1. INTELIGENCIA ARTIFICIAL
La Inteligencia Artificial es una
combinación de la ciencia del
computador, fisiología y filosofía,
tan general y amplio, reúne varios
campos: (robótica, sistemas
expertos), los cuales tienen en
común la creación de máquinas
que pueden pensar.
La inteligencia artificial puede ser
tomada como ciencia si se enfoca
hacia la elaboración de programas
basados en comparaciones con la
La de idea construir una máquina que
eficiencia del hombre,
contribuyendo a un mayor pueda ejecutar tareas percibidas como
entendimiento del conocimiento requerimientos de inteligencia humana
humano. es un atractivo.
2. CONCEPTOS DE ALGUNOS…
Según John Mc Carthy la
inteligencia es la "capacidad
que tiene el ser humano de
adaptarse eficazmente al
cambio de circunstancias
mediante el uso de información
sobre esos cambios“. La mente de Marvin Minsky
donde cada mente humana es
el resultado del accionar de
un comité de mentes de
menor poder que conversan
entre sí y combinan sus
respectivas habilidades con el
fin de resolver problemas.
3. CARACTERISTICAS DE LA 1. Una característica fundamental que
INTELIGENCIA ARTIFICIAL distingue a los métodos de Inteligencia
Artificial de los métodos numéricos es el
uso de símbolos no matemáticos, aunque
no es suficiente para distinguirlo
El comportamiento de los programas no es
2.
descrito explícitamente por el algoritmo.
completamente.
3. Las conclusiones de un programa
declarativo no son fijas y son determinadas
parcialmente por las conclusiones
intermedias alcanzadas durante las
consideraciones al problema específico.
4. 4. El razonamiento basado en el
conocimiento, implica que estos
programas incorporan factores y
relaciones del mundo real y del ámbito del
conocimiento en que ellos operan.
5. Aplicabilidad a datos y problemas mal
estructurados, sin las técnicas de
Inteligencia Artificial los programas no
pueden trabajar con este tipo de
problemas.
5. DIFERENCIAS
METODOLOGICAS
1. La lógica difusa: permite
tomar decisiones bajo
condiciones de incerteza.
2. Redes neuronales: esta
tecnología es poderosa en
ciertas tareas como la
clasificación y el
reconocimiento de patrones.
Está basada en el concepto de
"aprender“.
6. EXPERIENCIAS, HABILIDADES Y
COMOCIMIENTO
Los tipos de experiencia que
son de interés en los sistemas
basados en conocimiento,
pueden ser clasificados en
tres categorías: asociativa,
motora y teórica.
7. La experiencia motora es más física que
cognitiva. La habilidad se adquiere
fundamentalmente a través del ejercicio y la
práctica física constante.
Los sistemas basados en conocimiento no
• pueden emular fácilmente este tipo de
experiencia, principalmente por la limitada
capacidad de la tecnología robótica.
• Lossistemas basados en conocimiento
son excelentes para representar
conocimiento asociativo. Este tipo de
experiencia refleja la habilidad heurística o
el conocimiento que es adquirido
mayoritariamente, a través de la
observación.
8. • La experiencia teórica y el conocimiento
profundo permite que los humanos puedan
resolver problemas que no se han visto
antes, es decir, no existe una posibilidad
asociativa. El conocimiento teórico y
profundo se adquiere a través de estudio y
entrenamiento formal, así como por medio
de la resolución directa de problemas.
Debido a su naturaleza teórica, este
conocimiento se puede olvidar fácilmente,
a no ser que se use en forma continua.
9. La Inteligencia Artificial incluye varios campos de
desarrollo tales como: la robótica, usada
principalmente en el campo industrial; comprensión
de lenguajes y traducción; visión en máquinas que
distinguen formas y que se usan en líneas de
ensamblaje; reconocimiento de palabras y
aprendizaje de máquinas; sistemas computacionales
expertos.
Los investigadores en inteligencia artificial se
concentran principalmente en los sistemas expertos,
la resolución de problemas, el control automático,
las bases de datos inteligentes y la ingeniería del
software (diseños de entornos de programación
inteligente).
10. Uno de los principales objetivos de los investigadores en
inteligencia artificial es la reproducción automática del
razonamiento humano.
El razonamiento de un jugador de ajedrez no siempre es el
mismo que el de un directivo que se pregunta la viabilidad
de fabricar un nuevo producto. Un niño jugando con
bloques de madera en una mesa no tiene idea de la
complejidad del razonamiento necesario para llevar a cabo
la construcción de una pirámide, e intentar que un robot
hiciera lo mismo que el niño requeriría un largo programa
de computador.
Desde hace unas dos décadas y media se ha querido
demostrar que el famoso test de Turing (consiste en
comprobar por medio de una serie de procesos si las
máquinas pueden pensar igual que los humanos) ha sido
superado
11. La mayor prueba para ello, quizá, ha sido a través
del ajedrez, en el que se pondría a prueba que la
máquina lograra pensar durante una partida y
hasta derrotar al humano.
En 1985, cuando el ajedrecista Gary Kasparov era
campeón del mundo, se realizó el primer intento.
Pero el ruso demostró que las máquinas no
pensaban y las derrotó al mismo tiempo, con un
resultado de 32 a 0.
Luego de haber dedicado sus máximos esfuerzos
y aumentar notablemente el procesador y la
memoria de la computadora, la máquina derrotó
al campeón del mundo, hecho que hoy, 13 años
después, aún le da la vuelta a todo el planeta.