Programación de inteligencia artificial

Pérez López, César

Este texto está dirigido tanto a alumnos que siguen un Curso de especialización en Inteligencia Artificial y Big Data como a profesionales del sector. El libro comienza tratando la caracterización de los lenguajes de programación en general con especial énfasis en los lenguajes para Inteligencia Artificial y los lenguajes de marcado. En cuanto a los lenguajes de programación para IA se tienen en cuenta las bibliotecas y herramientas de apoyo y soporte, así como las características de rendimiento en ejecución. Como lenguajes más importantes para Inteligencia Artificial se desarrollan a nivel elemental el lenguaje R, el lenguaje Python, el lenguaje Java, el lenguaje Javascript, el lenguaje JSON y el lenguaje NodeJS. Asimismo, se analiza el desarrollo de aplicaciones de Inteligencia Artificial con plataformas y herramientas de modelado. Entre las plataformas de Inteligencia Artificial se describen Microsoft Azure, Microsoft Cortana, Amazon AWS, Amazon Alexa, Bixby, Google Assistant e IBM Watson. En cuanto a las herramientas de modelado se describen Azure Machine Learning, Knime, SPSS Modeler, Rapid Miner y Orange. Otros instrumentos importantes en programación son las herramientas de generación automática de código para crear software con comportamiento inteligente como Genexus, Mendix y Lobe y que también se describen aquí. En cuanto al modelado con redes neuronales se tiene en cuenta el software Tensor Flow de Python como herramienta de programación y el software IBM SPSS Modeler como herramienta visual para trabajar con redes neuronales en Inteligencia Artificial. Se presentan ejemplos de trabajo totalmente resueltos relativos a procedimientos automáticos de Analytics y módulos predefinidos de redes neuronales a través de IBM SPSS Modeler. Estos procedimientos pertenecen a Visual Analytics, ya que la herramienta es totalmente visual y no necesita código de programación. A continuación, se aborda la convergencia tecnológica y sus ventajas e inconvenientes. Se estudia la conexión entre tecnologías de voz, sonido e imágenes y se presentan los sistemas de convergencia electrónica más importantes entre los que destacan Blockchain, Internet de las Cosas (IoT) y el Cloud Computing. También se analiza la seguridad en la convergencia tecnológica. Finalmente se estudian los modelos de automatización industrial y de negocio. Se tiene en cuenta estrategias corporativas, modelos de negocio, gestión de activos y recursos y modelos de automatización.