Artificializando la Inteligencia

La Inteligencia Artificial se ha convertido en un término ampliamente difundido, pasando de ser un concepto propio del ámbito informático y académico, a convertirse en un tema de discusión cotidiano en la ronda de mate.
Sin embargo, ¿qué significa “Inteligencia Artificial”? Algunos quizás poseen una idea bien formada; otros, tal vez, se enfrentan a una diversidad de enfoques y aplicaciones que hacen difícil discernir qué camino tomar para satisfacer esa curiosidad por aprender.
En este libro el lector será guiado a través de los principales conceptos que estructuran el campo de la Inteligencia Artificial.  El recorrido abarca desde los enfoques clásicos y los algoritmos genéticos hasta los primeros modelos basados en el perceptrón, incorporando nociones fundamentales de ciencia de datos, optimización y evaluación de modelos.
Sobre estas bases, se construye una introducción al Aprendizaje Automático y al Aprendizaje Profundo, transitando modelos como las redes de Hopfield, la regla de Oja y los mapas autoorganizados de Kohonen, hacia arquitecturas más complejas, como las Redes Convolucionales, los Autoencoders y las Redes Generativas Adversariales, hasta llegar a enfoques modernos como los Transformers.
Asimismo, veremos la aplicación de estos conceptos en contextos de la industria e invitaremos a reflexionar sobre los desafíos y limitaciones que presentan hasta los modelos más complejos. De este modo, el lector podrá transitar el puente entre los fundamentos teóricos y los sistemas que hoy definen el estado del arte, en un camino atravesado por una pregunta fundamental: ¿hasta dónde hemos llegado en nuestra búsqueda por artificializar la inteligencia?