Lleva tu carrera a otro nivel por menos de 1 dólar al día.

Inteligencia Artificial
Ruta de aprendizaje

Inteligencia Artificial

Aprende la tecnología detrás de los automóviles autónomos, asistentes personales, predicción de enfermedades y más.
Al seguir esta ruta de aprendizaje, serás capaz de aplicar técnicas de machine learning para resolver problemas, usando python y los distintos frameworks de machine learning disponibles.

Contáctanos para saber más

Inteligencia Artificial
Básico

Básico

Básico
Básico
Curso de Fundamentos de Álgebra Lineal con Python

Curso de Fundamentos de Álgebra Lineal con Python

Curso de Álgebra Lineal Aplicada para Machine Learning

Curso de Álgebra Lineal Aplicada para Machine Learning

Curso de Pensamiento Lógico

Curso de Pensamiento Lógico

Curso Gratis de Programación Básica

Curso Gratis de Programación Básica

Curso profesional de Git y GitHub

Curso profesional de Git y GitHub

Curso de Programación Estructurada

Curso de Programación Estructurada

Curso Práctico de Python: Creación de un CRUD

Curso Práctico de Python: Creación de un CRUD

Curso de Probabilidad y Estadística

Curso de Probabilidad y Estadística

Curso Básico de Algoritmos

Curso Básico de Algoritmos

Curso de Fundamentos de Matemáticas

Curso de Fundamentos de Matemáticas

Curso de Programación Orientada a Objetos: POO

Curso de Programación Orientada a Objetos: POO

Intermedio

Intermedio

Intermedio
Intermedio
Curso de Cálculo para Análisis de Datos

Curso de Cálculo para Análisis de Datos

Curso de Matemáticas Discretas

Curso de Matemáticas Discretas

Curso de Cálculo Multivariable

Curso de Cálculo Multivariable

Curso de Introducción a Machine Learning

Curso de Introducción a Machine Learning

Curso de Fundamentos Prácticos de Machine Learning

Curso de Fundamentos Prácticos de Machine Learning

Curso de Introducción al Deep Learning

Curso de Introducción al Deep Learning

Avanzado

Avanzado

Avanzado
Avanzado
Curso de Machine Learning Aplicado con Python

Curso de Machine Learning Aplicado con Python

Curso de Machine Learning para análisis predictivo

Curso de Machine Learning para análisis predictivo

Curso de DialogFlow: Programación de Chatbots por voz

Curso de DialogFlow: Programación de Chatbots por voz

Curso de Bots con Facebook Messenger

Curso de Bots con Facebook Messenger

Inteligencia Artificial

Muchas veces al escuchar el término inteligencia artificial puede venir a la mente muchas escenas de películas de ciencia ficción en donde hay robots dominando a la humanidad o súper computadoras con capacidades ilimitadas por tener acceso a todos los sistemas del mundo. Sin embargo, esto está bastante lejos de la realidad.

¿Qué es realmente la inteligencia artificial?

Sabemos que la inteligencia es la capacidad de razonar para resolver un problema con información obtenida a través del análisis del contexto en el cual nos encontramos, del procesamiento de ideas complejas y de la experiencia.

Cuando esta capacidad se traslada a una máquina, a la cual se le alimenta de datos para tener una aproximación lo más cercana posible a un resultado y además realizar los ajustes necesarios a dichos procesos para optimizarlos; entonces estamos hablando de una inteligencia artificial.

De forma general la inteligencia artificial puede clasificarse en dos: débil y fuerte. La inteligencia artificial débil es aquella que es desarrollada para realizar una tarea particular, como los asistentes en los smartphones. Mientras que la inteligencia artificial fuerte demuestra habilidades cognitivas muy similares a las humanas y ante tareas que no resultan ser familiares efectúa los cambios necesarios para cumplirlas.

Cabe destacar que conforme la tecnología avanza las computadoras son capaces de realizar procesos rutinarios más complejos, incluyendo aquellos que se consideraban propios de la inteligencia artificial, esto es conocido como el efecto IA

Tipos de inteligencia artificial

  • Máquinas reactivas: Son la forma más básica de inteligencia artificial, capaces de realizar múltiples cálculos al momento en que reciben datos para generar predicciones y tomar una decisión. Están diseñadas para realizar una tarea única, no poseen memoria para almacenar datos y por lo tanto no tienen “experiencias” previas para tomar decisiones distintas. Un ejemplo de ello es la famosa supercomputadora Deep Blue de IBM capaz de vencer a Garry Kasparov en un juego de ajedrez a finales de los 90.

  • Memoria Limitada: Este tipo de inteligencias son capaces de almacenar datos, procesarlos para tener información, tomar decisiones y repetir este ciclo que le permitirá tomar decisiones distintas con los nuevos datos generados. Un ejemplo actual de ello son los vehículos autónomos al tomar datos como: dirección y velocidad propios, datos de los demás vehículos cercanos, semáforos, cruces peatonales, etc. De esta forma el auto determinará acciones cómo cambiar de carril para evitar obstruir el tráfico.

  • Autoconscientes: En este punto la inteligencia artificial puede no ser solo consciente de sí misma y sus estados internos, sino también podría predecir los sentimientos de otras personas por medio de inferencias. Actualmente los seres humanos desarrollan esta capacidad a lo largo de su vida y cada persona lo logra en un distinto nivel. De ser posible, una máquina podría lograrlo en forma muy rápida si fuera programada específicamente para ello, aunque en la actualidad no existe alguna capaz.

  • Teoría de la mente: En psicología se conoce como teoría de la mente a la capacidad de tener conciencia sobre el punto de vista de uno mismo y de los demás. Siendo capaz de poseer creencias, intenciones, deseos, emociones, conocimientos, así como saber que otros pueden tenerlos y tomar decisiones basadas en estos elementos. Todo esto puede permitir que nosotros y una máquina desempeñe interacciones sociales, pero aún no existe una inteligencia artificial capaz de llegar a este punto.

¿Dónde se utiliza la inteligencia artificial?

Hoy en día puedes aprender a aplicar inteligencia artificial en múltiples campos cómo:

  1. Salud: Dentro de los hospitales es utilizada para la dosificación de medicamentos a través de cálculos matemáticos para determinar cantidades precisas.

  2. Automóviles: Los vehículos autónomos incorporan sistemas de frenado, aceleración, cambio de carril, navegación y prevención de colisiones que son controlados por una inteligencia artificial.

  3. Finanzas: A través de algoritmos específicos se pueden identificar cambios inesperados para detección de fraude, mantener o retirar inversiones en la bolsa para optimizar resultados en el comercio de acciones.

  4. Videojuegos: Es implementada de forma constante y rutinaria, por ejemplo para dar comportamientos a NPCs (personajes no-jugables).

  5. Publicidad: Al implementar modelos estadísticos que analizan la actividad online de las personas se pueden crear buyer personas de forma automatizada y ahorrar costos en segmentación de anuncios que se adaptan a audiencias específicas.

¿Qué necesito saber para desarrollar inteligencias artificiales?

Aprender a diseñar, programar y mantener proyectos de inteligencia tiene una curva de aprendizaje que puede ser muy amplia, pues requiere de conocimientos avanzados en programación y matemáticas. Puedes estar tranquilo que en Platzi aprenderás todo esto si mantienes disciplina y constancia.

Primeros pasos

El primer paso es aprender un lenguaje de programación, donde Python es el más popular para estos fines, al contar con diversas librerías especializadas en esta área. Algunas alternativas son R, Java y Lisp. Sin importar el lenguaje que elijas, deberás dominar el análisis y diseño de algoritmos, entender los fundamentos de la programación estructurada y programación orientada a objetos.

Durante tu aprendizaje debes conocer muy bien el lenguaje que estás manejando, su sintaxis y estructura. Para lo cual es recomendable al inicio de tu proceso, no usar, en la medida de lo posible, funciones ni librerías que simplifiquen procesos, esta recomendación es con la finalidad de comprender cada parte de los problemas que estás resolviendo y su lógica.

El rol de las Matemáticas

Las matemáticas son parte crucial en la resolución de problemas aplicando inteligencia artificial. Contar con conocimientos de álgebra, probabilidad y estadística, resolución de ecuaciones de más de una variable, matemáticas discretas, integración, derivación y manejo de matrices será indispensable para encontrar relaciones matemáticas en problemas cotidianos que puedan ser interpretados por una computadora.

Conclusión

Por último, para poner en práctica todo lo aprendido con modelos de inteligencia artificial deberás identificar algún tema o área de interés en la cual definas todas las variables necesarias para alimentar tu proyecto y comenzar a tener resultados.

¡Prueba la suscripción de Platzi!

¡No te pierdas nuestros lanzamientos!

Glosario

Glosario

Algoritmo: Conjunto ordenado de operaciones sistemáticas que permite hacer un cálculo y hallar la solución de un tipo de problemas.

Python: Lenguaje de programación de alto nivel y de propósito general, caracterizado por la exigencia de uso de la indentación como forma de estructura del código lo que logra una mejor lectura del mismo. Muy usado actualmente para ciencia de datos y machine learning.

Deep Learning: Técnicas de Machine Learning que se basan en transformar la información a través de una serie de capas, se usa ampliamente en reconocimiento de imágenes y problemas que puedan ser representados en una matriz.

Keyword: Se refiere a la palabra clave que atrae al mayor número de seguidores a través de buscadores. Cuando tienes claro cuáles son las keywords que definen tu contenido puedes posicionarlo de manera orgánica o paga lo cual influye en el número de búsquedas y las conversiones.

Red neuronal artificial: Modelo utilizando en Inteligencia Artificial, basado en una forma muy simple del cerebro humano. Consiste en pasar datos por distintas capas para compararlas con una salida esperada.

Backpropagation: Es una técnica de aprendizaje supervisado donde se computan errores a la salida esperada y se distribuyen de forma regresiva en las capas de la red neuronal. Se utiliza para comparar entradas de datos con salidas esperadas, de forma que el sistema realice los ajustes necesarios.

Red neuronal convolucional: Tipo de redes neuronales utilizadas para identificar y analizar imágenes.

Sistema experto: Sistema de inteligencia artificial capaz de utilizar conocimientos de dominio humano especializado para resolver un problema.

Procesamiento de lenguaje natural: Aplicación de algoritmos computacionales para determinar propiedades del lenguaje natural de los humanos, de forma que permita a las máquinas identificar lenguaje escrito o hablado por humanos.

Machine Learning: Rama de la inteligencia artificial que se encarga del estudio de métodos automatizados por medio de algoritmos y estadística, para generar modelos matemáticos que permitan resolver tareas de forma tal que sea el software quien descifre por sí mismo como resolver dicho problema.

Ciencias de datos: Campo de la ingenieria que usa diversos metodos estadisticos para extraer informacion valiosa y en base a ello obtener hallazgos que sean valiosos para toma de decisiones.

Aprende de los mejores

Adrián Catalán

Adrián Catalán

Google Developer Expert en Android

@ykro
Anahí Salgado Díaz de la Vega

Anahí Salgado Díaz de la Vega

Android, Firebase, Java, Geek & Teacher en Platzi

@anncode
Omar Florez

Omar Florez

Investigador en Intel

@OmarUFlorez
Daniela Coyotzi

Daniela Coyotzi

Desarrolladora de Videojuegos en HyperBeard

@Poiad_
Freddy Vega

Freddy Vega

CEO en Platzi

@freddier
Ricardo Celis

Ricardo Celis

Education Team en Platzi

@celismx

Rutas relacionadas para complementar tu aprendizaje

Desarrollo con IBM Cloud
Ruta de aprendizaje

Desarrollo con IBM Cloud

Intermedio
La era cognitiva está aquí y está construida sobre la nube. Aprende cómo y desarrolla proyectos de Machine Learning con las herramientas de IBM.
Amazon Web Services
Ruta de aprendizaje

Amazon Web Services

Intermedio
Aprende a utilizar Amazon Web Services, la plataforma de servicios de cómputo en la nube de Amazon que prevé la carga a futuro de tus propios servidores.
Matemáticas para Programación
Ruta de aprendizaje

Matemáticas para Programación

Básico
Aprende a resolver problemas, desarrollar el pensamiento deductivo, elaborar algoritmos y construir modelos para toma de decisiones que resuelven problemas.

¿Qué estás esperando?

Empieza a estudiar ahora y asegura tu futuro