Connect with us

Inteligencia Artificial

Cómo convertirse en un experto en “Inteligencia Artificial Emocional”

José Luis Becerra Pozas

Published

on

Aunque parezca sacado de una historia de ciencia ficción, cada día nos acercamos más a una realidad en la que una computadora podrá identificar, interpretar y responder en tiempo real, sea vía escrita, oral, visual o auditiva, a la amplia gama de emociones de una persona como si se tratara de otro ser humano.

Esta tecnología, conocida como Inteligencia Artificial Emocional, tiene como fin reconocer emociones y comprender cómo piensa y siente un ser humano para recrear sus sentimientos y las respuestas asociadas a estos desde un punto de vista informático.

Si bien en la actualidad esta tecnología ya existe y todavía tiene un alcance relativamente limitado, siendo los chatbots un ejemplo de ello, las investigaciones continúan para crear máquinas más poderosas que pueden llegar a niveles de precisión humana. Para hacerlo posible, se están invirtiendo importantes recursos, estimándose que el mercado de Inteligencia Artificial (IA) y reconocimiento de emociones alcanzará los 2301.3 millones de dólares en 2027, según el sitio MarketDigits.

Con esto, la demanda de profesionales que sepan diseñar, implementar y mejorar herramientas de Inteligencia Artificial emocional se incrementará en los próximos años. Por tanto, si aún eres estudiante o ya eres un profesional en activo interesado en desarrollarte en esta disciplina, Juan Gabriel Gomila, instructor de la plataforma de aprendizaje Udemy, comparte los conocimientos a desarrollar para convertirse en un experto:

1)    Fundamentos de programación, matemáticas avanzadas, estadística y de ingeniería informática o mecatrónica.

2)    Si domina lo anterior, deberá conocer como la palma de su mano:

  • Lenguaje de programación Python con librerías de TensorFlow.
  • Open AI, librería para automatizar tareas a través de la IA.
  • Keras o Pytorch como librerías de redes neuronales.

3)    Como siguiente paso, necesitarás profundizar en conceptos y tecnologías asociadas a:

  • Machine learning: subárea de la inteligencia artificial que permite a un sistema aprender de los datos que ingresan en vez de un proceso de programación previamente definido, es decir, es la puesta en práctica de algoritmos que dan respuesta a problemas de predicción o clasificación.
  • Deep learning: son redes neuronales artificiales queemulan el aprendizaje humano con base en algoritmos estructurados o diseñados para que el sistema mismo sea capaz aprender con base en etapas previas de entrenamiento.
  • Procesamiento de lenguaje natural (PLN): su objetivo es entablar una buena comunicación entre computadoras y humanos con base en el uso del  lenguaje natural de estos, por escrito o de forma oral, considerando los contextos en los que se enuncian.
  • Aprendizaje profundo por refuerzo: procesos mediante los cuales una computadora aprende por sí misma a base de prueba y error, e implementa soluciones según los resultados arrojados por sus acciones.
  • Políticas de gradiente: se trata la estrategia evolutiva de la inteligencia artificial que conforme pasa el tiempo tienen “hijos”, de los cuales solo sobreviven los más aptos y son mejores respecto a generaciones anteriores, acumulando el conocimiento obtenido.

Para efectos prácticos, esto es lo que un experto en inteligencia artificial emocional necesita dominar:

ÁreaAlgoritmo TopComplejidad
Machine LearningLight GBMBaja
CatBoostBaja
Deep Learning para visión artificialResNetBaja
MobileNetAlta
InceptionMuy alta
Deep Learning para PLNSeq2Seq AttentionMuy alta
Lossless TripletMuy alta
Loss Intent/ Flow BasedBaja
Aprendizaje profundo por refuerzoFull World ModelMuy alta
Políticas de gradienteARSBaja
PPOAlta
TRPOMuy alta
Evolution strategiesMuy alta
Advertisement
 

VIDEOS

Resources

Advertisement

Recientes

Advertisement