En la presente publicación se abordan los conceptos más destacados de la inteligencia artificial, su historia, sus categorías y sus retos; se estudia el Aprendizaje para Máquinas (AM) como principal motor de la inteligencia artificial. Se hace una descripción detallada de las técnicas más sobresalientes que se utilizan en el tratamiento y análisis digital de imágenes. Se estudia uno de los paradigmas más utilizados actualmente en la solución de problemas de clasificación y reconocimiento de patrones, la predicción de series de tiempo, el modelado de sistemas y la optimización, el paradigma relativo a las llamadas redes neuronales artificiales, que intentan simular la operación de las neuronas biológicas. Se analiza el perceptrón como máquina de procesamiento de información acomodado en capas. Se presentan los detalles sobre la derivación de la regla Delta generalizada, útil para el entrenamiento de arreglos de perceptrones en capas para la solución de problemas no lineales.