Reconocimiento automático del habla

El reconocimiento automático del habla es la identificación de las palabras habladas, haciendo posible la conversión de una entrada de voz en archivo de texto. 


Utiliza técnicas de reconocimiento de patrones parecidos a las utilizadas por los sistemas de visión y OCR, como las siguientes:
- Segmentación de los patrones de sonido de entrada en palabras y fonemas individuales.
- Regals expertas para la interpretación de los sonidos.
- Sistemas expertos en contexto para tratar con los sonidos ambiguos.
- Aprendizaje de un instructor humano.


El aprendizaje es muy importante en el reconocimiento de la voz debido a las muchas diferencias entre las voces humanos. Pero los sistemas de reconocimiento de la voz con independencia del que habla (la capacidad de reconocer la voz sin entretenimiento de alguien que habla).

Reconocimiento óptico de caracteres

El reconocimiento óptico de caracteres (OCR) es la tecnología que se emplea para determinar un carácter individual en una página impresa para poder almacenarlo y editarlo como si fuera texto.

Primero se escanea la imagen de la página con la ayuda de un escáner, cámara digital o fax módem para pasarla a la memoria de la computadora. Después, el OCR localiza e identifica los caracteres impresos incrustados en las imágenes, es decir, lee texto. Esta no es una tarea sencilla para un máquina, dada la variedad de tipos y estilos de fuentes existentes actualmente. 


Los programas de OCR de última generación utilizan varias técnicas como por ejemplo:
- Segmentación de la página en imágenes bloques de texto y caracteres individuales.
- Reducción a escala de la tecnología de los sistemas expertos para reconocer las reglas subyacentes que distinguen las letras.
- Sistemas expertos para ayudar a identificar las letras ambiguas por su contexto.
- Aprendizaje de los ejemplos reales y retroalimentación de un instructor humano.


Captchas
- Es el acrónimo de: Completely Automated Public Turing test to tell Computers and Humans Apart.
- Es un método para distinguir si el usuario es humano o no.
- La prueba consiste en que el usuario introduzca un conjunto de caracteres que se muestran en una imagen distorsionada que aparece en la pantalla. La máquina no es capaz de comprender la secuencia de caracteres, por lo que solamente podría hacerlo un ser humano.

Análisis de imágenes

Es el proceso de identificar objetos y formas en una fotografía, dibujo, video o cualquier otro tipo de imagen visual. Este proceso que resulta fácil para las personas es extremadamente complicado para las computadoras. 

El simple proceso de identificar objetos en una escena, es complicado para las computadoras por todo tipo de factores: 

- Masa de datos irrelevantes

- Objetos que quedan parcialmente ocultos por otros

- Bordes confusos, cambios en la fuentes de luz y sombras

- Cambios en la escena porque los objetos se mueve

 Hasta hace poco, los programas de análisis de imágenes requerían enormes cantidades de memoria y potencia de procesamiento. Pero los PS actuales son capaces de ejecutar software de procesamiento de imágenes con aplicaciones prácticas. 

El software actual todavía no puede compararse con el sistema visual humano cuando se trata de análisis general de imágenes. Pero los investigadores en IA es una forma limitada pero práctica de visión por computadora: el reconocimiento óptico de caracteres.

Sistema Expertos

Un sistema expertos es un software diseñado para responder a un proceso que ha dado un humano experto.

Ejemplo: Un sistema experto dentro del scanner FocalPint permite identificar señales de cáncer cervical.

Ventajas de los sistemas expertos

- Ayuda al entrenamiento de nuevos empleados.
- Reduce el número de errores humanos.
- Puede reducir los trabajos rutinarios haciendo que los empleados realicen trabajos más complicados.
- Preserva el conocimiento cuando los expertos abandonan la empresa.
- Combinan el conocimiento de varios expertos.
- Hacen que el conocimiento esté disponible para más personas.

Dificultades o desventajas de un sistema experto

- Difíciles de construir.
- Muchos sistemas expertos no tienen la base de conocimiento para situaciones expeciales y no generales.
- Un experto humano no puede ser reemplazado por un sistema experto.

Elementos que ayudan a un sistema experto

Patrón de reconocimiento: Tomando sentido del mundo circundante.

Involucra la indentificación recurrente de patrones como datos de entrada como la meta de entender y categorizar ese ingreso del datos.

Las aplicaciones de reconocimiento de patrones representa la mitad de la industria de la Inteligencia artificial.

Las aplicaciones incluyen identificación de rostros, identificación de huella digital, reconocimiento de escritura, predicciones del clima, visión de robots, reconocimiento óptico de caracteres, reconocimiento de voz.

Bases del conocimiento

Mientras que una base de datos contiene sólo hechos, una base de conocimientos contienen un sistema de reglas para determinar y cambiar las relaciones entre estos hechos.

Los hechos guardados en una base de datos son organizados en categorías. Sin embargo las ideas guardadas en una base de conocimiento pueden ser organizas y reorganizadas cambiando las relaciones con datos nuevos que entren en esta base.

Juegos abiertos

Al inicio la Inteligencia Artificial trabajó con juegos porque eran fácil de representar en la memoria digital de la computadora, tenían claramente definidas las reglas, y los desafíos clarísimos de entender.

Algunas de las técnicas usadas aún hoy en día en variedad de aplicaciones de Inteligencia Artificial son:

Búsqueda

Una forma de ganar el juego es buscando todas las posibilidades que cada movimiento en el caso del ajedrez se puedan realizar, estas búsquedas se realizan rápidamente en bases de datos organizadas para el caso.

Heurística

Es la capacidad de un sistema para realizar de forma inmediata innovaciones positivas para sus fines. La heurística aborda los problemas desde diversas formas algunas de ellas son:

- Si no consigues entender un problema, dibuja un esquema.

-  Si no encuentras la solución, haz como si ya la tuvieras y mira qué puedes deducir de ella (razonando a la inversa).

- Si el problema es abstracto, prueba a examinar un ejemplo concreto.

Intenta abordar primero un problema más general.

Patrón de reconocimiento

Esta es una de las formas como el ser humano aprende, en el ajedrez quedan grabadas en el jugador las estrategias de acuerdo a los movimientos que se hacen en forma visual.

Introducción al tema

La Inteligencia Artificial es la rama de la informática que explora el uso de computadoras en tareas que precisan de inteligencia, imaginación e intuición. Hasta hace poco, la inteligencia artificial era un campo de estudio reservado a investigadores y filosóficos. Esta investigación esta siendo financiada en la actualidad con aplicaciones comerciales que permiten desde reconocimiento de la voz hasta sistemas expertos sofisticados.


“La inteligencia artificial es el estudio de ideas que permite a las computadoras desarrollar actividades que hacen ver a los usuarios inteligentes” - Patrick Henry Winston, en Artificial Intelligence 


“La inteligencia artificial es el estudio de cómo hacer que las computadoras hagan las cosas que hasta el momento las personas hacen mejor” - Elaine Rich, en Artificial Intelligence


Características de la Inteligencia Artificial
- Imita la naturaleza circundante.
- No se utilizan símbolos matemático, sino comandos electrónicos.
- La máquina no sigue un patrón o secuencia definida para resolver problemas.


Video