Plataforma en la nube para la clasificación de objetos utilizando inteligencia artificial

Autores/as

DOI:

https://doi.org/10.52428/20758944.v18i53.253

Palabras clave:

Inteligencia Artificial, Plataforma en la nube, Ciencias de la computación

Resumen

La Inteligencia Artificial (IA) es una de las áreas que más interés atrae en el ámbito de las Ciencias de la Computación, tanto desde el punto de vista científico-académico como del de sus múltiples aplicaciones en distintos sectores de actividad. A lo largo de la historia de la Inteligencia Artificial han surgido desarrollos y aplicaciones que la han convertido en un área de conocimiento consolidada e interés económico y social. Sin embargo, durante los últimos años, la IA ha experimentado un desarrollo excepcional, motivado por la aparición de tecnologías que han supuesto un gran avance en la disciplina y por la disponibilidad de recursos en hardware que han hecho viable su aplicación en distintos dominios.

El interés de la sociedad en la Inteligencia Artificial ha crecido de forma proporcional a este desarrollo tecnológico. Prueba de ello es que gobiernos y administraciones en todos los niveles del Estado en diferentes países alrededor del mundo han promovido multitud de programas para financiar actividades de investigación, desarrollo e innovación en IA. Además, son muchas las empresas que han decidido llevar a cabo inversiones en IA para aplicar esta tecnología en distintos puntos de su cadena de valor.

Aunque no existe una definición oficial y única de la Inteligencia Artificial todas ellas concuerdan en señalar que se trata de un campo de las Ciencias de la Computación que persigue desarrollar sistemas informáticos que exhiban características intelectuales similares a los humanos tales como la capacidad de razonar, aprender, generalizar, solucionar problemas, percibir y utilizar lenguaje natural, en resumen “imitar a los humanos”

Este articulo está centrado en explicar el desarrollo de una plataforma en la nube para la clasificación de objetos utilizando Inteligencia Artificial, su principal aplicación será la de incrementar el conocimiento referente a este campo y coadyuvar en diferentes soluciones que se puedan plantear durante el uso de esta.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Mauricio Marcelo Peredo Claros, Universidad Privada del Valle

Director del Departamento Académico de Biomédica, Universidad Privada del Valle, Cochabamba, Bolivia. mperedoc@univalle.edu 

Edgar Ramos Silvestre, Universidad Privada del Valle

Director del Departamento Académico de Electrónica y Telecomunicaciones, Universidad Privada del Valle, Cochabamba, Bolivia. eramoss@univalle.edu 

Citas

Arriola, I. (2018). Detección de objetos basada en Deep Learning y aplicada a vehículos autónomos. https://addi.ehu.es/handle/10810/28983?show=full

CEPAL. (2019, September 3). Cumbre de Inteligencia Artificial en América Latina. Comisión Económica Para América Latina y El Caribe. https://www.cepal.org/es/notas/cumbre-inteligencia-artificial-america-latina

Clavo, D. (2017, July 13). Clasificación de redes neuronales artificiales. https://www.diegocalvo.es/clasificacion-de-redes-neuronales-artificiales/

Enciclopedia de visión artificial de aprendizaje profundo. (2021, October 10). VGG, GoogLeNet. https://wikidocs-net.translate.goog/137251?_x_tr_sl=auto&_x_tr_tl=es&_x_tr_hl=es&_x_tr_pto=wapp

García Villanueva, M., & Romero Muñoz, L. (2020). Diseño de una arquitectura de Red Neuronal Convolucional para la clasificación de objetos. Ciencia Nicolaita.

Iglesias, E., Garcia, A., Puig, P., & Benzaqué, I. (2020). Inteligencia artificial: Gran oportunidad del siglo XXI: Documento de reflexión y propuesta de actuación. https://publications.iadb.org/publications/spanish/document/Inteligencia-artificial-Gran-oportunidad-del-siglo-XXI-Documento-de-reflexion-y-propuesta-de-actuacion.pdf

Kriesel, D. (2007). A brief Introduction on Neural Networks (Citeseer, Ed.). https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.135.6774&rep=rep1&type=pdf

Liu, L., Ouyang, W., Wang, X., Fieguth, P., Chen, J., Liu, X., & Pietikäinen, M. (2020). Deep Learning for Generic Object Detection: A Survey. International Journal of Computer Vision, 128(2), 261–318. https://doi.org/10.1007/S11263-019-01247-4/FIGURES/21

Manzanares González, A. (2018). Detector de baches con Deep Learning. Universidad Pompeu Fabra.

Nielsen, M. (2019, December). Neural networks and deep learning. http://neuralnetworksanddeeplearning.com/about.html

Oracle. (2022). Inteligencia Artificial, Machine Learning, Deep Learning: una historia de muñecas rusas. https://www.oracle.com/es/database/cloud/algoritmos-machine-learning.html

Rawat, W., & Wang, Z. (2017). Deep Convolutional Neural Networks for Image Classification: A Comprehensive Review. Neural Computation, 29(9), 2352–2449. https://doi.org/10.1162/NECO_A_00990

TensorFlow. (2022, October 18). TensorFlow Datasets. 2022. https://www.tensorflow.org/datasets/catalog/cats_vs_dogs?hl=en

UNIVERSIDADE DA CORUÑA, UNIVERSIDADE DE SANTIAGO DE COMPOSTELA, & UNIVERSIDADE DE VIGO. (2021). MÁSTER UNIVERSITARIO EN INTELIGENCIA ARTIFICIAL / MASTER IN ARTIFICIAL INTELLIGENCE. https://www.uvigo.gal/sites/uvigo.gal/files/contents/paragraph-file/2021-09/MemoriaVerificacionMIA_SUG.pdf

Descargas

Publicado

30-12-2022

Cómo citar

Peredo Claros, M. M., & Ramos Silvestre, E. (2022). Plataforma en la nube para la clasificación de objetos utilizando inteligencia artificial . Journal Boliviano De Ciencias, 18(53), 26–47. https://doi.org/10.52428/20758944.v18i53.253

Número

Sección

Proyecto de Ingeniería Aplicada