Aplicaciones de la inteligencia artificial

Los investigadores de IA han creado muchas herramientas para resolver problemas difíciles en ciencias de la computación. Muchas de sus invenciones han sido adoptadas por la informática convencional y ya no se consideran IA. Las siguientes se desarrollaron originalmente en laboratorios de IA: ^{[ 30 ]}

• Tiempo compartido
• Intérpretes interactivos
• Interfaces gráficas de usuario y el ratón del ordenador
• entornos de desarrollo rápido de aplicaciones
• La estructura de datos de lista enlazada
• Gestión automática del almacenamiento
• Programación simbólica
• Programación funcional
• Programación dinámica
• Programación orientada a objetos
• Reconocimiento óptico de caracteres
• Satisfacción de restricciones

Los programas de IA se han utilizado en procesos de contratación para examinar currículos y clasificar candidatos según sus cualificaciones, predecir la probabilidad de éxito de un candidato en un puesto determinado y automatizar tareas de comunicación repetitivas mediante chatbots. ^{[ 31 ]} Los estudios sobre estos programas han identificado tendencias de sesgo de género , favoreciendo nombres masculinos y características asociadas a hombres, ^{[ 32 ] [ 33 ]} así como sesgo contra candidatos con discapacidad y minorías raciales. ^{[ 34 ]}

La IA es la base de los avatares ( asistentes en línea automatizados ) en las páginas web. ^{[ 35 ]} Puede reducir los costos de operación y capacitación. ^{[ 35 ]} En 2016, Pypestream automatizó el servicio al cliente para su aplicación móvil para optimizar la comunicación con los clientes. ^{[ 36 ]}

Una aplicación de Google analiza el lenguaje y convierte el habla en texto. ^{[ 37 ]} La plataforma puede identificar a los clientes enojados a través de su lenguaje y responder adecuadamente. ^{[ 38 ]} Amazon utiliza un chatbot para el servicio al cliente que puede realizar tareas como verificar el estado de un pedido, cancelar pedidos, ofrecer reembolsos y conectar al cliente con un representante humano. ^{[ 39 ]}

En la industria hotelera , la IA se utiliza para reducir tareas repetitivas, analizar tendencias, interactuar con los huéspedes y predecir las necesidades de los clientes. ^{[ 40 ]} Los servicios de IA en hoteles se presentan en forma de chatbot, ^{[ 41 ]} aplicación, asistente de voz virtual y robots de servicio.

El Departamento de Energía de EE. UU. escribió en un informe de abril de 2024 que la IA puede tener aplicaciones en el modelado de redes eléctricas, la revisión de permisos federales con grandes modelos de lenguaje , la predicción de niveles de producción de energía renovable y la mejora del proceso de planificación para redes de carga de vehículos eléctricos . ^{[ 43 ]} Otros estudios han sugerido que el aprendizaje automático puede utilizarse para la predicción y programación del consumo de energía, por ejemplo, para ayudar con la gestión de la intermitencia de la energía renovable (véase también: red inteligente y mitigación del cambio climático en la red eléctrica ). ^{[ 44 ] [ 45 ] [ 46 ] [ 47 ] [ 48 ]}

Los buques autónomos que monitorean el océano, el análisis de datos satelitales impulsado por IA, la acústica pasiva ^{[ 49 ]} o la teledetección y otras aplicaciones de monitoreo ambiental utilizan el aprendizaje automático. ^{[ 50 ] [ 51 ] [ 52 ] [ 53 ]}

Por ejemplo, "Global Plastic Watch" es una plataforma de monitoreo satelital basada en IA para el análisis y seguimiento de sitios de desechos plásticos con el fin de ayudar a prevenir la contaminación por plásticos , principalmente la contaminación oceánica , al ayudar a identificar quién y dónde gestiona mal los desechos plásticos, arrojándolos a los océanos. ^{[ 54 ] [ 55 ]}

El aprendizaje automático puede utilizarse para detectar señales de alerta temprana de desastres y problemas ambientales, posiblemente incluyendo pandemias naturales , ^{[ 56 ] [ 57 ]} terremotos, ^{[ 58 ] [ 59 ] [ 60 ]} deslizamientos de tierra, ^{[ 61 ]} lluvias torrenciales, ^{[ 62 ]} vulnerabilidad a largo plazo del suministro de agua, ^{[ 63 ]} puntos de inflexión del colapso del ecosistema , ^{[ 64 ]} brotes de floración de cianobacterias , ^{[ 65 ]} y sequías. ^{[ 66 ] [ 67 ] [ 68 ]}

La Universidad del Sur de California lanzó el Centro de Inteligencia Artificial en la Sociedad, con el objetivo de utilizar la IA para abordar problemas como la falta de vivienda. Investigadores de Stanford utilizan la IA para analizar imágenes satelitales e identificar áreas de alta pobreza. ^{[ 69 ]}

Las aplicaciones de IA analizan contenido multimedia como películas, programas de televisión, vídeos publicitarios o contenido generado por el usuario . Las soluciones suelen implicar visión artificial .

Entre los escenarios típicos se incluyen el análisis de imágenes mediante técnicas de reconocimiento de objetos o rostros, o el análisis de vídeo para el reconocimiento de escenas, objetos o rostros. El análisis de medios basado en IA puede facilitar la búsqueda de contenido, la creación de palabras clave descriptivas, la supervisión de políticas de contenido (como la verificación de la idoneidad del contenido para un horario de emisión televisiva determinado), la conversión de voz a texto para fines de archivo u otros, y la detección de logotipos, productos o rostros de famosos para la colocación de anuncios.

• Interpolación de movimiento ^{[ 70 ]}
• Algoritmos de escalado de pixel art ^{[ 71 ]}
• Escalado de imágenes ^{[ 72 ]}
• Restauración de imágenes ^{[ 73 ] [ 74 ]}
• Colorización de fotos ^{[ 75 ]}
• Restauración de películas y escalado de vídeo ^{[ 76 ]}
• Etiquetado de fotos
• Modelos de texto a imagen como DALL-E , Midjourney y Stable Diffusion
• Imagen a vídeo ^{[ 77 ]}
• Conversión de texto a vídeo, como Make-A-Video de Meta, Imagen video y Phenaki de Google.
• Texto a música con modelos de IA como MusicLM ^{[ 78 ] [ 79 ]}
• Aplicaciones de conversión de texto a voz como ElevenLabs y 15.ai
• Captura de movimiento ^{[ 80 ]}

Los deepfakes pueden utilizarse con fines cómicos, pero son más conocidos por las noticias falsas y los engaños.

Los deepfakes pueden retratar a personas en situaciones perjudiciales o comprometedoras, causando un daño significativo a la reputación y angustia emocional, especialmente cuando el contenido es difamatorio o viola la ética personal. Si bien las leyes de difamación y de falsa representación ofrecen cierto recurso, su enfoque en las declaraciones falsas en lugar de las imágenes o videos falsificados a menudo deja a las víctimas con una protección legal limitada y una carga de la prueba difícil. ^{[ 81 ]}

En enero de 2016, el programa Horizonte 2020 financió el Proyecto InVID para ayudar a periodistas e investigadores a detectar documentos falsos, disponible como complementos para navegadores. ^{[ 82 ] [ 83 ]}

En junio de 2016, el grupo de computación visual de la Universidad Técnica de Múnich y de la Universidad de Stanford desarrolló Face2Face, ^{[ 84 ]} un programa que anima fotografías de rostros, imitando las expresiones faciales de otra persona.

En septiembre de 2018, el senador estadounidense Mark Warner propuso sancionar a las empresas de redes sociales que permiten compartir documentos deepfake en sus plataformas. ^{[ 85 ]}

En 2018, Darius Afchar y Vincent Nozick encontraron una forma de detectar contenido falsificado analizando las propiedades mesoscópicas de los fotogramas de vídeo. ^{[ 86 ]} DARPA aportó 68 millones de dólares para trabajar en la detección de deepfakes. ^{[ 86 ]}

Se han desarrollado deepfakes de audio ^{[ 87 ] [ 88 ]} y software de IA capaz de detectar deepfakes y clonar voces humanas. ^{[ 89 ] [ 90 ]}

Se han utilizado algoritmos de IA para detectar vídeos deepfake. ^{[ 91 ] [ 92 ]}

La inteligencia artificial también está empezando a utilizarse en la producción de vídeo, con el desarrollo de herramientas y software que emplean IA generativa para crear vídeos nuevos o modificar los existentes. Algunas de las principales herramientas que se utilizan actualmente en estos procesos son DALL-E, Mid-journey y Runway. ^{[ 93 ]} Waymark Studios utilizó las herramientas que ofrecen DALL-E y Mid-journey para crear una película totalmente generada por IA llamada The Frost en el verano de 2023. ^{[ 93 ]} Waymark Studios está experimentando con el uso de estas herramientas de IA para generar anuncios y comerciales para empresas en cuestión de segundos. ^{[ 93 ]} Yves Bergquist, director del Proyecto de IA y Neurociencia en Medios del Centro de Tecnología del Entretenimiento de la USC, afirma que los equipos de posproducción de Hollywood ya utilizan IA generativa y predice que en el futuro más empresas adoptarán esta nueva tecnología. ^{[ 94 ]}

La inteligencia artificial se ha utilizado para componer música de diversos géneros.

David Cope creó una IA llamada Emily Howell que logró hacerse muy conocida en el campo de la música computacional algorítmica. ^{[ 95 ]} El algoritmo detrás de Emily Howell está registrado como patente en los Estados Unidos. ^{[ 96 ]}

En 2012, AI Iamus creó el primer álbum clásico completo. ^{[ 97 ]}

AIVA (Artista Virtual de Inteligencia Artificial) compone música sinfónica, principalmente música clásica para bandas sonoras de películas . ^{[ 98 ]} Logró un hito mundial al convertirse en el primer compositor virtual reconocido por una asociación profesional musical . ^{[ 99 ]}

Melomics crea música generada por computadora para aliviar el estrés y el dolor. ^{[ 100 ]}

Watson Beat utiliza aprendizaje por refuerzo y redes neuronales profundas para componer música a partir de una melodía de entrada simple y un estilo seleccionado. El software era de código abierto ^{[ 101 ]} y músicos como Taryn Southern ^{[ 102 ]} colaboraron en el proyecto para crear música.

La canción debut de la cantante surcoreana Hayeon, "Eyes on You", fue compuesta utilizando IA supervisada por compositores reales, incluyendo NUVO. ^{[ 103 ]}

Narrative Science vende noticias e informes generados por computadora . Resume eventos deportivos basándose en datos estadísticos del juego. También crea informes financieros y análisis inmobiliarios. ^{[ 104 ]} Automated Insights genera resúmenes y avances personalizados para Yahoo Sports Fantasy Football . ^{[ 105 ]}

Yseop utiliza IA para convertir datos estructurados en comentarios y recomendaciones en lenguaje natural. Yseop redacta informes financieros, resúmenes ejecutivos, documentos de ventas o marketing personalizados y más, en varios idiomas, incluidos inglés, español, francés y alemán. ^{[ 106 ]}

TALESPIN inventó historias similares a las fábulas de Esopo . El programa comenzó con un conjunto de personajes que querían alcanzar ciertos objetivos. Mark Riedl y Vadim Bulitko afirmaron que la esencia de la narración era la gestión de la experiencia, o «cómo equilibrar la necesidad de una progresión coherente de la historia con la agencia del usuario, que a menudo está en conflicto». ^{[ 107 ]}

Si bien la narración mediante IA se centra en la generación de historias (personajes y trama), la comunicación narrativa también ha recibido atención. En 2002, investigadores desarrollaron un marco arquitectónico para la generación de prosa narrativa. Reprodujeron fielmente la variedad y complejidad del texto en cuentos como Caperucita Roja . ^{[ 108 ]} En 2016, una IA japonesa coescribió un cuento y estuvo a punto de ganar un premio literario. ^{[ 109 ]}

La empresa surcoreana Hanteo Global utiliza un bot periodístico para escribir artículos. ^{[ 110 ]}

Los autores literarios también están explorando usos de la IA. Un ejemplo es la obra ReRites (2017-2019) de David Jhave Johnston , en la que el poeta creó un ritual diario de edición de la producción poética de una red neuronal para crear una serie de performances y publicaciones.

Millones de sus artículos han sido editados por bots ^{[ 115 ]} , que, sin embargo, generalmente no son software de inteligencia artificial. Muchas plataformas de IA utilizan datos de Wikipedia ^{[ 116 ]} , principalmente para entrenar aplicaciones de aprendizaje automático. Se están investigando y desarrollando diversas aplicaciones de inteligencia artificial para Wikipedia, como la identificación de oraciones obsoletas ^{[ 117 ]} , la detección de vandalismo encubierto ^{[ 118 ]} o la recomendación de artículos y tareas a nuevos editores.

La traducción automática también se ha utilizado para traducir artículos de Wikipedia y podría desempeñar un papel más importante en la creación, actualización, expansión y mejora general de los artículos en el futuro. Una herramienta de traducción de contenido permite a los editores de algunas Wikipedias traducir artículos más fácilmente a varios idiomas seleccionados. ^{[ 119 ] [ 120 ]}

En los videojuegos, la IA se utiliza habitualmente para generar comportamiento en los personajes no jugables (NPC). Además, la IA se utiliza para la búsqueda de rutas . Algunos juegos con IA menos típica incluyen el director de IA de Left 4 Dead (2008) y el entrenamiento neuroevolutivo de pelotones en Supreme Commander 2 (2010). ^{[ 121 ] [ 122 ]} La IA también se utiliza en Alien Isolation (2014) como una forma de controlar las acciones que el Alien realizará a continuación. ^{[ 123 ]}

Los juegos han sido una aplicación importante de las capacidades de la IA desde la década de 1950. En el siglo XXI, las IA han vencido a jugadores humanos en muchos juegos, incluyendo ajedrez ( Deep Blue ), Jeopardy! ( Watson ), ^{[ 124 ]} Go ( AlphaGo ), ^{[ 125 ] [ 126 ] [ 127 ] [ 128 ] [ 129 ] [ 130 ] [ 131 ]} póker ( Pluribus ^{[ 132 ]} y Cepheus ), ^{[ 133 ]} deportes electrónicos ( StarCraft ), ^{[ 134 ] [ 135 ]} y juegos en general ( AlphaZero ^{[ 136 ] [ 137 ] [ 138 ]} y MuZero ). ^{[ 139 ] [ 140 ] [ 141 ] [ 142 ]}

Kuki AI es un conjunto de chatbots y otras aplicaciones diseñadas para el entretenimiento y como herramienta de marketing. ^{[ 143 ] [ 144 ]}

El primer programa de arte con IA, llamado AARON , fue desarrollado por Harold Cohen en 1968 ^{[ 145 ]} con el objetivo de poder codificar el acto de dibujar. Comenzó creando dibujos simples en blanco y negro, y posteriormente pasó a pintar utilizando pinceles y tintes especiales elegidos por el propio programa sin la intervención de Cohen. ^{[ 146 ]}

Plataformas de IA como DALL-E , ^{[ 147 ]} Stable Diffusion , ^{[ 147 ]} Imagen , ^{[ 148 ]} y Midjourney ^{[ 149 ]} se han utilizado para generar imágenes visuales a partir de entradas como texto u otras imágenes. ^{[ 150 ]} Algunas herramientas de IA permiten a los usuarios introducir imágenes y generar versiones modificadas de esa imagen, como para mostrar un objeto o producto en diferentes entornos. Los modelos de imágenes de IA también pueden intentar replicar los estilos específicos de los artistas y pueden añadir complejidad visual a los bocetos preliminares.

La IA se ha utilizado para generar análisis cuantitativos de colecciones de arte digital existentes. ^{[ 151 ]} Dos métodos computacionales, la lectura atenta y la observación a distancia, son los enfoques típicos utilizados para analizar el arte digitalizado. ^{[ 152 ]} Mientras que la observación a distancia incluye el análisis de grandes colecciones, la lectura atenta implica una sola obra de arte.

En 2023, el uso de IA por parte de Netflix de Japón para generar imágenes de fondo para el cortometraje The Dog & the Boy recibió críticas en línea. ^{[ 153 ]}

Las grandes instituciones financieras utilizan la IA para optimizar sus prácticas de inversión. ^{[ 162 ]} El motor de IA de BlackRock , Aladdin , se utiliza tanto dentro de la empresa como por sus clientes para facilitar la toma de decisiones de inversión. Sus funciones incluyen el procesamiento del lenguaje natural para analizar textos como noticias, informes de corredores y publicaciones en redes sociales. Posteriormente, evalúa el sentimiento en torno a las empresas mencionadas y les asigna una puntuación. Bancos como UBS y Deutsche Bank utilizan SQREEM (Modelo de Reducción y Extracción Cuántica Secuencial) para extraer datos, desarrollar perfiles de consumidores y relacionarlos con productos de gestión patrimonial . ^{[ 163 ]}

La entidad crediticia en línea Upstart utiliza el aprendizaje automático para la evaluación de riesgos . ^{[ 164 ]}

La plataforma Zest Automated Machine Learning (ZAML) de ZestFinance se utiliza para la evaluación crediticia. ^{[ 165 ]} Esta plataforma utiliza el aprendizaje automático para analizar datos, incluidas las transacciones de compra y la forma en que un cliente completa un formulario, para calificar a los prestatarios. La plataforma es útil para asignar puntajes crediticios a aquellos con historiales crediticios limitados. ^{[ 166 ]}

La IA hace posible la auditoría continua. Entre los beneficios potenciales se incluyen la reducción del riesgo de auditoría, el aumento del nivel de seguridad y la reducción de la duración de la auditoría. ^{[ 167 ]}

La auditoría continua con IA permite el monitoreo y la generación de informes en tiempo real de las actividades financieras y proporciona a las empresas información oportuna que puede conducir a una rápida toma de decisiones. ^{[ 168 ]}

El software de IA, como LaundroGraph, que utiliza conjuntos de datos subóptimos contemporáneos, podría utilizarse para la lucha contra el blanqueo de capitales (AML). ^{[ 169 ] [ 170 ]}

En la década de 1980, la IA comenzó a cobrar protagonismo en el sector financiero con la comercialización de sistemas expertos . Por ejemplo, Dupont creó 100 sistemas expertos, que les permitieron ahorrar casi 10 millones de dólares anuales. ^{[ 171 ]} Uno de los primeros sistemas fue el sistema experto Pro-trader, que predijo la caída de 87 puntos del índice Dow Jones Industrial Average en 1986. «Los puntos clave del sistema consistían en monitorizar las primas del mercado, determinar la estrategia de inversión óptima, ejecutar transacciones cuando fuera apropiado y modificar la base de conocimientos mediante un mecanismo de aprendizaje». ^{[ 172 ]}

Uno de los primeros sistemas expertos para ayudar con los planes financieros fue PlanPowerm y Client Profiling System, creado por Applied Expert Systems (APEX). Fue lanzado en 1986. Ayudaba a crear planes financieros personales para las personas. ^{[ 173 ]}

En la década de 1990, la IA se aplicó a la detección de fraudes . En 1993, se lanzó el Sistema de Inteligencia Artificial de FinCEN (FAIS). Este sistema podía revisar más de 200 000 transacciones por semana y, durante dos años, ayudó a identificar 400 casos potenciales de lavado de dinero por un valor de 1000 millones de dólares. ^{[ 174 ]} Estos sistemas expertos fueron posteriormente reemplazados por sistemas de aprendizaje automático. ^{[ 175 ]}

Fuera del ámbito financiero, a finales de la década de 1980 y principios de la de 1990 también se utilizaron sistemas expertos en los ámbitos técnico y medioambiental. Por ejemplo, investigadores crearon un asesor de diseño de pasos para peces que recomendaba estructuras de paso para peces en diversas condiciones hidráulicas y biológicas utilizando el entorno VP-Expert. ^{[ 176 ]} Investigadores del sector del transporte aplicaron el mismo entorno para equilibrar la capacidad de los aeropuertos con los planes de mitigación del ruido. ^{[ 177 ]} En agricultura, un sistema experto en insectos de la patata (PIES) apoyó las decisiones de gestión de plagas del escarabajo de la patata de Colorado. ^{[ 178 ]} El sistema CORMIX de la Agencia de Protección Ambiental de EE. UU. para modelar descargas de contaminantes combinó reglas con modelos hidrodinámicos de Fortran. ^{[ 179 ]}

En la Unión Europea , la Ley de Inteligencia Artificial (Reglamento (UE) 2024/1689) clasifica varios usos de la IA en el sector financiero como de "alto riesgo", incluidos los sistemas utilizados para evaluar la solvencia de las personas físicas o para establecer una calificación crediticia y la IA utilizada para la evaluación de riesgos y la fijación de precios en seguros de vida o de salud. ^{[ 180 ] [ 181 ]} Estos sistemas deben cumplir los requisitos de gestión de riesgos, gobernanza de datos, documentación técnica y registro, transparencia y supervisión humana. ^{[ 180 ]} Las obligaciones de la Ley se implementan gradualmente: las prohibiciones y las normas de alfabetización en IA se aplican a partir del 2 de febrero de 2025, la gobernanza y la mayoría de las obligaciones de GPAI a partir del 2 de agosto de 2025, la mayor parte de las obligaciones a partir del 2 de agosto de 2026 y ciertas obligaciones de alto riesgo de componentes de seguridad a partir del 2 de agosto de 2027. ^{[ 181 ]}

La IA en la atención médica se utiliza a menudo para la clasificación, la evaluación de tomografías computarizadas o electrocardiogramas , o para identificar pacientes de alto riesgo para la salud pública. La IA está ayudando a resolver el problema del alto costo de la dosificación. Un estudio sugirió que la IA podría ahorrar 16  mil millones de dólares. En 2016, un estudio informó que una fórmula derivada de la IA determinó la dosis adecuada de fármacos inmunosupresores para pacientes trasplantados. ^{[ 182 ]} Las investigaciones actuales han indicado que las enfermedades vasculares no cardíacas también se están tratando con inteligencia artificial (IA). Para ciertos trastornos, los algoritmos de IA pueden ayudar en el diagnóstico, la recomendación de tratamientos, la predicción de resultados y el seguimiento del progreso del paciente. A medida que avanza la tecnología de IA, se prevé que adquiera mayor importancia en la industria de la salud. ^{[ 183 ]}

La detección temprana de enfermedades como el cáncer es posible gracias a los algoritmos de IA, que diagnostican enfermedades analizando conjuntos complejos de datos médicos. Por ejemplo, el sistema IBM Watson podría usarse para examinar grandes cantidades de datos, como registros médicos y ensayos clínicos, para ayudar a diagnosticar un problema. ^{[ 184 ]} El proyecto de IA Hanover de Microsoft ayuda a los médicos a elegir tratamientos contra el cáncer entre más de 800 medicamentos y vacunas. ^{[ 185 ] [ 186 ]} Su objetivo es memorizar todos los artículos relevantes para predecir qué (combinaciones de) medicamentos serán más efectivos para cada paciente. La leucemia mieloide es uno de los objetivos. Otro estudio informó sobre una IA que era tan buena como los médicos en la identificación de cánceres de piel. ^{[ 187 ]} Otro proyecto monitorea a múltiples pacientes de alto riesgo haciéndoles preguntas a cada paciente basadas en datos adquiridos de las interacciones médico/paciente. ^{[ 188 ]} En un estudio realizado con aprendizaje por transferencia , una IA diagnosticó afecciones oculares de manera similar a un oftalmólogo y recomendó derivaciones para tratamiento. ^{[ 189 ]}

Otro estudio demostró la realización de una cirugía con un robot autónomo. El equipo supervisó al robot mientras realizaba una cirugía de tejidos blandos, suturando el intestino de un cerdo con una precisión que se consideró superior a la de un cirujano. ^{[ 190 ]}

Las redes neuronales artificiales se utilizan como sistemas de apoyo a la toma de decisiones clínicas para el diagnóstico médico, ^{[ 191 ]} como en la tecnología de procesamiento de conceptos en el software de HCE .

Otras tareas sanitarias que se consideran adecuadas para la IA y que se encuentran en desarrollo incluyen:

• Examen ^{[ 192 ]}
• Robots de compañía para el cuidado de ancianos ^{[ 193 ]}
• Creación de fármacos ^{[ 194 ]} (por ejemplo, mediante la identificación de fármacos candidatos ^{[ 195 ]} y mediante el uso de datos de cribado de fármacos existentes, como en la investigación de prolongación de la vida ) ^{[ 196 ]}
• Formación clínica ^{[ 197 ]}
• Identificación de firmas genómicas de patógenos nuevos ^{[ 198 ]} o identificación de patógenos mediante huellas basadas en la física ^{[ 199 ]} (incluidos los patógenos pandémicos).
• Ayudar a vincular los genes con sus funciones, ^{[ 200 ]} de otro modo analizar genes ^{[ 201 ]} e identificar nuevos objetivos biológicos ^{[ 202 ]}
• Ayudar al desarrollo de biomarcadores ^{[ 202 ]}
• Ayudar a adaptar las terapias a los individuos en la medicina personalizada / medicina de precisión ^{[ 202 ] [ 203 ]}

Los chatbots con IA reducen la necesidad de que los humanos realicen tareas básicas en los centros de llamadas, y el aprendizaje automático en el análisis de sentimientos puede detectar la fatiga para prevenir el exceso de trabajo . ^{[ 204 ]}

Los sistemas de apoyo a la toma de decisiones pueden prevenir desastres industriales y hacer que la respuesta ante desastres sea más eficiente. ^{[ 205 ]} Para los trabajadores manuales en el manejo de materiales , se ha propuesto el análisis predictivo para reducir las lesiones musculoesqueléticas . ^{[ 206 ]}

La IA puede intentar procesar las reclamaciones de indemnización laboral . ^{[ 207 ] [ 208 ]} Se ha propuesto la IA para la detección de cuasi accidentes , que están subnotificados. ^{[ 209 ]}

El aprendizaje automático se ha utilizado para el diseño de fármacos , ^{[ 48 ]} el descubrimiento y desarrollo de fármacos , la reutilización de fármacos , la mejora de la productividad farmacéutica y los ensayos clínicos. ^{[ 210 ]}

Las síntesis planificadas por computadora mediante redes de reacción computacionales, descritas como una plataforma que combina "síntesis computacional con algoritmos de IA para predecir propiedades moleculares" ^{[ 211 ]} , se han utilizado en la síntesis de fármacos y en el desarrollo de rutas para reciclar 200 residuos químicos industriales en fármacos y agroquímicos importantes (diseño de síntesis química) ^{[ 212 ]} . También se han utilizado para explorar los orígenes de la vida en la Tierra ^{[ 213 ]} .

El aprendizaje profundo se ha utilizado con bases de datos para el desarrollo de un proceso de 46 días para diseñar, sintetizar y probar un fármaco que inhibe las enzimas de un gen específico, DDR1 . DDR1 está implicado en el cáncer y la fibrosis, lo que explica en parte la alta calidad de los conjuntos de datos que permitieron obtener estos resultados. ^{[ 214 ]}

El programa de IA AlphaFold 2 puede determinar la estructura 3D de una proteína ( plegada ) en horas en lugar de los meses que requerían los métodos automatizados anteriores, y se utilizó para proporcionar las estructuras probables de todas las proteínas del cuerpo humano y prácticamente todas las proteínas conocidas por la ciencia (más de 200 millones). ^{[ 215 ] [ 216 ] [ 217 ] [ 218 ]}

La tecnología de traducción de voz intenta convertir las palabras habladas de un idioma a otro. Esto reduce potencialmente las barreras lingüísticas en el comercio global y el intercambio intercultural, permitiendo que hablantes de diferentes idiomas se comuniquen entre sí. ^{[ 219 ]}

La IA se ha utilizado para traducir automáticamente el lenguaje hablado y el contenido textual en productos como Microsoft Translator , Google Translate y DeepL Translator . ^{[ 220 ]} Además, se están llevando a cabo investigaciones y desarrollos para decodificar y realizar la comunicación animal. ^{[ 8 ] [ 221 ]}

El significado se transmite no solo mediante el texto, sino también a través del uso y el contexto (véase semántica y pragmática ). En consecuencia, los dos enfoques principales de categorización para la traducción automática son la traducción automática estadística (SMT) y la traducción automática neuronal (NMT). El método tradicional de traducción consistía en utilizar metodología estadística para predecir el mejor resultado posible con algoritmos específicos. Sin embargo, con la NMT, el enfoque emplea algoritmos dinámicos para lograr mejores traducciones basadas en el contexto. ^{[ 222 ]}

Los sistemas de reconocimiento facial basados ​​en IA se utilizan para la vigilancia masiva , especialmente en China. ^{[ 223 ] [ 224 ]} En 2019, Bengaluru, India, implementó semáforos gestionados por IA. Este sistema utiliza cámaras para monitorear la densidad del tráfico y ajustar la sincronización de los semáforos según el intervalo necesario para despejar el tráfico. ^{[ 225 ]}

La inteligencia artificial se ha combinado con la espectrometría digital por IdeaCuria Inc., ^{[ 233 ] [ 234 ]} lo que permite aplicaciones como el monitoreo de la calidad del agua en el hogar.

En la década de 1990, las primeras herramientas de inteligencia artificial controlaban los Tamagotchis y los Giga Pets , Internet y el primer robot lanzado al mercado masivo, Furby . Aibo era un robot doméstico con forma de perro robótico con funciones inteligentes y autonomía .

Mattel creó una variedad de juguetes con inteligencia artificial que "entienden" las conversaciones, dan respuestas inteligentes y aprenden. ^{[ 235 ]}

Las compañías de petróleo y gas han utilizado herramientas de inteligencia artificial para automatizar funciones, prever problemas en los equipos y aumentar la producción de petróleo y gas. ^{[ 236 ] [ 237 ]}

FunSearch , desarrollado por Google DeepMind , combina un modelo de lenguaje extenso con evaluación automatizada para buscar programas que puedan ayudar a resolver problemas matemáticos. Se ha aplicado a la combinatoria extremal , incluyendo el problema del conjunto de tapas , y al problema de empaquetamiento de contenedores en línea . ^{[ 244 ]}

Los sistemas de IA también se han utilizado para buscar algoritmos y rutinas computacionales mejoradas. AlphaTensor , AlphaDev y AlphaEvolve se han aplicado a algoritmos de multiplicación de matrices , rutinas de ordenación y descubrimientos científicos y algorítmicos más amplios. ^{[ 245 ] [ 246 ] [ 247 ]}

La IA se ha utilizado en el abastecimiento y la adquisición B2B. ^{[ 253 ]} La literatura académica y los informes de la industria señalan usos de la IA para la evaluación y selección de proveedores , la previsión predictiva de la demanda, el procesamiento automatizado de contratos y facturas , y la evaluación de riesgos de la cadena de suministro. El aprendizaje automático, el procesamiento del lenguaje natural y la automatización robótica de procesos se utilizan comúnmente en las adquisiciones. ^{[ 254 ]}

El aprendizaje automático se ha utilizado en sistemas de recomendación para determinar qué publicaciones deberían aparecer en los feeds de redes sociales . ^{[ 255 ] [ 256 ]} Varios tipos de análisis de redes sociales también utilizan el aprendizaje automático ^{[ 257 ] [ 258 ]} y hay investigaciones sobre su uso para el etiquetado/mejora/corrección (semi)automatizada de la desinformación en línea y las burbujas de filtro relacionadas . ^{[ 259 ] [ 260 ] [ 261 ]}

La IA se ha utilizado para personalizar las opciones de compra y las ofertas. ^{[ 262 ]} Las empresas de juegos de azar en línea han utilizado la IA para dirigirse a los jugadores. ^{[ 263 ]}

Los asistentes personales inteligentes utilizan IA para intentar responder a peticiones en lenguaje natural. Siri , lanzada en 2010 para teléfonos inteligentes de Apple, popularizó el concepto. ^{[ 264 ]}

Bing Chat ha utilizado inteligencia artificial como parte de su motor de búsqueda . ^{[ 265 ]}

El aprendizaje automático puede utilizarse para combatir el spam, las estafas y el phishing . Puede analizar el contenido de los ataques de spam y phishing para intentar identificar elementos maliciosos. ^{[ 266 ]} Algunos modelos creados mediante algoritmos de aprendizaje automático tienen una precisión superior al 90 % en la distinción entre spam y correos electrónicos legítimos. ^{[ 267 ]} Estos modelos pueden perfeccionarse utilizando nuevos datos y tácticas de spam en constante evolución. El aprendizaje automático también analiza características como el comportamiento del remitente, la información del encabezado del correo electrónico y los tipos de archivos adjuntos, lo que puede mejorar la detección de spam. ^{[ 268 ]}

La IA se ha utilizado en sistemas de reconocimiento facial . Algunos ejemplos son Face ID de Apple y Face Unlock de Android , que se utilizan para proteger dispositivos móviles. ^{[ 269 ]}

China ha utilizado tecnología de reconocimiento facial e inteligencia artificial en Xinjiang . En 2017, periodistas que visitaron la región encontraron cámaras de vigilancia instaladas cada cien metros aproximadamente en varias ciudades, así como puntos de control de reconocimiento facial en áreas como gasolineras, centros comerciales y entradas de mezquitas. ^{[ 270 ] [ 271 ]} Grupos de derechos humanos han criticado al gobierno chino por utilizar tecnología de reconocimiento facial con inteligencia artificial para la represión política. ^{[ 272 ] [ 273 ]}

Los Países Bajos han implementado tecnología de reconocimiento facial e inteligencia artificial desde 2016. ^{[ 274 ]} La base de datos de la policía neerlandesa contiene actualmente más de 2,2 millones de fotografías de 1,3 millones de ciudadanos neerlandeses. Esto representa aproximadamente el 8 % de la población. En los Países Bajos, la policía no utiliza el reconocimiento facial en las cámaras de videovigilancia municipales. ^{[ 275 ]}  

El etiquetado de imágenes ha sido utilizado por Google Image Labeler para detectar productos en fotografías y permitir búsquedas basadas en imágenes. También se ha demostrado que el etiquetado de imágenes genera voz para describir imágenes a personas ciegas. ^{[ 220 ]}

En abril de 2024, el Mecanismo de Asesoramiento Científico de la Comisión Europea publicó un dictamen ^{[ 276 ]} que incluía una revisión exhaustiva de la evidencia sobre las oportunidades y los desafíos que plantea la inteligencia artificial en la investigación científica.

Como beneficios, la revisión de la evidencia ^{[ 277 ]} destacó:

• su papel en la aceleración de la investigación y la innovación
• su capacidad para automatizar flujos de trabajo
• mejorar la difusión del trabajo científico

Como desafíos:

• Limitaciones y riesgos relacionados con la transparencia, la reproducibilidad y la interpretabilidad.
• rendimiento deficiente (imprecisión)
• riesgo de daño por mal uso o uso no previsto
• preocupaciones sociales que incluyen la difusión de información errónea y el aumento de las desigualdades

El aprendizaje automático puede ayudar a restaurar y atribuir textos antiguos. ^{[ 278 ]} Puede ayudar a indexar textos, por ejemplo, para permitir una búsqueda y clasificación de fragmentos mejor y más fácil. ^{[ 279 ]}

La inteligencia artificial también puede utilizarse para investigar genomas y descubrir la historia genética , como el mestizaje entre humanos arcaicos y modernos, mediante el cual, por ejemplo, se infirió la existencia pasada de una población fantasma , que no era ni neandertal ni denisovana . ^{[ 280 ]}

También puede utilizarse para el "acceso no invasivo y no destructivo a las estructuras internas de los restos arqueológicos". ^{[ 281 ]}

Se informó que un sistema de aprendizaje profundo aprendió física intuitiva a partir de datos visuales (de entornos 3D virtuales) basándose en un enfoque no publicado inspirado en estudios de cognición visual en bebés. ^{[ 282 ] [ 283 ]} Otros investigadores han desarrollado un algoritmo de aprendizaje automático que podría descubrir conjuntos de variables básicas de varios sistemas físicos y predecir la dinámica futura de los sistemas a partir de grabaciones de vídeo de su comportamiento. ^{[ 284 ] [ 285 ]} En el futuro, es posible que se pueda utilizar para automatizar el descubrimiento de leyes físicas de sistemas complejos. ^{[ 284 ]}

En noviembre de 2023, investigadores de Google DeepMind y del Laboratorio Nacional Lawrence Berkeley anunciaron que el sistema de IA GNoME había documentado más de 2 millones de nuevos materiales. GNoME utiliza técnicas de aprendizaje profundo para examinar posibles estructuras de materiales e identificar estructuras cristalinas inorgánicas estables . Las predicciones del sistema se validaron mediante experimentos robóticos autónomos, con una tasa de éxito del 71 %. Los datos de los materiales recién descubiertos están disponibles públicamente a través de la base de datos del Proyecto de Materiales . ^{[ 286 ] [ 287 ] [ 288 ]}

El aprendizaje automático se utiliza en diversos tipos de ingeniería inversa . Por ejemplo, se ha utilizado para realizar ingeniería inversa de una pieza de material compuesto, lo que permite la producción no autorizada de piezas de alta calidad, ^{[ 289 ]} y para comprender rápidamente el comportamiento del malware . ^{[ 290 ] [ 291 ] [ 292 ]} Se puede utilizar para realizar ingeniería inversa de modelos de inteligencia artificial. ^{[ 293 ]} También puede diseñar componentes mediante un tipo de ingeniería inversa de componentes virtuales aún no existentes, como el diseño molecular inverso para una funcionalidad deseada particular ^{[ 294 ]} o el diseño de proteínas para sitios funcionales preespecificados . ^{[ 295 ] [ 296 ]} La ingeniería inversa de redes biológicas podría modelar interacciones de una manera comprensible para los humanos, por ejemplo, basándose en datos de series temporales de niveles de expresión genética. ^{[ 297 ]}

La inteligencia artificial se utiliza en astronomía para analizar cantidades cada vez mayores de datos disponibles ^{[ 298 ] [ 299 ]} y aplicaciones, principalmente para "clasificación, regresión, agrupamiento, pronóstico, generación, descubrimiento y desarrollo de nuevos conocimientos científicos", por ejemplo, para descubrir exoplanetas , pronosticar la actividad solar y distinguir entre señales y efectos instrumentales en la astronomía de ondas gravitacionales . ^{[ 300 ]} También podría utilizarse para actividades en el espacio, como la exploración espacial , incluyendo el análisis de datos de misiones espaciales, decisiones científicas en tiempo real de naves espaciales, evitación de desechos espaciales, ^{[ 301 ]} y operación más autónoma. ^{[ 302 ] [ 303 ] [ 53 ] [ 299 ]}

En la búsqueda de inteligencia extraterrestre (SETI), el aprendizaje automático se ha utilizado en intentos de identificar ondas electromagnéticas generadas artificialmente en datos disponibles ^{[ 304 ] [ 305 ]} , como observaciones en tiempo real ^{[ 306 ]} , y otras tecnofirmas , por ejemplo, mediante detección de anomalías . ^{[ 307 ]} En ufología , el proyecto SkyCAM-5 dirigido por el Prof. Hakan Kayal ^{[ 308 ]} y el Proyecto Galileo dirigido por Avi Loeb utilizan el aprendizaje automático para intentar detectar y clasificar tipos de OVNIs. ^{[ 309 ] [ 310 ] [ 311 ] [ 312 ] [ 313 ]} El Proyecto Galileo también busca detectar dos tipos adicionales de posibles firmas tecnológicas extraterrestres con el uso de IA: objetos interestelares similares a 'Oumuamua y satélites artificiales no hechos por el hombre. ^{[ 314 ] [ 315 ]}

El aprendizaje automático también puede utilizarse para producir conjuntos de datos de firmas espectrales de moléculas que pueden estar involucradas en la producción o el consumo atmosférico de sustancias químicas particulares, como la fosfina posiblemente detectada en Venus , lo que podría evitar asignaciones erróneas y, si se mejora la precisión, utilizarse en futuras detecciones e identificaciones de moléculas en otros planetas. ^{[ 316 ]}

Hay investigaciones sobre qué tipos de química asistida por computadora se beneficiarían del aprendizaje automático. ^{[ 317 ]} Se ha desarrollado un proceso de IA de aprendizaje profundo que utiliza bases de datos genómicas para diseñar proteínas novedosas basadas en algoritmos evolutivos . ^{[ 318 ] [ 319 ]} El aprendizaje automático también se ha utilizado para el diseño de proteínas con sitios funcionales preespecificados , ^{[ 295 ] [ 296 ]} la predicción de propiedades moleculares y la exploración de grandes espacios químicos/de reacción. ^{[ 320 ]}

Utilizando algoritmos de IA para el descubrimiento de fármacos , los investigadores generaron 40.000 posibles candidatos a armas químicas, lo que ayuda a regular dichas sustancias químicas para evitar su síntesis con fines dañinos. ^{[ 321 ] [ 322 ] [ 323 ]}

Existen varios tipos de aplicaciones del aprendizaje automático para decodificar la biología humana, como ayudar a mapear patrones de expresión génica a patrones de activación funcional ^{[ 324 ]} o identificar motivos de ADN funcionales . ^{[ 325 ]} Se utiliza ampliamente en la investigación genética. ^{[ 326 ]} También se utiliza en la biología sintética , ^{[ 327 ] [ 328 ]} la biología de las enfermedades, ^{[ 328 ]} la nanotecnología (por ejemplo, materiales nanoestructurados y bionanotecnología ), ^{[ 329 ] [ 330 ]} y la ciencia de los materiales . ^{[ 331 ] [ 332 ] [ 333 ]}

Las empresas de ciberseguridad están adoptando redes neuronales , aprendizaje automático y procesamiento del lenguaje natural para mejorar sus sistemas. ^{[ 334 ]}

Las aplicaciones de la IA en ciberseguridad incluyen:

• Protección de red: El aprendizaje automático mejora los sistemas de detección de intrusiones al ampliar la búsqueda más allá de las amenazas previamente identificadas. ^{[ 335 ]}
• Protección de endpoints: Ataques como el ransomware pueden frustrarse aprendiendo los comportamientos típicos del malware.
  • Los casos de aplicación de la ciberseguridad relacionada con la IA varían tanto en beneficios como en complejidad. Las funciones de seguridad como la orquestación, automatización y respuesta de seguridad (SOAR) y la detección y respuesta extendida de endpoints (XDR) ofrecen beneficios significativos para las empresas, pero requieren importantes esfuerzos de integración y adaptación. ^{[ 336 ]}
• Seguridad de las aplicaciones: puede ayudar a contrarrestar ataques como la falsificación de solicitudes del lado del servidor , la inyección SQL , el cross-site scripting y la denegación de servicio distribuida .
  • La tecnología de IA también puede utilizarse para mejorar la seguridad del sistema y salvaguardar nuestra privacidad. Randrianasolo (2012) propuso un sistema de seguridad basado en inteligencia artificial que puede reconocer intrusiones y adaptarse para un mejor rendimiento. ^{[ 337 ]} Con el fin de mejorar la seguridad de la computación en la nube, Sahil (2015) creó un sistema de perfil de usuario para el entorno de la nube con técnicas de IA. ^{[ 338 ]}
• Comportamiento sospechoso del usuario: El aprendizaje automático puede identificar fraudes o aplicaciones comprometidas en el momento en que ocurren. ^{[ 339 ]}

El uso de la inteligencia artificial se observa cada vez más en la industria de la aviación para el mantenimiento predictivo. Esto ha contribuido a reducir los retrasos. Empresas como Boeing y Airbus utilizan la IA para optimizar los procedimientos de reparación manteniendo el rendimiento operativo. ^{[ 340 ]}

La complejidad del transporte implica que, en la mayoría de los casos, entrenar una IA en un entorno de conducción real es poco práctico y se logra mediante pruebas basadas en simuladores. ^{[ 341 ]} Los sistemas basados ​​en IA controlan funciones como el frenado, el cambio de carril, la prevención de colisiones, la navegación y la cartografía. ^{[ 342 ]}

Algunos vehículos autónomos no permiten conductores humanos (no tienen volante ni pedales). ^{[ 343 ] [ 344 ]}

Hay prototipos de vehículos de transporte público automotores autónomos en funcionamiento , como el transporte ferroviario autónomo , ^{[ 345 ] [ 346 ] [ 347 ]} minibuses eléctricos, ^{[ 348 ] [ 349 ] [ 350 ]} y vehículos de reparto autónomos, ^{[ 351 ] [ 352 ] [ 344 ]} incluyendo robots de reparto . ^{[ 353 ] [ 354 ]}

Los camiones autónomos están en fase de pruebas. El gobierno del Reino Unido aprobó legislación para comenzar las pruebas de convoyes de camiones autónomos en 2018. ^{[ 355 ]} Un grupo de camiones autónomos se siguen muy de cerca. La corporación alemana Daimler está probando su Freightliner Inspiration . ^{[ 356 ]}

La IA se ha utilizado para optimizar la gestión del tráfico, lo que puede reducir los tiempos de espera, el consumo de energía y las emisiones. ^{[ 357 ]}

Los simuladores de vuelo utilizan inteligencia artificial para entrenar a los pilotos. Se pueden simular condiciones de vuelo que permiten a los pilotos cometer errores sin arriesgar su seguridad ni la de aeronaves costosas. También se pueden simular combates aéreos.

La IA también puede utilizarse para operar aviones de forma análoga a como se controlan los vehículos terrestres. Los drones autónomos pueden volar de forma independiente o en enjambres . ^{[ 358 ]}

AOD utiliza el Sistema Interactivo de Diagnóstico y Aislamiento de Fallas (IFDIS), un sistema experto basado en reglas que emplea información de la documentación del TF-30 y el asesoramiento de mecánicos especializados en dicho sistema. Este sistema fue diseñado para el desarrollo del TF-30 del F-111C y reemplazó a los técnicos especializados. El sistema permitió que los técnicos regulares se comunicaran con él, evitando errores, cálculos erróneos o la necesidad de consultar con técnicos especializados.

El reconocimiento de voz permite a los controladores de tráfico dar instrucciones verbales a los drones.

El diseño de aeronaves asistido por inteligencia artificial ( AIDA) ^{[ 359 ]} se utiliza para ayudar a los diseñadores en el proceso de creación de diseños conceptuales de aeronaves. Este programa permite a los diseñadores centrarse más en el diseño en sí y menos en el proceso de diseño. El software también permite al usuario centrarse menos en las herramientas de software. AIDA utiliza sistemas basados ​​en reglas para procesar sus datos. Este es un diagrama de la disposición de los módulos de AIDA. Aunque sencillo, el programa está demostrando ser eficaz.

En 2003, un proyecto del Centro de Investigación de Vuelo Dryden creó un software que permitía a una aeronave dañada continuar el vuelo hasta lograr un aterrizaje seguro. ^{[ 360 ]} El software compensaba los componentes dañados apoyándose en los componentes restantes que no habían sufrido daños. ^{[ 361 ]}

El sistema de piloto automático inteligente de 2016 combinó el aprendizaje por imitación y la clonación de comportamiento, mediante la cual el piloto automático observó las acciones de bajo nivel necesarias para maniobrar el avión y la estrategia de alto nivel utilizada para aplicar esas acciones. ^{[ 362 ]}

Las redes neuronales son utilizadas por los sistemas de conocimiento de la situación en barcos y embarcaciones. ^{[ 363 ]} También existen embarcaciones autónomas .