Logo
Unionpedia
Comunicación
Disponible en Google Play
¡Nuevo! ¡Descarga Unionpedia en tu dispositivo Android™!
Instalar
¡Más rápido que el navegador!
 

Inteligencia artificial y Red neuronal artificial

Accesos rápidos: Diferencias, Similitudes, Coeficiente de Similitud Jaccard, Referencias.

Diferencia entre Inteligencia artificial y Red neuronal artificial

Inteligencia artificial vs. Red neuronal artificial

La inteligencia artificial (IA), en el contexto de las ciencias de la computación, es una disciplina y un conjunto de capacidades cognoscitivas e intelectuales expresadas por sistemas informáticos o combinaciones de algoritmos cuyo propósito es la creación de máquinas que imiten la inteligencia humana para realizar tareas, y que pueden mejorar conforme recopilen información. Las redes neuronales artificiales (también conocidas como sistemas conexionistas) son un modelo computacional evolucionado a partir de diversas aportaciones científicas que están registradas en la historia. Consiste en un conjunto de unidades, llamadas neuronas artificiales, conectadas entre sí para transmitirse señales. La información de entrada atraviesa la red neuronal (donde se somete a diversas operaciones) produciendo unos valores de salida. Cada neurona está conectada con otras a través de unos enlaces. En estos enlaces el valor de salida de la neurona anterior es multiplicado por un valor de peso. Estos pesos en los enlaces pueden incrementar o inhibir el estado de activación de las neuronas adyacentes. Del mismo modo, a la salida de la neurona, puede existir una función limitadora o umbral, que modifica el valor resultado o impone un límite que no se debe sobrepasar antes de propagarse a otra neurona. Esta función se conoce como función de activación. Estos sistemas aprenden y se forman a sí mismos, en lugar de ser programados de forma explícita, y sobresalen en áreas donde la detección de soluciones o características es difícil de expresar con la programación convencional. Para realizar este aprendizaje automático, normalmente, se intenta minimizar una función de pérdida que evalúa la red en su total. Los valores de los pesos de las neuronas se van actualizando buscando reducir el valor de la función de pérdida. Este proceso se realiza mediante la propagación hacia atrás. El objetivo de la red neuronal es resolver los problemas de la misma manera que el cerebro humano, aunque las redes neuronales son más abstractas. Las redes neuronales actuales suelen contener desde unos miles a unos pocos millones de unidades neuronales. Nuevas investigaciones sobre el cerebro a menudo estimulan la creación de nuevos patrones en las redes neuronales. Un nuevo enfoque está utilizando conexiones que se extienden mucho más allá y capas de procesamiento de enlace en lugar de estar siempre localizado en las neuronas adyacentes. Otra investigación está estudiando los diferentes tipos de señal en el tiempo que los axones se propagan, como el aprendizaje profundo, interpola una mayor complejidad que un conjunto de variables booleanas que son simplemente encendido o apagado. Las redes neuronales se han utilizado para resolver una amplia variedad de tareas, como la visión por computador y el reconocimiento de voz, que son difíciles de resolver usando la ordinaria programación basado en reglas. Históricamente, el uso de modelos de redes neuronales marcó un cambio de dirección a finales de los años ochenta de alto nivel, que se caracteriza por sistemas expertos con conocimiento incorporado en si-entonces las reglas, a bajo nivel de aprendizaje automático, caracterizado por el conocimiento incorporado en los parámetros de un modelo cognitivo con algún sistema dinámico.

Similitudes entre Inteligencia artificial y Red neuronal artificial

Inteligencia artificial y Red neuronal artificial tienen 41 cosas en común (en Unionpedia): Algoritmo, Algoritmo evolutivo, Análisis de la regresión, Aprendizaje automático, Aprendizaje no supervisado, Aprendizaje por refuerzo, Aprendizaje profundo, Aprendizaje supervisado, Base de datos, Cerebro artificial, Circuito neuronal, Clasificación estadística, Confabulación (redes neuronales), DeepMind, Diagnóstico médico, Dinámica de sistemas, Facebook, Marvin Minsky, Máquina de Turing, Medicina, Optimización (matemática), Perceptrón, Procesamiento de datos, Programación, Reconocimiento de escritura, Reconocimiento de patrones, Reconocimiento del habla, Red neuronal residual, Robótica, Robot, ..., Seymour Papert, Sistema complejo, Sistema de reconocimiento facial, Sistema dinámico, Sistema experto, Teoría de la complejidad computacional, Toma de decisiones, Traducción automática, Visión artificial, Walter Pitts, Warren McCulloch. Expandir índice (11 más) »

Algoritmo

En matemáticas, lógica, ciencias de la computación y disciplinas relacionadas, un algoritmo (probablemente del latín tardío algorithmus, y este del árabe clásico ḥisābu lḡubār, que significa «cálculo mediante cifras arábigas») es un conjunto de instrucciones o reglas definidas y no-ambiguas, ordenadas y finitas que permite, típicamente, solucionar un problema, realizar un cómputo, procesar datos y llevar a cabo otras tareas o actividades.

Algoritmo e Inteligencia artificial · Algoritmo y Red neuronal artificial · Ver más »

Algoritmo evolutivo

Los algoritmos evolutivos son métodos de optimización y búsqueda de soluciones basados en los postulados de la evolución biológica.

Algoritmo evolutivo e Inteligencia artificial · Algoritmo evolutivo y Red neuronal artificial · Ver más »

Análisis de la regresión

En estadística, el análisis de la regresión es un proceso estadístico para entender cómo una variable depende de otra variable.

Análisis de la regresión e Inteligencia artificial · Análisis de la regresión y Red neuronal artificial · Ver más »

Aprendizaje automático

El aprendizaje automático (AA), aprendizaje automatizado, aprendizaje de máquinas o aprendizaje computacional (del inglés, machine learning) es el subcampo de las ciencias de la computación y una rama de la inteligencia artificial, cuyo objetivo es desarrollar técnicas que permitan que las computadoras aprendan.

Aprendizaje automático e Inteligencia artificial · Aprendizaje automático y Red neuronal artificial · Ver más »

Aprendizaje no supervisado

El aprendizaje no supervisado es un método de aprendizaje automático (AA) donde un modelo se ajusta a las observaciones.

Aprendizaje no supervisado e Inteligencia artificial · Aprendizaje no supervisado y Red neuronal artificial · Ver más »

Aprendizaje por refuerzo

El aprendizaje por refuerzo o aprendizaje reforzado (reinforcement learning) es un área del aprendizaje automático (AA) inspirada en la psicología conductista, cuya ocupación es determinar qué acciones debe escoger un agente de software en un entorno dado con el fin de maximizar alguna noción de "recompensa" o premio acumulado.

Aprendizaje por refuerzo e Inteligencia artificial · Aprendizaje por refuerzo y Red neuronal artificial · Ver más »

Aprendizaje profundo

Aprendizaje profundo (en inglés, deep learning) es un conjunto de algoritmos de aprendizaje automático (en inglés, machine learning) que intenta modelar abstracciones de alto nivel en datos usando arquitecturas computacionales que admiten transformaciones no lineales múltiples e iterativas de datos expresados en forma matricial o tensorial.

Aprendizaje profundo e Inteligencia artificial · Aprendizaje profundo y Red neuronal artificial · Ver más »

Aprendizaje supervisado

En aprendizaje automático (AA) y minería de datos, el aprendizaje supervisado es una técnica para deducir una función a partir de datos de formación.

Aprendizaje supervisado e Inteligencia artificial · Aprendizaje supervisado y Red neuronal artificial · Ver más »

Base de datos

Una base de datos (del inglés: database) se encarga no solo de almacenar datos, sino también de conectarlos entre sí en una unidad lógica.

Base de datos e Inteligencia artificial · Base de datos y Red neuronal artificial · Ver más »

Cerebro artificial

Cerebro artificial es un término utilizado habitualmente en los medios de comunicación para describir la investigación que pretende desarrollar software y hardware con habilidades cognitivas similares al cerebro humano o animal.

Cerebro artificial e Inteligencia artificial · Cerebro artificial y Red neuronal artificial · Ver más »

Circuito neuronal

Una red neuronal biológica o circuito neuronal es un conjunto de conexiones sinápticas ordenadas, que se produce como resultado de la unión de las neuronas a otras en sus regiones correspondientes tras la migración neuronal.

Circuito neuronal e Inteligencia artificial · Circuito neuronal y Red neuronal artificial · Ver más »

Clasificación estadística

En aprendizaje automático y estadística, la clasificación estadística es el problema de identificar a cuál de un conjunto de categorías (subpoblaciones) pertenece una nueva observación, sobre la base de un conjunto de datos de formación que contiene observaciones (o instancias) cuya categoría de miembros es conocida.

Clasificación estadística e Inteligencia artificial · Clasificación estadística y Red neuronal artificial · Ver más »

Confabulación (redes neuronales)

Una confabulación, también conocida como memoria falsa, degradada o corrupta, es un patrón estable de activación en una red neuronal artificial o conjunto neuronal que no se corresponde con ningún patrón aprendido previamente.

Confabulación (redes neuronales) e Inteligencia artificial · Confabulación (redes neuronales) y Red neuronal artificial · Ver más »

DeepMind

DeepMind es una compañía de inteligencia artificial inglesa.

DeepMind e Inteligencia artificial · DeepMind y Red neuronal artificial · Ver más »

Diagnóstico médico

En medicina, el diagnóstico o propedéutica clínica es el procedimiento por el cual se identifica una enfermedad, entidad nosológica, síndrome, o cualquier estado de salud o enfermedad (el "estado de salud" también se diagnostica).

Diagnóstico médico e Inteligencia artificial · Diagnóstico médico y Red neuronal artificial · Ver más »

Dinámica de sistemas

La dinámica de sistemas es una metodología para analizar y modelar el comportamiento temporal en entornos complejos.

Dinámica de sistemas e Inteligencia artificial · Dinámica de sistemas y Red neuronal artificial · Ver más »

Facebook

Facebook es un servicio de redes y medios sociales en línea estadounidense con sede en Menlo Park, California.

Facebook e Inteligencia artificial · Facebook y Red neuronal artificial · Ver más »

Marvin Minsky

Marvin Lee Minsky (Nueva York, 9 de agosto de 1927-Boston, 24 de enero de 2016) fue un científico estadounidense.

Inteligencia artificial y Marvin Minsky · Marvin Minsky y Red neuronal artificial · Ver más »

Máquina de Turing

Una máquina de Turing es un dispositivo que manipula símbolos sobre una tira de cinta de acuerdo con una tabla de reglas.

Inteligencia artificial y Máquina de Turing · Máquina de Turing y Red neuronal artificial · Ver más »

Medicina

La medicina (del latín medicina, derivado a su vez de mederi, que significa ‘curar’, ‘medicar’) es la ciencia de la salud dedicada a la prevención, diagnóstico, pronóstico y tratamiento de las enfermedades, lesiones y problemas de salud de los seres humanos.

Inteligencia artificial y Medicina · Medicina y Red neuronal artificial · Ver más »

Optimización (matemática)

En matemáticas, estadística, economía, ciencias empíricas y ciencia de la computación, la optimización (también, optimización matemática o programación matemática) es la selección del mejor elemento (con respecto a algún criterio) de un conjunto de elementos disponibles.

Inteligencia artificial y Optimización (matemática) · Optimización (matemática) y Red neuronal artificial · Ver más »

Perceptrón

En el campo de las Redes Neuronales, el perceptrón, creado por Frank Rosenblatt, se refiere a.

Inteligencia artificial y Perceptrón · Perceptrón y Red neuronal artificial · Ver más »

Procesamiento de datos

El procesamiento de datos, generalmente, es "la acumulación y manipulación de elementos de datos para producir información significativa." Se debe considerar como equipos de procesamiento de datos a las impresoras, escáneres, arreglo de disco, unidades de cinta, switchs, escritorio, monitores e incluso las grabadoras de CD-ROM, pues son bienes que no funcionan independientemente, sino que forman parte de un conjunto o equipo de cómputo, careciendo aisladamente de utilidad, por lo que de acuerdo a su clasificación arancelaria (Subpartida Nacional 8517.50.00.00), son equipos de procesamiento de datos.

Inteligencia artificial y Procesamiento de datos · Procesamiento de datos y Red neuronal artificial · Ver más »

Programación

La programación es el proceso de crear un conjunto de instrucciones que le dicen a una computadora como realizar algún tipo de tarea.

Inteligencia artificial y Programación · Programación y Red neuronal artificial · Ver más »

Reconocimiento de escritura

El reconocimiento de escritura es la capacidad de un ordenador de recibir la entrada manuscrita.

Inteligencia artificial y Reconocimiento de escritura · Reconocimiento de escritura y Red neuronal artificial · Ver más »

Reconocimiento de patrones

El reconocimiento de patrones es la ciencia que se ocupa de los procesos sobre ingeniería, computación y matemáticas relacionados con objetos físicos o abstractos, con el propósito de extraer información que permita establecer propiedades de entre conjuntos de dichos objetos.

Inteligencia artificial y Reconocimiento de patrones · Reconocimiento de patrones y Red neuronal artificial · Ver más »

Reconocimiento del habla

El reconocimiento automático del habla (RAH) o reconocimiento automático de voz es una disciplina de la inteligencia artificial que tiene como objetivo permitir la comunicación hablada entre seres humanos y computadoras.

Inteligencia artificial y Reconocimiento del habla · Reconocimiento del habla y Red neuronal artificial · Ver más »

Red neuronal residual

Una red neuronal residual (también conocida como red residual, ResNet) es un modelo de aprendizaje profundo en el que las capas de pesos aprenden funciones residuales con referencia a las entradas de las capas.

Inteligencia artificial y Red neuronal residual · Red neuronal artificial y Red neuronal residual · Ver más »

Robótica

La robótica es una ciencia que aglutina varias ramas tecnológicas: la rama de la ingeniería mecánica, de la ingeniería electrónica y de las ciencias de la computación, ocupándose del diseño, construcción, operación, estructura, manufactura y aplicación de los robots.

Inteligencia artificial y Robótica · Red neuronal artificial y Robótica · Ver más »

Robot

Un robot es una entidad virtual o mecánica artificial.

Inteligencia artificial y Robot · Red neuronal artificial y Robot · Ver más »

Seymour Papert

Seymour Papert (Pretoria, Sudáfrica, 29 de febrero de 1928-Blue Hill, Hancock, Maine, 31 de julio de 2016) fue un pionero de la inteligencia artificial, inventor del lenguaje de programación Logo en 1968.

Inteligencia artificial y Seymour Papert · Red neuronal artificial y Seymour Papert · Ver más »

Sistema complejo

Un sistema complejo está compuesto por varias partes interconectadas o entrelazadas cuyos vínculos crean información adicional no visible ante el observador como resultado de las interacciones entre elementos.

Inteligencia artificial y Sistema complejo · Red neuronal artificial y Sistema complejo · Ver más »

Sistema de reconocimiento facial

El sistema de reconocimiento facial es una aplicación dirigida por ordenador que identifica automáticamente a una persona en una imagen digital.

Inteligencia artificial y Sistema de reconocimiento facial · Red neuronal artificial y Sistema de reconocimiento facial · Ver más »

Sistema dinámico

Un sistema dinámico es un sistema cuyo estado evoluciona con el tiempo.

Inteligencia artificial y Sistema dinámico · Red neuronal artificial y Sistema dinámico · Ver más »

Sistema experto

Un sistema experto (SE) es un sistema informático que emula el razonamiento actuando tal y como lo haría un experto en cualquier área de conocimiento.

Inteligencia artificial y Sistema experto · Red neuronal artificial y Sistema experto · Ver más »

Teoría de la complejidad computacional

La teoría de la complejidad computacional o teoría de la complejidad informática es una rama de la teoría de la computación que se centra en la clasificación de los problemas computacionales de acuerdo con su dificultad inherente, y en la relación entre dichas clases de complejidad.

Inteligencia artificial y Teoría de la complejidad computacional · Red neuronal artificial y Teoría de la complejidad computacional · Ver más »

Toma de decisiones

La toma de decisiones es el proceso mediante el cual se realiza una elección entre diferentes opciones o formas posibles para resolver diferentes situaciones en la vida en diferentes contextos: empresarial, laboral, económico, familiar, personal, social, etc.

Inteligencia artificial y Toma de decisiones · Red neuronal artificial y Toma de decisiones · Ver más »

Traducción automática

La traducción automática (TA o MT, esta última del inglés machine translation) es un área de la lingüística computacional que investiga el uso de software para traducir texto o habla de un lenguaje natural a otro.

Inteligencia artificial y Traducción automática · Red neuronal artificial y Traducción automática · Ver más »

Visión artificial

La visión informática, también conocida como visión artificial o visión por computadora (del inglés computer vision) o visión técnica, es una disciplina científica que incluye métodos para adquirir, procesar, analizar y comprender las imágenes del mundo real con el fin de producir información numérica o simbólica para que puedan ser tratados por un ordenador.

Inteligencia artificial y Visión artificial · Red neuronal artificial y Visión artificial · Ver más »

Walter Pitts

Walter Harry Pitts, nació en (Detroit, Míchigan, el 23 de abril de 1923-14 de mayo de 1969) fue un lógico estadounidense que trabajó en el campo de neurociencia computacional.

Inteligencia artificial y Walter Pitts · Red neuronal artificial y Walter Pitts · Ver más »

Warren McCulloch

Warren Sturgis McCulloch (16 de noviembre de 1898; 24 de septiembre de 1969) fue un neurólogo y cibernético estadounidense.

Inteligencia artificial y Warren McCulloch · Red neuronal artificial y Warren McCulloch · Ver más »

La lista de arriba responde a las siguientes preguntas

Comparación de Inteligencia artificial y Red neuronal artificial

Inteligencia artificial tiene 312 relaciones, mientras Red neuronal artificial tiene 174. Como tienen en común 41, el índice Jaccard es 8.44% = 41 / (312 + 174).

Referencias

En este artículo se encuentra la relación entre Inteligencia artificial y Red neuronal artificial. Si desea acceder a cada artículo del que se extrajo la información visite:

¡Hey! ¡Ahora tenemos Facebook! »