2. La real academia de la lengua española nos define la inteligencia como ¨Potencia intelectual;
facultad de conocer, de entender o emprender¨.
La inteligencia artificial se podría definir de la misma forma pero aplicado a las máquinas.
(Cazorla Quevedo, Escolano Ruiz , Alfonso Galipienso, Colomina Pardo, & Lozano Ortega,
2003)
Inteligencia Artificial
3. 1. Áreas de aplicación
Tratamiento de lenguajes naturales:
En este campo se puede englobar aplicaciones que realicen traducciones entre idiomas, interfaces hombre-máquina que
permitan interrogar una base de datos o dar ordenes a un sistema operativo, etc., de manera que la comunicación sea
mas amigable al usuario.
Sistemas expertos:
en esta área están englobados aquellos sistemas donde la experiencia de personal cualificado se incorpora a dichos
sistemas para conseguir deducciones más cercanas a la realidad.
Robótica:
navegación de robots móviles, control de brazos de robots, ensamblaje de piezas, etc.
Problemas de Percepción: visión y habla
Reconocimiento de objeto y del habla, detección de defectos en piezas por medio de visión, apoyo en diagnósticos
médicos,etc.
Aprendizaje:
Modelización de conductas para su posterior implantación en computadoras.
(Cazorla Quevedo, Escolano Ruiz , Alfonso Galipienso, Colomina Pardo, & Lozano Ortega, 2003)
4. La Inteligencia Artificial en los Negocios
El gigantesco desarrollo que ha experimentado el campo de la inteligencia artificial (IA) en los
últimos años, con la introducción generalizada de aplicaciones basadas en algoritmos de maching
learning o Big Data, en todos los sectores de la economía, no deja indiferente a nadie. Si, por un
lado, supone una gran oportunidad –como evidencia la dimensión alcanzada por el fenómeno de
las startups, basadas, muchas de ellas, en la aplicación de la IA–, por otro, puede suponer una
amenaza, en especial para las empresas más tradicionales, que, asentadas en sus respectivas
industrias, deberán enfrentarse el apasionante reto de integrar la IA en la inteligencia humana de
sus organizaciones.
5.
6. A pesar del éxito de estos sistemas los costos asociados al desarrollo de
SBC son altos e involucran aspectos complicados como:
Caracterización y clasificación del problema.
Adquisición del conocimiento.
Integración del sistema.
Verificación, depuración y validación.
Mantenimiento de la base de conocimiento.
SBC: Sistema de base de conocimiento.
8. Python
Se le considera en el primer lugar de la lista de todos los
lenguajes de desarrollo de AI debido a la simplicidad.
Las sintaxis que pertenecen a Python son muy simples y
se pueden aprender fácilmente. Por lo tanto, muchos
algoritmos de IA se pueden implementar fácilmente en él.
Python tarda poco tiempo de desarrollo en comparación
con otros lenguajes como Java, C++ o Ruby.
9. Es uno de los lenguajes y entornos más efectivos para analizar y manipular los datos con fines estadísticos. Usando R,
podemos producir fácilmente un publication-quality plot bien diseñado, incluyendo símbolos matemáticos y fórmulas
donde sea necesario.
Además de ser un lenguaje de propósito general, R tiene numerosos paquetes como RODBC, Gmodels, Class y Tm
que se utilizan en el campo del aprendizaje automático. Estos paquetes facilitan la implementación de algoritmos de
aprendizaje automático para descifrar los problemas asociados de negocio.
R
10. Lisp es uno de los lenguajes más antiguos y más adecuados para el desarrollo en IA.
Fue inventado por John McCarthy, el padre de la Inteligencia Artificial en 1958.
Tiene la capacidad de procesar la información simbólica de manera efectiva.
También es conocido por sus excelentes capacidades de creación de prototipos y creación dinámica y sencilla de objetos
nuevos, con recolección automática de basura. Su ciclo de desarrollo permite la evaluación interactiva de expresiones y la
re-compilación de funciones o archivos mientras el programa aún se está ejecutando. A lo largo de los años, debido al
avance, muchas de estas características han migrado a muchos otros lenguajes, lo que afecta la singularidad de Lisp.
Lisp
John McCarthy también conocido como Tío John McCarthy, fue un
prominente informático que recibió el Premio Turing en 1971 por sus
importantes contribuciones en el campo de la Inteligencia Artificial. De hecho,
fue el responsable de introducir el término “inteligencia artificial”, concepto que
acuñó en la Conferencia de Dartmouth en 1956. También se le atribuye el
concepto de cloud computing. (Computación en la nube )
11. Este lenguaje se mantiene junto con Lisp cuando hablamos de desarrollo en el
campo de la IA. Las características proporcionadas por éste incluyen una
coincidencia de patrones eficiente, estructuración de datos basada en árboles
y backtracking automático. Todas estas características proporcionan un marco de
programación sorprendentemente potente y flexible. Prolog es ampliamente
utilizado para trabajar en proyectos médicos y también para diseñar sistemas de IA
expertos.
12. También se puede considerar como una buena opción para el desarrollo de inteligencia artificial. La inteligencia
artificial tiene mucho que ver con algoritmos de búsqueda, redes neuronales artificiales y programación genética.
Java ofrece muchos beneficios: uso sencillo, facilidad de depuración, servicios de paquete, trabajo simplificado con
proyectos a gran escala, representación gráfica de datos y una mejor interacción del usuario. También tiene la
incorporación de Swing y SWT (Standard Widget Toolkit). Estas herramientas hacen que los gráficos y las interfaces se
vean atractivos y sofisticados.
Java
Depuración: proceso de identificar y corregir errores de programación.