<?xml version="1.0"?>
<rss version="2.0">
   <channel>
      <title>Técnicas de IA aplicadas en los Negocios by Daniela Carolina Franco Flores</title>
      <link>https://padlet.com/0207dcff/81r825jm0u1p8jx9</link>
      <description>¡A trabajar!</description>
      <language>en-us</language>
      <pubDate>2022-02-18 13:32:39 UTC</pubDate>
      <lastBuildDate>2022-02-22 01:44:42 UTC</lastBuildDate>
      <webMaster>hello@padlet.com</webMaster>
      <image>
         <url>https://padlet.net/icons/png/1f913.png</url>
      </image>
      <item>
         <title>Hablemos de IA</title>
         <author>0207dcff</author>
         <link>https://padlet.com/0207dcff/81r825jm0u1p8jx9/wish/2055287152</link>
         <description><![CDATA[<div>Como se ha visto en los últimos años, la <em>Inteligencia Artificial</em> impacta en la sociedad de diversos modos, incluso en la <mark>economía</mark>. <br>Es por ello que, en este podcast titulado <em>"Cuéntame de Economía"</em> destinan uno de sus episodios a analizar <mark>como la IA impacta en los negocios</mark>.</div>]]></description>
         <enclosure url="https://open.spotify.com/episode/706xXBfi9yhCYIeT4dbqMT" />
         <pubDate>2022-02-18 14:02:38 UTC</pubDate>
         <guid>https://padlet.com/0207dcff/81r825jm0u1p8jx9/wish/2055287152</guid>
      </item>
      <item>
         <title>Definición de la IA (1)</title>
         <author>0207dcff</author>
         <link>https://padlet.com/0207dcff/81r825jm0u1p8jx9/wish/2055305889</link>
         <description><![CDATA[<div>En Rouhiainen, L. (2018) el autor identifica dos definiciones de IA que son importantes de recuperar; la simplificada se refiere a:<br><br></div><blockquote>"la habilidad de los ordenadores para hacer actividades que normalmente requieren inteligencia humana."</blockquote><div><br>Una definición más detallada especifica que:<br><br></div><blockquote>"la IA es la capacidad de las máquinas para usar algoritmos, aprender de los datos y utilizar lo aprendido en la toma de decisiones tal y como lo haría un ser humano."</blockquote><div><br>Rouhiainen, L. (2018). Inteligencia artificial. Madrid: Alienta Editorial. Disponible en: https://bit.ly/3I1A6FM</div>]]></description>
         <enclosure url="https://static0planetadelibroscom.cdnstatics.com/libros_contenido_extra/40/39308_Inteligencia_artificial.pdf" />
         <pubDate>2022-02-18 14:12:45 UTC</pubDate>
         <guid>https://padlet.com/0207dcff/81r825jm0u1p8jx9/wish/2055305889</guid>
      </item>
      <item>
         <title>Definición de la IA (2)</title>
         <author>0207dcff</author>
         <link>https://padlet.com/0207dcff/81r825jm0u1p8jx9/wish/2055349884</link>
         <description><![CDATA[<div>En Omil, J. C. (2019) se menciona que las definiciones de <em>Inteligencia Artificial</em> son tan variadas como cada autor que escribe del tema.<br><br>La definición con la que este autor trabaja su investigación es la siguiente:<br><br></div><blockquote>"se considera a la inteligencia artificial (IA) como la habilidad y capacidad de un ordenador, red de ordenadores o red de robots controlados por ordenadores para realizar las tareas comúnmente asociadas a seres humanos inteligentes."</blockquote><div><br>El autor considera que el <mark>objetivo</mark> de esta rama de la <mark>informática-computación</mark> debe ser la <em>realización de las mismas tareas que puede hacer la mente humana</em>, aprovechando los beneficios que los sistemas automáticos proveen para su ejecución.<br><br>Omil, J. C. (2019). Inteligencia artificial¿ Dr. Jekyll o Mr. Hyde?. Mercados y Negocios, (40), 5-22. Disponible en: https://bit.ly/3HYtpEw</div>]]></description>
         <enclosure url="https://www.redalyc.org/journal/5718/571860888002/571860888002.pdf" />
         <pubDate>2022-02-18 14:37:24 UTC</pubDate>
         <guid>https://padlet.com/0207dcff/81r825jm0u1p8jx9/wish/2055349884</guid>
      </item>
      <item>
         <title>Definición de IA (3)</title>
         <author>0207dcff</author>
         <link>https://padlet.com/0207dcff/81r825jm0u1p8jx9/wish/2055602741</link>
         <description><![CDATA[<div>Para Schwarz Díaz, M. (2018) la definición de IA es algo más extensa que para otros autores y es la siguiente:<br><br></div><blockquote>"es el conjunto de técnicas y herramientas de la matemática computacional que intentan emular el proceso de aprendizaje humano para comprender, analizar y tomar decisiones sobre los fenómenos de la realidad en particular aplicable en contextos de grandes volúmenes de datos (BigData) de manera rápida y efectiva a imitación del procesamiento que efectúa la mente humana."&nbsp;</blockquote><div><br>Schwarz Díaz, M. (2018). Técnicas de Inteligencia artificial aplicadas a la enseñanza de negocios en el nivel universitario. Universidad de Lima, Facultad de Ciencias Empresariales y Económicas. Disponible en: https://bit.ly/3I0I9ms</div>]]></description>
         <enclosure url="https://repositorio.ulima.edu.pe/bitstream/handle/20.500.12724/6158/Schwarz_Max_tecnicas_inteligencia.pdf?sequence=1&amp;isAllowed=y" />
         <pubDate>2022-02-18 16:56:30 UTC</pubDate>
         <guid>https://padlet.com/0207dcff/81r825jm0u1p8jx9/wish/2055602741</guid>
      </item>
      <item>
         <title>Características de la IA</title>
         <author>0207dcff</author>
         <link>https://padlet.com/0207dcff/81r825jm0u1p8jx9/wish/2056048946</link>
         <description><![CDATA[<div>En Rouhiainen, L. (2018) se menciona <mark>una de las principales características</mark> de la IA y que además <mark>es clave para su descripción</mark>:<br><br></div><blockquote>"permite que las máquinas aprendan cosas nuevas en lugar de requerir programación específica para nuevas tareas."</blockquote><div><br>Omil, J. C. (2019) hace una <mark>comparación</mark> entre los <em>procesos comunes en la IA y la IH</em> (Inteligencia Humana), los de la IA son:<br><br></div><blockquote><ul><li>Percepción --&gt; Sensores&nbsp;</li><li>Selección y Asociación --&gt; Deep Learning</li><li>Asimilación --&gt; Machine Learning</li><li>Predicción&nbsp;</li><li>Control</li></ul></blockquote><div><br>Rouhiainen, L. (2018). Inteligencia artificial. Madrid: Alienta Editorial. Disponible en: https://bit.ly/3I1A6FM&nbsp;<br><br>Omil, J. C. (2019). Inteligencia artificial¿ Dr. Jekyll o Mr. Hyde?. Mercados y Negocios, (40), 5-22. Disponible en: https://bit.ly/3HYtpEw&nbsp;</div>]]></description>
         <enclosure url="https://www.youtube.com/watch?v=fsxfPDOznXE&amp;t=133s" />
         <pubDate>2022-02-18 23:15:13 UTC</pubDate>
         <guid>https://padlet.com/0207dcff/81r825jm0u1p8jx9/wish/2056048946</guid>
      </item>
      <item>
         <title>Sistema de Administración de Ventas Tienda a Tienda</title>
         <author>0207dcff</author>
         <link>https://padlet.com/0207dcff/81r825jm0u1p8jx9/wish/2056091010</link>
         <description><![CDATA[<div><strong><mark>TEMA<br></mark></strong>Desarrollo de un Sistema de Ventas Tienda a Tienda utilizando<em> técnicas de IA</em> para una Panificadora de la Ciudad Ocaña dedicada a la comercialización de productos.<br><br><strong><mark>OBJETIVO<br></mark></strong><mark>¿Qué se hizo?</mark> Analizar las particularidades y la visión que tiene la empresa sobre cómo se debería operar un sistema que tuviera algoritmos inteligentes que lograran dar soporte a la toma de decisiones en diferentes áreas de la organización.<br><mark>Tipo de metodología</mark> Se hizo uso del Estudio Descriptivo para medir o recoger información de manera independiente sobre las variables objeto de estudio.<br><mark>¿Cómo se hizo?</mark> Para cumplir con el objetivo fue necesario realizar un diagnóstico operativo del estado actual de la compañía alimenticia, definir criterios, características y lineamientos para diseñar un modelo de ventas y desarrollar el sistema de acuerdo al diseño propuesto.<br><mark>Modelo(s)</mark> Dentro de las técnicas supervisadas se pueden construir modelos que predicen la probabilidad de posibles resultados; es así que se creó un modelo se sistema web/móvil adaptado a los procesos de negocio de la empresa Compañía alimenticia Tú Pan Gourmet SAS.<br><mark>Técnica de IA</mark> El sistema implementó el clasificador bayesiano Naive Bayes, que permitió generar pronósticos en diferentes partes del sistema como ventas, producción, logrando mejorar la planeación de las mismas.<br><br><strong><mark>FUENTES DE INFORMACIÓN<br></mark></strong>Para las primarias se tuvieron en cuenta: documentos del departamento de producción (bitácoras, manejo de inventario); documentos de despachos y vendedores (recorren las tiendas) y documentos de los administradores (supervisión de los departamentos de producción y ventas).<br>En cuanto a fuentes secundarias, se utilizó información obtenida mediante cuestionarios de preguntas cerradas con opciones de respuesta a jefes de departamentos (administración, producción y ventas).<br><br><strong><mark>RESULTADOS<br></mark></strong>Se identificó como fluye la información entre las diferentes secciones de la empresa; cómo los movimientos entran en un proceso de sincronización en tiempo real cuando el vendedor sale a las calles e ingresa datos al sistema permitiendo la proyección de productos a desarrollar, lo cuál permite identificar los productos más vendidos, logrando tomar decisiones que facilitan la planeación estratégica de mercado y ventas.<br><br><strong><mark>UTILIDAD DE LA IA EN EL OBJETO DE ESTUDIO<br></mark></strong>Además de generar pronósticos para ventas y producción, la técnica planteada permite plantearse la implementación de otras técnicas como las redes neuronales para la minería de datos que reflejen patrones para descubrir acontecimientos en ventas, manejo de clientes y producción.<br><br><strong><mark>CONCLUSIÓN DE MI APRENDIZAJE<br></mark></strong>De la lectura del desarrollo de esta investigación se concluye que las técnicas de IA son relevantes para las empresas ya que permiten implementar algoritmos en un sistema logrando transformar la información en conocimiento.<br><br>Barrientos-Avendaño, E., Coronel-Rojas, L. A., Cuesta-Quintero, F., &amp; Rico-Bautista, D. (2020). Sistema de administración de ventas tienda a tienda: Aplicando técnicas de inteligencia artificial. Revista ibérica de sistemas e tecnologías de informação, (E27), 677-689. Disponible en: https://bit.ly/3rXAJut&nbsp;</div>]]></description>
         <enclosure url="https://www.researchgate.net/profile/Dewar-Rico-Bautista/publication/339227416_Sistema_de_administracion_de_ventas_tienda_a_tienda_Aplicando_tecnicas_de_inteligencia_artificial/links/5e9fd671a6fdcc20bb360b63/Sistema-de-administracion-de-ventas-tienda-a-tienda-Aplicando-tecnicas-de-inteligencia-artificial.pdf" />
         <pubDate>2022-02-19 00:23:23 UTC</pubDate>
         <guid>https://padlet.com/0207dcff/81r825jm0u1p8jx9/wish/2056091010</guid>
      </item>
      <item>
         <title>Definición de Singularidad</title>
         <author>sfranciscouriel</author>
         <link>https://padlet.com/0207dcff/81r825jm0u1p8jx9/wish/2056948850</link>
         <description><![CDATA[<div>Según Cabanelas, J (2019) se menciona que:<br><br></div><blockquote>&nbsp;La singularidad es el momento en el que las máquinas con inteligencia artificial superen a la red de cerebros humanos conectados, la creatividad científica y las habilidades sociales.</blockquote><div><br>De igual manera Schmidhuber (2018) manifiesta que:</div><blockquote>La inteligencia artificial es la singularidad, es decir, el momento en el que la inteligencia artificial superará a la inteligencia humana. Este hecho es el más notable del siglo, “más que una revolución industrial”.</blockquote><div><br>&nbsp;Bostrom (2017), académico de la Universidad de Oxford y experto en inteligencia artificial, identifica la SIA&nbsp;</div><blockquote>"cuando la inteligencia artificial se vuelve mucho más inteligente que la conexión de los mejores cerebros y del aprendizaje compartido en prácticamente todos los campos, incluida la creatividad científica, la sabiduría y la red de aprendizaje colectivo y las habilidades sociales",&nbsp;</blockquote><div>es decir, una singularidad que implicará grandes retos, incluso para transformar profundamente a la humanidad que conocemos.&nbsp;<br><br>Omil, J. C. (2019). Inteligencia artificial¿ Dr. Jekyll o Mr. Hyde?. Mercados y Negocios, (40), 5-22. Disponible en: https://bit.ly/3HYtpEw&nbsp;<br><br></div>]]></description>
         <enclosure url="https://tse3.mm.bing.net/th?id=OIP.Es2AHlJfWOg_pMKq3GypBwHaEb&amp;pid=Api&amp;P=0&amp;w=306&amp;h=183" />
         <pubDate>2022-02-20 02:46:52 UTC</pubDate>
         <guid>https://padlet.com/0207dcff/81r825jm0u1p8jx9/wish/2056948850</guid>
      </item>
      <item>
         <title>Características comparativas de la Inteligencia Humana y la Inteligencia Artificial</title>
         <author>XimenaLovMont</author>
         <link>https://padlet.com/0207dcff/81r825jm0u1p8jx9/wish/2057075180</link>
         <description><![CDATA[<div>Existen procesos comunes entre la inteligencia humana y la inteligencia artificial, fundamentalmente los procesos de percepción, selección, asociación, asimilación, predicción y control inherentes al razonamiento humano, es decir la inteligencia humana (IH). <br>En consecuencia, tanto la inteligencia artificial como la inteligencia humana necesitan de interfaces y sistemas para la realización de las funciones inherentes a cada cual, con las lógicas diferencias, puesto que los sentidos humanos son diferentes a los sensores o el aprendizaje IOS, individual, organizativo y social, es diferente al proceso de aprendizaje de máquinas, más conocido por el vocablo inglés machine learning. La inteligencia artificial no es un concepto novedoso; pero sí que está despegando de forma relevante y se prevé que se convierta en la realidad más relevante del siglo XXI. <br><br><sub>Omil, J. C. (2019). Inteligencia artificial¿ Dr. Jekyll o Mr. Hyde?. Mercados y Negocios, (40), 5-22. Disponible en: https://bit.ly/3HYtpEw </sub><br><br></div>]]></description>
         <enclosure url="https://e00-expansion.uecdn.es/assets/multimedia/imagenes/2016/06/30/14672968937927.jpg" />
         <pubDate>2022-02-20 07:33:51 UTC</pubDate>
         <guid>https://padlet.com/0207dcff/81r825jm0u1p8jx9/wish/2057075180</guid>
      </item>
      <item>
         <title>Campos de la Inteligencia Artificial</title>
         <author>XimenaLovMont</author>
         <link>https://padlet.com/0207dcff/81r825jm0u1p8jx9/wish/2057083124</link>
         <description><![CDATA[<div><strong>Redes Neuronales (ANN)<br></strong>Las redes neuronales son una técnica de la Inteligencia Artificial que intenta emular el proceso analítico que ejecutan las neuronas humanas, las cuales presentan respuestas a partir de la excitación de sus dendritas, lo que se replica matemáticamente como entradas, capas intermedias de procesamiento y salidas las cuales ajustan su peso y se autorregulan en tanto la red neuronal aprenda de la experiencia previa resultante de casos entrantes con sus respectivas salidas reales. <br><strong>Algoritmos Genéticos (GA)<br></strong>Son algoritmos que aprenden en una clara imitación de la manera como se produce el aprendizaje genético humano, así tenemos que el algoritmo genético inicializa soluciones probándolas bajo un rendimiento, performance o función de fitness que nos indique los resultados de esa solución.<br><strong>Máquinas de Soporte de Vectores (SVM)<br></strong>Son una técnica avanzada de la IA que permiten facilitar el reconocimiento de patrones ampliando el espectro de la clusterización por medio de un plano que colecte los vectores de manera más eficiente que el reconocimiento tradicional. <br><strong>Redes Convolutivas (CNN)</strong><br>Son una técnica de la Inteligencia Artificial que permite utilizar redes neuronales artificiales para superponer patrones para una comprensión multidimensional de patrones superpuestos emulando la manera cómo actúa la visión humana. <br><strong>Sistemas de Lógica Difusa (Fuzzy Logic)<br></strong>Son sistemas de inteligencia artificial que no se basan en las opciones absolutas de decisión falso-verdadero, blanconegro o la forma 0-1 sino que están basados en todas las posibilidades y matices intermedios entre los extremos presentados generando una toma de decisiones intermedias con grados relativos a cada extremo que se acercan más a la forma como funciona el razonamiento humano en la toma de decisiones. <br><strong>Machine Learning (ML)<br></strong>Es el campo de la Inteligencia Artificial que permite modelar y construir sistemas que aprenden automáticamente donde el aprendizaje de máquina surge a partir de datos de entrada procesados de la realidad que son cargados al sistema para su uso con una técnica especifica de IA.<br><strong>Deep Learning (DL)</strong><br>Es una técnica mejorada del Machine Learning, pero con la enorme ventaja que no requiere de preparar la data previamente para aprender, sino que en Deep Learning el sistema reconoce sin ayuda, la forma de capturar los datos para procesarlos automáticamente. <br><br><sub>Schwarz Díaz, M. (2018). Técnicas de Inteligencia artificial aplicadas a la enseñanza de negocios en el nivel universitario. Universidad de Lima, Facultad de Ciencias Empresariales y Económicas. Disponible en: https://bit.ly/3I0I9ms </sub><br><br></div>]]></description>
         <enclosure url="https://elsemanario.com/wp-content/uploads/2020/10/4670.jpg" />
         <pubDate>2022-02-20 07:47:59 UTC</pubDate>
         <guid>https://padlet.com/0207dcff/81r825jm0u1p8jx9/wish/2057083124</guid>
      </item>
      <item>
         <title>Soluciones corporativas de inteligencia de negocios en las pequeñas y medianas empresas</title>
         <author>XimenaLovMont</author>
         <link>https://padlet.com/0207dcff/81r825jm0u1p8jx9/wish/2057104386</link>
         <description><![CDATA[<div><strong><mark>TEMA</mark></strong><br>Determinar la solución corporativa de inteligencia de negocios en las Pymes.<br><br><strong><mark>OBJETIVO<br></mark></strong>Determinar el sistema inteligente que se ajuste a la operatividad de la Comercializadora Cordero, ubicada en Azogues, provincia de Cañar, Ecuador. <br><mark>¿Qué se hizo?<br></mark>Un estudio sobre la Inteligencia de Negocios que analiza el número de Pymes que utilizan un sistema BI.<mark><br>¿Cómo se hizo?<br></mark>Con entrevistas que contenían una serie de preguntas respecto a si utilizaban herramientas Bi y cuáles eran, además del cuadro de mando integral.<mark><br>Tipo de metodología<br></mark>La metodología que se utilizó en el presente estudio es de tipo no experimental, debido a que no se efectuó manipulación de variables, por el contrario, se recurrió al enfoque mixto, donde se empleó los métodos cualitativo y cuantitativo además de la aplicación de otros métodos como el sistémico, inductivo, deductivo, analítico y sintético. El alcance de esta investigación fue descriptivo - explicativo debido a que las variables planteadas se describieron y explicaron.<mark><br>Modelo<br></mark>Para el diseño del Data mart, se realizó con las herramientas Power BI y Micrososoft Access. Los datos se cargaron desde la base de datos de ventas para luego diseñar el modelo estrella y poder generar reportes o consultas.<mark><br>Técnica de IA<br></mark>Minería de datos o Data mining.<mark><br></mark><strong><mark>FUENTES DE INFORMACIÓN<br></mark></strong>Las entrevistas se aplicaron a pymes de Azogues, provincia del Cañar, en base a la cantidad de negocios comerciales y de servicios según el catastro que posee el (Instituto Nacional de Estadística y Censos, 2019 <strong><mark><br>RESULTADOS<br></mark></strong>De acuerdo con los resultados se determinó que el CMI y (EIS), son los que mayores ventajas ofrecen. Los resultados obtenidos son Cuadro de Mando Integral CMI aporta con el 69%, el Sistema de Información Ejecutiva EIF con el 8%, Minería de Datos con 8% y el Modelo Tradicional el 15%. <strong><mark><br>UTILIDAD DE LA IA EN EL OBJETO DE ESTUDIO<br></mark></strong>La administración que esta herramienta tecnológica permite un mejor análisis de la información de forma más rápida; asimismo, mejora significativamente la calidad de la información haciendo más confiables los reportes generados a partir de ella, brindando un soporte para la toma de decisiones en las empresas.<strong><mark><br>CONCLUSIÓN DE MI APRENDIZAJE<br></mark></strong>Puede concluirse que aunque no todas las Pymes emplean alguna herramienta de BI, muchas empresas están en proceso de adquirirlas y frecuentemente optan por el cuadro de mando integral.<br>Al contar con alguna herramienta, la información se vuelve más confiable y se agilizan casi todos los procesos.<br><br><sub>Cordero-Naspud, E. I., Erazo-Álvarez, J. C., Narváez-Zurita, C. I., &amp; Cordero-Guzmán, D. M. (2020). Soluciones corporativas de inteligencia de negocios en las pequeñas y medianas empresas. Revista Arbitrada Interdisciplinaria Koinonía, 5(10), 483-514.<br>Disponible en: https://bit.ly/3oXFz9k</sub></div>]]></description>
         <enclosure url="https://globalindustries.mx/wp-content/uploads/2020/05/las-pymes-y-la-tercerizacion-de-personal.png" />
         <pubDate>2022-02-20 08:29:30 UTC</pubDate>
         <guid>https://padlet.com/0207dcff/81r825jm0u1p8jx9/wish/2057104386</guid>
      </item>
      <item>
         <title>Tipos de IA</title>
         <author>sfranciscouriel</author>
         <link>https://padlet.com/0207dcff/81r825jm0u1p8jx9/wish/2057571729</link>
         <description><![CDATA[<div>🤬, S. (2019) manifiesta que los tipos de inteligencia articial se dividen en 2:<br><br></div><blockquote><strong>1. Por capacidad</strong><br><br><ul><li><strong>1. Inteligencia artificial estrecha (narrow AI): </strong>Este tipo de IA está entrenada para realizar un tipo de actividad concreta y muy limitada, así que puede fallar de forma impredecible si intenta actuar por encima de sus limitaciones.</li><li><strong>2. Inteligencia artificial general (general AI): </strong>Este tipo de inteligencia artificial puede, de forma teórica, realizar cualquier tipo de tarea con la misma efectividad que un ser humano biológico</li><li><strong>3. Super IA: </strong>Una super IA debe ser capaz de realizar cualquier actividad mejor que el ser humano y, además, presentar la habilidad de pensar, razonar, resolver cuestiones complejas, aplicar juicios propios, planificar en base a la experiencia, aprender y comunicarse por sí sola.</li></ul><strong><br>2. Por su funcionalidad<br></strong><br><ul><li><strong>1. Máquinas reactivas: </strong>Las máquinas puramente reactivas son el tipo de IA más simple que se puede concebir. No almacenan memorias ni experiencias pasadas con el fin de implementarlas en el futuro, pues simplemente focalizan su rango de acción en un momento concreto y “tratan de hacerlo lo mejor posible” con la información disponible en el ahora.</li><li><strong>2. De memoria limitada: </strong>Estos entes computacionales son capaces de almacenar experiencias pasadas o datos por un periodo de tiempo corto y limitado.</li><li><strong>3. Teoría de la mente (Theory of mind AI): </strong>Este tipo de IA debería ser capaz de entender las emociones humanas, constructos sociales, creencias y otros parámetros para poder interactuar con nosotros como lo harían 2 personas.</li><li><strong>4. Máquinas autoconscientes (self-awareness): </strong>La autoconsciencia es uno de los primeros y más ambiciosos objetivos que tiene la investigación computacional en este momento. Una máquina autoconsciente no solo debe ser capaz de almacenar datos pasados, sino crear un juicio propio en base a ellos y actuar según el ente autónomo crea conveniente, añadiendo así términos tan complejos a la ecuación como los sentimientos y valores.</li></ul></blockquote><div><br><br></div><ul><li>Hosny, A., Parmar, C., Quackenbush, J., Schwartz, L. H., &amp; Aerts, H. J. (2018). Artificial intelligence in radiology. Nature Reviews Cancer, 18(8), 500-510.</li><li>Lu, H., Li, Y., Chen, M., Kim, H., &amp; Serikawa, S. (2018). Brain intelligence: go beyond artificial intelligence. Mobile Networks and Applications, 23(2), 368-375.</li><li>McCarthy, J. (1998). What is artificial intelligence?.</li></ul>]]></description>
         <enclosure url="https://elchesemueve.com/images/joomlart/article/abbce1a53d0691c5315bde73acfc67cc.jpg" />
         <pubDate>2022-02-20 18:53:59 UTC</pubDate>
         <guid>https://padlet.com/0207dcff/81r825jm0u1p8jx9/wish/2057571729</guid>
      </item>
      <item>
         <title>Artificial Intelligence and Big Data as solutions to COVID-19</title>
         <author>sfranciscouriel</author>
         <link>https://padlet.com/0207dcff/81r825jm0u1p8jx9/wish/2057612138</link>
         <description><![CDATA[<div><strong><mark>Tema:</mark></strong><strong><br></strong><em>Inteligencia artificial y Big Data como soluciones frente a la COVID-19 </em><br><br><strong><mark>Objetivo:</mark></strong><strong><br></strong><mark>¿Qué se hizo?</mark><br>Se uso a la inteligencia artificial (IA), el Big Data y otras tecnologías disruptivas relacionadas con el análisis de datos masivos, que permitieron realizar estudios pormenorizados en diferentes escalas estadísticas, imagenológicas y probabilísticas de información, condensadas en los denominados sistemas de representación de datos o dataset.<br><br><mark>¿Cómo se hizo?</mark><br>Con base en la dinámica comportamental del COVID-19, se requieren soluciones prontas para el monitoreo, detección y diagnóstico de las enfermedades generadas por su causa (Law, Leung &amp; Xu, 2020), la IA plantea diversas opciones de hardware y software encaminadas para tal fin (Mei et al., 2020). Bajo este panorama, ha venido tomando fuerza el desarrollo de software de código abierto, donde la inteligencia colectiva es el engranaje principal para obtener un programa de altas prestaciones, multipropósito en la mayoría de los casos. <br><br><mark>Tipo de metodología:</mark><br>La metodología usada en este articulo es de análisis estadísticos y correlacionados, debido a que se muestran algunos proyectos de investigación relacionados con el aprendizaje profundo, el aprendizaje automático, el Big Data y la ciencia de datos, tendientes a dar soluciones plausibles bien en el monitoreo, detección, diagnóstico y tratamiento de las enfermedades asociadas con el virus. <br><br><mark>Modelo:</mark><br>Plantea modelos computacionales de aprendizaje basado en redes neuronales biológicas humanas. En este sentido, se han planteado diversos modelos de IA, que gracias a los avances en la tecnología computacional ha permitido desarrollos de sistemas “inteligentes” que facilitan procesar mayor cantidad de datos en un tiempo menor, agilizando la toma de decisiones. <br><br><mark>Técnica de IA:</mark><br>Algoritmos de aprendizaje; analítica avanzada; aprendizaje automático; aprendizaje profundo; ciencia de datos <br><br><strong><mark>Fuentes de información:</mark></strong><br>Revista de Bioética y Derecho, 46, 5-28. <br>Revista Compusoft. An international journal of advanced computer technology, 8(3), 3079-3087. <br>Machine learning applications in drug development. Computational and Structural Biotechnology Journal, 18, 241-252. <br><br><strong><mark>Resultados:<br></mark></strong>&nbsp;La IA en conjunto con el Big Data han demostrado ser herramientas fundamentales para ayudar al sector salud a detectar y controlar este virus con cierto margen de éxito, permitiendo procesar grandes cantidades de datos estructurados y no estructurados con alto grado de complejidad, que al ser combinados con algoritmos propios de la IA permiten realizar predicciones basado en patrones históricos y bucles de retroalimentación, entre otros. <strong><mark><br></mark></strong><br><strong><mark>Utilidad de la IA</mark></strong><strong>:</strong> Emplearon IA para descubrir compuestos que deriven en fármacos, no solo para lidiar con el coronavirus, sino para optimizar los procesos y procedimiento llevados en las industrias farmacéuticas y laboratorios, donde el uso de los Dataset es fundamental, ya que contienen ingentes colecciones de información actualizadas por lo general <br><br><strong><mark>Conclusión del aprendizaje:</mark></strong><br>Con el uso de tecnologías disruptivas como la inteligencia artificial y el Big Data se espera estar mejor preparados para una próxima pandemia, incluso prevenirla. Tecnologías 4.0 como el internet de las cosas, la computación inteligente y la computación en la nube aportarán lo suyo en cuanto al monitoreo permanente de las ciudades en busca de anomalías biológicas y químicas que impliquen algún riesgo para la sociedad o el medio ambiente.&nbsp;<br><br>Márquez Díaz, J. (2020). Inteligencia artificial y Big Data como soluciones frente a la COVID-19. Revista de bioética y derecho, (50), 315-331. Disponible en: https://bit.ly/3LI0Ddv<br><br></div>]]></description>
         <enclosure url="https://educacion-ejecutiva.utec.edu.pe/sites/default/files/blog/portadas-blog-covid.jpg" />
         <pubDate>2022-02-20 19:52:36 UTC</pubDate>
         <guid>https://padlet.com/0207dcff/81r825jm0u1p8jx9/wish/2057612138</guid>
      </item>
   </channel>
</rss>
