Qué es Inteligencia Artificial: Explicación y ejemplos

 

Resumen

La Inteligencia Artificial (IA) ha avanzado significativamente, transformando múltiples sectores desde la banca hasta la salud. Aunque la IA ofrece innovación y eficiencia, también presenta desafíos significativos, incluyendo problemas éticos y la necesidad de infraestructuras de TI adecuadas. Las organizaciones líderes en IA están adoptando estas tecnologías en más funciones empresariales y están invirtiendo significativamente en su desarrollo. La adopción de IA en la salud está creciendo, impulsada por la innovación tecnológica y un enfoque en soluciones que abordan desafíos críticos en la atención médica. Sin embargo, es crucial abordar los desafíos éticos, regulatorios y técnicos que la IA plantea, asegurando que su desarrollo esté alineado con los valores humanos y el bienestar general.

Preguntas que responde el artículo

• ¿Cómo ha evolucionado la Inteligencia Artificial (IA)?
• ¿Cómo se define la IA?
• ¿Cuáles son los diferentes tipos de IA según Arend Hintze?
• ¿Dónde se aplica actualmente la IA?
• ¿Qué contribuciones están haciendo las empresas líderes en el desarrollo y aplicación de la IA?
• ¿Cuáles son los desafíos y perspectivas futuras de la IA?

La Inteligencia Artificial (IA) ha experimentado una transformación espectacular, pasando de ser una fantasía de ciencia ficción a convertirse en una realidad integral de nuestra vida cotidiana. Esta evolución se ha acelerado notablemente en las últimas décadas, impulsada por avances en la capacidad de cómputo, la disponibilidad de grandes volúmenes de datos y mejoras significativas en los algoritmos de aprendizaje automático. La IA ahora se encuentra en el corazón de múltiples sectores, desde la medicina, donde facilita diagnósticos más precisos y tratamientos personalizados, hasta el entretenimiento, mejorando la experiencia del usuario a través de recomendaciones personalizadas. Su omnipresencia es tal que influye en cómo interactuamos con el mundo que nos rodea, cómo las empresas optimizan sus operaciones y cómo abordamos los desafíos globales, redefiniendo continuamente los límites de lo posible.

Aspecto	Descripción
Evolución de la IA	La IA ha pasado de ser un concepto de ciencia ficción a una tecnología omnipresente en múltiples sectores, impulsando innovaciones en medicina, entretenimiento, y más.
Definición de IA	La IA se define como la capacidad de las máquinas para realizar tareas que requerirían inteligencia humana, como percepción, reconocimiento de voz, toma de decisiones, y traducción de idiomas.
Clasificación de la IA	Existen cuatro tipos de IA según Arend Hintze: máquinas reactivas, memoria limitada, teoría de la mente y autoconciencia, representando niveles crecientes de complejidad y capacidad de interacción.
Aplicaciones actuales de la IA	La IA se aplica en campos como ciberseguridad, salud, IoT y finanzas, optimizando procesos y creando nuevas soluciones.
Contribución de empresas líderes	Empresas como IBM, Microsoft, Google, y Amazon están desarrollando soluciones de IA que varían desde el análisis de datos hasta sistemas autónomos, mostrando el potencial transformador de la IA.
Desafíos y futuro de la IA	La IA promete ampliar las capacidades humanas pero también plantea preguntas fundamentales sobre la interacción humano-máquina, desafiando nuestra relación con la tecnología y su papel en la sociedad.

Definición de Inteligencia Artificial

La Inteligencia Artificial se define como la capacidad de las máquinas para realizar tareas que normalmente requerirían de inteligencia humana, como la percepción visual, el reconocimiento de voz, la toma de decisiones y la traducción entre idiomas. Morandín-Ahuerma (2022) proporciona una perspectiva académica sobre el término, enfatizando cómo la IA simula los procesos de inteligencia humana mediante la creación de sistemas capaces de aprender, razonar, percibir y comprender el lenguaje. Esta definición abarca una amplia gama de tecnologías, desde sistemas que pueden ejecutar tareas específicas basadas en reglas fijas, hasta aquellos que aprenden y se adaptan a nuevas situaciones a través del aprendizaje automático y el aprendizaje profundo.

El avance hacia la creación de sistemas de IA más sofisticados y versátiles se ilustra en la clasificación de Arend Hintze, que identifica cuatro tipos de inteligencia artificial: máquinas reactivas, memoria limitada, teoría de la mente y autoconciencia. Cada tipo representa un nivel creciente de complejidad y capacidad para interactuar con el mundo. Mientras las máquinas reactivas y los sistemas de memoria limitada ya son una realidad y tienen aplicaciones prácticas en nuestro día a día, la teoría de la mente y la autoconciencia representan el futuro aspiracional de la IA, donde las máquinas no solo entenderán y procesarán emociones humanas, sino que también serán conscientes de su propia existencia.

El contexto actual de la IA muestra su aplicación en una diversidad de campos, evidenciando cómo esta tecnología no solo optimiza procesos existentes sino que también habilita nuevas formas de abordar problemas y crear soluciones. Empresas líderes en tecnología, como IBM, Microsoft, Google y Amazon, están en la vanguardia, desarrollando y desplegando soluciones de IA que abarcan desde el análisis de datos hasta sistemas autónomos, demostrando el potencial transformador de la IA

La definición y aplicación de la IA continúan evolucionando, reflejando tanto el avance tecnológico como el cambio en nuestra comprensión de lo que significa ser inteligente. A medida que avanzamos, la IA promete no solo ampliar las capacidades humanas sino también plantear preguntas fundamentales sobre la interacción entre humanos y máquinas, desafiándonos a reconsiderar nuestra relación con la tecnología y su papel en la sociedad.

Historia y evolución de la IA

La historia y evolución de la Inteligencia Artificial (IA) es un viaje fascinante que se extiende desde mediados del siglo XX hasta la actualidad, marcado por importantes hitos que han definido su trayectoria. Este recorrido muestra cómo la IA ha avanzado, desde los primeros experimentos y teorías hasta convertirse en una herramienta esencial en diversas industrias y aspectos de la vida cotidiana.

Año	Hitos Importantes en la Evolución de la IA
1950	Alan Turing publica "Computing Machinery and Intelligence", proponiendo el famoso Test de Turing para evaluar la inteligencia de una máquina.
1956	Se acuña el término "Inteligencia Artificial" en la Conferencia de Dartmouth, considerada el nacimiento oficial de la IA como campo de estudio.
1960s-1970s	Avances en el procesamiento del lenguaje natural y desarrollo de sistemas expertos, como ELIZA y MYCIN, que mostraron la capacidad de las máquinas para realizar tareas específicas de forma inteligente.
1980s	El auge de los sistemas expertos en la industria, y el desarrollo de algoritmos de aprendizaje automático, marcando el inicio de la IA comercial.
1997	Deep Blue de IBM se convierte en la primera computadora en derrotar a un campeón mundial de ajedrez, Garry Kasparov.
2010s	Surge el aprendizaje profundo (deep learning) con redes neuronales, impulsando avances significativos en visión por computadora, reconocimiento de voz y procesamiento de lenguaje natural.
Actualidad	La IA se integra en la vida cotidiana y en múltiples sectores, desde asistentes personales inteligentes hasta soluciones avanzadas en salud, finanzas, y más.

Tabla: Tendencias y proyecciones de la IA (2023-2024)

Tendencia/Proyección	Descripción
Modelos Generativos y Su Regulación	Los intentos por hacer que los modelos generativos se comporten según lo deseado por sus creadores han mostrado tanto el potencial como los desafíos de la IA.
Impacto Ambiental de la IA	La investigación reveló que generar una imagen con un modelo de IA consume tanta energía como cargar completamente un smartphone.
Riesgo Existencial de la IA	Aumento del debate público sobre si la IA representa un riesgo existencial para la humanidad, impulsando discusiones importantes sobre políticas de IA.
Regulación y Política de la IA	Legisladores y organismos reguladores están introduciendo normas para el desarrollo responsable de la IA y discutiendo prohibiciones de ciertas aplicaciones.
Text-to-Video	Se espera que las capacidades de generación de contenido de IA avancen hacia la creación de videos, mejorando la calidad y ampliando las aplicaciones prácticas.
Modelos Generativos Personalizados	Las empresas buscarán modelos de IA generativos personalizados para necesidades específicas, destacando la demanda de sistemas que puedan satisfacer requisitos de nicho.
Necesidad de Talento en IA	La creciente integración de la IA en las operaciones empresariales subraya la necesidad de profesionales capaces de desplegar, monitorear y mantener sistemas de IA.
Gestión del "Shadow AI"	Las organizaciones deben abordar el uso de la IA sin aprobación explícita o supervisión del departamento de TI, estableciendo políticas claras de uso aceptable.

Aplicaciones de la IA en la Industria

La aplicación de la Inteligencia Artificial en la industria ha revolucionado la forma en que las empresas operan, mejorando significativamente los procesos, productos, y servicios. La industria 5.0, que pone énfasis en la personalización y la colaboración entre humanos y máquinas, se beneficia enormemente de los avances en IA para lograr una mayor eficiencia y sostenibilidad.

Nau (2022) destaca cómo la IA y la automatización están siendo adoptadas en diversos sectores industriales para mejorar la calidad de los productos y servicios. Las aplicaciones de la IA en la industria incluyen, pero no se limitan a, las siguientes áreas:

Industria	Aplicaciones de la IA
Manufactura	Optimización de la cadena de suministro, mantenimiento predictivo, y control de calidad mediante visión por computadora.
Salud	Diagnóstico asistido por IA, desarrollo de tratamientos personalizados y operaciones robóticas en cirugías.
Finanzas	Análisis de riesgos, detección de fraude, y asistentes virtuales para la atención al cliente.
Agricultura	Monitoreo de cultivos mediante drones y análisis predictivo para optimizar la producción.
Turismo y Hospitalidad	Personalización de la experiencia del cliente y optimización de la gestión operativa.

Estas aplicaciones demuestran el potencial transformador de la IA para crear soluciones innovadoras que no solo aumentan la productividad y eficiencia sino que también abren nuevas oportunidades para el desarrollo sostenible y la colaboración entre humanos y máquinas. La IA se ha convertido en un pilar fundamental para el avance hacia una industria más inteligente, adaptable, y centrada en el ser humano.

Impacto de la IA en industrias y regiones

Aspecto	Descripción
Riesgos y Desafíos	- Solo el 21% de las organizaciones han establecido políticas para el uso de tecnologías de IA generativa. - La inexactitud es el riesgo más citado, superando la ciberseguridad y el cumplimiento regulatorio. - La mayoría de las organizaciones no están abordando los riesgos relacionados con la IA.
Líderes en IA	- Las organizaciones de alto rendimiento en IA utilizan gen AI en más funciones empresariales que otras, especialmente en desarrollo de productos y gestión de riesgos. - Estas organizaciones invierten más del 20% de sus presupuestos digitales en IA. - Se enfocan menos en la reducción de costos y más en crear nuevos negocios o fuentes de ingresos a través de la IA.
Crecimiento de Modelos de IA	- El costo y tamaño de los modelos de lenguaje grande han aumentado significativamente, con modelos como PaLM costando alrededor de $8 millones para entrenar. - Esto refleja el aumento en la capacidad y el costo asociado con el desarrollo de tecnologías de IA avanzadas.
Inversiones Corporativas	- Aunque las inversiones corporativas en IA disminuyeron en 2022 desde los máximos de 2021, han aumentado 13 veces en la última década. - El evento de inversión más grande fue la adquisición de Nuance Communications por Microsoft por $19.7 mil millones.
Impacto Regional	- América del Norte domina el mercado de IA, con más del 36.8% de los ingresos globales en 2022, gracias a iniciativas gubernamentales favorables. - Asia Pacífico se anticipa que verá un crecimiento significativo en IA debido a las inversiones sustanciales, especialmente en China. - La IA está diversificando sus aplicaciones en diversas regiones, impulsando el crecimiento en sectores como la salud, finanzas, y más.

Los datos muestran los desafíos y oportunidades que la Inteligencia Artificial (IA) ofrece a las organizaciones. Los líderes en este campo están utilizando estas tecnologías para impulsar la innovación y el crecimiento. El incremento constante en las inversiones en IA demuestra su creciente importancia en el escenario tecnológico mundial.

Riesgos y desafíos de la IA

• Las organizaciones aún enfrentan desafíos significativos para prepararse para el uso generalizado de la IA generativa y los riesgos comerciales que estas herramientas pueden traer. Solo el 21% de las organizaciones con adopción de IA han establecido políticas para el uso de tecnologías de IA generativa por parte de los empleados. La inexactitud es citada como el riesgo más común, incluso por encima de la ciberseguridad y el cumplimiento regulatorio.

Líderes en IA y su enfoque

• Las organizaciones que obtienen un valor significativo de la IA, conocidas como "altos ejecutantes", están adoptando la IA generativa en más funciones empresariales que otras organizaciones, especialmente en el desarrollo de productos y servicios, así como en la gestión de riesgos y la cadena de suministro.

Tabla: Crecimiento y Costo de Modelos de Lenguaje Grande, Inversiones en IA y Impacto de Mercado

Aspecto	Detalles
Crecimiento y Costo de LLMs	- Los modelos como GPT-4 pueden costar hasta $720,000 dependiendo del contexto y parámetros utilizados para el entrenamiento. Modelos más específicos como Claude V1 y DaVinci varían en costos de entrenamiento desde $162,000 a $1,260,000 para configuraciones finamente ajustadas
Inversiones Corporativas en IA	- Globalmente, la inversión privada en IA fue de $91.9 mil millones en 2022, lo que representa una disminución del 26.7% desde 2021. Sin embargo, en la última década, la inversión en IA ha aumentado significativamente, siendo 18 veces mayor en 2022 que en 2013
Impacto Regional y de Mercado	- Estados Unidos lideró en términos de inversión privada total en IA, con $47.4 mil millones en 2022, aproximadamente 3.5 veces más que China. Las áreas de enfoque más grandes para la inversión en IA fueron médica y atención sanitaria ($6.1 mil millones), gestión de datos, procesamiento y nube ($5.9 mil millones), y Fintech ($5.5 mil millones).

Los modelos de lenguaje grande han evolucionado tanto en escala como en costo, destacando también la tendencia de las inversiones corporativas en IA y el impacto regional en el mercado. Aunque las inversiones han experimentado una disminución en el último año, el crecimiento a largo plazo en la adopción y desarrollo de la IA sigue siendo notable. La adaptación y la inversión en IA son fundamentales para mantener la competitividad en diversas industrias, con Estados Unidos y China a la vanguardia de estas iniciativas.

Crecimiento y costo de modelos de lenguaje grande

• Los modelos de lenguaje grande han escalado en tamaño y costo. Por ejemplo, el modelo GPT-2 lanzado en 2019 tenía 1.5 mil millones de parámetros y costó alrededor de $50,000 para entrenar, mientras que PaLM, lanzado tres años después, contaba con 540 mil millones de parámetros y costó aproximadamente $8 millones.

Inversiones corporativas en IA

• Las inversiones corporativas en IA experimentaron una disminución en 2022 desde los máximos de 2021, pero aún así han aumentado significativamente en la última década. El evento de inversión más grande del año fue la adquisición de Nuance Communications por parte de Microsoft por $19.7 mil millones.

Impacto regional y de mercado

• América del Norte dominó el mercado de IA, representando más del 36.8% de los ingresos globales en 2022. Este liderazgo se debe a iniciativas gubernamentales favorables para fomentar la adopción de la IA en varias industrias.
• El mercado de IA en Asia Pacífico se anticipa que experimentará un crecimiento significativo, gracias a inversiones sustanciales en tecnología de IA, especialmente en China, que posee un ambiente fértil para el desarrollo y la implementación de tecnologías de IA.

IA en la salud y la investigación farmacéutica

Tabla 1: Mercado Global de IA en la Salud

Región	Participación de Mercado 2023	CAGR Proyectado 2024-2030	Iniciativas Clave
Norteamérica	57.7%	36.4%	Avances en infraestructura de TI en salud, adopción de tecnologías de IA/ML, iniciativas gubernamentales favorables
Asia-Pacífico	Crecimiento más rápido	40.1%	Innovaciones en IT, inversión en startups de IA, iniciativas gubernamentales para adopción de tecnología

El mercado global de IA en la atención médica estaba valorado en USD 22.45 mil millones en 2023 y se espera que crezca a una tasa compuesta anual del 36.4% de 2024 a 2030. Este crecimiento es impulsado por la creciente demanda de medicina personalizada y la necesidad de reducir los costos de atención médica. América del Norte dominó el mercado en 2023, representando el 57.7% de los ingresos globales, debido a los avances en la infraestructura de TI en salud, la adopción generalizada de tecnologías de IA y ML, y la presencia de jugadores clave del mercado.

En cuanto a las aplicaciones prácticas, un estudio de Optum reveló que el 85% de los ejecutivos de salud ya tienen una estrategia de IA y casi la mitad de ellos ya están utilizando la tecnología. La IA está desempeñando un papel crucial en la mejora del flujo de datos, permitiendo el reconocimiento y procesamiento tanto de datos estructurados como no estructurados. Esta capacidad es fundamental para abordar problemas como enfermedades crónicas, escasez de personal y readmisiones hospitalarias.

El Futuro de la IA

Mirando hacia el futuro, la IA promete transformar aún más la salud y otros sectores. Las tendencias para el uso de la IA en la atención médica incluyen la expansión del procesamiento de lenguaje natural (NLP) y la IA conversacional, con asistentes virtuales que facilitarán desde la verificación de síntomas hasta la preparación para citas médicas. Además, se espera una mejora en la programación automatizada y una integración más profunda de datos omicos, registros electrónicos de salud (EHR) y dispositivos portátiles, lo que podría diferenciar los fenotipos de los pacientes y mejorar la precisión diagnóstica y terapéutica.

Tabla: Aplicaciones y Avances de IA en la Salud

Aplicación	Ejemplos de Uso	Beneficios Potenciales
Diagnóstico y Gestión de Enfermedades	AI y ML en el diagnóstico de enfermedades crónicas, AI en el diagnóstico y manejo de enfermedades renales.	Mejora en la precisión del diagnóstico, gestión eficaz de enfermedades, optimización del tratamiento.
Investigación Farmacéutica	NLP en Amazon Comprehend Medical para revisar datos clínicos en estudios de cáncer.	Aceleración del emparejamiento de pacientes para estudios clínicos, eficiencia en la identificación de candidatos para ensayos clínicos.
Cirugía Asistida por Robot	Entrenamiento en cirugía robótica, aumento en la demanda de cirugías robóticas.	Reducción de la necesidad de cirujanos altamente especializados, mejor precisión quirúrgica.

Proyección al Futuro de la IA en la Salud

El futuro de la IA en la salud se caracteriza por un incremento en el uso de NLP y IA conversacional para asistentes virtuales, mejoras en la programación automatizada y una integración más profunda de datos omicos con registros electrónicos de salud y datos de dispositivos portátiles. Estos avances prometen mejorar la precisión diagnóstica, la personalización del tratamiento y la eficiencia operativa en el sector salud.

El impacto de la IA en la salud es considerable, con promesas de transformación en diagnóstico, tratamiento y manejo de enfermedades, así como en la investigación farmacéutica. La IA no solo está configurada para mejorar los resultados de salud y la eficiencia operativa sino también para desbloquear nuevas posibilidades en la medicina personalizada y la investigación biomédica. La adopción de IA en la salud continúa creciendo, impulsada por la innovación tecnológica, la inversión en I+D y un enfoque en soluciones que abordan desafíos críticos en la atención médica. A medida que avanzamos, la colaboración entre desarrolladores de tecnología, profesionales de la salud y reguladores será clave para maximizar los beneficios de la IA mientras se gestionan los riesgos asociados.

Ejemplos de IA en acción por Industria

Industria	Empresa	Uso de IA
Banca	Kiwibank, BCP, DBS	Transformación digital para mejorar servicios bancarios, incorporando tecnología para convertirse en líderes tecnológicos en el sector bancario.
Energía y Utilidades	Xcel Energy	Digitalización y empleo de IA para avanzar hacia la neutralidad de carbono.
Seguros	Allianz Direct	Avance como aseguradora digital líder en Europa mediante la digitalización de procesos.
Ciencias de la Vida	CRL	Aceleración del desarrollo de fármacos como socio de confianza habilitado digitalmente.
Consumo	Grupo Mariposa	Aprovechamiento de tecnología conectada en el mercado de alimentos y bebidas en Latinoamérica.
Minería	Freeport-McMoRan	Aumento de la producción minera mediante la transformación AI.

Fuente: McKinsey Digital

Tabla: Tendencias y desafíos de la IA en 2023 -2024

Tendencia/Desafío	Descripción
Adopción y Riesgos de la IA Generativa	Aunque muchas organizaciones están adoptando IA generativa, solo un 21% ha establecido políticas para su uso por parte de los empleados. La inexactitud se cita como el riesgo más común, superando la ciberseguridad y el cumplimiento regulatorio.
Alto Rendimiento en IA	Las organizaciones con alto rendimiento en IA están implementando IA generativa en más funciones empresariales que otras, especialmente en desarrollo de productos y gestión de la cadena de suministro. Estas empresas invierten significativamente más en IA y la utilizan más ampliamente a lo largo de la organización.
Transformación en Educación	La IA tiene el potencial de transformar la enseñanza y el aprendizaje, ofreciendo soporte personalizado para profesores, prioridades cambiantes para los estudiantes, y mejorando la calidad del aprendizaje y la evaluación. Sin embargo, también presenta riesgos como la falta de diversidad cultural y la generación de respuestas incorrectas.
Impacto en la Fuerza Laboral	La IA está cambiando las necesidades de talento en las organizaciones, con un enfoque reciente en ingenieros de datos y científicos de datos de IA. Aunque la contratación de roles relacionados con la IA sigue siendo un desafío, ha habido una disminución en la dificultad reportada para contratar en algunos roles en comparación con el año anterior.

Estos ejemplos y tendencias demuestran el impacto significativo que la IA está teniendo en diversas industrias, desde la banca y las energías hasta la educación y la salud. Las transformaciones digitales y de IA están permitiendo a las empresas optimizar sus procesos, mejorar la oferta de servicios y productos, y afrontar los desafíos actuales y futuros de manera más eficaz. Sin embargo, también resaltan la importancia de abordar los riesgos asociados con la implementación de la IA, incluyendo la inexactitud y los desafíos en la contratación de talento especializado.

La importancia crítica de la IA para el futuro

La Inteligencia Artificial (IA) ha emergido como una fuerza transformadora en múltiples sectores, prometiendo innovación, eficiencia y un futuro donde la colaboración entre humanos y máquinas puede resolver algunos de los desafíos más complejos de nuestra época. Los avances recientes en IA, desde modelos capaces de navegar múltiples tareas hasta aquellos que aceleran el progreso científico, ilustran su potencial para mejorar significativamente cómo vivimos y trabajamos.

Las investigaciones muestran que la IA está madurando rápidamente a escala empresarial, impactando resultados de negocios y estrategias de futuro. La mayoría de las organizaciones han trasladado al menos una implementación de IA al entorno de producción, destacando la creciente integración de la IA en las operaciones comerciales y sus estrategias a largo plazo. Este rápido desarrollo de la IA desde medidas de ahorro de costos hasta impulsar el crecimiento de ingresos subraya su papel como motor de innovación y redefinición de mercados.

Sin embargo, la adopción de IA también plantea desafíos significativos, incluidos problemas éticos emergentes y la necesidad de infraestructuras de TI y arquitecturas de datos que soporten las crecientes cargas de trabajo de la IA. A medida que las aplicaciones de IA se vuelven más comunes, es imperativo abordar estos desafíos para garantizar que los beneficios de la IA se realicen plenamente mientras se mitigan los riesgos asociados.

Instituciones educativas y la industria tienen la responsabilidad de preparar a la próxima generación de científicos y profesionales para navegar el futuro de la IA y su impacto en la sociedad. Esto incluye no solo la formación técnica, sino también una comprensión profunda de las implicaciones éticas, sociales y legales del despliegue de la IA.

A medida que avanzamos, es crítico que los líderes en tecnología, negocios, política y educación colaboren para guiar el desarrollo y la implementación de la IA de manera que maximice su potencial positivo y mitigue los riesgos. La adopción de la IA no es solo una cuestión de innovación tecnológica; es una oportunidad para reimaginar y mejorar la sociedad. Pero para lograr esto, debemos abordar colectivamente los desafíos éticos, regulatorios y técnicos que la IA plantea, asegurando que su desarrollo esté alineado con los valores humanos y el bienestar general.

Fuentes del artículo

• TechTarget. (2024). 10 principales tendencias de IA y aprendizaje automático para 2024. https://www.techtarget.com/10-top-ai-and-machine-learning-trends-for-2024
• Health Tech Magazine. (2022). IA en atención sanitaria 2023: ML, NLP y más. https://healthtechmagazine.net/article/2022/12/ai-healthcare-2023-ml-nlp-more-perfcon
• Enterprise Apps Today. (2023). Estadísticas de IA en atención sanitaria. https://www.enterpriseappstoday.com/stats/ai-in-healthcare-statistics.html
• McKinsey & Company. (2023). Rewired en acción. https://www.mckinsey.com/capabilities/mckinsey-digital/how-we-help-clients/rewired-in-action
• Stanford Institute for Human-Centered Artificial Intelligence. (2023). Las 13 historias más grandes de IA de 2023. https://hai.stanford.edu/news/13-biggest-ai-stories-2023
• Stanford AI Index. (2023). Informe. https://aiindex.stanford.edu/report/
• WekaIO. (2023). Tendencias globales en IA para 2023. https://www.weka.io/resources/analyst-report/2023-global-trends-in-ai/
• Harvard School of Engineering and Applied Sciences. (2021). Presente y futuro de la IA. https://seas.harvard.edu/news/2021/10/present-and-future-ai
• Technology Review. (2023). Cuatro tendencias que cambiaron la IA en 2023. https://www.technologyreview.com/2023/12/19/1085696/four-trends-that-changed-ai-in-2023/
• TechTarget. (2023). 9 tendencias principales de IA y aprendizaje automático. https://www.techtarget.com/searchenterpriseai/tip/9-top-AI-and-machine-learning-trends