Ucademy

Alvaro

Clase II: Aplicaciones de la inteligencia artificial

Profesor: José Antonio Torres - CTO de Dolnai

Clase II: Aplicaciones de la inteligencia artificial

Módulo 2 - Clase 2.mp4

Material Complementario

Calendario clases en directo

¿Qué es la IA? Módulo 2

Definición y Evolución de la IA Módulo 2

Ejercicios prácticos Chat GPT 4 Módulo 2

Apuntes Módulo 3

Ejercicios Módulo 3

Infografías Módulo 3

Apuntes Módulo 4

Workcamp IA for Business

Módulo 2:  Revoluciona tu futuro con la inteligencia artificial

estamos. Ahora vamos a hablar de las principales áreas en las cuales la inteligencia artificial. A día de hoy, esto ya no tiene una vocación de ser histórico. Está siendo usada más que nada porque está siendo usada en muchísimas áreas. Pero las principales áreas de desarrollo son estas cuatro. Primero el Mazen Lenin, que es el machine learning. Pues como ahí veis, son algoritmos, algoritmos que permiten a las computadoras aprender de datos. Es decir, que no tiene que haber un programador a cada cosa que el programa aprenda programando por detrás. Si no es el concepto de aprender de datos. Entonces, por ejemplo, nosotros podemos con machine learning entrenar a un sistema para que reconozca emails no deseados. Recordáis que cuando os vienen emails de ese señor de Nigeria que nos ha escrito a todos, verdad? Pues el sistema a día de hoy le dice Bueno, yo sé que José Antonio, en este caso yo quiere tener un millón de dólares en su cuenta, pero quizás no te cree pum y me la manda spam directamente. Yo me enfado porque voy a spam y digo Oye, la posibilidad de hacerme rico me la he dejado ahí. No esos algoritmos de reconocimiento de emails malos, por ejemplo, de spam, son machine learning. Por qué learning? Pues por qué aprenden? El primer día que el primer día que yo abrí mi Gmail no sabían que el señor de Nigeria era probablemente falso. Y entonces me mandaban los los mensajes, yo los leía, les respondía y luego jamás me dio dinero. No respondáis al señor de Nigeria. Bueno, si tenés amigos en Nigeria, sí, eso es otra cosa. Después otra, otra Maciel Ler entonces todavía porque está en la base de la inteligencia artificial, es todavía un área donde se siguen desarrollando distintas aplicaciones y en particular, nos afectan al día a día, por ejemplo. Otro ejemplo sería cuando, cuando de nuevo Alexa te dice Oye, que se te ha olvidado comprar la leche esta semana. Y tú qué sabes? Me preguntarás? Pues por qué he aprendido? Ha visto ahora tus rutinas de compra y Y te lo recuerda? Eso lo programó alguien? No, El sistema aprende de los datos. Ahora, redes neuronales. Esto tiene parte de machine learning. Es decir, son son sistemas inspirados en el cerebro humano que aprenden de datos. Es decir, en cierta forma, también el machine learning. De acuerdo, pero es una parte del Mach Len. Ya lo visteis. Pero si lo vemos en diagramas, sería inteligencia artificial. Machine learning y dentro redes. Redes neuronales. Entonces estas redes neuronales se caracterizan por estar formadas por simulaciones capas de neuronas? Neuronas? Sí, neuronas como las del cerebro artificiales. Desde este punto de vista, que es una neurona porque pensaréis, Yo estudié biología y una neurona. Tiene muchísimos componentes. Tiene dendritas, No sé qué El núcleo los ribosomas, la capa, la mielina que es una neurona. Pues desde el punto de vista de la simulación de redes neuronales, una neurona es simplemente desnuda de todo lo demás. Lo que nos importa es es un punto punto geográfico donde converge una señal o varias. En general, convergen varias señales y sale otra señal. Y entonces hay una función que se llama de disparo. Tienen cierto umbral. La intensidad de la señal de entrada tiene que ser mayor que algo para que dispare la salida. Esa función de disparo puede ser específica de esa neurona. De hecho, es específica de esa neurona. Entonces, si tú tienes una red neuronal de millones, tienes millones de funciones. Perdón de disparo de la señal y eso solamente eso. Una red neuronal con millones de parámetros es lo que almacena en nuestro señor. Por ejemplo, gpt todo lo que sabe. Ya sé que es difícil metérselo en la cabeza, pero no tiene base de datos. No hace consultas a la Internet, no tiene papeles ahí para leer. Solamente tiene una red neuronal de parámetros. Eso sí son trillones. Bueno, y dentro de las redes neuronales de sistemas de sistemas, eh? De Dip Net Networks, que se llama Deep Learning, A día de hoy hay dos campos que tienen la mayor, la mayor investigación y actividad. Una es el que nos concierne a nosotros, en particular en dos No hay verdad. El procesamiento del lenguaje natural N LP de las siglas en inglés de Natural Language Proces in que es el procesamiento del lenguaje natural, pues es una serie de técnicas que permiten a las máquinas a las redes neuronales, interpretar, generar lenguaje humano de manera natural. Claro, esto así dicho parece que es muy simple, pero fijaos que hasta hace muy muy poquito, hasta hace muy muy poquito. Y lo sabéis todos los que hayáis hablado con el contestador automático de cualquier de cualquier empresa o administración hace diez años. Diga usted su número del uno al tres, su opción? Tú decías dos. Usted ha dicho uno, no se enteraban de nada. O sea, eran incapaces. Y ha habido más de un caso de ruptura del teléfono fijo contra la pared por cabreo debido a esa ineptitud. Entonces, a día de hoy, estas tecnologías que permiten entender y procesar el lenguaje natural han avanzado de una forma increíble, hasta el punto de que una máquina hoy tiene una capacidad similar, si no mejor d Descifrar y entender lo que está escuchando el lenguaje natural, A quién no le ha? A quién no le ha saltado Siri o Alexa? Porque te han oído desde la cocina que decías una palabra que se parecía mucho a Alexa y te la interpreta y te dices qué quieres entonces? Tienen una fineza bastante impresionante. Y todo esto ha sido en los últimos diez años y otro campo que tiene mucho que ver con lo que hemos hablado antes de la conducción autónoma es el de la visión, la visión por orden, por computadora. Aquí podríamos poner una lista casi interminable de campos activos, pero yo creo que los más importantes son estos dos. Natural language, procesen y visión. No me voy a explayar mucho en lo de la visión, pero solamente deciros, por ejemplo, que esto fue esto exploto en el año dos mil doce. Creo recordar, tengo el dato por aquí, pero lo concretarán cuando un equipo de la Universidad de Toronto participó en un concurso ya tradicional que se llamaba NET y Beijing en que consistía en Dame tu software y te vamos a dar una base de datos de imágenes y a ver cuántas es capaz tu software de reconocerlo. Los niveles más avanzados en ese año. El creo que era el doce de de reconocimiento de imágenes. Pues viene una foto. Esto es un gatito. Viene otra foto. Esto es una bicicleta, etc. Estaban entre el cincuenta y el sesenta por ciento y esta gente, por primera vez aplicando Dip New Networks consiguió prácticamente llegar al noventa y tantos por ciento de golpe. Fue un avance bestial. Y eso abrió por primera vez las capacidades enormes de visión por computadora que ahora nuestros queridos gobiernos los pueden utilizar para protegernos o para reconocer nuestras caras, verdad? Cuando entramos en distintos sitios como sabéis esto tiene posibilidad de usarse para el bien o para el mal. Yo creo que sólo lo vamos a usar para el bien, por cierto, total que visión y procesamiento del lenguaje natural. Impacto en la sociedad pues como os podéis imaginar, el impacto de la inteligencia artificial es, como dirían los pedantes, per masivos. Está en todos los lados, pero en particular en la salud, en la salud es muy importante. Por qué? Pues porque, como diría mi amigo Hinton, nunca tenemos suficiente. Imaginaos un mundo en el que cada persona viaja ya, como yo sí tuviera a su disposición todos los días. Tres médicos probablemente no los usaría todos los días, pero pero hay que me duele. Aquí hay que no me siento bien. Eso de ser un sueño imposible. Imaginaos cómo están los servicios médicos a día de hoy? Pues en España y en general en el mundo, falta personal podría convertirse en una realidad, es decir, que todos y cada uno de nosotros tengamos varios médicos de verdad médicos a nuestra disposición. Porque digo de verdad, porque estas redes neuronales que aprenden cierta especialidad tienen unos niveles de diagnóstico que son tan buenos o mejores que los especialistas y estoy hablando de sistemas que son capaces de mirar tu radiografía y decirte peligro. Aquí, en la parte izquierda del pulmón tienes un indicio de un no sé cuánto y convendría mirarlo, mientras que el humano, el doctor de verdad, digamos, se le pasa desapercibido. Entonces en el campo de la salud son muy prometedores los resultados y yo espero vivir para verlo gracias a ellos. Luego hay otros campos, por ejemplo, en el campo de las finanzas, donde uno puede utilizar la inteligencia artificial para detectar fraudes, incluso para gestionar inversiones. Ahí no os recomendaría que pusierais a una inteligencia artificial gestionando vuestra inversión todavía, pero pero en sí. Cada uno, cada uno que haga lo que quiera y después en en otros campos en particular. En la segmentación. Este nos concierne de online, la segmentación de mensajes a los clientes particulares, no en gestionar publicidad, en gestionar también inventarios, en gestionar y optimizar precios. Y luego hay un campo que tiene mucha, mucho impacto, que es el del transporte. Y por qué lo digo? Porque el aplicar redes neuronales al transporte no solamente permite que haya quizás conductores, autónomos o coches que conducen solos, sino el ahorro de qué? De tiempo, de combustible, De optimizar rutas. Quién no? A día de hoy, de forma natural, le pregunta a Google Maps por dónde voy a casa de mi primo para ahorrar, para ahorrarme el atasco. Y te lo dice y acierta. Creedme yo que he vivido en los años ochenta, esto es magia. Me perdí en Toki una vez y no había Google ni la madre que lo trajo. Y lo que vamos a hacer es una pequeña pausa.

El texto se enfoca en explicar las principales áreas de desarrollo en las que se aplica la inteligencia artificial (IA), destacando los siguientes puntos:1. **Machine Learning (Aprendizaje Automático)**: Describe cómo los algoritmos permiten que las computadoras aprendan de los datos sin intervención humana constante, ejemplificando su aplicación en la identificación de correos electrónicos no deseados.2. **Redes Neuronales**: Parte del aprendizaje automático, estas redes se inspiran en el funcionamiento del cerebro humano, donde "neuronas" artificiales procesan y transmiten señales. Un punto clave es que no requieren de una base de datos externa para funcionar, sino que operan mediante una gran cantidad de parámetros.3. **Deep Learning (Aprendizaje Profundo)**: Es una rama más especializada dentro de las redes neuronales, destacando su aplicación en dos campos principales:   - **Procesamiento del Lenguaje Natural (NLP)**: Avances significativos han permitido a las máquinas entender y generar lenguaje humano de forma más natural y precisa, mejorando la interacción entre humanos y máquinas.      - **Visión por Computadora**: Ha logrado grandes avances, especialmente desde 2012, con aplicaciones que van desde el reconocimiento de imágenes hasta la seguridad y el transporte, mejorando la capacidad de las máquinas para "ver" y entender el mundo visual.4. **Impacto en la Sociedad**: La IA tiene un impacto profundo en varios sectores, incluyendo:      - **Salud**: La IA promete mejorar diagnósticos y tratamientos, con sistemas que pueden identificar condiciones médicas con precisión igual o superior a la de los especialistas.      - **Finanzas**: Aplicaciones en detección de fraudes y gestión de inversiones.      - **Segmentación de Mercado y Publicidad**: Mejora en la personalización de mensajes y optimización de precios e inventarios.      - **Transporte**: Optimización de rutas, ahorro de tiempo y combustible, y potencial para vehículos autónomos.El texto enfatiza el rol transformador de la IA en la sociedad, anticipando av

Principales áreas de desarrollo de la inteligencia artificial

Principales áreas de desarrollo de la inteligencia artificial

Resumen con marca de tiempo

¡Ey! Que seguro que esta no es la única duda que tienes...