La inteligencia artificial es el estudio de sistemas inteligentes como los humanos. Tiene sus orígenes en 1956 y busca desarrollar máquinas capaces de razonar, aprender y actuar. Se ha aplicado a áreas como lingüística, minería de datos, robótica y procesamiento de lenguaje natural.

1. INTELIGENCIA
ARTIFICIAL
JUAN DANIEL DIAZ
ECCI

2.  Introducción
 ¿ Qué es la Inteligencia Artificial ?
 Fundamentos de la Inteligencia Artificial
 Historia de la Inteligencia Artificial
 Aplicaciones de la Inteligencia Artificial

3. Introducción
 La Inteligencia Artificial (IA):
• intenta comprender el comportamiento
de entidades inteligentes (es una ciencia)
• se esfuerza en construir máquinas inteligentes
(es una ingeniería)
• máquinas inteligentes = máquinas capaces
de percibir, razonar, aprender, comunicarse y
actuar en entornos complejos
• La IA es un área reciente (1956)
• El estudio de la inteligencia es una
disciplina muy antigua

4. Introducción
 La aparición de las computadoras en los años 50 permitió
poner en práctica las ideas surgidas hasta el momento.
 La IA puede considerarse un campo universal

5. Qué es la Inteligencia ?
 Resolver problemas
Complejos
 Hacer Generalizaciones
 Establecer Relaciones
 Análisis
 Percepción
 Comprensión y Aprendizaje
 Creación
5

6. ¿Que es inteligencia Artificial ?
 Inteligencia Artificial es la parte de  El estudio de cómo lograr que
las Ciencias de la Computación las computadoras realicen tareas
que se ocupa del diseño de que por el momento, los
sistemas inteligentes, esto es humanos hacen mejor.
sistemas que exhiben
E. Rich - Knight, 1991
características que asociamos con
la inteligencia en las conductas
humanas.
Feigenbaum y Barr ’80s

7. ¿Que es inteligencia Artificial ?
 La rama de la Ciencias de  Es la Ciencia e Ingeniería de hacer
la computación que se ocupa máquinas inteligentes (especialmente
de la automatización de la programas). Esto está relacionado a la
conducta inteligente. tarea de usar computadoras para
entender la inteligencia humana, pero
Luger y Stubblefield, 1993 IA no tiene que limitarse a métodos que
son biológicamente observables.
J. Mc Carthy, 1998

8. LAS DEFINICIONES DE IA SE
AGRUPAN EN:
RAZONAMIENTO
SISTEMAS QUE SISTEMAS QUE Inteligencia
PIENSAN COMO PIENSAN ideal
HUMANOS RACIONALMENTE
SISTEMAS QUE SISTEMAS QUE
ACTUAN COMO ACTUAN
HUMANOS RACIONALMENTE
COMPORTAMIENTO
8

9. Objetivos a alcanzar por la IA
• Desarrollar sistemas
que piensan como humanos.
• Desarrollar sistemas
que actúan como humanos.
• Desarrollar sistemas
que piensan racionalmente.
• Desarrollar sistemas
que actúan racionalmente.

10. Pensar como los Humanos
 Pensar como los humanos: la Ciencia Cognitiva
 ¿como piensan los humanos? Técnicas experimentales
de la psicología
 Es el objetivo de la Ciencia Cognitiva (reúne técnicas
de IA y psicología)

11. Actuar como los Humanos
Test de Turing (1950). Comportamiento
inteligente.
• Incapacidad de diferenciar entre
respuestas del ordenador repuestas
humanas.
• Supondría:
- Procesamiento del Lenguaje Natural.
- Representación del Conocimiento.
- Razonamiento Automático
- Aprendizaje Automático.

12. Actuar como los Humanos
 Prueba de Turing.
(Alan Turing 1950) intenta ofrecer
una definición de inteligencia
Artificial que se pueda evaluar. Para
que un ser o máquina se considere
inteligente debe lograr engañar a un
evaluador de que este ser o
máquina se trata de un humano
evaluando todas las actividades de
tipo cognoscitivo que puede realizar
el ser humano.

13. Pensar Racionalmente
 La corriente Logística en
Inteligencia Artificial trata de
crear sistemas inteligentes
utilizando la Lógica Formal.
 Inconvenientes:
• Necesaria una representación del
conocimiento informal (o difuso).
Uso de probabilidades.
• Explosión combinatoria
posibilidades.

14. Actuar Racionalmente
 Uso de agentes: percepción + actuación.
 Se necesita resolver situaciones, que el
pensamiento racional no puede por sí solo
hacer:
• Acciones reflejas: “retirar la mano del fuego”.
 El estudio de IA como agentes racionales
tiene dos ventajas:
• Es más general que el “pensamiento racional”.
• Es más cercano al método científico que el
comportamiento y el pensamiento humanos.

15. También IA es :
 Combinación de:
 Ciencias de la Computación
 Ingeniería Mecánica y Electrónica
 Fisiología y Filosofía
Creación de Máquinas que
puedan Pensar
15

16. FUNDAMENTOS
FILOSOFIA (desde 428 aC)
 teorías del razonamiento y aprendizaje
MATEMATICA (desde el 800)
 teorías formales de la lógica
PSICOLOGIA (desde 1879)
 investigación de la mente humana

17. FUNDAMENTOS
INGENIERIA EN COMPUTACION (1940)
 herramientas para poder concretar IA
LINGÜÍSTICA (1957)
 teorías sobre el lenguaje (sintaxis-semántica)

18. Evolución Histórica de la I A
 Los inicios (1943-1956)
 Entusiasmo inicial, grandes expectativas (1952-1969)
 La dura realidad (1966-1973)
 Los sistemas basados en el conocimiento (1969-1979)
 La IA se industrializa (1980- actualidad)

19. Evolución Histórica de la I A
Los inicios (1943-1956)
McCulloch y Pitts: primer modelo de neurona
Hebb: regla de aprendizaje Hebbiano o de Hebb
Minsky, Edmonds: primer simulador de red neuronal (40
neuronas)

20. Evolución Histórica de la I A
Los inicios (1943-1956)
Taller de Dartmouth (bautizo de la IA): McCarthy, Minsky,
Shannon, Rochester, More, Samuel, Solomonoff, Selfridge,
Newell, Simon
Newell, Simon: Teórico Lógico (TL)

21. Evolución Histórica de la I A
Entusiasmo inicial, grandes expectativas (1952-1969)
Los primeros años estuvieron llenos de éxitos, aunque con
ciertas limitaciones.
Entusiasmo general y grandes esperanzas.
Algunos «hitos»:
• Hipótesis del sistema de símbolos físicos.
• Lenguaje de alto nivel LISP.
• Generador de consejos.
• Micromundos, destacando el mundo de los bloques.
• RNs como adalines o perceptrones.
...Pero aún así las predicciones muy optimistas se chocaron
con una realidad difícil de modelar y excesivamente compleja
en muchos casos:
traducción, búsqueda de soluciones genérica, la explosión

22. Evolución Histórica de la I A
Los sistemas basados en el conocimiento 1966-1973)
• Hasta este momento la investigacion en IA estaba centrada en
el desarrollo de mecanismos de busqueda de proposito general
métodos débiles.
• Alternativa: uso de conocimiento específico del dominio que
facilita el desarrollo de etapas de razonamiento más largas,
pudiendo así resolver casos recurrentes en dominios de
conocimiento restringido: DENDRAL

23. Evolución Histórica de la I A
Los sistemas basados en el conocimiento 1966-1973)
• sistemas expertos.
• Surge esta nueva metodología que puede aplicarse a
distintas áreas de la actividad humana. Muy empleado en
diagnóstico médico: MYCIN.
• Se incorporan también los factores de certeza.
• Aparecen los marcos de Minsky

24. Evolución Histórica de la I A
La IA se industrializa (1980 hasta el presente)
 Primer sistema experto comercial con éxito: R1 por Digital
Equipment Corporation.
 En 1981 los japoneses anunciaron su proyecto «Quinta
Generación».
 Los EEUU constituyeron el MCC (Microelectronics and
Computer Technology Corporation).

25. Evolución Histórica de la I A
La IA se industrializa (1980 hasta el presente)
 Ninguno cumplió completamente sus objetivos, mientras
que Reino Unido se restaura el patrocinio/subvención.
 La industria de la IA creció rápidamente, pasando de unos
pocos millones de dólares en 1980 a billones de dólares
en 1988.
 Poco después llegó la época llamada «El invierno de la
IA».

26. La IA se convierte en una ciencia
• Actualmente es más usual el desarrollo de teorías ya
existentes y trabaja también en demostrar la utilidad de
las aplicaciones en el mundo real.
• La IA ya forma parte del ámbito de los métodos científicos.

27. La IA se convierte en una ciencia
• En 1986 se produce un regreso de las redes neuronales,
y este enfoque denominado conexionista convivirá con
otros diferentes.
• Recientemente ha habido una revolución en el campo de
la IA tanto en el contenido como en la metodología de
trabajo.

28. Aplicaciones de la IA
 Lingüística  Minería de datos
computacional: (Data Mining)

29. Aplicaciones de la IA
 Mundos virtuales:  Procesamiento de lenguaje
natural (Natural Language
Processing):

30. Aplicaciones de la IA
 Robótica:
 Sistemas de  Videojuegos:
apoyo a la
decisión:

32. GRACIAS