Revista de ingeniería química y tecnología de procesos
Acceso abierto

abstracto

Inteligencia artificial y aprendizaje profundo

Vahid Reza Khazaie

La evolución de la integración de robots en nuestra vida actual es cada vez más sensible. Los seres humanos poseen una capacidad inherente de percepción y cognición; mientras que los robots pueden tener limitaciones ya que pueden no reconocer un objeto o un ser. Por lo tanto, necesitamos construir robots equipados con suficiente inteligencia para que puedan hacer frente a sus tareas en muchas aplicaciones. Por otro lado, la inteligencia artificial (IA) se utiliza para describir máquinas que imitan funciones "cognitivas" funciones de la mente humana, tales como "aprender". Las redes neuronales artificiales están inspiradas en la arquitectura de las neuronas del cerebro humano. Más específicamente, el aprendizaje profundo es un subconjunto del aprendizaje automático en inteligencia artificial (IA) que tiene redes capaces de aprender de los datos. Es una función de inteligencia artificial que imita el funcionamiento del cerebro humano al procesar datos y crear patrones para usar en la toma de decisiones. En los últimos años, se puede decir que el aprendizaje profundo ha logrado un gran éxito. En palabras simples, el aprendizaje profundo utiliza la composición de muchas funciones no lineales para modelar la dependencia compleja entre las características de entrada y las etiquetas. Los avances recientes han mejorado en gran medida el rendimiento de la inteligencia artificial (IA) en tareas de procesamiento de lenguaje natural y visión por computadora; estos avances pueden conducir a un mejor rendimiento de los robots equipados con inteligencia artificial (IA) en sus tareas.