INTELIGENCIA ARTIFICIAL

Logical AI/Inferencing: proceso mediante el cual se implementa la relación que existe entre las oraciones o
sentencias.

Maching Learning (ML): crea sistemas que aprenden automáticamente de tal forma que ser puedan capaz de
predecir comportamientos futuros. Ejemplo: Predecir el tráfico urbano o el clima incluso un fraude.

Deep Learning: conjunto de algoritmos no lineales que pueden aplicarse para la modelización de datos y el
reconocimiento de patrones. Ejemplo: el nuevo algoritmo de traducción de Google.
• Supervised: aprendizaje en el que se entrena a máquinas utilizando datos que están bien etiquetados, es
decir que estos ya poseen información correcta. Ejemplo entrenar una máquina para que clasifique de
acuerdo a su forma y color.
• Unsupervised: es el entrenamiento a una máquina utilizando información que no está clasificada ni
etiquetada y que permite que el algoritmo actúe sobre esa información sin orientación. Ejemplo: Crear un
algoritmo para que una maquina identifique cosas que nunca se le ha enseñado.

Natural language processing (NLP): Posibilidad que tienen las máquinas de entender el lenguaje humano e
interactuar con ellos. Ejemplo el asistente de Google, Siri de Apple o Cortana de Microsoft.
• Content Extraccion: se trata de un tipo de recuperación cuyo objetivo es extraer automáticamente
información estructurada desde documentos legibles por un ordenador.
• Classification: es una de la tarea de NLP que nos permita hacer clasificaciones por temáticas.
• Machine traslation: es un área de la lingüística computacional que investiga el uso de un sistema capaz de
traducir texto o habla de un lenguaje natural a otro.
• Question answering: es uno de los sistemas más complejos de recuperación de la información y por el cual
una máquina debería ser capaz de recuperar respuestas planteadas en lenguaje natural.
• Text generation: Aprovecha el conocimiento en lingüística computacional e inteligencia artificial para
generar automáticamente textos en lenguaje natural, que pueden satisfacer ciertos requisitos
comunicativos.

Vision: es un área de la IA que permite programar a un computador para que “entienda” una escena o característica
de una imagen. Por ejemplo, la lectura de un código de barras.
• Image recognition: permite identificar objetos, lugares, personas, escritura etc.
• Machine vision:es la capacidad de una computadora para ver cámaras de video, conversión analógica a
digital (ADC) y procesamiento de señal digital (DSP).

Speech
• Speech to text: técnica que toma contenido de audio y lo transcribe en palabras escritas en un procesador
de textos u otro destino de pantalla.
• Text to speech: proceso de modelado de lenguaje natural que requiere cambiar las unidades de texto en
unidades de voz para la presentación de audio.

Robotics: estudia el diseño y construcción de máquinas capaces de desempeñar tareas realizadas por el ser
humano haciendo uso varias veces de la IA. Por ejemplo, el robot Sofia.

Planning: permite la producción de planes, realización de estrategias o secuencias de acción comúnmente usada en
ejecución de robots o agentes, las soluciones son complejas y optimizadas en el espacio multidimensional. Por
ejemplo, los STRIPS para resolver juegos de planificación como Hanoi.