INTELIGENCIA ARTIFICIAL

PROPOSITO:   Comprende la importancia de la inteligencia artificial dentro de nuestra sociedad.

INTELIGENCIA ARTIFICIAL.

La inteligencia artificial (IA), es la inteligencia llevada a cabo por máquinas. En ciencias de la computación, una máquina «inteligente» ideal es un agente flexible que percibe su entorno y lleva a cabo acciones que maximicen sus posibilidades de éxito en algún objetivo o tarea.¹​ Coloquialmente, el término inteligencia artificial se aplica cuando una máquina imita las funciones «cognitivas» que los humanos asocian con otras mentes humanas, como por ejemplo: «percibir», «razonar», «aprender» y «resolver problemas».²​ Andreas Kaplan y Michael Haenlein definen la inteligencia artificial como "la capacidad de un sistema para interpretar correctamente datos externos, para aprender de dichos datos y emplear esos conocimientos para lograr tareas y metas concretas a través de la adaptación flexible".³​ A medida que las máquinas se vuelven cada vez más capaces, tecnología que alguna vez se pensó que requería de inteligencia se elimina de la definición. Por ejemplo, el reconocimiento óptico de caracteres ya no se percibe como un ejemplo de la «inteligencia artificial» habiéndose convertido en una tecnología común.⁴​ Avances tecnológicos todavía clasificados como inteligencia artificial son los sistemas de conducción autónomos o los capaces de jugar al ajedrez o al Go.⁵​

Según Takeyas (2007) la IA es una rama de las ciencias computacionales encargada de estudiar modelos de cómputo capaces de realizar actividades propias de los seres humanos en base a dos de sus características primordiales: el razonamiento y la conducta.⁶​

En 1956, John McCarthy acuñó la expresión «inteligencia artificial», y la definió como «la ciencia e ingenio de hacer máquinas inteligentes, especialmente programas de cómputo inteligentes».⁷​

También existen distintos tipos de percepciones y acciones, que pueden ser obtenidas y producidas, respectivamente, por sensores físicos y sensores mecánicos en máquinas, pulsos eléctricos u ópticos en computadoras, tanto como por entradas y salidas de bits de un software y su entorno software.

Varios ejemplos se encuentran en el área de control de sistemas, planificación automática, la habilidad de responder a diagnósticos y a consultas de los consumidores, reconocimiento de escritura, reconocimiento del habla y reconocimiento de patrones. Los sistemas de IA actualmente son parte de la rutina en campos como economía, medicina, ingeniería y la milicia, y se ha usado en gran variedad de aplicaciones de software, juegos de estrategia, como ajedrez de computador, y otros  videojuegos.

                                                          LENGUAJE DE MAQUINAS .

Un lenguaje de programación es un lenguaje formal diseñado para realizar procesos que pueden ser llevados a cabo por máquinas como las computadoras. Pueden usarse para crear programas que controlen el comportamiento físico y lógico de una máquina, para expresar algoritmos con precisión, o como modo de comunicación humana. Está formado por un conjunto de símbolos y reglas sintácticas y semánticas que definen su estructura y el significado de sus elementos y expresiones. Al proceso por el cual se escribe, se prueba, se depura, se compila (de ser necesario) y se mantiene el código fuente de un programa informático se le llama programación. Un lenguaje de programación proporciona los elementos de lenguaje necesarios que son necesarios para traducir los pasos de un pseudocódigo en formato comprensible de la máquina. En otras palabras, el lenguaje de programación proporciona el puente para hacer la transición de pseudocódigo legible por humano instrucciones legible por máquina. Las dos clasificaciones principales de lenguajes de programación son: bajo nivel de lenguaje de programación y lenguaje de programación de alto nivel. Generaciones de lenguaje de programación  Los lenguajes de primera generación, o 1GL, lenguajes de bajo nivel que son lenguaje de máquina. Los lenguajes de segunda generación, o 2GL, lenguajes de bajo nivel que generalmente consisten en lenguajes ensamblados. Los lenguajes de tercera generación, o 3GL, lenguajes de alto nivel como C. Los lenguajes de cuarta generación, o 4GL, son idiomas que consisten en declaraciones similares a las declaraciones en un lenguaje humano. Los lenguajes de cuarta generación se usan comúnmente en la programación de bases de datos y scripts. Los idiomas de quinta generación, o 5GL, son lenguajes de programación que contienen herramientas visuales para ayudar a desarrollar un programa. Un buen ejemplo de un lenguaje de quinta generación es Visual Basic. Tipos de lenguaje de programación Hay tres tipos de lenguaje de programación: Lenguaje de máquina (lenguaje de bajo nivel). Lenguaje ensamblador (lenguaje de bajo nivel). Lenguaje de alto nivel. Lenguaje de máquina El lenguaje de la máquina es una colección de dígitos binarios o bits que la computadora lee e interpreta. Los lenguajes de máquina son los únicos idiomas que las computadoras entienden. Aunque las computadoras las entienden fácilmente, los lenguajes de máquina son casi imposibles de usar por los humanos, ya que consisten completamente de números. Los idiomas de bajo nivel están más cerca del idioma utilizado por una computadora, mientras que los idiomas de alto nivel están más cerca de los idiomas humanos. Ejemplo: Digamos que un motor tiene un procesador y memoria principal. El motor puede rotar a la izquierda y a la derecha, y puede verificar el interruptor de encendido / apagado. Las instrucciones de la máquina son de un byte de largo y corresponden a las siguientes operaciones de la máquina. Instrucción Operación 0000 0000 Detener 0000 0001 Rotar a la derecha 0000 0010 Rotar a la izquierda 0000 0100 Regrese al inicio del programa 0000 1000 Omita las siguientes instrucciones si el interruptor está apagado Lenguaje ensamblador El problema es que la computadora no comprende el código ensamblador, por lo que necesitamos una forma de convertirlo a código de máquina, que la computadora sí entiende. Los programas de lenguaje ensamblador se traducen al lenguaje de máquina mediante un programa llamado ensamblador. Ejemplo: - Lenguaje de máquina: 10110000 01100001 - Lenguaje ensamblador: mov A1, # 061h - Sentido: Mueva el valor hexadecimal 61 (97 decimal) en el registro del procesador llamado "A1". Lenguaje de alto nivel Los idiomas de alto nivel nos permiten escribir códigos de computadora usando instrucciones que se asemejan al lenguaje hablado cotidiano (por ejemplo: imprimir, si, mientras) que luego se traducen al lenguaje de máquina para ser ejecutados. Los programas escritos en un lenguaje de alto nivel deben ser traducidos al lenguaje de máquina antes de que puedan ser ejecutados. Algunos lenguajes de programación usan un compilador para realizar esta traducción y otros usan un intérprete. 
Luis Olarte Gervacio. (2018). Lenguaje de Programación. 2019, Septiembre 3, Conogasi.org Sitio web: http://conogasi.org/articulos/lenguaje-de-programacion/

                                            BASE DE DATOS.

El Big Data no es suficiente

La informática también debe enfocarse a cumplir este objetivo. Somos conscientes de que la información tiene que ser segura y estar conectada, pero también hemos de reconocer que los productos de próxima generación necesitan algo más: saber el porqué de los datos, cuándo y dónde se producen, y analizar su repercusión.

Cada dos años, las empresas duplican -como mínimo- la cantidad de datos que almacenan. Pero muchas de ellas se quedan ahí, no dan más pasos en la gestión de su información.

El futuro de la informática en general y de la administración de datos en concreto pasa por avanzar mucho más en el proceso, creando plataformas de información inteligente. Dicho de otro modo, el reto a corto plazo es la utilización de bases de datos inteligentes que sepan comprender y razonar.

Elementos de la inteligencia de los datos

Las bases de datos inteligentes se basan en dos componentes esenciales que toda empresa debe incluir en sus plataformas de gestión de la información. Estos son:  

• El mapa de datos en vivo: actualiza de un modo constante los metadatos (estructurales, semánticos, de uso y de cualquier tipo) de toda la información que fluye en la empresa.
  
• El motor de inferencia: analiza los datos para aplicar reglas lógicas y obtener una nueva información. Puede deducir las intenciones del usuario y proporcionar recomendaciones sobre la mejor manera de utilizar estos datos dependiendo de su propósito.

Se trata pues de combinar la base de datos tradicional con las técnicas desarrolladas en el campo de la Inteligencia Artificial. Esta unión hace posible gestionar conocimiento complejo a través del procesamiento de información simple.

Ventajas de las bases de datos inteligentes para las empresas

Puesto que vivimos en una era digital marcada por los datos como eje principal de cualquier actividad empresarial, el enfoque de la gestión de la información debe saber aprovechar todos los beneficios que ofrece la tecnología avanzada.

El hecho de integrar las técnicas de la Inteligencia Artificial en las bases de datos ofrece estas ventajas:

• Deducción de hechos mediante el análisis de datos aislados y la búsqueda de nexos comunes. 
  
• Mayor flexibilidad y capacidad para la gestión de datos complejos y de gran volumen.
  
• Disminución del tiempo de análisis de la información.
  
• Eliminación de problemas de formato y calidad a la hora de combinar conjuntos de datos.
  
• Acceso más inmediato a la información

• Recuperación de datos de forma más sencilla.

• Capacidades más avanzadas para los desarrolladores.
• 
  

                      RECONOCIMIENTO DE PATRONES.

Cuando un programa realiza al tipo de observación, se le programa para comparar lo que ve con un patrón. 
Por ejemplo, un programa de visión artificial puede emparejar un patrón de ojos y de una nariz en una escena para identificar una cara. 
Patrones más complejos, como en un texto escrito en lenguaje natural, una posición de ajedrez, o la historia de un evento también se estudia mediante patrones.

                    

                                    RED NEURONAL.

Las redes neuronales artificiales (también conocidas como sistemas conexionistas) son un modelo computacionalvagamente inspirado en el comportamiento observado en su homólogo biológico¹​. Consiste en un conjunto de unidades, llamadas neuronas artificiales, conectadas entre sí para transmitirse señales. La información de entrada atraviesa la red neuronal (donde se somete a diversas operaciones) produciendo unos valores de salida.

Cada neurona está conectada con otras a través de unos enlaces. En estos enlaces el valor de salida de la neurona anterior es multiplicado por un valor de peso. Estos pesos en los enlaces pueden incrementar o inhibir el estado de activación de las neuronas adyacentes. Del mismo modo, a la salida de la neurona, puede existir una función limitadora o umbral, que modifica el valor resultado o impone un límite que se debe sobrepasar antes de propagarse a otra neurona. Esta función se conoce como función de activación.

Estos sistemas aprenden y se forman a sí mismos, en lugar de ser programados de forma explícita, y sobresalen en áreas donde la detección de soluciones o características es difícil de expresar con la programación convencional. Para realizar este aprendizaje automático, normalmente, se intenta minimizar una función de pérdida que evalúa la red en su total. Los valores de los pesos de las neuronas se van actualizando buscando reducir el valor de la función de pérdida. Este proceso se realiza mediante la propagación hacia atrás.