Capibara - Inteligencia articial

Inteligencia Artifical

E scuela Preparatoria Dos UADY

Equipo Capibara

• #9 Castillo Mur Lol-Ha
• #36 Rosado DUrán Jennifer Amairany

• #37 Rubio Domínguez Natalia Guadalupe
• #39 Torres Ibarra María Fernanda

• #40 Torres Morales Glorisel
• #45 Zamora García Ana Lena

¿Qué es la inteligencia artificial?

La inteligencia artificial (IA) es un campo de estudio y desarrollo de tecnología que se enfoca en la creación de sistemas y programas capaces de realizar tareas que normalmente requerirían de inteligencia humana. La inteligencia artificial busca emular, simular o replicar ciertas capacidades cognitivas y de toma de decisiones propias de los seres humanos.

Lorem ipsum dolor sit amet

Historia y evolución

1950, Alan Turing propuso el Test de Turing para evaluar la capacidad de las máquinas de comunicarse y hacerse pasar por humanos.

1956, John McCarthy acuñó el término "Inteligencia Artificial" durante la Conferencia de Dartmouth.

1957, se diseñó la primera red neuronal artificial por Frank Rosenblatt

Historia y evolución

1966, se desarrolló ELIZA, uno de los primeros chatbots capaz de procesar lenguaje natural.

1969, Marvin Minsky escribió "Perceptrones", un trabajo fundamental sobre redes neuronales artificiales.

Historia y evolución

1854, George Boole propuso la idea de sistematizar el razonamiento lógico como la resolución de un sistema de ecuaciones.

1921, el término "robot" fue acuñado por Karel Čapek en su obra de teatro R.U.R., derivado del verbo "rabota", que significa "trabajar" en ruso

1936, Alan Turing introdujo el concepto de algoritmo y sentó las bases de la informática en su artículo sobre los números computables.

Historia y evolución

1941, Konrad Zuse creó la Z3, considerada la primera computadora programable y automática.

1941, Isaac Asimov formuló las Tres Leyes de la Robótica en su cuento "Círculo Vicioso", estableciendo principios éticos para los robots.

Historia y evolución

1996, la supercomputadora Deep Blue de IBM venció al campeón mundial de ajedrez.

1979, el vehículo autónomo Stanford Cart fue el primero en navegar con éxito en un entorno con obstáculos.

2005, Raymond Kurzweil predijo el avance de la inteligencia artificial basándose en la Ley de Moore.

Historia y evolución

2012, Google creó un superordenador capaz de aprender de videos en YouTube.

2014, un bot computacional superó el Test de Turing, engañando a algunos jueces.

Metodos de busca mas comunes del machine learning

Ejemplos

Búsqueda aleatoria: Este método implica seleccionar valores de hiperparámetros al azar dentro de un rango predefinido. Se entrena el modelo con cada combinación de valores y se evalúa su rendimiento. Búsqueda por cuadrícula: Este método implica definir una cuadrícula de valores para cada hiperparámetro y entrenar el modelo con cada combinación de valores. Se evalúa el rendimiento de cada modelo y se selecciona el modelo con el mejor rendimiento.

MACHINE LEARNING

Optimización Bayesiana: Este método implica modelar la relación entre los hiperparámetros y el rendimiento del modelo utilizando técnicas estadísticas bayesianas. Se utiliza esta relación para seleccionar los valores de hiperparámetros que maximizan el rendimiento del modelo Algoritmos genéticos: Este método se inspira en la evolución biológica y utiliza técnicas de selección natural y reproducción para explorar el espacio de búsqueda de hiperparámetros. Se inicializa una población de modelos con diferentes valores de hiperparámetros, se evalúa su rendimiento y se seleccionan los modelos con mejor rendimiento para reproducirse y generar una nueva generación de modelos

deep machine learning

Funcionamientode las redes neronales

-Las redes neuronales del Deep Learnig tratan de imitar el cerebro humano mediante una entrada de datos, pesos y sesgos. -Un ejemplo de esto puede ser que el algoritmo del Deep Learning puede analizar y aprender de los datos transaccionales para identificar patrones peligrosos que pueden indicar un fraude. -En el servicio al cliente es usado debido a que el chatbot es mucho mas desarrollado, intenta determinar a través del aprendizaje si hay respuestas ambiguas, según las respuestas que recibe trata de responder directamente o mandarlo hacia un humano -Puede analizar imagenes de los hospitales, ayudandolos a analizarlas y evaluarlas en menos tiempo

DEEP MACHINE LEARNING

referencias

• Machine Learning. (s. f.). https://www.ibm.com/mx-es/analytics/machine-learning
• Corporativa, I. (s. f.). Descubre los principales beneficios del Machine Learning. Iberdrola. https://www.iberdrola.com/innovacion/machine-learning-aprendizaje-automatico
• ¿Qué es el deep learning? | IBM. (s. f.). https://www.ibm.com/mx-es/topics/deep-learning#:~:text=Las%20redes%20neuronales%20de%20deep,objetos%20dentro%20de%20los%20datos
• National Geographic. (2020, 2 diciembre). Breve historia visual de la inteligencia artificial. www.nationalgeographic.com.es. https://www.nationalgeographic.com.es/ciencia/breve-historia-visual-inteligencia-artificial_14419

Lorem ipsum dolor sit amet

+INFO

r.