[Curso Intensivo] Fundamentos de la Inteligencia Artificial

Wednesday. October 01, 2025 - 16 mins

Módulo 1. Introducción a la Inteligencia Artificial

¿Qué es Inteligencia Artificial (IA)? Definiciones y mitos comunes

Definición básica: Son aquellos sistemas con capacidad para procesar datos de forma similar a un comportamiento inteligente, a través de algoritmos que (generalmente) resuelven tareas específicas.

Ejemplos de tareas típicas de IA

Reconocer rostros en fotos (visión artificial).
Recomendaciones en Netflix o Spotify (sistemas de recomendación).
Traductores automáticos como Google Translate (procesamiento de lenguaje natural).
Asistentes virtuales como Siri o Alexa.

Definiciones clásicas de IA

Russell y Norvig (2009): “El estudio de los agentes que perciben su entorno y realizan acciones que maximizan sus posibilidades de éxito.”

Según Russell y Norvig en su libro Inteligencia Artificial: Un Enfoque Moderno (2009), no ofrecen una única definición de IA, sino que abordan el concepto a través de ocho definiciones agrupadas en cuatro categorías principales. Estas categorías se basan en si los sistemas:
- Piensan o actúan.
- Lo hacen de manera humana o racional.
Aunque Russell y Norvig presentan las cuatro categorías, la mayor parte de su libro se concentra en la definición de la IA como el estudio y construcción de agentes racionales. Desde su perspectiva, un agente racional es un sistema que actúa de manera autónoma, percibe su entorno, persiste a lo largo del tiempo, se adapta a los cambios y persigue objetivos.
John McCarthy (1956): “La ciencia e ingenio de hacer máquinas inteligentes.”

Esta definición surgió en el contexto de la histórica Conferencia de Dartmouth, donde McCarthy acuñó el término. El concepto se refiere a la creación de sistemas que sean capaces de realizar tareas que requieren inteligencia humana, tales como:
- El razonamiento.
- El aprendizaje.
- La resolución de problemas complejos.
- El reconocimiento de patrones.

Mitos comunes sobre IA

Mito: La IA es igual a robots.
Realidad: La IA es un campo más amplio, los robots son solo una aplicación.
Mito: La IA siempre es consciente.
Realidad: Hoy en día, la IA es no consciente; son algoritmos matemáticos y estadísticos.
Mito: La IA reemplazará totalmente a los humanos.
Realidad: Se diseñan para asistir y automatizar tareas, no necesariamente para sustituir.

Historia y evolución de la Inteligencia Artificial

Antes de 1940 — raíces filosóficas y matemáticas
- Lógica formal (Aristóteles → Boole → Frege), teoría de la computación y matemáticas que posibilitan el concepto de máquina que “procesa” símbolos.
- Relevancia: sentaron la base teórica (lógica, algoritmos).
Años 1940–1950 — nacimiento conceptual
- Alan Turing (1950) propone la idea de la máquina universal y plantea el Test de Turing (criterio práctico para “comportamiento inteligente”).
- McCulloch & Pitts (1943): modelo matemático de neurona binaria.
- Relevancia: conexión entre computación y procesos cognitivos.
1956 — Dartmouth y la institucionalización
- Conferencia de Dartmouth (McCarthy, Minsky, Shannon, etc.) marca el arranque formal del campo “IA”.
- Relevancia: se define la agenda de investigación simbólica y de agentes.
Años 1960–1970 — IA simbólica y primeros éxitos
- Sistemas de razonamiento lógico, planificadores (p. ej. General Problem Solver), ELIZA (simulación de diálogo) y SHRDLU (manipulación de bloques en lenguaje natural, Winograd).
- Perceptrón (Rosenblatt, 1958) como primer modelo de neurona entrenable.
- Relevancia: demostración de que máquinas podían razonar en dominios restringidos.
1970s — primer “AI winter”
- Expectativas incumplidas, recortes de fondos (p. ej. informe Lighthill en Reino Unido, críticas a la viabilidad de programas generales).
- Relevancia: la tecnología no cumplió promesas especulativas; importancia de ser realistas en objetivos.
Años 1980 — auge de sistemas expertos y vuelta del conexionismo
- Sistemas expertos (MYCIN, DENDRAL) alcanzan aplicaciones comerciales en diagnóstico y química; auge comercial y académico.
- Re-descubrimiento del backpropagation (Rumelhart, Hinton, Williams, 1986) que permitió entrenar redes multicapa.
- Relevancia: éxito comercial a corto plazo + método práctico para redes profundas (aunque en ese entonces se usaban redes relativamente pequeñas).
Finales de los 80 y principios de los 90 — segundo “AI winter”
- Colapso del mercado de sistemas expertos e impacto en financiación; expectativas otra vez desalineadas con resultados.
- Relevancia: lección sobre la brecha entre prototipos y sistemas robustos/escala industrial.
Años 1990 — transición hacia métodos estadísticos
- Adopción de modelos probabilísticos (Bayesianos), HMMs para reconocimiento de voz, avance de SVMs (Cortes & Vapnik) y métodos de ensamble.
- Ejemplos: proliferación de soluciones basadas en datos para tareas prácticas.
- Relevancia: la IA comienza a apoyarse en estadística y teoría del aprendizaje.
2000s — datos, poder de cómputo y mejores algoritmos
- Disponibilidad de grandes datasets y mejoras en hardware (GPUs). Algoritmos como Random Forests, Boosting llegan a la práctica.
- Relevancia: la combinación de datos + cómputo habilita modelos más complejos y precisos.
2012 → presente — renacimiento profundo (deep learning) y ahora “modelos a gran escala”
- AlexNet (2012) demuestra que redes profundas (CNNs) superan métodos clásicos en visión con GPUs y mucha data.
- Avances: CNNs (visión), RNNs / LSTMs (secuencias), GANs (modelos generativos), DQN (Deep Q-Learning en RL), AlphaGo (combina RL y búsqueda de árbol), Transformers (2017) revolucionan NLP → años recientes: modelos de lenguaje a gran escala (LLMs) y modelos multimodales.
- Relevancia: cambio de paradigma hacia pre-entrenamiento masivo, transferencia y modelos fundacionales que sirven como base para muchas aplicaciones.

Paradigmas de la IA

Paradigma simbólico (IA clásica)

Representación explícita de conocimiento con reglas y lógica.
Ejemplo: “Si llueve, entonces lleva paraguas”.
Aplicación: sistemas expertos (ej. diagnósticos médicos basados en reglas).

Paradigma conexionista (aprendizaje basado en datos)

Inspirado en las redes neuronales del cerebro humano.
Aprende a partir de ejemplos, no de reglas explícitas.
Ejemplo: red neuronal entrenada para reconocer perros en imágenes.

Paradigma evolutivo

Inspirado en procesos biológicos como la evolución y la selección natural.
Usa algoritmos genéticos para optimizar soluciones.
Ejemplo: diseñar alas de avión con algoritmos evolutivos.

Paradigma híbrido

Combinación de simbólico y conexionista.
Ejemplo: un chatbot que usa reglas lingüísticas y redes neuronales.

Diferencia entre IA débil y fuerte

IA Débil (Narrow AI)

Especializada en una tarea concreta.
Ejemplos:
- Siri, Alexa (asistentes virtuales).
- Google Maps (navegación).
No tiene conciencia ni comprensión real.

IA Fuerte (General AI)

Tendría capacidad similar a la inteligencia humana: razonamiento general, creatividad, sentido común.
Estado actual: No existe aún, es un objetivo de investigación a largo plazo.
Ejemplo hipotético: una IA que puede resolver problemas en cualquier dominio sin ser programada para cada tarea.

Resumen del módulo: La IA no es magia: es una disciplina que combina matemáticas, estadística, computación e inspiración biológica. Su historia muestra avances y retrocesos, y hoy vivimos una época de auge gracias a la disponibilidad de datos y poder computacional.

Módulo 2. Representación de problemas y búsqueda

Agentes inteligentes y concepto de problema de búsqueda

Agente inteligente

Definición: Entidad que percibe su entorno a través de sensores y actúa sobre él con actuadores para alcanzar un objetivo.
Ejemplo:
- Roomba: percibe paredes (sensores de proximidad) y actúa moviéndose para limpiar.
- Jugador de ajedrez: percibe tablero y decide jugadas.
Modelo formal de un agente
- Entrada: percepción $P_t$.
- Función del agente: $f:P^{*} \rightarrow A$, donde $P^{*}$ es la secuencia de percepciones y $A$ el conjunto de acciones posibles.
- Salida: acción $A_t$.

Problema de búsqueda

Un agente debe encontrar una secuencia de acciones que lo lleve desde un estado inicial hasta un estado meta.
Elementos clave:
- Estados: representaciones del mundo (ej. posición del agente en un mapa).
- Estado inicial: punto de partida.
- Acciones: movimientos posibles desde cada estado.
- Función de transición: cómo una acción cambia el estado.
- Meta: condición deseada.
- Costo de camino (opcional): métrica de calidad (ej. distancia, tiempo).
Ejemplo clásico: El problema del 8-puzzle
- Estado: posiciones de las fichas en una cuadrícula 3×3.
- Estado meta: fichas ordenadas.
- Acciones: mover ficha en blanco arriba/abajo/izquierda/derecha.
- Transición: cambia la configuración del tablero.
- Costo: normalmente 1 por movimiento.

Espacios de estados y estrategias básicas de búsqueda

Espacio de estados: Grafo donde cada nodo = estado, arista = acción.
Estrategias de búsqueda: Cómo explorar ese grafo.

Búsqueda en anchura (Breadth-First Search, BFS)

Explora niveles del árbol desde la raíz hacia afuera.
Características:
- Garantiza encontrar la solución más corta en número de pasos (óptima si costo uniforme).
- Requiere mucha memoria: almacena todos los nodos del nivel actual.
- Ejemplo: Encontrar la ruta más corta en un laberinto.

Búsqueda en profundidad (Depth-First Search, DFS)

Explora un camino hasta el final antes de retroceder (backtracking).
Características:
- Usa poca memoria (solo camino actual).
- Puede quedar atrapada en ramas infinitas si el grafo no está acotado.
Ejemplo: Resolver un laberinto explorando túneles hasta topar con un callejón sin salida.
Variantes útiles: DFS limitado en profundidad, búsqueda iterativa en profundidad.

Búsqueda heurística: glotones/voraces y A$^*$

Motivación: BFS y DFS no consideran “qué tan cerca” está el objetivo → ineficientes en problemas grandes.
Heurística = función de estimación $h(n)$: mide “qué tan prometedor” es un estado.
Ejemplo en 8-puzzle: número de fichas mal colocadas, o suma de distancias Manhattan de cada ficha a su posición correcta.

Búsqueda Greedy (glotona o voraz)

Expande el nodo con menor heurística $h(n)$.
Ventajas: rápida, guía directamente hacia meta.
Desventajas: no garantiza encontrar la solución óptima.
Ejemplo: En un mapa, elegir siempre el camino que “parece” más corto a simple vista.

Búsqueda A$^*$ (A estrella)

Combina costo real y estimación: $f(n) = g(n) + h(n)$
donde:
- $g(n)$ = costo acumulado desde inicio hasta $n$,
- $h(n)$ = costo estimado desde $n$ hasta la meta.
Propiedades:
- Si la heurística es admisible ($h(n)$ nunca sobreestima), A$^*$ garantiza solución óptima.
Ejemplo: Google Maps usando tiempo real de tráfico como parte de $g(n)$ + distancia restante como $h(n)$.

Juegos y toma de decisiones simples

Problema: en juegos hay oponentes → no basta con buscar un camino, debemos considerar que el adversario toma decisiones.
Ejemplo clásico: Tic-Tac-Toe.

Modelo de juegos

Dos jugadores: MAX (quiere maximizar utilidad) y MIN (quiere minimizarla).
Representación: árbol de juego.
Cada hoja tiene un valor (ganar/perder/empatar).

Algoritmo Minimax

Supone que ambos jugadores juegan de manera óptima.
Función:
En nodos MAX: elegir acción con mayor valor.
En nodos MIN: elegir acción con menor valor.

Poda alfa-beta

Mejora minimax → evita explorar ramas innecesarias.
Reduce tiempo de búsqueda sin afectar el resultado.
Ejemplo práctico: En ajedrez, no se pueden explorar todas las jugadas (árbol enorme). La poda alfa-beta recorta ramas y permite evaluar más profundamente las jugadas relevantes.

Resumen del módulo:

La IA clásica modela problemas como búsquedas en espacios de estados.

BFS y DFS son estrategias sistemáticas pero ciegas.

Las heurísticas (Greedy, A$^*$) aceleran la búsqueda usando conocimiento adicional.

En juegos, la búsqueda debe considerar adversarios (Minimax, alfa-beta).

Módulo 3. Introducción al Aprendizaje Automático

Paradigma basado en datos

Definición general

El aprendizaje automático (Machine Learning, ML) es un enfoque de la IA en el que los sistemas aprenden patrones y reglas directamente a partir de datos, en lugar de ser programados explícitamente con reglas.
En lugar de escribir “si $X$, entonces $Y$”, se provee al sistema con ejemplos y este ajusta un modelo matemático.

Formalización básica

Tenemos un conjunto de datos $D = { (x_i, y_i) } ^N_{i=1}$, donde
- $x_i$ = entrada (ej. imagen, texto, vector numérico).
- $y_i$ = salida deseada (ej. etiqueta de clase, valor real).
El modelo busca una función $f_{\theta}(x)$ con parámetros $\theta$ que aproxime la relación entre entrada y salida.
Se ajusta $\theta$ minimizando un error

$\theta^* = \arg\!\min_{\theta} \mathcal{L}(f_{\theta}(x), y) $

donde $\mathcal{L}$ es la función de pérdida (ej. error cuadrático medio, entropía cruzada, etc.).

Ejemplos cotidianos:
- Netflix aprende tus gustos a partir de tu historial → recomendaciones personalizadas.
- Gmail aprende a detectar spam observando ejemplos de correos no deseados.
- Un banco usa datos de clientes para predecir riesgo crediticio.

Redes neuronales artificiales: idea general, perceptrón

Inspiración biológica: Basadas en la analogía con neuronas del cerebro: reciben señales, las combinan y producen una salida si superan cierto umbral.

Modelo del perceptrón (neurona artificial)

Entradas: $x_1, x_2, …, x_n$.
Pesos: $w_1, w_2, …, w_n$.
Operación: $z = \Sigma_{i=1}^n w_ix_i + b$
$y = \phi(z)$
donde $\phi$ es una función de activación (ej. escalón, sigmoide, ReLU, etc.).
Regla de aprendizaje del perceptrón (simplificada):
- Para una muestra $(x,y)$, si predicción $\neq$ etiqueta → actualizar pesos:
$w_i \leftarrow w_i + \eta (y - \hat{y})x_i$
donde $\eta$ es la tasa de aprendizaje.
Ejemplo práctico:
- Clasificar flores (Iris dataset) según medidas de pétalos y sépalos.
- Cada característica = entrada; el perceptrón aprende a distinguir clases.

Concepto de aprendizaje supervisado y no supervisado

Aprendizaje supervisado

Definición: El modelo aprende a partir de ejemplos etiquetados $(x,y)$.
Objetivo: predecir la salida correcta para nuevas entradas.
Ejemplos:
- Clasificación de correos: spam (1) vs. no spam (0).
- Predicción de precios de casas a partir de tamaño, ubicación, etc.
Tipos principales:
- Clasificación: salida discreta (ej. “gato” o “perro”).
- Regresión: salida continua (ej. precio en dólares).

Aprendizaje no supervisado

Definición: El modelo trabaja con datos no etiquetados, buscando descubrir estructura o patrones ocultos.
Ejemplos:
- Agrupar clientes de un supermercado según hábitos de compra (clustering).
- Reducción de dimensionalidad para visualizar datos (ej. PCA).
Técnicas comunes:
- Clustering (agrupamiento): K-means, DBSCAN.
- Reducción de dimensionalidad: PCA, t-SNE, autoencoders.

Resumen del módulo:

En ML, los algoritmos aprenden a partir de datos en vez de reglas fijas.

El perceptrón es la base de las redes neuronales modernas.

Supervisado = con etiquetas, No supervisado = sin etiquetas.

Módulo 4. Aplicaciones y perspectivas de la IA

Aplicaciones principales de la IA

Procesamiento de Lenguaje Natural (PLN)

Definición: Área de la IA que permite a las máquinas entender, interpretar y generar lenguaje humano.
Ejemplos actuales:
- Traductores automáticos (Google Translate, DeepL).
- Chatbots y asistentes virtuales (Siri, Alexa, ChatGPT).
- Análisis de sentimientos en redes sociales.
Técnicas principales:
- Modelos de lenguaje (n-gramas, redes neuronales, Transformers).
- Tokenización, embeddings (Word2Vec, BERT).

Visión Artificial

Definición: Permite que las máquinas “vean” e interpreten imágenes o videos.
Ejemplos actuales:
- Reconocimiento facial en smartphones.
- Diagnóstico médico por imágenes (detección de tumores en radiografías).
- Vehículos autónomos que reconocen semáforos y peatones.
Técnicas principales:
- Redes convolucionales (CNN).
- Segmentación de imágenes, detección de objetos.

Robótica

Definición: Combinación de IA y hardware para diseñar máquinas que perciben, deciden y actúan en el mundo físico.
Ejemplos actuales:
- Robots industriales en fábricas.
- Drones autónomos para entrega o mapeo.
- Robots humanoides (Boston Dynamics, Honda ASIMO).
Tareas típicas de IA en robótica:
- Percepción: visión, sensores LIDAR.
- Planificación: encontrar rutas o secuencias de acción.
- Control: ejecutar movimientos precisos.

Sistemas Expertos

Definición: Programas que imitan la decisión de un experto humano en un dominio específico.
Componentes:
- Base de conocimientos (reglas, hechos).
- Motor de inferencia (razona con esas reglas).
Ejemplos históricos:
- MYCIN: diagnóstico médico.
- DENDRAL: análisis químico.
Ejemplos actuales:
- Asesoría legal automática.
- Diagnóstico de fallas técnicas en sistemas complejos.

Oportunidades y retos de la IA

Oportunidades

Avances en salud: diagnóstico temprano de enfermedades, medicina personalizada.
Educación personalizada: sistemas de tutoría adaptativos.
Industria y eficiencia: automatización, optimización de procesos.
Creatividad aumentada: generación de arte, música, diseño asistido.

Retos éticos, sesgos y riesgos

Sesgos en datos y modelos:
- Los algoritmos aprenden patrones de los datos → si los datos tienen prejuicios, la IA los replica.
- Ejemplo: sistemas de reclutamiento que discriminan género si se entrenan con datos históricos sesgados.
Privacidad y vigilancia:
- Uso masivo de datos personales (cámaras, geolocalización).
- Riesgo de vigilancia masiva o violación de derechos digitales.
Riesgo de desplazamiento laboral:
- Automatización de tareas repetitivas → pérdida de empleos en ciertos sectores.
- Al mismo tiempo, se generan nuevos roles (ingenieros de datos, auditores de IA).
Seguridad y responsabilidad:
- ¿Quién es responsable si un coche autónomo causa un accidente?
- Importancia de regulaciones claras.
IA maliciosa o mal usada:
- Deepfakes, manipulación política, ciberataques asistidos por IA.

Perspectivas futuras

IA explicable (XAI): modelos más interpretables y transparentes.
IA general (AGI): sistemas con capacidades cognitivas comparables a las humanas (todavía hipotético).
IA responsable: marcos éticos y legales para su uso seguro.
IA multimodal: sistemas que integran texto, imagen, audio y video en un mismo modelo (ejemplo: GPT-4, Gemini, Claude).

Resumen del módulo:

La IA se aplica hoy en múltiples campos: lenguaje, visión, robótica, sistemas expertos.

Las oportunidades son enormes, pero también existen riesgos éticos y sociales.

Como futuros ingenieros en IA, deberán aprender no solo a desarrollar modelos, sino a considerar sus impactos en la sociedad.

SOBRE EL USO DE INFORMACIÓN TOTAL O PARCIAL: 🔐

Estos documentos fueron originalmente creados por el autor.
Cualquier uso de estos documentos o sus contenidos están permitidos a través de la licencia provista y sus condiciones.
Para cualquier aclaración, puedes contactar al autor: https://rodolfoferro.xyz/

Rodolfo Ferro

With great power comes great responsibility.