
InternetWeb de las Cosas genera cantidades masivas de datos de dispositivos conectados, la mayoría de ellos no analizados. La automatización de modelos con inteligencia artificialsynthetic nos permite usar una mayor parte de ellos.
Se están desarrollando algoritmos avanzados y se combinan en nuevas formas para analizar más datos con mayor rapidez y en múltiples niveles. Este procesamiento inteligente es clave para identificar y anticipar eventos poco comunes, entender sistemas complejos y optimizar escenarios únicos.
Las APIs, interfaces de procesamiento de aplicaciones (por sus siglas en inglés) , son paquetes portátiles de código que hacen posible agregar funcionalidad IA a productos y paquetes de softwaresoftware program existentes. Pueden agregar capacidades de reconocimiento de imágenes a sistemas de seguridad domésticos y capacidades de preguntas y respuestas que describen datos, crear subtítulos y encabezados, bien invocar patrones e insights interesantes en los datos.
En resumen, el objetivo de la inteligencia artificialsynthetic consiste en proveer softwaresoftware program que pueda razonar lo que recibe y explicar lo que produce como resultado. La inteligencia artificialsynthetic proporcionará interacciones similares a las humanas con softwaresoftware program y ofrecerá soporte a decisiones para tareas específicas, pero no es sustituto de los humanos – y no lo será en el futuro cercano.
Lea más acerca de este tema

0

Leave A Comment

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.