top of page

Glosario Inteligencia Artificial - Robotica - Realidad Aumentada


La inteligencia artificial, la robótica y la realidad aumentada son campos fascinantes que están transformando la manera en que interactuamos con la tecnología y comprendemos nuestro entorno.


Este glosario ha sido creado pensando en personas de todas las áreas, sin importar su nivel de especialización, para desmitificar y hacer accesibles los conceptos clave relacionados con estos temas apasionantes.


En este viaje, nos sumergiremos en el mundo de la inteligencia artificial, donde las máquinas aprenden y toman decisiones; exploraremos el reino de los robots, máquinas programables capaces de realizar tareas físicas; y nos aventuraremos en la realidad aumentada, que combina de manera única lo virtual con lo real.


A medida que descubrimos el significado de términos como algoritmo, machine learning, chatbot y muchos más, buscamos proporcionar una guía clara y amigable que sirva como puerta de entrada a estos emocionantes campos tecnológicos.


¡Bienvenidos a este glosario, diseñado para hacer que la tecnología sea comprensible y emocionante para todos!


Inteligencia artificial (IA): El concepto general de máquinas que actúan de una manera que simula o imita la inteligencia humana. La IA puede tener una variedad de características, como la comunicación o la toma de decisiones similares a las humanas.


Inteligencia Artificial Estrecha (ANI): Es una IA especializada en una tarea específica, como el reconocimiento de voz o la detección de fraude. No tiene la capacidad de aprender por sí misma y no puede realizar tareas fuera de su ámbito de especialización.


Inteligencia Artificial General (AGI): Es una IA que tiene la capacidad de aprender y realizar cualquier tarea que un ser humano pueda hacer. Aunque todavía no se ha desarrollado una AGI completa, algunos sistemas de IA pueden realizar múltiples tareas.


Inteligencia Artificial Superficial (ASI): Es una IA que puede realizar tareas complejas, pero no tiene la capacidad de aprender por sí misma. La mayoría de las IA actuales son ASI.


Inteligencia Artificial Fuerte (AHI): Es una IA que tiene la capacidad de aprender y razonar como un ser humano, y puede realizar cualquier tarea que un ser humano pueda hacer. Aunque todavía no se ha desarrollado una ASI completa, algunos expertos creen que es posible.


Inteligencia Artificial Generativa (GAI): Es una IA que puede crear ideas y contenidos nuevos, como conversaciones, historias, imágenes, videos y música. La IA generativa puede entrenarse para diversos fines, como los chatbots, la creación de medios y el desarrollo de productos.


Inteligencia Artificial de Aprendizaje Profundo (DL): Es una IA que utiliza redes neuronales artificiales para aprender y mejorar su capacidad de realizar tareas complejas, como el reconocimiento de imágenes y voz. El aprendizaje profundo es una rama de la inteligencia artificial que se centra en la creación de algoritmos que pueden aprender y mejorar por sí mismos .


Inteligencia Artificial de Refuerzo (RL): Es una IA que aprende a través de la interacción con su entorno. La IA de refuerzo recibe una recompensa por cada acción que realiza y utiliza esta información para mejorar su capacidad de tomar decisiones .


Inteligencia Artificial de Visión por Computadora (CV): Es una IA que puede analizar y comprender imágenes y videos. La IA de visión por computadora se utiliza en aplicaciones como la detección de objetos, la identificación de rostros y la clasificación de imágenes .


Inteligencia Artificial de Procesamiento del Lenguaje Natural (NLP): Es una IA que puede entender y procesar el lenguaje humano. La IA de procesamiento del lenguaje natural se utiliza en aplicaciones como los chatbots, la traducción automática y la generación de texto.


Inteligencia Artificial de Robótica (RI): Es una IA que se utiliza en robots para realizar tareas específicas. La IA de robótica se utiliza en aplicaciones como la fabricación, la exploración espacial y la atención médica.


Inteligencia Artificial de Redes Neuronales (NNI): Es una IA que utiliza redes neuronales artificiales para aprender y mejorar su capacidad de realizar tareas complejas. Las redes neuronales son un conjunto de algoritmos que imitan el comportamiento del cerebro humano y se utilizan en aplicaciones como el reconocimiento de voz y la detección de fraudes.


Algoritmo: Un conjunto de instrucciones paso a paso para completar una tarea.


Autónomo: Una máquina se describe como autónoma si puede realizar su tarea o tareas sin necesidad de intervención humana.


Encadenamiento hacia atrás: Un método en el que el modelo comienza con la salida deseada y trabaja en reversa para encontrar datos que puedan respaldarla.


Sesgo: Supuestos hechos por un modelo que simplifican el proceso de aprendizaje para hacer su tarea asignada.


Macrodatos: Conjuntos de datos que son demasiado grandes o complejos para ser utilizados por aplicaciones de procesamiento de datos tradicionales.


Red neuronal: Un sistema inspirado por la biología humana que utiliza una red de algoritmos para comprender datos de entrada y traducirlos en valores de salida.


Redes neuronales convolucionales (CNN): Un tipo de red neuronal que se utiliza comúnmente en el procesamiento de imágenes y videos.


Redes neuronales recurrentes (RNN): Un tipo de red neuronal que se utiliza comúnmente en el procesamiento de secuencias de datos, como texto y audio.


Aprendizaje Automático (Machine Learning): Es una rama de la inteligencia artificial que se centra en el desarrollo de algoritmos y modelos que pueden aprender y mejorar por sí mismos a partir de los datos.


Aprendizaje por transferencia: Un método de aprendizaje automático en el que se utiliza el conocimiento adquirido en una tarea para mejorar el rendimiento en otra tarea.


Aprendizaje por refuerzo: Un tipo de aprendizaje automático en el que un agente aprende a tomar decisiones en un entorno interactivo para maximizar una recompensa.


Redes Neuronales Artificiales (ANN): Son un conjunto de algoritmos que imitan el comportamiento del cerebro humano y se utilizan en aplicaciones como el reconocimiento de voz y la detección de fraudes.


Aprendizaje Profundo (Deep Learning): Es una técnica de aprendizaje automático que utiliza redes neuronales artificiales para aprender y mejorar su capacidad de realizar tareas complejas, como el reconocimiento de imágenes y voz.


Aprendizaje Supervisado (Supervised Learning): Es una técnica de aprendizaje automático que utiliza datos etiquetados para entrenar un modelo. El modelo utiliza estos datos para aprender a hacer predicciones precisas sobre nuevos datos.


Aprendizaje No Supervisado (Unsupervised Learning): Es una técnica de aprendizaje automático que utiliza datos no etiquetados para entrenar un modelo. El modelo utiliza estos datos para encontrar patrones y estructuras ocultas en los datos.


Aprendizaje por Refuerzo (Reinforcement Learning): Es una técnica de aprendizaje automático que utiliza la retroalimentación del entorno para entrenar un modelo. El modelo aprende a tomar decisiones óptimas a través de la interacción con su entorno.


Clasificación (Classification): Es una técnica de aprendizaje automático que se utiliza para predecir la clase o categoría de un objeto o dato.



Es una técnica de aprendizaje automático que se utiliza para predecir un valor numérico a partir de un conjunto de datos.


Validación Cruzada (Cross-Validation): Es una técnica utilizada para evaluar la capacidad de generalización de un modelo. Se utiliza para estimar cómo se comportará un modelo en un conjunto de datos no visto previamente.


Ciencia de datos: Un campo amplio que utiliza enormes cantidades de información disponible para proporcionar conocimientos significativos.


Conjunto de datos: Un grupo organizado de datos.


Conjunto de datos de entrenamiento: Un conjunto de datos que las máquinas procesan para aprender.


Modelo: Un algoritmo que se ha entrenado en función de un conjunto de datos para reconocer ciertos tipos de patrones y hacer predicciones.


Big Data: Conjunto de datos que son demasiado grandes o complejos para ser utilizados por aplicaciones de procesamiento de datos tradicionales.


Análisis predictivo: Un método de análisis estadístico que se encarga de obtener información nueva o histórica y utilizarla para predecir patrones de comportamiento.


Análisis de grupos (Cluster analysis): Un método de agrupamiento estadístico utilizado para analizar grandes cantidades de datos.


Bases de datos: Un conjunto de datos organizados y estructurados.


Datos estructurados: Datos organizados en un formato específico.


Datos no estructurados: Datos que no están organizados en un formato específico.


Datos semiestructurados: Datos que tienen cierta estructura, pero no están organizados en un formato específico.


Deep learning: Un subconjunto de aprendizaje automático que utiliza redes neuronales con un mínimo de tres capas.


Natural Language Generation (Generación de lenguajes naturales): Un subcampo de la inteligencia artificial que se enfoca en la creación de texto y discurso en lenguaje natural.


Natural Language Processing (Procesamiento de lenguaje natural): Un subcampo de la inteligencia artificial que se enfoca en la interacción entre las computadoras y el lenguaje humano.


Prompt: En inteligencia artificial, un "prompt" se refiere a un estímulo o solicitud presentada al usuario para obtener información o dirigir la respuesta de un sistema, como en la programación de modelos de lenguaje. Es esencial para guiar la generación de respuestas específicas.


Chatbot: Un chatbot es un programa informático que utiliza inteligencia artificial y procesamiento del lenguaje natural para comprender las preguntas de los clientes y automatizar las respuestas a dichas preguntas, simulando la conversación humana.


Robótica: La robótica es una disciplina que combina ingeniería, ciencia y tecnología para diseñar, construir y operar robots. Estos dispositivos automáticos son capaces de realizar tareas programadas o comandadas por humanos, a menudo en entornos peligrosos o monótonos.


Robot: Un robot es una máquina programable diseñada para realizar tareas específicas de manera autónoma o controlada por un ser humano. Puede tener sensores para interactuar con su entorno y ejecutar acciones físicas o computacionales.


Robótica en la nube (Cloud robotics): Un campo emergente de la robótica que utiliza la nube para almacenar y procesar datos, lo que permite a los robots acceder a una gran cantidad de recursos y mejorar su capacidad de procesamiento.

 

Realidad aumentada: Es una tecnología que combina el mundo real y el virtual para crear una experiencia inmersiva.


Marcador: Es un objeto físico que se utiliza para activar la realidad aumentada.


RA basada en la ubicación: Es una experiencia de realidad aumentada que se basa en la ubicación del usuario.


RA basada en el marcador: Es una experiencia de realidad aumentada que se basa en un marcador físico.


RA basada en la superficie: Es una experiencia de realidad aumentada que se basa en una superficie plana.


RA basada en el reconocimiento facial: Es una experiencia de realidad aumentada que se basa en el reconocimiento facial.


RA basada en el reconocimiento de objetos: Es una experiencia de realidad aumentada que se basa en el reconocimiento de objetos.


RA basada en el reconocimiento de voz: Es una experiencia de realidad aumentada que se basa en el reconocimiento de voz.


RA basada en la detección de movimiento: Es una experiencia de realidad aumentada que se basa en la detección de movimiento.


RA basada en la detección de sonido: Es una experiencia de realidad aumentada que se basa en la detección de sonido.


RA basada en la detección de luz: Es una experiencia de realidad aumentada que se basa en la detección de luz.


RA basada en la detección de temperatura: Es una experiencia de realidad aumentada que se basa en la detección de temperatura.


RA basada en la detección de humedad: Es una experiencia de realidad aumentada que se basa en la detección de humedad.


RA basada en la detección de presión: Es una experiencia de realidad aumentada que se basa en la detección de presión.


RA basada en la detección de la posición: Es una experiencia de realidad aumentada que se basa en la detección de la posición.


RA basada en la detección de la velocidad: Es una experiencia de realidad aumentada que se basa en la detección de la velocidad.


RA basada en la detección de la dirección: Es una experiencia de realidad aumentada que se basa en la detección de la dirección.


RA basada en la detección de la aceleración: Es una experiencia de realidad aumentada que se basa en la detección de la aceleración.


RA basada en la detección de la rotación: Es una experiencia de realidad aumentada que se basa en la detección de la rotación.


RA basada en la detección de la inclinación: Es una experiencia de realidad aumentada que se basa en la detección de la inclinación.


RA basada en la detección de la vibración: Es una experiencia de realidad aumentada que se basa en la detección de la vibración.


RA basada en la detección de la altitud: Es una experiencia de realidad aumentada que se basa en la detección de la altitud.


RA basada en la detección de la latitud: Es una experiencia de realidad aumentada que se basa en la detección de la latitud.


RA basada en la detección de la longitud: Es una experiencia de realidad aumentada que se basa en la detección de la longitud.


RA basada en la detección de la orientación: Es una experiencia de realidad aumentada que se basa en la detección de la orientación.


RA basada en la detección de la gravedad: Es una experiencia de realidad aumentada que se basa en la detección de la gravedad.


RA basada en la detección de la proximidad: Es una experiencia de realidad aumentada que se basa en la detección de la proximidad.


RA basada en la detección de la presencia: Es una experiencia de realidad aumentada que se basa en la detección de la presencia.


RA basada en la detección de la velocidad angular: Es una experiencia de realidad aumentada que se basa en la detección de la velocidad angular


Tracking: Proceso de seguimiento y detección de marcadores o puntos de referencia para mantener la consistencia en la sobreposición de elementos virtuales.


Holograma: Imagen tridimensional proyectada en el espacio, visible sin necesidad de dispositivos adicionales.


Aplicación AR: Programa de software que utiliza tecnología de realidad aumentada para proporcionar experiencias interactivas.


Interactividad: Capacidad de los usuarios para participar y manipular elementos virtuales en tiempo real.


Headset AR: Dispositivo similar a gafas o cascos que permite experimentar la realidad aumentada de manera inmersiva.


Overlay: Elementos virtuales superpuestos sobre la vista del mundo real a través de dispositivos AR.


Geolocalización AR: Integración de datos de ubicación del mundo real con información virtual, mejorando la experiencia contextual.


Espejo AR: Superficie reflectante que muestra información virtual sin necesidad de dispositivos adicionales.


Markerless AR: Tecnología que no requiere marcadores para superponer elementos virtuales, utilizando la detección de características del entorno.


Objeto 3D: Representación tridimensional de un objeto en el espacio virtual.


Lente de AR: Cristal o pantalla que permite ver información virtual en el campo de visión del usuario.


Simulación: Creación de entornos virtuales para entrenamiento, pruebas o recreación de situaciones del mundo real.

 

AR Cloud: Infraestructura que mantiene y comparte datos de realidad aumentada para una experiencia consistente entre usuarios.

 

Escaneo 3D: Proceso de captura de la forma y estructura de objetos del mundo real para su reproducción virtual.


Detección de Superficie: Identificación de áreas planas para colocar objetos virtuales de manera estable.


Superposición: Combinación de elementos virtuales y reales de manera que parezcan coexistir en el mismo espacio.


Reconocimiento de Gestos: Identificación de movimientos y acciones del usuario para interactuar con elementos virtuales.


Vuforia: Plataforma de desarrollo para crear aplicaciones de realidad aumentada.


Smart Glasses: Gafas inteligentes que integran tecnología de realidad aumentada para mostrar información contextual.


AR Emoji: Representación animada de un usuario basada en sus expresiones faciales y movimientos.


Markerless Tracking: Seguimiento de objetos sin la necesidad de marcadores físicos.


Ray Casting: Técnica que determina la intersección de rayos virtuales con objetos del entorno.


Realidad Aumentada Móvil: Experiencias de AR a través de dispositivos como smartphones y tablets.


Inmersión: Sensación de estar completamente inmerso en un entorno virtual.


Cámara Passthrough: Función que permite ver el entorno real a través de las cámaras del dispositivo AR.


Experiencia AR Social: Interacción simultánea de múltiples usuarios en un entorno de realidad aumentada compartido.


Trigger AR: Acción que activa la visualización de elementos virtuales, como tocar la pantalla.


Layar: Aplicación de realidad aumentada que proporciona información contextual mediante la cámara del dispositivo móvil.


Actuadores: Transductor, que transforma señales eléctricas en movimientos mecánicos.


Algoritmo: Conjunto definido de reglas o procesos que llevan a la solución de un problema en un número determinado de pasos.


Androide: Tipo de robot que se parece y actúa como seres humanos.


API: Interfaz de Programación de Aplicaciones. Son una biblioteca con clases y métodos para realizar programación orientada a objeto.


Arduino: Plataforma de hardware libre, basada en una placa con un microcontrolador y un entorno de desarrollo, diseñada para facilitar el uso de la electrónica en proyectos multidisciplinares.


Armadura: Conjunto de elementos componentes del manipulador, en donde se articula el brazo articulado.


Automata: Aparato que contiene los mecanismos necesarios para ejecutar ciertos movimientos o tareas similares a las que realiza una persona.


Automática: Ciencia que trata de la eventual sustitución, en la operación de un proceso, del operador humano por un dispositivo, por lo general, electromecánico.


Automatización: Sustitución de procedimientos manuales por sistemas de cómputo.


Balanceo: Técnica de control de robots que permite mantener el equilibrio.


Brazo robótico: Manipulador mecánico que se utiliza para realizar tareas específicas.


Cinemática: Rama de la mecánica que estudia el movimiento de los cuerpos sin considerar las causas que lo producen.


Cinemática directa: Cálculo de la posición y orientación del extremo del robot a partir de las posiciones de las articulaciones.


Cinemática inversa: Cálculo de las posiciones de las articulaciones a partir de la posición y orientación del extremo del robot.


Cinética: Rama de la mecánica que estudia las causas del movimiento.


Cinética directa: Cálculo de las fuerzas y momentos necesarios para producir un movimiento determinado.


Cinética inversa: Cálculo de las fuerzas y momentos que se producen en las articulaciones a partir de las fuerzas y momentos aplicados al extremo del robot.


Circuito: Conjunto de elementos eléctricos o electrónicos interconectados que realizan una función específica.


CNC: Control Numérico por Computadora. Sistema que controla la operación de una máquina herramienta mediante un programa almacenado en una computadora.


Coordinación: Habilidad de los robots para trabajar juntos en una tarea común.


Controlador: Dispositivo que controla el movimiento de un robot.


Dinámica: Rama de la mecánica que estudia el movimiento de los cuerpos considerando las causas que lo producen.


Dinámica directa: Cálculo de la aceleración y la fuerza necesarias para producir un movimiento determinado.


Dinámica inversa: Cálculo de las fuerzas y momentos que se producen en las articulaciones a partir de la aceleración y la fuerza aplicadas al extremo del robot.


End-effector: Dispositivo que se encuentra en el extremo del brazo robótico y que realiza la tarea específica.


Ensamblador: Programa que traduce el código fuente escrito en lenguaje ensamblador a código máquina.


Estación de trabajo: Área de trabajo de un robot.


Grippers: Dispositivos que se utilizan para sujetar objetos.


Interfaz: Dispositivo que permite la comunicación entre el robot y el usuario.


Lenguaje de programación: Lenguaje utilizado para programar el robot.


Manipulador: Brazo robótico que se utiliza para realizar tareas específicas.


Mecatrónica: Disciplina que combina la mecánica, la electrónica y la informática.


Microcontrolador: Circuito integrado que contiene un microprocesador, memoria y dispositivos de entrada/salida.

10 visualizaciones0 comentarios

Entradas recientes

Ver todo

Comments


bottom of page