¿Cuáles son los temas en inteligencia artificial?

Para ampliar un poco lo que nuestro amigo Gopi Suvanam escribió antes, uno de los temas más fascinantes en inteligencia artificial en mi opinión es el aprendizaje automático . Esta tecnología puede agregar capacidades inteligentes a muchos tipos de sistemas en casi cualquier dominio que pueda imaginar.

En realidad, ¡ML ya está presente en nuestra vida cotidiana! Empresas de todos los tamaños y en diversas industrias están lanzando sistemas inteligentes y todos tenemos curiosidad al respecto. De hecho, si trabaja en la industria del software como yo, sus clientes, equipos o inversores probablemente ya le pregunten cuándo comenzará a formar parte de él.

Para entender un poco más y comenzar a practicar en este nuevo mundo de aprendizaje automático, le sugiero que busque ingenieros que estén desarrollando soluciones en esta área y lea sus historias. Una gran referencia que tengo en este tema es uno de mis compañeros de equipo, que recientemente publicó una publicación de blog que es una mezcla de pieza informativa y tutorial en el que puede encontrar las últimas noticias sobre el aprendizaje automático. ¡Espero que lo disfrutes!

Hoy en día, la IA consta de varios campos relacionados de lingüística, modelado estadístico, herramientas de aprendizaje automático, aprendizaje profundo, ciencia cognitiva, procesamiento de señales y el campo a menudo ignorado de la lógica simbólica. A medida que el poder de cómputo creció enormemente en los últimos años y los aspectos de ingeniería de la IA también han demostrado un alto nivel de madurez, podríamos ver una nueva era de IA. Mi sincera esperanza es que no entremos en otro invierno por exceso de publicidad y falsas promesas.

Los temas principales que uno debe tener en cuenta son:

  1. Aprendizaje automático: el aprendizaje automático trata con modelos estadísticos y matemáticos utilizados por algoritmos para aprender algunas funciones a modo de ejemplos. ML es muy utilizado en todo tipo de procesos tecnológicos.
  2. Aprendizaje profundo: un campo relacionado es el aprendizaje profundo, donde el aprendizaje se lleva a cabo a través de algoritmos de caja negra con varias capas complicadas / interconectadas de unidades de procesamiento. Las redes neuronales artificiales son un ejemplo de esto.
  3. Lógica simbólica: aquí es donde comenzó la IA. Jonh McCarthy, Marvin Minsky y otros dieron un impulso significativo a la IA y la ciencia cognitiva a fines de la década de 1950. La IA en este momento y durante un par de décadas posteriores se centró en la lógica simbólica debido a su influencia. La lógica simbólica no es un campo con muchas aplicaciones, pero es importante para su contexto histórico.
  4. Procesamiento del lenguaje natural (PNL): esto implica comprender y generar contenido en lenguaje natural (por ejemplo, inglés). Los chatbots son una aplicación de PNL

¡Hola! University of the People es la primera universidad estadounidense sin fines de lucro, en línea, acreditada en Estados Unidos y ofrecemos títulos de asociado y licenciatura en administración de empresas, ciencias de la computación y ciencias de la salud, así como un MBA. ¡Aquí hay un gran blog que publicamos que habla sobre inteligencia artificial, aprendizaje automático y aprendizaje profundo si quieres echar un vistazo! Disfrute de la inteligencia artificial, el aprendizaje automático y el aprendizaje profundo: ¿cuál es la diferencia? El | Universidad de la gente