Adquiriendo señal…
Adquiriendo señal…
Lección 1 de 10· Inteligencia artificial
0 de 10 lecciones · 0 %
La inteligencia artificial (IA) es el campo de la informática que estudia cómo construir sistemas capaces de realizar tareas que, hechas por una persona, requerirían inteligencia: reconocer una imagen, traducir un idioma, jugar al ajedrez o mantener una conversación. No existe una única técnica: la IA agrupa desde reglas escritas a mano hasta redes neuronales entrenadas con millones de ejemplos.
Una distinción central es la de IA estrecha frente a IA general. La IA estrecha (también llamada narrow AI o ANI) resuelve una tarea concreta muy bien — reconocer rostros, recomendar vídeos, predecir el clima — pero no sabe hacer nada fuera de ese dominio. Toda la IA que existe hoy en producción es estrecha. La IA general (AGI) es un objetivo aún no alcanzado: un sistema con la flexibilidad de aprendizaje de un ser humano, capaz de transferir lo aprendido de un dominio a otro cualquiera.
La idea de máquinas que piensan es antigua, pero la disciplina nace formalmente a mediados del siglo XX:
La IA estrecha ya está integrada en productos cotidianos: recomendadores de contenido, traducción automática, reconocimiento de voz, detección de fraude, diagnóstico asistido por imágenes médicas, generación de texto e imágenes, y los asistentes conversacionales que usan LLMs. Casi todos estos sistemas comparten un mismo principio de fondo, que exploraremos en las próximas lecciones: aprenden ajustando parámetros numéricos para minimizar un error, usando matemáticas relativamente simples (vectores, derivadas y el gradiente) aplicadas a gran escala.
Repasa los conceptos clave de esta lección con las siguientes tarjetas:
El laboratorio de esta lección reúne tres vistas. En la línea de tiempo, mueve el deslizador «Año del cursor» (o haz clic sobre la línea) hasta 1969 y después hasta 1986: verás el libro Perceptrons, que demostró que un perceptrón de una sola capa no puede aprender XOR, separado de la popularización de la retropropagación por la franja sombreada de un invierno. En la gráfica del tamaño de los modelos, elige el escenario «Aprendizaje profundo»: la lectura «Duplicación de parámetros» indica que, desde 2012, el número de parámetros de los modelos más conocidos se ha duplicado aproximadamente cada 9 o 10 meses, frente a los 24 meses de la ley de Moore. Esa duplicación se calcula ajustando una recta a los logaritmos, la misma regresión lineal de la lección 3. Por último, el ejercicio «¿Es IA?» te pide clasificar nueve sistemas como IA de reglas, aprendizaje automático o simple automatización; compara tus aciertos con los 3 de 9 que obtendrías al azar.
Un filtro de spam que mejora a medida que marcas correos como no deseados es un ejemplo de…
Cierre de la lección
Sigue el recorrido de la lección paso a paso.
Con una cuenta desbloqueas el cuestionario, el foro de dudas y el tutor con IA de esta lección, además del registro de progreso y el certificado verificable al terminar «Inteligencia Artificial».