Modelos de Inteligencia Artificial

Esta página es de solo lectura. Puedes ver la fuente pero no puedes cambiarla. Pregunta a tu administrador si crees que esto es incorrecto.
====== Unidad 1: Sistemas de Inteligencia Artificial en la mejora de la eficiencia operativa ======

===== 1. Introducción =====

La Inteligencia Artificial (IA) es una disciplina que permite a los sistemas informáticos realizar tareas que normalmente requieren inteligencia humana: aprender, razonar, percibir, decidir o interactuar con el entorno.

En el ámbito empresarial, la IA se utiliza principalmente para:
  * Mejorar la eficiencia operativa
  * Automatizar procesos
  * Optimizar la toma de decisiones
  * Reducir costes y errores
  * Incrementar la competitividad

Ejemplo real:
Una empresa logística como Amazon utiliza IA para optimizar rutas de reparto y prever la demanda de productos.

-----

===== 2. Principios fundamentales de los sistemas inteligentes =====

Un sistema de IA se basa en tres pilares:

==== 2.1 Datos ====
La IA necesita datos para aprender y tomar decisiones.

Ejemplo:
  * Datos de ventas
  * Sensores IoT
  * Historial de clientes

==== 2.2 Algoritmos ====
Son las reglas o modelos matemáticos que procesan los datos.

Ejemplos:
  * Árboles de decisión
  * Redes neuronales
  * Sistemas basados en reglas

==== 2.3 Capacidad de aprendizaje ====
Permite mejorar el rendimiento con la experiencia.

---

Tabla resumen:

^ Elemento ^ Función ^ Ejemplo ^
| Datos | Materia prima | ventas, sensores |
| Algoritmos | Procesamiento | red neuronal |
| Aprendizaje | Mejora continua | ML supervisado |

-----

===== 3. Campos de aplicación de la Inteligencia Artificial =====

La IA se aplica en múltiples sectores:

==== 3.1 Visión artificial ====
Permite interpretar imágenes y vídeo.

Ejemplos:
  * Control de calidad industrial
  * Reconocimiento facial

==== 3.2 Procesamiento de vídeo ====
Análisis automático de escenas.

Ejemplo:
  * Sistemas de vigilancia inteligentes

==== 3.3 Reconocimiento de voz y lenguaje natural ====
Convierte voz en texto o interpreta lenguaje humano.

Ejemplos:
  * Asistentes virtuales
  * Transcripción automática

==== 3.4 Asistentes virtuales y recomendadores ====
Sistemas que sugieren acciones o productos.

Ejemplos:
  * Netflix (recomendaciones)
  * Chatbots de atención al cliente

==== 3.5 Ciencia de datos y Data Mining ====
Extracción de conocimiento a partir de datos.

==== 3.6 Ciberseguridad ====
Detección de anomalías y ataques.

-----

===== 4. Técnicas básicas en Inteligencia Artificial =====

Las técnicas más comunes incluyen:

  * Aprendizaje automático (Machine Learning)
  * Sistemas expertos
  * Lógica difusa
  * Redes neuronales
  * Inferencia probabilística

Ejemplo sencillo:
Un modelo que predice si un cliente comprará o no un producto.

-----

===== 5. IA y eficiencia operativa en empresas =====

La IA mejora procesos empresariales mediante:

==== 5.1 Automatización ====
Sustituye tareas repetitivas.

Ejemplo:
  * Chatbots de atención al cliente

==== 5.2 Optimización de procesos ====
Reduce tiempos y costes.

Ejemplo:
  * Optimización de rutas de reparto

==== 5.3 Predicción ====
Anticipa eventos futuros.

Ejemplo:
  * Predicción de demanda

-----

===== 6. Industria 4.0 y transformación digital =====

La Industria 4.0 integra:

  * IA
  * IoT
  * Big Data
  * Robótica

Ejemplo de fábrica inteligente:
  * sensores en máquinas
  * mantenimiento predictivo
  * control automático de calidad

-----

===== 7. Ciclo de vida del producto y sistemas PLM/PDM =====

Los sistemas PLM (Product Lifecycle Management) y PDM (Product Data Management) permiten gestionar:

  * Diseño del producto
  * Producción
  * Mantenimiento
  * Retirada

La IA ayuda a:
  * predecir fallos
  * optimizar diseño
  * reducir costes

-----

===== 8. Actividad práctica =====

==== Actividad 1: Identificación de IA en la vida real ====

Busca 3 empresas reales y responde:

  * ¿Dónde usan IA?
  * ¿Qué problema resuelven?
  * ¿Qué beneficio obtienen?

Ejemplo:
  * Netflix → recomendación de contenido → aumenta retención de usuarios

---

==== Actividad 2: Caso empresarial ====

Una empresa de transporte quiere reducir costes.

Preguntas:
  * ¿Qué datos necesitaría?
  * ¿Qué técnicas de IA aplicarías?
  * ¿Qué beneficios esperas?

-----

===== 9. Evaluación =====

Se valorará:

  * Comprensión de conceptos básicos
  * Capacidad de identificar aplicaciones reales
  * Calidad del razonamiento en casos prácticos
  * Uso adecuado del vocabulario técnico

-----

===== 10. Recursos =====

  * Python (scikit-learn)
  * Google Teachable Machine
  * IBM Watson
  * Microsoft Azure AI
  * OpenAI APIs (ejemplos de modelos modernos)