Please enable JavaScript.
Coggle requires JavaScript to display documents.
Breve introducción a las Tecnologías de IA - Coggle Diagram
Breve introducción a las Tecnologías de IA
Generalidades
Resultan de la combinación de técnicas de IA (aprendizaje automático, redes neuronales, etc.).
Ofrecidas cada vez más "como servicio".
Utilizadas en la mayoría de las aplicaciones de IA.
Tecnologías Clave
AGENTES Y AFECTO
Procesamiento del Lenguaje Natural (PLN)
DEFINICÓN
Uso de la IA para interpretar y generar textos automáticamente.
TÉCNICAS PRINCIPALES
Aprendizaje automático (especialmente aprendizaje profundo), regresión, K-medias.
DESARROLLO
Precisión superior al 90%, aunque se debate si mejorará sin nuevos paradigmas.
EJEMPLOS
Análisis semántico (servicios jurídicos, traducción), periodismo automatizado, Otter.
Agentes Automatizados
Uso de la IA en entidades que actúan de forma autónoma.
TÉCNICAS PRINCIPALES
GOFAI y aprendizaje automático (redes neuronales autoorganizadas, aprendizaje evolutivo, aprendizaje por refuerzo).
DESARROLLO
Investigación enfocada en inteligencia emergente, actividad coordinada, ubicación e incorporación física.
EJEMPLOS
Avatares de juegos, bots de software malicioso, acompañantes virtuales, robots inteligentes, guerra automatizada, Woebot.
Detección de Afecto
Uso de la IA para analizar sentimientos en textos, comportamientos y rostros.
TÉCNICAS PRINCIPALES
Redes bayesianas y aprendizaje automático (especialmente aprendizaje profundo).
DESARROLLO
Múltiples productos en desarrollo, aunque su uso es controversial.
EJEMPLO
Affectiva.
Minería de Datos para Predicciones
RECONOCIMIENTO DEL HABLA
TÉCNICAS PRINCIPALES
Aprendizaje automático (especialmente redes neuronales recurrentes de aprendizaje profundo como GMCP).
EJEMPLOS
Teléfonos inteligentes, asistentes personales de IA, chatbots bancarios, Alibaba Cloud.
Aplicación del PLN a la palabra hablada.
Uso de la IA para extraer patrones y hacer pronósticos.
TÉCNICAS PRINCIPALES
Aprendizaje automático (especialmente supervisado y profundo), redes de Bayes, máquinas de vectores de soporte.
DESARROLLO
Aplicaciones en crecimiento exponencial (predicción de compras, interpretación de EEG).
EJEMPLOS
Diagnósticos médicos, previsiones meteorológicas, proyecciones empresariales, ciudades inteligentes, predicciones financieras, detección de fraude.
Creatividad Artificial
Reconocimiento y Procesamiento de Imágenes
TÉCNICAS PRINCIPALES
Aprendizaje automático (especialmente redes neuronales convolucionales de aprendizaje profundo).
EJEMPLOS
Reconocimiento facial (pasaportes electrónicos), reconocimiento de escritura a mano (correo postal), manipulación de imágenes (deepfakes), vehículos autónomos, Google Lens.
Uso de la IA para análisis y manipulación de imágenes.
Sistemas de IA que pueden crear nuevas fotografías, música, obras de arte o historias.
TÉCNICAS PRINCIPALES
Redes Generativas Antagónicas (RGA), modelos lingüísticos autorregresivos (aprendizaje profundo).
DESARROLLO
RGA a la vanguardia, con aplicaciones futuras emergentes. Modelos como GPT-3 producen texto similar al humano, pero no lo "entienden".
EJEMPLOS
GPT-3.