La Intel·ligència Artificial Cheat Sheet by TxellLC

Conjunt d'habi­litats d'ordi­nadors, robots, o qualsevol altra màquina per simular la intel·­lig­ència dels humans.

Objectiu: resoldre problemes comuns dels humans a través de l'enra­onament propi de la màquina.

IA (AI): Disciplina que tracta de crear màquines intel·­lig­ents, de manera que siguin capaces d'enra­onar, comprendre i produir els mateixos resultats que els humans. Es desenv­olupa des de mitjans del segle XX.

Deep Learning: És un conjunt d'algo­ritmes utilitzats en el Machine Learning. La diferència entre aquests algoritmes i d'altres utilitzats és que es basen en xarxes neuronals artifi­cials. Aquestes xarxes tracten d'emular el cervell humà amb la constr­ucció de xarxes de connexió entre percep­trons, que serien els equiva­lents a les neurones al cervell humà. Aquestes xarxes s'orga­nitzen en capes, com més capes tingui, més complex pot arribar a ser el sistema. Quan el sistema té moltes capes se'n diu Deep Learning o Deep Neural Networks.

1956: John McCarthy crea el terme intel·­lig­ència articial a la 1ª confer­ència d'IA a Dartmouth. Newell, Shaw i Simon creaven la Logic Theorist (1ª màquina d'IA).

1997: la màquina Deep Blue, desenv­olupada per IBM, guanyà al campió el món d'escacs Garry Kasparov.

2015: Baidu desenv­olupa Minwa, que utilitzava xarxes neuronals profundes anomenades xarxes neuronals convol­uci­onals, per identifcar i catego­ritzar imatges amb una precisió superior a la dels humans.

Recone­ixement per veu: és la tecnologia que permet captar la veu i digita­lit­zar-la, de manera que el sistema és capaç de respondre d'acord amb les ordres rebudes.

Companyies tecnol­ògiques que ofereixen aquestes aplica­cions: Amazon, Google, Apple o Microsoft.

Recone­ixement d'imatges: aquesta aplicació de l'IA es focalitza en el recone­ixement i classi­ficació d'obje­ctes, persones, textos escrits, etc.

Recone­ixement de l'empremta dactilar a la conducció d'auto­mòbils sense conductor.

Prevenció de virus i spam: alguns dels programes que detecten la presència de virus en fitxers o spam en correus.

Utiltizant l'IA i tècniques com el deep learning, la detecció és més precisa i ràpida.

Serveis de compar­tició de cotxe: plataf­ormes que posen en contacte conductors i passatgers per compartir un trajecte en cotxe, com Uber, Cabify, etc.

Aquestes plataf­ormes utilitzen la IA per minimitzar temps d'espera i calcular el preu del passatge, per exemple.

Tecnol­ogies d'auto­con­ducció: cotxes sense conductors i el camp del'av­iació que fa servir l'IA per combinar dades de diferents sensors, GPS, recone­ixement d'imatges, robòtica i NLP per pilotar avions sense interv­enció humana.

Reactives: sense memòria, només responen a determ­inats estímuls.

Aquestes màquines només poden ser entrenades per respondre a uns inputs limitats. Un exemple seria el Deep Blue d'IBM.

Teoria de la ment: entenen les necess­itats d'altres entitats interl­·li­gents.

Està en procés. Màquines que tindrien les capacitats de les dues categories anteriors, però també serien capaces de respondre tenint en compte l'inte­rlo­cutor, les seves creences i habili­tats.

Intel·­lig­ència Artificial General (AGI): serien aquells sistemes capaços d'apre­ndre, percebre, comprendre i funcionar comple­tament com a èssers humans.

Serien capaços de generar compet­ències indepe­nde­ntment a través de la formació de connexions i genera­lit­zac­ions, encara que operessin en diferents dominis de coneix­ement.

Algoritme per realitzar classi­fic­acions segons un dataset amb diferents atributs .

Configuren un mètode que pot ser aplicat tant a problemes de regressió com de classi­fic­ació.

Es basen en l'estr­uctura de les xarxes neuronals humanes, composades per múltiples connexions entre neurone