I.E.

P CIENCIAS E INNOVACIÓN

CURSO: BIOLOGÍA

DOCENTE:
ESTUDIANTE:
BIMESTRE: 2024-1

HUÁNUCO-PERU
2024
PILLCO MARCA
 I.E.P CIENCIAS E INNOVACIÓN
DEDICATORIA
Dedico este trabajo culminado con mucho
esfuerzo, pero también con mucho amor,
especialmente a mis padres que, aunque no
esten constante, siempre nos acompañan y
sabemos que donde se encuentren siempre
contare con su apoyo.
A la profesora ……………………………... por dedicar
su paciencia en mi persona, por enseñarme de
la mejor forma para formar para poder
mejorar mis debilidades.
A mis compañeros y amigos, por su amistad y
compañerismo, quienes nos acompañan por
este año académico.
A todas y cada una de las personas que de
alguna u otra manera contribuyen a lograr las
metas que nos proponemos en la vida, y que
permiten a que podamos crecer
intelectualmente como personas y seres
humanos.

I.E.P CIENCIAS E INNOVACIÓN

ÍNDICE
Introducción: La Inteligencia Artificial (IA) es una rama
dentro de la computación orientada a la aplicación de la misma
con el objetivo de simular acciones propiamente humanas,
basadas en razonamiento y conducta. Es decir, la IA se aplica en
sistemas, por ejemplo, para capacitarlos de ciertas habilidades
atribuidas normalmente a humanos, por ejemplo, tomar
decisiones, sopesar errores cometidos para mejorar la respuesta,
adaptar la conducta en función de la situación, etc.
Desde los años 50 se comienza a trabajar en algoritmos
vinculados a la inteligencia artificial, aunque en los últimos años,
esta disciplina ha evolucionado a mayor velocidad, gracias al
desarrollo de la tecnología y de los lenguajes específicos.
Después de una época en la que la IA pasó por unos años de
parálisis en su evolución e incluso olvido, recuperó interés
cuando, en el año 1997 el campeón mundial de ajedrez perdió
contra una inteligencia artificial autónoma llamada Deep Blue.
El avance del hardware ha propiciado que a partir de ese
momento comenzaran a aparecer distintos algoritmos basados
en estrategias diversas que superarían a los humanos en algunas
tareas.
En la actualidad, podemos ver IA aplicada en multitud de
situaciones:
En apps y videojuegos, recreando el movimiento de los
personajes.
En industria, aplicada a la optimización de métodos de
fabricación y logística.
En medicina, donde se hacen modelos que pueden proveer la
evolución de una enfermedad o los posibles efectos secundarios.
En la minería de datos, generando patrones en base a una gran
cantidad de datos, que un humano no podría gestionar.
Machine Learning, el aprendizaje automático de las máquinas,
proceso en el que los algoritmos pueden mejorar continuamente
su desempeño al observar datos relevantes, identificar patrones,
crear modelos de datos que pueden hacer predicciones y luego
iterar su aprendizaje.

Podemos clasificar el aprendizaje automático (machine learning)

en tres tipos:ay tres tipos:
• Aprendizaje automático supervisado: en este caso, el sistema
es entrenado medieante un conjunto de datos etiquetados o
estructurados. Los datos actúan como un maestro, entrenando a
la máuina para mejorar su capacidad a la hora de hacer
predu¡iciiones o tomar decisiones. En este caso un supervisor
humano debe gestionr el entrenamiento del sistema.
• Aprendizaje automático no supervisado: en este caso, los datos
son proporcionados al sistema sin etiquetas y el sistema debe
generar los patrones de forma autónoma.
• Aprendizaje automático por refuerzo: el aprendizaje se basa en
la retoralimentación recibida. De tal manera que la proximidad al
objetivo es premiada y el alejamiento se traduce en una
penalización. Con base en la retroalimentación, el sistema
modifica su estrategia y decisiones para para minimizar los
errores.

En educación, al igual que en otro ámbitos, podemos encontrar

aplicaciones de la IA en distintas situaciones.
En resumen, agrupamos la presencia de la IA en la educación
según su línea de actuación:

Educar con IA: se trata de integrar en la educación tecnologías

de IA que puedan ayudar mejorar el proceso de aprendizaje de
los alumnos y mejorar la enseñanza. Por ejemplo, la aplicación
de herramientas y algoritmos en el análisis de los datos
obtenidos para crear un itinerario de aprendizaje específico para
un alumno y adaptar el proceso de aprendizaje a cada situación
personal.
Educar para la IA: busca capacitar a los alumnos en la adquisión
de nuevas habilidades necesarias para situaciones cotidianas o
profesionales en un mundo con IA. Es decir, se trata de
familizarizar a los
estudiantes con la presencia de sistemas basados en Inteligencia
Artificial y los cambios que estos sistemas y máquinas pueden
incorporar en nuestras visas.
Enseñar a crear IA: el objetivo es que los estudiantes comiencen
a analizar el aspecto técnico de los sistemas basados en
algoritmos de IA. La iniciación en la programación informática y
en la creación de herramientas tecnológicas es imprescindible
desde edades tempranas para la obtención de profesionales en
esta disciplina, capaces de afrontar los problemas y situaciones
del futuro.
En este capítulo, ubicado dentro del bloque de Programación,
nos centraremos en las herramientas que se están desarrollando
en la línea de actuación (Aprender a crear IA). Estas aplicaciones
permiten a los estudiantes la generación de módulos basados en
aprendizaje automático que pueden exportarse e incorporarse
en algoritmos de distintos lenguajes de programación creados
por los alumnos. Estas aplicaciones servirán para iniciar a los
alumnos en el mundo de la creación de herramientas basadas en
IA.
Aprender los fundamentos de la Inteligencia Artificial ya está a
nuestro alcance.

Desarrollo: La inteligencia artificial se desarrolla a partir

de algoritmos , que son capacidades matemáticas de
aprendizaje, y de los datos que hacen falta para entrenar los
algoritmos. Los datos normalmente son datos observables, datos
disponibles públicamente o datos generados en algunas
empresas. Y los algoritmos iteran sobre esos datos para aprender
a partir de ellos.

¿Qué riesgos plantea la inteligencia artificial?

La inteligencia artificial tiene muchas aplicaciones posibles.
Vamos a ver inteligencia artificial en conducción autónoma, en
reconocimiento de lenguaje natural, en todos esos dispositivos
que tenemos en nuestro entorno que interpretan lo que
nosotros estamos diciendo. Las empresas van a utilizar también
la inteligencia artificial para mejorar sus procesos,
para automatizar muchos de esos procesos.
El problema es que también plantea una serie
de retos. Efectivamente, la inteligencia artificial no es
completamente inocua; en algunos casos puede generar nuevos
riesgos en mercados financieros o puede generar problemas de
competencia por seguir prácticas de otros competidores de
manera automatizada infringiendo la normativa elemental de
buen funcionamiento de un mercado. Por lo tanto, hay que
empezar a visualizar en cada uno de los usos de la inteligencia
artificial cuáles son los límites o de qué manera deben abordarse
para garantizar que se mantiene la protección al consumidor, el
buen funcionamiento de los mercados al tiempo que se
aprovechan todas esas ventajas que introduce la tecnología.

DEFINCIÓN: La inteligencia artificial va a cambiar el

mundo, pero todavía sigue siendo un misterio para mucha gente.
Descubre todo lo que tienes que saber sobre la IA en este
dosier : definición, funcionamiento, historia, diferentes
categorías, casos prácticos y aplicaciones.
La inteligencia artificial es una tecnología tan amplia y
revolucionaria que es difícil dar una definición precisa.
Puede considerarse una rama del campo de la informática,
cuyo objetivo es crear máquinas capaces de realizar tareas
que tradicionalmente requerían inteligencia humana.
Sin embargo, la IA es una ciencia interdisciplinaria con
múltiples enfoques. Hoy en día, el Machine Learning
(aprendizaje automático) y el Deep Learning (aprendizaje
profundo) son dos técnicas utilizadas en empresas de
todos los sectores.
¿Qué es la inteligencia artificial?
En 1950, el matemático Alan Turing se hizo una pregunta:
«¿Pueden pensar las máquinas?». De hecho, esta simple
pregunta transformaría el mundo.
El artículo de Alan Turing «Computing Machinery and
Intelligence» y el consiguiente «Test de Turing» sentaron
las bases de la inteligencia artificial, su visión y sus
objetivos.
De hecho, la inteligencia artificial pretende responder
afirmativamente a la pregunta de Alan Turing. Su objetivo
es replicar o simular la inteligencia humana en las
máquinas.
Se trata de un objetivo ambicioso, que también plantea
muchos interrogantes y suscita el debate. Por ello, aún no
existe una definición única de inteligencia artificial.
La descripción de «máquinas inteligentes» no explica qué
es realmente la inteligencia artificial ni qué hace que una
máquina sea inteligente. En un intento de remediar este
problema, Stuart Russell y Peter Norvig publicaron el libro
«Artificial Intelligence: A Modern Approach».
En ese libro, los dos expertos unifican sus trabajos sobre el
tema de los agentes inteligentes en las máquinas. Según
ellos, «la IA es el estudio de los agentes que reciben
percepciones del entorno y realizan acciones».
En su opinión, cuatro enfoques distintos han definido
históricamente el campo de la inteligencia artificial: el
pensamiento humano, el pensamiento racional, la acción
humana y la acción racional.
Los dos primeros enfoques se refieren al razonamiento y al
procesamiento del pensamiento, mientras que los otros dos
se refieren al comportamiento. En su libro, Norvig y Russell
se centran principalmente en los agentes
racionales capaces de actuar para conseguir el mejor
resultado.
Por su parte, Patrick Winston, profesor de inteligencia
artificial del MIT, define la IA como «algoritmos activados
por restricciones, expuestos por representaciones que
soportan modelos que vinculan el pensamiento, la
percepción y la acción».
Otra definición moderna describe la IA como «máquinas
que responden a simulaciones como los humanos, con
capacidad de contemplación, juicio e intención». Estos
sistemas son capaces de «tomar decisiones que
normalmente requieren un nivel humano de conocimiento».
Tienen tres cualidades que constituyen la esencia de la
inteligencia artificial: intencionalidad, inteligencia y
adaptabilidad.
Estas diferentes definiciones pueden parecer abstractas y
complejas. Sin embargo, ayudan a establecer la
inteligencia artificial como una ciencia informática.
En 2017, durante la Japan AI Experience, el CEO de
DataRobot, Jeremy Achin, dio su propia definición moderna
y con un toque de humor de la IA : «La inteligencia artificial
es un sistema informático capaz de realizar tareas que
normalmente requieren inteligencia humana… muchos de
estos sistemas de IA se basan en el Machine Learning,
otros en el Deep Learning y otros en cosas muy aburridas
como las reglas«.

CARACTERISTICAS DE LA INTELIGNCIA
ARTIFICAL: La inteligencia artificial (IA) se refiere a la
capacidad de las máquinas para realizar tareas que, en teoría,
requerirían inteligencia humana. Las características de la
inteligencia artificial pueden incluir la capacidad de aprender,
razonar, percibir, reconocer el habla y procesar el lenguaje
natural. Además, la IA puede ser programada para realizar tareas
específicas, como jugar juegos, realizar análisis de datos y
reconocimiento de patrones. En general, las características de la
inteligencia artificial están diseñadas para imitar la inteligencia
humana y mejorar la eficiencia y precisión de las tareas
automatizadas.
Entre las características más comunes de la inteligencia artificial,
podemos destacar:

Aprendizaje automático.

Esta característica permite a las máquinas aprender de los datos

y mejorar su desempeño con el tiempo sin necesidad de ser
programadas explícitamente para cada tarea. De esta forma, la
inteligencia artificial puede adaptarse a situaciones cambiantes y
realizar tareas más complejas con mayor eficiencia.

Procesamiento del lenguaje natural.

La capacidad de comprender y generar lenguaje humano es una

de las características más importantes de la inteligencia artificial,
ya que permite a las máquinas interactuar con los humanos de
forma más natural. Esta característica se utiliza en una gran
variedad de aplicaciones, desde los asistentes virtuales hasta los
sistemas de traducción automática.

Visión por computadora.

La capacidad de interpretar y analizar imágenes y videos es otra

de las características fundamentales de la inteligencia artificial.
Gracias a esta capacidad, las máquinas pueden reconocer
patrones, objetos, rostros, entre otros, lo que les permite realizar
tareas como el reconocimiento de voz y la detección de fraudes.

Toma de decisiones.

La capacidad de tomar decisiones basadas en el análisis de datos

y la evaluación de diferentes opciones es una de las
características más valoradas de la inteligencia artificial. Esta
característica se utiliza en una gran variedad de aplicaciones,
desde la gestión de riesgos empresariales hasta la planificación
de rutas de transporte.

Razonamiento y resolución de problemas.

La capacidad de utilizar la lógica y el razonamiento para resolver

problemas complejos y realizar tareas que requieren
pensamiento crítico es una de las características más
importantes de la inteligencia artificial. Esta característica se
utiliza en una gran variedad de aplicaciones, desde la
optimización de procesos empresariales hasta el diseño de
nuevos productos.

Adaptabilidad.

La capacidad de ajustarse a situaciones cambiantes y aprender

nuevas habilidades es una de las características más valoradas de
la inteligencia artificial. Esta característica permite a las
máquinas adaptarse a entornos cambiantes y realizar tareas más
complejas con mayor eficiencia.

Creatividad.

La capacidad de crear soluciones innovadoras a través del

pensamiento lateral y la exploración de múltiples opciones es
una de las características más valoradas de la inteligencia
artificial. Esta característica se utiliza en una gran variedad de
aplicaciones, desde la generación de contenido hasta el diseño
de nuevos productos.

Automatización.

La capacidad de realizar tareas y procesos de forma autónoma es

una de las características más importantes de la inteligencia
artificial. Gracias a esta característica, las máquinas pueden
aumentar la eficiencia y la productividad en una gran variedad de
aplicaciones, desde la producción hasta la atención al cliente.

✌🏽Conclusión.

En resumen, la inteligencia artificial es una tecnología

sumamente importante en constante evolución que se está
convirtiendo en una herramienta esencial en el mundo actual.
Debido a sus características, la inteligencia artificial es capaz de
realizar tareas complejas de forma autónoma y mejorar su
desempeño con el tiempo, lo que la convierte en una
herramienta indispensable en la era digital.
Además, la inteligencia artificial tiene un gran impacto en
diversos campos, desde la medicina hasta la manufactura. Por
ejemplo, en la medicina, la inteligencia artificial puede ser
utilizada para identificar patrones y prever enfermedades,
permitiendo a los médicos tomar decisiones más informadas y
precisas. En la manufactura, la inteligencia artificial puede ser
utilizada para optimizar los procesos de producción y reducir los
costos.

IMPORTANCIA DE LA
INTELIGENCIA ARTIFICIAL: Aunque
los seres humanos temamos ser reemplazados por las
tecnologías, lo cierto es que ellas nos acompañan hace varios
años, mejorando la eficiencia, optimizando procesos y
reduciendo errores. A futuro, la IA podría resultar aún más útil,
colaborando a un mayor bienestar social.
El término Inteligencia Artificial (IA) despierta un común debate
de ciencia ficción que enfrenta a humanos con máquinas. Hoy en
día, con todo lo que circula en Internet que fue producido por
esta tecnología (imágenes, audios y vídeos, entre otros), se
suscita nuevamente tanto al miedo de ser reemplazados como al
interés de lo que estos sistemas complejos son capaces.
Sin embargo, la IA no es nueva. Según investigadores, la
implementación de esta tecnología está presente desde, al
menos, la década de 1980. Por lo tanto, llevamos mucho tiempo
conviviendo con ella y explorando sus posibilidades.
De hecho, este tipo de modelos de inteligencia se encuentran en
el corazón de los servicios digitales que utilizamos en nuestra
vida cotidiana: smartphones, los asistentes virtuales, motores de
búsqueda, automóviles, los sistemas de recomendación,
chatbots, traductores, consolas de videojuegos, etc. Incluso,
muchas personas recurren a ella sin saberlo; por ejemplo,
cuando van al supermercado, cuando organizan y clasifican sus
mails, cuando realizan pagos de servicios y hacen operaciones
financieras online.
En otras palabras, cada vez estamos más rodeados —o
integrados— de acciones automatizadas generalizadas.
RPA + IA, su relevancia e impacto
Al respecto, Juan Rella, arquitecto de soluciones de GlobalLogic
LATAM, afirma que “la Inteligencia Artificial es una disciplina
informática que busca crear sistemas y programas capaces de
realizar tareas que requieren inteligencia humana”. Por eso, nos
permite realizar labores más complejas y avanzadas que la
simple automatización de actividades repetitivas (que son
dirigidas por la automatización robótica de procesos o RPA, por
sus siglas in inglés).
De igual manera, ambas tecnologías están transformando la
forma en que se realizan los procedimientos y el trabajo en
diferentes industrias. Es así que al unir la potencia de RPA e IA en
la mejora de procesos, por un lado, se logra automatizar tareas
rutinarias y, por el otro, que la IA aporte inteligencia y capacidad
de aprendizaje para abordar encargos más complejos.
Algunos casos de éxito que ilustran cómo estos sistemas pueden
ser aplicados para optimizar técnicas y mejorar la productividad
son el sector bancario y la industria de la salud. En el primero, se
utilizan para automatizar tareas como la verificación de
identidad, el procesamiento de solicitudes de préstamos, la
detección de fraudes y el análisis de riesgos. En el segundo, se
emplean para agilizar la facturación y el procesamiento de
reclamaciones, la gestión de registros médicos, la programación
de citas y la atención al paciente; asimismo, la IA se utiliza en el
diagnóstico médico asistido por computadora, la detección
temprana de enfermedades y la personalización de tratamientos.
“Desde el momento en que se automatizaron los procesos y se
redujeron errores, los clientes y usuarios finales reciben un mejor
servicio y una atención más rápida y precisa. Además, de esta
manera se les brinda una experiencia más personalizada, ya que
pueden recibir respuestas y soluciones rápidas y precisas a sus
necesidades y preguntas”, asegura el especialista.
Si bien existen consideraciones para obtener mejores resultados
en términos de eficiencia operativa (tales como la selección
adecuada de procesos para automatizar, la seguridad de los
datos, la capacitación y el cambio organizacional), se considera
que la Inteligencia Artificial y los procesos de automatización
presentan grandes beneficios y oportunidades para la sociedad.
Entre ellos, entender mejor la realidad, predecir tendencias,
identificar variables que contribuyan a la vulnerabilidad o
desigualdad, evaluar el impacto de proyectos y definir nuevas
acciones y políticas que respondan a las necesidades reales.

CONCLUSIONES: Podemos decir que la

Inteligencia Artificial es una base fundamental para lo que son
los nuevos computadores ya que en un futuro no muy lejano se
tiene la intención de que las computadoras tengan la capacidad
de tener un funcionamiento libre de cualquier intervención
humana, esto nos demuestra que nuestro futuro sera muy
desarrollado en cuanto a avances tecnológicos nos referimos.
Cabe destacar que este tipo de tecnologías ya están siendo
desarrolladas en distintos países y continentes y se espera que
todos estos avances importantes que se están llevando a cabo
sean en el beneficio de nuestra existencia.

BIBLIOGRAFIA: REFERENCIAL BIBLIOGRÁFICAS

ACTUALES
 Bramer, Max, comp. Artificial intelligence: an international
perspective. Berlin: Springer Verlag, 2009.
 Caicedo Bravo, Eduardo Francisco, y Jesús Alfonso López
Sotelo. Una aproximación práctica a las redes neuronales
artificiales. Colombia: Programa Editorial Universidad del Valle,
2009. (LIBRUNAM: QP363.3 C35)
 Cobo Ortega, A. Inteligencia artificial. Modelos matemáticos
que imitan a la naturaleza. Santander: Ikono, 2000.
 Figueroa Nazuno, Jesús, coord. Advances in: artificial
intelligence, computing science and computer engineering.
México: IPN-Centro de Investigación en Computación, 2004.
(LIBRUNAM: Q334 A388)
 Fulcher, John, coord. Advances in applied artificial
intelligence. Pennsylvania: Idea Group, 2006. (LIBRUNAM: Q335
A373)
 Gelbukh, Alexander; Cornelio Yáñez Márquez; y Oscar
Camacho Nieto, coords. Advances in artificial intelligence and
computer science. México: IPN-Centro de Investigación en
Computación, 2005. (LIBRUNAM: Q334 A387)
  Marín Morales, Roque, y José Tomás Palma Méndez.
Inteligencia artificial: técnicas, métodos y aplicaciones. Madrid:
McGraw-Hill, 2008.
 Moret Bonillo, Vicente. Fundamentos de inteligencia artificial.
Santiago de Compostela: Universidad de Coruña, 2000.
(LIBRUNAM: Q335 F857 2000)
 Nilsson, Nils J. Inteligencia artificial: una nueva síntesis.
México: McGraw-Hill, 2001. (LIBRUNAM: Q335 N54318)  Pino
Díez, Raúl; Alberto Gómez Gómez; y Nicolás de Abajo Martínez.
Introducción a la inteligencia artificial: sistemas expertos, redes
neuronales artificiales y computación evolutiva. Madrid:
Universidad de Oviedo, 2001. 2
 Russell, Stuart J. Inteligencia artificial: un enfoque moderno.
Madrid/México: Pearson/Prentice Hall, 2004. (LIBRUNAM: Q335
R8718 2004)
 Tyugu, Enn K. Algorithms and architectures of artificial
intelligence. Amsterdam: IOS, 2007. (LIBRUNAM: Q335 T935) 
Shi, Zhongzhi. Advanced artificial intelligence. Singapur: World
Scientific, 2011. (LIBRUNAM: Q335 S444) GENERALES
 Charniak, E., y Mc Dermott D. Introduction to Artificial
Intelligence. México: Addison-Wesley, 1985. (LIBRUNAM: Q335
CH36)
 Ferber, Jacques. Multi-agent systems: an introduction to
distributed artificial intelligence. Harlow: Addison-Wesley, 1999.
(LIBRUNAM: TJ217.5 F4713)
 Fischler, Martin A. Intelligence: the eye, the brain and the
computer. Massachusetts: Addson-Wesley, 1987. (LIBRUNAM:
Q335 F57 1987)  González, Francisco José. Inteligencia
artificial. Madrid: Anaya Multimedia, 1996. (LIBRUNAM: Q335
G659)
  Graubard, Stephen R. El Nuevo debate sobre la inteligencia
artificial: sistemas simbólicos y redes neuronales. Barcelona:
Gedisa, 1999. (LIBRUNAM: Q335.5 A761518 1999)  Millán
Jiménez, Ana. Mente, cerebro e inteligencia artificial. España:
Universidad de Murcia, 1993. (LIBRUNAM: Q335 M54)  Mira,
José. Aspectos básicos de la inteligencia artificial. Madrid: Sanz y
Torres, 1995.  Nilsson, Nils J. Principios de inteligencia
artificial. Madrid: Díaz de Santos, 1987. (LIBRUNAM: Q335
N51518)  Rolston, David W. Principios de inteligencia artificial
y sistemas expertos. México: