La inteligencia artificial

es la simulación de procesos de inteligencia humana por parte de máquinas, especialmente sistemas

informáticos. Estos procesos incluyen el aprendizaje (la adquisición de información y reglas para el uso
de la información), el razonamiento (usando las reglas para llegar a conclusiones aproximadas o
definitivas) y la autocorrección.

sistema experto
Es un sistema computacional que emula la capacidad de tomar decisiones de un humano experto.

Objetivo
Resolver problemas o apoyar en la toma de decisiones como lo haría un experto en la materia.

Por qué un Sistema Experto

• Facilidad para resolver problemas
• Rapidez en soluciones
• Reemplaza a personal
• Misma competencia que un experto humano

Capacidad de un Sistema Experto

• Aprender
• Memorizar
• Analizar
• Comunicar

Ventajas
• Permanencia
• Replicación
• Rapidez
• Bajo costo
• Entornos peligrosos
• Fiabilidad

Desventajas
• No posee sentido común
• Lenguaje natural
• Perspectiva global
• Conocimiento no estructurado
• No posee sentimientos

Tipos
• Basados en Reglas: trabajan mediante la aplicación de reglas, comparación de resultados y
aplicación de las nuevas reglas basadas en situación modificada.
• Basados en Casos: es el proceso de solucionar nuevos problemas basándose en las soluciones
de problemas anteriores.
• Basados en Probabilidades: extremadamente útil en la estimación de probabilidades ante nuevas
evidencias.

Un sistemas experto Es un programa diseñado para actuar como un especialista humano que actúa
como intermediario entre el experto humano, que transmite su conocimiento al sistema, y el usuario que
lo utiliza para resolver un problema con la eficacia del especialista.
¿Qué es el procesamiento de lenguaje natural?
El Procesamiento del Lenguaje Natural es una rama de conocimiento de la Inteligencia Artificial que,
esencialmente, pretende conseguir que una máquina comprenda lo que expresa una persona mediante
el uso de una lengua natural (inglés, español, chino...).

Modelos para procesamiento del lenguaje natural

Tratar computacionalmente una lengua implica un proceso de modelización matemática. Los
ordenadores solo entienden de bytes y dígitos y los informáticos codifican los programas empleando
lenguajes de programación como C, Python o Java.

Modelos Lógicos: gramáticas

Los lingüistas escriben reglas de reconocimiento de patrones estructurales, empleando un formalismo
gramatical concreto.

Modelos probabilísticos del lenguaje natural: basados en datos

La aproximación es a la inversa: los lingüistas recogen colecciones de ejemplos y datos (corpus) y a partir
de ellos se calculan las frecuencias de diferentes unidades lingüísticas (letras, palabras, oraciones) y su
probabilidad de aparecer en un contexto determinado.

Componentes del procesamiento del lenguaje natural

Análisis morfológico o léxico. Consiste en el análisis interno de las palabras que forman oraciones para
extraer lemas, rasgos flexivos, unidades léxica compuestas.

Análisis sintáctico. Consiste en el análisis de la estructura de las oraciones de acuerdo con el modelo
gramatical empleado (lógico o estadístico).
Análisis semántico. Proporciona la interpretación de las oraciones, una vez eliminadas las
ambigüedades morfosintácticas.
Análisis pragmático. Incorpora el análisis del contexto de uso a la interpretación final. Aquí se incluye el
tratamiento del lenguaje figurado (metáfora e ironía) como el conocimiento del mundo específico
necesario para entender un texto especializado.

Aplicaciones del Procesamiento del Lenguaje Natural

PLN para la Traducción Automática de textos (TA)

La traducción automática se refiere a la traducción correcta de un lenguaje a otro, tomando en cuenta lo

que se quiere expresar en cada oración.

Sistemas conversacionales con PLN

Los primeros sistemas de tecnologías de habla reconocían un conjunto muy reducido de palabras
(números aislados, generalmente). Luego pasaron a transcribir automáticamente mensajes de voz y
llegaron los asistentes conversacionales como Siri, Cortana o Google Assistant.
La interacción entre humano y máquina por voz es uno de las aplicaciones más exitosas y sus usos son
múltiples porque virtualmente cualquier artefacto (desde un coche hasta un frigorífico) llevará un pequeño
ordenador con el que comunicar. El desafío ahora es que sean capaces de entablar una verdadera
conversación con peticiones encadenadas.

PLN para la recuperación y extracción de información

Los buscadores de internet fueron la primera aplicación masiva del lenguaje natural en el mundo TIC.
Con la aparición de Internet había demasiada información no accesible y hacía falta una herramienta que
pudiera mostrar páginas mediante la búsqueda de palabras clave.
Etiquetado morfológico, sintáctico y semántico
Para procesar el contenido se usan etiquetadores que analizan los mensajes en diferentes niveles. Por
ejemplo, anotan el infinitivo a todas las formas verbales o asignan las etiquetas de sujeto y objeto directo
en la oración.

Procesamiento de lenguaje natural para respuestas automáticas a preguntas

El sistema Watson de IBM se hizo famoso por ganar a los dos mejores competidores del concurso
televisivo Jeopardy.

Watson era más rápido y exacto a la hora de encontrar la relación entre preguntas y respuestas. Para
ello, usa múltiples niveles de conocimiento y bases de datos donde se almacenan los contenidos.

Análisis del sentimiento de los textos

Las redes sociales han explotado en los últimos años. Todo el mundo quiere saber lo que se dice en
Twitter o Facebook. Pero nuestra capacidad es muy limitada y se nos escapan infinidad de mensajes que
nos interesan.

Aplicaciones como Lynguo, del IIC,

escuchan las redes y analizan instantáneamente miles de mensajes para detectar opiniones acerca de
un tema, una persona o un producto. Al tiempo, sirven para dibujar las comunidades de internautas, sus
usuarios más influyentes y las relaciones entre ellos.

Realización de resúmenes de textos automáticos

Miles de páginas se quedan sin leer por falta de tiempo o de acceso y los lectores interesados se pierden
esos contenidos. El resumen automático es un paso intermedio entre el título y la totalidad del documento,
para decidir si el contenido es relevante.
Clasificación de documentos por categorías
Otra tarea de gestión documental es la clasificación de diferentes textos por categorías. De esta
manera, se redirige la información a los usuarios apropiados.

Robótica
La robótica es una ciencia o rama de la tecnología, que estudia el diseño y construcción de máquinas
capaces de desempeñar tareas realizadas por el ser humano o que requieren del uso de inteligencia.

Ramas de la robotica
 Ingeniería mecatrónica
 Ingeniería eléctrica
 Ingeniería electrónica
 Ingeniería mecánica
 Ingeniería biomédica
 Ciencias de la computación

Ramas de la robótica
 Cibernética: Estudia la estructura de los sistemas reguladores y esta vinculada al control.
 Inteligencia Artificial: capacidad de razonar de un agente no vivo.
 Robótica Industrial: máquinas capaces de realizar tareas mecánicas y repetitivas de manera
eficiente y reduciendo costos.
 Robótica de servicios: colaborar con servicios cotidianos.
 Robótica Inteligente: toma decisiones en tiempo real, que al ser humano le costaría más tiempo
tomar.
 Robótica Humanoide: imitar peculiaridades del ser humano.
 RPA (La automatización robótica de procesos)
RPA:
es toda tecnología orientada al uso de software con el objetivo de disminuir la intervención humana en
el uso de aplicaciones informáticas, especialmente en tareas repetitivas que varían muy poco en cada
iteración.

1. Software de robots como paradigma de automatización

a. replica las acciones de un ser humano
b. interactúa con la interfaz de usuario de un sistema informático
c. Por ejemplo, la ejecución de la entrada de datos en un sistema ERP
d. El robot de software opera en la interfaz de usuario (UI)
e.
2. Evolución histórica
a. el mismo concepto ha existido durante mucho tiempo
b. raspado de pantalla
c. nuevas plataformas de software que son suficientemente maduras, resistentes, escalable y
confiable
3. Despliegue
a. El alojamiento de los servicios de RPA también se alinea con la metáfora de un robot de software
b. con cada instancia robótica que tiene su propia estación de trabajo virtual
c. El robot usa controles de teclado y mouse para tomar acciones y ejecutar automatizaciones
4. RPA vs automatización tradicional
a. Los robots de software interpretan la interfaz de usuario de aplicaciones de terceros y están
configurados para ejecutar pasos idénticos para un usuario humano
b. Están configurados (o "entrenados") mediante pasos demostrativos, en lugar de programarse
mediante instrucciones basadas en códigos
c. la intención es proporcionar una capacidad ágil y configurable a los usuarios
d. El paradigma, en resumen, es que un robot de software debe ser un trabajador virtual que pueda
ser rápidamente "entrenado"
5. Características del software RPA
a. Sin Código
i. RPA no requiere habilidades de programación
ii. Muchas plataformas RPA presentan un diseñador de diagrama de flujo
b. No disruptivo
i. muchas organizaciones grandes son reacias a rediseñar, reemplazar o incluso mejorar los
sistemas existentes
ii. la filosofía detrás de RPA es evitar la complejidad y el riesgo de tales cambios cuando no
están garantizados
iii. las herramientas de RPA se inclinan por los requisitos de TI "ligeros" y no perturban
c. Business user friendly
i. La relativa facilidad de uso de RPA y los bajos requerimientos de soporte técnico quizás
expliquen por qué la adopción generalmente se origina dentro de las operaciones
comerciales y no dentro de los departamentos de Tecnología de la Información