\documentclass[10pt,a4paper]{article}

% Packages
\usepackage{fancyhdr}           % For header and footer
\usepackage{multicol}           % Allows multicols in tables
\usepackage{tabularx}           % Intelligent column widths
\usepackage{tabulary}           % Used in header and footer
\usepackage{hhline}             % Border under tables
\usepackage{graphicx}           % For images
\usepackage{xcolor}             % For hex colours
%\usepackage[utf8x]{inputenc}    % For unicode character support
\usepackage[T1]{fontenc}        % Without this we get weird character replacements
\usepackage{colortbl}           % For coloured tables
\usepackage{setspace}           % For line height
\usepackage{lastpage}           % Needed for total page number
\usepackage{seqsplit}           % Splits long words.
%\usepackage{opensans}          % Can't make this work so far. Shame. Would be lovely.
\usepackage[normalem]{ulem}     % For underlining links
% Most of the following are not required for the majority
% of cheat sheets but are needed for some symbol support.
\usepackage{amsmath}            % Symbols
\usepackage{MnSymbol}           % Symbols
\usepackage{wasysym}            % Symbols
%\usepackage[english,german,french,spanish,italian]{babel}              % Languages

% Document Info
\author{TxellLC}
\pdfinfo{
  /Title (la-intel-ligencia-artificial.pdf)
  /Creator (Cheatography)
  /Author (TxellLC)
  /Subject (La Intel·ligència Artificial Cheat Sheet)
}

% Lengths and widths
\addtolength{\textwidth}{6cm}
\addtolength{\textheight}{-1cm}
\addtolength{\hoffset}{-3cm}
\addtolength{\voffset}{-2cm}
\setlength{\tabcolsep}{0.2cm} % Space between columns
\setlength{\headsep}{-12pt} % Reduce space between header and content
\setlength{\headheight}{85pt} % If less, LaTeX automatically increases it
\renewcommand{\footrulewidth}{0pt} % Remove footer line
\renewcommand{\headrulewidth}{0pt} % Remove header line
\renewcommand{\seqinsert}{\ifmmode\allowbreak\else\-\fi} % Hyphens in seqsplit
% This two commands together give roughly
% the right line height in the tables
\renewcommand{\arraystretch}{1.3}
\onehalfspacing

% Commands
\newcommand{\SetRowColor}[1]{\noalign{\gdef\RowColorName{#1}}\rowcolor{\RowColorName}} % Shortcut for row colour
\newcommand{\mymulticolumn}[3]{\multicolumn{#1}{>{\columncolor{\RowColorName}}#2}{#3}} % For coloured multi-cols
\newcolumntype{x}[1]{>{\raggedright}p{#1}} % New column types for ragged-right paragraph columns
\newcommand{\tn}{\tabularnewline} % Required as custom column type in use

% Font and Colours
\definecolor{HeadBackground}{HTML}{333333}
\definecolor{FootBackground}{HTML}{666666}
\definecolor{TextColor}{HTML}{333333}
\definecolor{DarkBackground}{HTML}{C29313}
\definecolor{LightBackground}{HTML}{FBF8F0}
\renewcommand{\familydefault}{\sfdefault}
\color{TextColor}

% Header and Footer
\pagestyle{fancy}
\fancyhead{} % Set header to blank
\fancyfoot{} % Set footer to blank
\fancyhead[L]{
\noindent
\begin{multicols}{3}
\begin{tabulary}{5.8cm}{C}
    \SetRowColor{DarkBackground}
    \vspace{-7pt}
    {\parbox{\dimexpr\textwidth-2\fboxsep\relax}{\noindent
        \hspace*{-6pt}\includegraphics[width=5.8cm]{/web/www.cheatography.com/public/images/cheatography_logo.pdf}}
    }
\end{tabulary}
\columnbreak
\begin{tabulary}{11cm}{L}
    \vspace{-2pt}\large{\bf{\textcolor{DarkBackground}{\textrm{La Intel·ligència Artificial Cheat Sheet}}}} \\
    \normalsize{by \textcolor{DarkBackground}{TxellLC} via \textcolor{DarkBackground}{\uline{cheatography.com/133459/cs/27258/}}}
\end{tabulary}
\end{multicols}}

\fancyfoot[L]{ \footnotesize
\noindent
\begin{multicols}{3}
\begin{tabulary}{5.8cm}{LL}
  \SetRowColor{FootBackground}
  \mymulticolumn{2}{p{5.377cm}}{\bf\textcolor{white}{Cheatographer}}  \\
  \vspace{-2pt}TxellLC \\
  \uline{cheatography.com/txelllc} \\
  \end{tabulary}
\vfill
\columnbreak
\begin{tabulary}{5.8cm}{L}
  \SetRowColor{FootBackground}
  \mymulticolumn{1}{p{5.377cm}}{\bf\textcolor{white}{Cheat Sheet}}  \\
   \vspace{-2pt}Published 23rd March, 2021.\\
   Updated 23rd March, 2021.\\
   Page {\thepage} of \pageref{LastPage}.
\end{tabulary}
\vfill
\columnbreak
\begin{tabulary}{5.8cm}{L}
  \SetRowColor{FootBackground}
  \mymulticolumn{1}{p{5.377cm}}{\bf\textcolor{white}{Sponsor}}  \\
  \SetRowColor{white}
  \vspace{-5pt}
  %\includegraphics[width=48px,height=48px]{dave.jpeg}
  Measure your website readability!\\
  www.readability-score.com
\end{tabulary}
\end{multicols}}




\begin{document}
\raggedright
\raggedcolumns

% Set font size to small. Switch to any value
% from this page to resize cheat sheet text:
% www.emerson.emory.edu/services/latex/latex_169.html
\footnotesize % Small font.

\begin{multicols*}{4}

\begin{tabularx}{3.833cm}{x{1.7165 cm} x{1.7165 cm} }
\SetRowColor{DarkBackground}
\mymulticolumn{2}{x{3.833cm}}{\bf\textcolor{white}{Què és?}}  \tn
% Row 0
\SetRowColor{LightBackground}
{\bf{Branca de la informàtica}} que porta dècades sent desenvolupada. & Actualment, ha experimentat un {\bf{gran creixement}} i perfeccionament. \tn 
% Row Count 4 (+ 4)
% Row 1
\SetRowColor{white}
{\bf{Conjunt d'habilitats}} d'ordinadors, robots, o qualsevol altra màquina per simular la intel·ligència dels humans. & {\bf{Objectiu}}: resoldre problemes comuns dels humans a través de l'enraonament propi de la màquina. \tn 
% Row Count 10 (+ 6)
% Row 2
\SetRowColor{LightBackground}
\mymulticolumn{2}{x{3.833cm}}{{\bf{Avenç}}: gran quantiat de dades disponibles + capacitat de processament i càlcul per part de les computadores.} \tn 
% Row Count 13 (+ 3)
\hhline{>{\arrayrulecolor{DarkBackground}}--}
\end{tabularx}
\par\addvspace{1.3em}

\begin{tabularx}{3.833cm}{p{0.3433 cm} p{0.3433 cm} }
\SetRowColor{DarkBackground}
\mymulticolumn{2}{x{3.833cm}}{\bf\textcolor{white}{Relació amb el Machine Learning}}  \tn
% Row 0
\SetRowColor{LightBackground}
\mymulticolumn{2}{x{3.833cm}}{Freqüentment es confonen o s'utilitzen indistintament, de manera que no es consideren diferències entre ells.} \tn 
% Row Count 3 (+ 3)
% Row 1
\SetRowColor{white}
\mymulticolumn{2}{x{3.833cm}}{{\bf{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.} \tn 
% Row Count 8 (+ 5)
% Row 2
\SetRowColor{LightBackground}
\mymulticolumn{2}{x{3.833cm}}{{\bf{Machine Learning o Aprenentatge Automàtic}}: És la capacitat que tenen certes màquines per adaptar-se a noves circumstàncies a través del flux de dades que els arriba. Aquest procés s'ha fet molt més important amb l'arribada del big data, en què les dades són variades i extenses. El Machine Learning comprén tota una sèrie d'algoritmes capaços d'adaptar la seva resposta. És un subcamp de la IA que s'especialitza en l'aprenentatge automàtic de les màquines.} \tn 
% Row Count 18 (+ 10)
% Row 3
\SetRowColor{white}
\mymulticolumn{2}{x{3.833cm}}{{\bf{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.} \tn 
% Row Count 29 (+ 11)
\hhline{>{\arrayrulecolor{DarkBackground}}--}
\end{tabularx}
\par\addvspace{1.3em}

\begin{tabularx}{3.833cm}{x{1.7165 cm} x{1.7165 cm} }
\SetRowColor{DarkBackground}
\mymulticolumn{2}{x{3.833cm}}{\bf\textcolor{white}{Història}}  \tn
% Row 0
\SetRowColor{LightBackground}
{\emph{1950}}: Alan Turing, desxifra el codi de la màquina Enigma dels alemanys (2GM). & Publica {\emph{Computing Machinery and Intelligence}}. Introdueix el Test de Turing per determinar si una màquina pot demostrar la mateixa intel·ligència que un humà. \tn 
% Row Count 9 (+ 9)
% Row 1
\SetRowColor{white}
\mymulticolumn{2}{x{3.833cm}}{{\emph{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).} \tn 
% Row Count 13 (+ 4)
% Row 2
\SetRowColor{LightBackground}
\mymulticolumn{2}{x{3.833cm}}{{\emph{1967}}: Rosenblatt crea la Mark 1 Perceptron, basada en xarxes neuronals, que aprenia a través de prova i error.} \tn 
% Row Count 16 (+ 3)
% Row 3
\SetRowColor{white}
\mymulticolumn{2}{x{3.833cm}}{{\emph{1997}}: la màquina Deep Blue, desenvolupada per IBM, guanyà al campió el món d'escacs Garry Kasparov.} \tn 
% Row Count 19 (+ 3)
% Row 4
\SetRowColor{LightBackground}
\mymulticolumn{2}{x{3.833cm}}{{\emph{2011}}: IBM desenvolupa Watson, guanyant als campions Jennings i Rutter al Jeopardy!.} \tn 
% Row Count 21 (+ 2)
% Row 5
\SetRowColor{white}
\mymulticolumn{2}{x{3.833cm}}{{\emph{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.} \tn 
% Row Count 26 (+ 5)
% Row 6
\SetRowColor{LightBackground}
\mymulticolumn{2}{x{3.833cm}}{{\emph{2016}}: Deep Mind desenvolupà Alpha Go, que utilitzant xarxes neuronals profundes va ser capaç de guanyar al campió mundial de Go. Google es feia amb DeepMind per 400 milions de dolars.} \tn 
% Row Count 30 (+ 4)
\hhline{>{\arrayrulecolor{DarkBackground}}--}
\end{tabularx}
\par\addvspace{1.3em}

\begin{tabularx}{3.833cm}{x{1.7165 cm} x{1.7165 cm} }
\SetRowColor{DarkBackground}
\mymulticolumn{2}{x{3.833cm}}{\bf\textcolor{white}{Aplicacions}}  \tn
% Row 0
\SetRowColor{LightBackground}
\mymulticolumn{2}{x{3.833cm}}{{\emph{Camps on el seu ús és més extens}}} \tn 
% Row Count 1 (+ 1)
% Row 1
\SetRowColor{white}
{\bf{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. \tn 
% Row Count 10 (+ 9)
% Row 2
\SetRowColor{LightBackground}
{\bf{Processament de Llenguatges Naturals}}: permet a una aplicació reconèixer, comprendre, interpretar i generar text. Fa ús de la computació i de la lingüística. NLP està darrera dels assistens digitals de les grans companyies. & Anàlisi de sentiment per detectar l'estat de la persona que parla, com pot ser enfadat, content, trist, etc. \tn 
% Row Count 22 (+ 12)
% Row 3
\SetRowColor{white}
{\bf{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. \tn 
% Row Count 30 (+ 8)
\end{tabularx}
\par\addvspace{1.3em}

\vfill
\columnbreak
\begin{tabularx}{3.833cm}{x{1.7165 cm} x{1.7165 cm} }
\SetRowColor{DarkBackground}
\mymulticolumn{2}{x{3.833cm}}{\bf\textcolor{white}{Aplicacions (cont)}}  \tn
% Row 4
\SetRowColor{LightBackground}
\mymulticolumn{2}{x{3.833cm}}{{\bf{Recomanacions real-time}}: llocs web de venda utilitzen aquest tipus de tecnologia per oferir als clients noves compres al moment, partint de les seves dades de navegació, ja sigui a la pròpia botiga o a d'altres webs.} \tn 
% Row Count 5 (+ 5)
% Row 5
\SetRowColor{white}
{\bf{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. \tn 
% Row Count 11 (+ 6)
% Row 6
\SetRowColor{LightBackground}
\mymulticolumn{2}{x{3.833cm}}{{\bf{Comerç automàtic d'actius bancaris}}: gran quantitat dels moviments financers que es fan actualment es realitzen mitjançant aplicacions IA sense intervenció humana.} \tn 
% Row Count 15 (+ 4)
% Row 7
\SetRowColor{white}
{\bf{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. \tn 
% Row Count 23 (+ 8)
% Row 8
\SetRowColor{LightBackground}
{\bf{Robots domèstics}}: ajuden en les tasques domèstiques, com ara aquells que ens ajuden a escombrar i netejar el terra. & Són capaços de determinar la grandària d'una habitació, evitar obstacles i aprendre la ruta més eficient. \tn 
% Row Count 30 (+ 7)
\end{tabularx}
\par\addvspace{1.3em}

\vfill
\columnbreak
\begin{tabularx}{3.833cm}{x{1.7165 cm} x{1.7165 cm} }
\SetRowColor{DarkBackground}
\mymulticolumn{2}{x{3.833cm}}{\bf\textcolor{white}{Aplicacions (cont)}}  \tn
% Row 9
\SetRowColor{LightBackground}
\mymulticolumn{2}{x{3.833cm}}{{\bf{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.} \tn 
% Row Count 5 (+ 5)
\hhline{>{\arrayrulecolor{DarkBackground}}--}
\end{tabularx}
\par\addvspace{1.3em}

\begin{tabularx}{3.833cm}{x{1.7165 cm} x{1.7165 cm} }
\SetRowColor{DarkBackground}
\mymulticolumn{2}{x{3.833cm}}{\bf\textcolor{white}{Tipus IA (Classificació Teòrica)}}  \tn
% Row 0
\SetRowColor{LightBackground}
\mymulticolumn{2}{x{3.833cm}}{En funció de la seva habilitat en assemblar-se a un humà, de pensar com ell i fins i tot de sentir com ell.} \tn 
% Row Count 3 (+ 3)
% Row 1
\SetRowColor{white}
{\bf{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. \tn 
% Row Count 10 (+ 7)
% Row 2
\SetRowColor{LightBackground}
{\bf{Memòria limitada}}: utilitzen la memòria per aprendre i millorar les seves respostes. & Per exemple, una màquina capaç de classificar imatges. \tn 
% Row Count 15 (+ 5)
% Row 3
\SetRowColor{white}
{\bf{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. \tn 
% Row Count 25 (+ 10)
% Row 4
\SetRowColor{LightBackground}
{\bf{Autoconscients}}: posseeixen intel·ligència similar als humans i autoconsciència. & Aquest tipus només està plantejat de manera teòrica; no només serien capaces de respondre en funció de l'interlocutor, sinó que la pròpia màquina seria capaç de sentir emocions, necessitats i creences. Seria l'objectiu últim de l'IA. \tn 
% Row Count 38 (+ 13)
\hhline{>{\arrayrulecolor{DarkBackground}}--}
\end{tabularx}
\par\addvspace{1.3em}

\begin{tabularx}{3.833cm}{p{0.31596 cm} p{0.7899 cm} p{0.76357 cm} p{0.76357 cm} }
\SetRowColor{DarkBackground}
\mymulticolumn{4}{x{3.833cm}}{\bf\textcolor{white}{Tipus de Machine Learning}}  \tn
% Row 0
\SetRowColor{LightBackground}
\mymulticolumn{4}{x{3.833cm}}{{\emph{L'utilització de l'un o l'altre vindrà donada pel problema que volem resoldre, i normalment condicionarà l'algoritme que utilitzarem i la sortida que n'obtindrem.}}} \tn 
% Row Count 4 (+ 4)
% Row 1
\SetRowColor{white}
{\bf{Supervisat}} & Hem fixat previament què és el que volem trobar (valor de borsa, el \seqsplit{reconeixement} d'imatges o la \seqsplit{classificació} d'un subjecte). & \{\{fa-circle\}\} {\emph{Continu}}: qualsevol valor & \{\{fa-circle\}\} {\emph{Categòric}}: \seqsplit{observacions} \tn 
% Row Count 15 (+ 11)
% Row 2
\SetRowColor{LightBackground}
{\bf{No-supervisat}} & Recerca de patrons o estructures internes de les dades & \{\{fa-circle\}\} {\emph{Clusterització}}:  K-means &  \tn 
% Row Count 20 (+ 5)
\hhline{>{\arrayrulecolor{DarkBackground}}----}
\end{tabularx}
\par\addvspace{1.3em}

\begin{tabularx}{3.833cm}{x{1.7165 cm} x{1.7165 cm} }
\SetRowColor{DarkBackground}
\mymulticolumn{2}{x{3.833cm}}{\bf\textcolor{white}{Tipus IA (Classificació Tecnològica)}}  \tn
% Row 0
\SetRowColor{LightBackground}
{\bf{Intel·ligència Artificial Estreta (ANI)}}: tota la IA desenvolupada fins aquest moment estaria dins d'aquest grup. & Es correspon amb sistemes que poden realitzar una o unes poques tasques autònomament utilitzant habilitats similars als humans. \tn 
% Row Count 7 (+ 7)
% Row 1
\SetRowColor{white}
{\bf{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. \tn 
% Row Count 16 (+ 9)
% Row 2
\SetRowColor{LightBackground}
\mymulticolumn{2}{x{3.833cm}}{{\bf{Superintel·ligència Artifical (ASI)}}: seria el punt final de la IA, en el qual, a més de les característiques pròpies dels sistemes AGI, serien molt millors que els humans en qualsevol tasca degut a l'abrumadora capacitat de memòria, velocitat de processament de dades i capacitat de prendre decisions.} \tn 
% Row Count 23 (+ 7)
\hhline{>{\arrayrulecolor{DarkBackground}}--}
\end{tabularx}
\par\addvspace{1.3em}

\begin{tabularx}{3.833cm}{x{1.3732 cm} x{2.0598 cm} }
\SetRowColor{DarkBackground}
\mymulticolumn{2}{x{3.833cm}}{\bf\textcolor{white}{Algoritmes}}  \tn
% Row 0
\SetRowColor{LightBackground}
{\bf{Regressions}} & S'utilitza per trobar la dependència entre una variable dependent contínua i una o vàries variables independents. \tn 
% Row Count 5 (+ 5)
% Row 1
\SetRowColor{white}
{\bf{Regressió Logística}} & Algoritme per realitzar classificacions segons un dataset amb diferents atributs . \tn 
% Row Count 9 (+ 4)
% Row 2
\SetRowColor{LightBackground}
{\bf{K-Nearest Neighbours}} & Algoritme que permet classificar una observació en una categoria en funció de la categoria a la que pertanyen els veins més propers. \tn 
% Row Count 15 (+ 6)
% Row 3
\SetRowColor{white}
{\bf{Decission Trees}} & Configuren un mètode que pot ser aplicat tant a problemes de regressió com de classificació. \tn 
% Row Count 19 (+ 4)
% Row 4
\SetRowColor{LightBackground}
{\bf{Support Vector Machines}} & Algoritmes de classificació que generen un hiperplà que separa el màxim possible les observacions pertanyents a diferents classes. \tn 
% Row Count 25 (+ 6)
% Row 5
\SetRowColor{white}
{\bf{Xarxes Neuronals}} & Es basen en l'estructura de les xarxes neuronals humanes, composades per múltiples connexions entre neurone \tn 
% Row Count 30 (+ 5)
\end{tabularx}
\par\addvspace{1.3em}

\vfill
\columnbreak
\begin{tabularx}{3.833cm}{x{1.3732 cm} x{2.0598 cm} }
\SetRowColor{DarkBackground}
\mymulticolumn{2}{x{3.833cm}}{\bf\textcolor{white}{Algoritmes (cont)}}  \tn
% Row 6
\SetRowColor{LightBackground}
{\bf{K-Means}} & Slgoritme per realitzar aprenentatge no-supervisat \tn 
% Row Count 3 (+ 3)
\hhline{>{\arrayrulecolor{DarkBackground}}--}
\end{tabularx}
\par\addvspace{1.3em}


% That's all folks
\end{multicols*}

\end{document}