INTELIGENCIA ARTIFICIAL

Actividades para desarrollar

1. Investigar sobre las técnicas y herramientas que utiliza la inteligencia artificial.

Las más destacadas aplicadas al campo de la gestión financiera empresarial son:

TÉCNICAS

 Sistemas Expertos: Los sistemas expertos se constituyen en la herramienta de la Inteligencia

artificial más utilizada desde sus inicios y corresponden a programas de ordenador que
recopilan en un programa informático el conocimiento de especialistas en una materia.

 Redes neuronales: Movimiento que sostenía la premisa de que el secreto para el

aprendizaje y el conocimiento se halla en axiomas o verdades incuestionables y que el
conocimiento es independiente de la estructura que maneje los símbolos, y la
representación del conocimiento se hace desde el estrato más básico de la inteligencia: el
cerebro especialmente en las neuronas y las múltiples interconexiones entre ellas. Las redes
neuronales artificiales se constituyen en una técnica de procesamiento masivo y paralelo
de la información que emula las características esenciales de la estructura neuronal del
cerebro biológico. A pesar de las limitaciones de las redes neuronales artificiales en cuanto
a representar todas las características del cerebro humano tales como: La habilidad para
desarrollar el aprendizaje adaptativo, la ualidades; estas redes se constituyen en una
herramienta tecnológica potente para el procesamiento de la información cuyos resultados
permiten tomar decisiones eficientes y oportunas.

 Algoritmos Genéticos: Los algoritmos genéticos son el resultado de los recientes avances de
la computación evolutiva y la genética y se constituyen en una de las principales
herramientas tecnológicas de la inteligencia artificial. Estos algoritmos simulan la mecánica
de la selección natural y de la genética utilizando la información histórica para encontrar
nuevos puntos de búsqueda de una solución óptima, permitiendo obtener soluciones a un
problema que por su complejidad no tiene ningún método de solución de forma preciso.

 Lógica Difusa: La lógica difusa es una de las disciplinas matemáticas que cuenta con mayor
número de seguidores en la actualidad y un número creciente de aplicaciones entre las
cuales podemos mencionar: La lógica difusa se funda en el concepto de que todo es cuestión
de grado, lo cual permite manejar información vaga o de difícil especificación, importante
para la resolución de un problema, por medio de una serie de reglas de "sentido común"
aprendidas con sistemas adaptativos que se nutren de la observación de las personas o de
la formulación por parte del experto humano. Estas técnicas pueden combinarse para
obtener una solución más adecuada del problema en estudio.
HERRAMIENTAS QUE UTILIZA LA INTELIGENCIA ARTIFICIAL

“La inteligencia artificial sigue avanzando como herramienta en el mercado global, esta
tecnología permite a los equipos de desarrollo de productos y marketing transformar sus
estrategias de comercialización e incrementar la velocidad con la que investigan a fondo
los datos.

La capacidad de personalizar la experiencia del cliente significa que este año habrá un
incremento de 300% en las inversiones en inteligencia artificial.

Milagro Prado, directora de operaciones de Darwin by Lionbridge, puntualiza que la

inteligencia artificial, el lenguaje y la tras creación están siendo cada vez más
demandados por las marcas como parte de sus estrategias de marketing digital. Buscan a
través de éstos, la diferenciación frente a la competencia”.

¿En qué tecnologías y herramientas específicas deben invertir los equipos de desarrollo de
productos y marketing para ubicarse entre los mejores competidores globales? Los
expertos de Darwin by Lionbridge, explican las cinco herramientas de traducción más
relevantes en este momento y cómo se utilizan:

1. Reconocimiento del lenguaje:

Desde los años noventa, los modernos algoritmos de reconocimiento de lenguaje -
conocidos también como transcripción de voz a texto- son una de las primeras aplicaciones
de las redes neuronales.

De manera similar al reconocimiento de imágenes, el reconocimiento de voz utiliza datos

de aprendizaje para identificar la transcripción correcta de cualquier grabación dada, lo
que la hace útil para soluciones directas como el dictado. Los avances en aprendizaje
profundo hoy en día convirtieron el reconocimiento del lenguaje en un portal de
interacción para los sistemas de respuesta de voz interactiva.

Una aplicación que la mayoría de nosotros hemos experimentado es el distribuidor

automático de llamadas que utilizan los call centers para orientar llamadas o
proporcionar información pregrabada de acuerdo con las necesidades de la persona que
llama.

2. Generación de lenguaje:
A menudo conocido como generación de lenguajes naturales este subcampo de la
inteligencia artificial usa datos computacionales -la entrada -para producir texto -la
salida-.
Si bien este concepto de interpretar ideas a partir de datos no es novedoso, las
computadoras pueden comunicar ideas con mayor exactitud y amplitud. Mediante la
generación de lenguajes naturales, las empresas pueden convertir grandes conjuntos de
datos u otros activos en informes e ideas resumidas de inteligencia empresarial, lo que
crea un nuevo nivel de comprensión en las relaciones entre empleados y clientes.

3. Agentes virtuales:
Todos conocemos los asistentes personales inteligentes como Siri, Cortana, Alexa y otros
que fueron diseñados para ayudar a que la vida de los consumidores sea más fácil, pero
ahora el mundo empresarial se está poniendo al día. A medida que los agentes artificiales
evolucionan y las expectativas de los clientes de autoservicio y automatización son más
exigentes, los agentes artificiales pueden simplificar una serie de tareas de soporte al
cliente.

Los bots conversacionales, que ahora ofrecen la misma experiencia personalizada que los
agentes en vivo, se consideran de forma amplia como el futuro del servicio al cliente, y las
aplicaciones de mensajería móvil se están convirtiendo rápidamente en su canal más
atractivo.

4. Aprendizaje automático:
El aprendizaje automático a menudo se confunde con la inteligencia artificial como un
todo, pero es solo una de las aplicaciones de la misma.

Esta es la ciencia del "aprendizaje profundo", un término para describir cómo las
computadoras ganan inteligencia experiencial a lo largo del tiempo a partir de datos
disponibles o acumulados. Los profesionales en marketing toman ventaja del aprendizaje
automático como una herramienta analítica para ayudar a encontrar patrones ocultos en
cantidades ilimitadas de datos.

Por ejemplo, en el comercio electrónico, los minoristas utilizan los historiales de búsqueda
y compras de los consumidores para hacer recomendaciones personalizadas de productos;
en los servicios de traducción, los proveedores de servicios de traducción utilizan
algoritmos de aprendizaje automático para enseñar a las computadoras cómo convertir
el idioma de origen a los idiomas de destino con más precisión de localización.

5. Análisis de texto y procesamiento de lenguaje natural:

En la traducción, el procesamiento de lenguajes naturales (NLP, por sus siglas en inglés)
es un método estadístico que usa el análisis de texto para comprender mejor la estructura,
la intención y el sentimiento de las oraciones.
 NLP es otra de las aplicaciones de la inteligencia artificial que se puede usar en agentes
virtuales, como cuando le pedimos direcciones a nuestro teléfono, pero en el mundo
empresarial, la tecnología NLP se puede utilizar para extraer datos no estructurados.

Esto es un factor clave ya que los equipos de marketing dependen cada vez más de los
datos no estructurados para tomar decisiones comerciales fundamentales. Un ejemplo es
el análisis de opiniones en las redes sociales: La NLP puede descubrir emociones positivas
o negativas solo a partir de las menciones de una marca, lo que permite una mejor
segmentación y campañas más específicas.

Milagro Prado, concluye: “Si bien todos estos cambios tecnológicos aún se están poniendo
en marcha en Centroamérica, las empresas globales deben prestarles atención e ir
incorporándolos, porque lo que sí está claro es que, en un futuro próximo, esto será un
factor diferenciador estratégico frente a sus competidores”.

Más sobre Darwin

Darwin es un Hub digital 360º que conecta globalmente a las marcas con las personas a
través del lenguaje y la tecnologia. Es una compañía global de marketing digital en donde
el lenguaje hace la diferencia. Dentro de su ecosistema 360º brinda a sus clientes servicios
de conceptualización creativa, hasta traducción e interpretación, comunicación y matriz
digital, cubriendo todas las etapas: idear y crear; producir y globalizar; y adaptar y medir
resultados.” recuperado de
https://www.estrategiaynegocios.net/empresasymanagement/1163807-330/5-
herramientas-de-inteligencia-artificial-claves-para-lenguaje-y-marketing-digital

2. Investigar que es un agente inteligente y como funciona.

Hípola y Vargas-Quesada (1999) definen agente inteligente “como una entidad software
que, basándose en su propio conocimiento, realiza un conjunto de operaciones destinadas
a satisfacer las necesidades de un usuario o de otro programa, bien por iniciativa propia o
porque alguno de éstos se lo requiere.”

Otra definición que se ajusta al concepto de agentes inteligentes es la dada por Jiménez y
Ramos (2000) para los que un agente inteligente es:
“Pieza de software que ejecuta una tarea dada utilizando información recolectada del
ambiente, para actuar de manera apropiada hasta completar la tarea de manera exitosa. El
software debe ser capaz de auto-ajustarse basándose en los cambios que ocurren en su
ambiente de forma tal que un cambio en las circunstancias producirá un resultado
esperado.”

En resumen, el objetivo de un agente es el de trabajar en beneficio de los usuarios que

utilicen los ambientes donde ellos se desenvuelven, así como de aprender de lo que
anteriormente ya ha realizado en ese ambiente y de su interacción con otros agentes que
estén trabajando en su ambiente.

Características:

- Autonomía: el agente inteligente actúa sin ningún tipo de intervención humana directa y
tiene control de sus propios actos.

- Capacidad de reacción o reactividad: los agentes pueden detectar cambios en su entorno

y reaccionar ante ellos.

- Adaptabilidad: es una consecuencia directa de la característica de reacción, ya que los

cambios producidos por el entorno provocan que los agentes se estén continuamente
adaptando a dichos cambios.

- Comunicación o sociabilidad: el agente es capaz de comunicarse por medio de un

lenguaje común con otros agentes e incluso con las personas.

- Iniciativa o pro-actividad: el agente tiene un propósito u objetivo determinado y

emprende las acciones necesarias hasta conseguirlo.

- Continuidad temporal: los agentes no sólo realizan ejecuciones en un momento

determinado sino que, desde su creación, pasan a un estado de espera hasta cualquier
evento provocado por otro agente o usuario, o cualquier cambio producido en el entorno
les haga reaccionar.

Las características anteriores son fundamentales, pero a su vez los agentes inteligentes
pueden presentar otras peculiaridades tales como, cooperación (capacidad de interactuar
con otros agentes), movilidad (de un sistema a otro para acceder a recursos remotos o
reunirse con otros agentes), benevolencia (disponibilidad para ayudar a otros agentes
cuando no entre en conflicto con sus propios objetivos).
Un agente inteligente está diseñado especialmente para prestar servicio al usuario con el
que se comunica a través de consultas, y para ello posee al menos unos de los siguientes
elementos:

- Capacidad de proceso: es capaz de descomponer las consultas en subconsultas y asociar

los términos resultantes de esta operación con otros afines.

- Conocimiento del entorno donde se mueve: un agente debe saber en todo momento a qué
información acceder o a qué otro agente dirigirse para obtener esta información.
 REFERENCIAS BIBLIOGRÁFICAS

1. Origen, evolución de la inteligencia artificial. Henao, D. (2009). Inteligencia artificial.

El Cid editor. Pag.5-22. Obtenido de
https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?docID=318191
4&query=inteligencia+artificial
2. Técnicas y herramientas de la IA. López de Mántaras Badia, R., & Meseguer gonzález
, P. (2017). Inteligencia Artificial. CSIC Consejo Superior de Investigaciones
Científicas. Pag.35-54. Obtenido de
https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?ppg=1&docID
=5307873&tm=1528814922988
3. Agentes inteligentesNarciso, F. (2007). Estudio de aplicabilidad de los agentes
inteligentes en las interfaces de Usuario. Red Universidad de los Andes. Pag.20-22.
Obtenido de
https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?docID=320692
7&query=agentes+inteligentes
4. Rojas Rojas, F. (2018). Introducción a la inteligencia Artificial. [Archivo de video].
Recuperado de: http://hdl.handle.net/10596/19724

5. Benítez, Raúl, et al. Inteligencia artificial avanzada, Editorial UOC, 2013. ProQuest
Ebook Central,
https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/detail.action?docID=321795
7