Please enable JavaScript.

Coggle requires JavaScript to display documents.

Inteligencia Artificial 1 - Coggle Diagram

- - - - Desarrollo una teoría sobre qué por medio de un sistema de números binarios, un computador sería capaz de realizar cualquier acto concebible de deducción matemática, a esto se le conoció como la tesis de Church-Turing.
- - - - Se ha implementado para la creación de herramientas para la resolución de problemas difíciles, aunque estas han sido adoptadas por las ciencias computacionales básicas y no se considera exactamente como IA.
    - - Se han utilizado sistemas de redes neuronales artificiales para detectar cargos y reclamos de la ley.
    - - Las redes neuronales son usadas como sistemas de apoyo de decisión clínica para diagnósticos médicos
    - - Es bastante común que el trabajo en las fábricas sea realizado por máquinas y robots, especialmente trabajos que puedan poner en peligro a los empleados.
    - - La automatización, el transporte, la minería de datos, el control inteligente, etcétera.
- - - - Que tanto puede avanzar la IA y cuáles podrían ser los límites de esta.
      - El comportamiento y la ética de las maquinas.
      - La posible conciencia que puede desarrollar una máquina, ya que si una IA pudiese replicar todos los aspectos clave del ser humano, este podría ser capaz de ser un sistema sensible y consciente.
- - - - En la agricultura, controlar plagas y manejar cultivos en forma más eficiente.
      - En las fábricas, realizar montajes peligrosos y actividades tediosas (labores de inspección y mantenimiento).
      - En la medicina, ayudar a los médicos a hacer diagnósticos, supervisar la condición de los pacientes, administrar tratamientos y preparar estudios estadísticos.
      - En el trabajo doméstico, brindar asesoría acerca de dietas, compras, supervisión y gestión de consumo energético y seguridad del hogar.
      - En las escuelas, apoyar la formación de los estudiantes, especialmente en aquellas materias consideradas complejas.
      - Ayudar a los expertos a resolver difíciles problemas de análisis o a diseñar nuevos dispositivos.
      - Aprender de los ejemplos para explorar bases de datos en busca de regularidades explotables.
      - Proporcionar respuestas a preguntas en lenguaje natural usando datos estructurados y texto libre.
  - - - Meta-aprendizaje.
      - Modelos generativos aplicados a otros sectores.
      - Grandes avances en auto-aprendizaje en juegos
      - Máquinas intuitivas resolviendo el reto de la semántica.
      - La imposible “explicabilidad”.
      - Incremento de estudios científicos en Deep Learning.
      - Nuevos entornos de aprendizaje profundo.
      - Cognición conversacional.