Este documento trata sobre inteligencia artificial. Define la inteligencia artificial como la inteligencia exhibida por artefactos creados por humanos para simular la inteligencia humana. Explora brevemente la historia de la inteligencia artificial y sus elementos clave como la representación del conocimiento, el aprendizaje automático y las redes neuronales. También discute las diferencias entre la inteligencia artificial y la inteligencia humana.

1. INTELIGENCIA
ARTIFICIAL
Universidad Nacional
Experimental
Politécnica de la
Fuerza Armada
Asig:
Inteligencia
Artificial
Venezuela, 2019.
Estudiante:
Maria León 27.262.916
Ingeniería
De
Sistemas

2. ¿QUÉ ES INTELIGENCIA ARTIFICIAL?
Se define la Inteligencia Artificial como aquella inteligencia exhibida por
artefactos creados por humanos (es decir, artificial). A menudo se aplica
hipotéticamente a los computadores. El nombre también se usa para referirse al
campo de la investigación científica que intenta acercarse a la creación de tales
sistemas.
Trata de conseguir que los ordenadores simulen en cierta manera la
inteligencia humana. Se acude a sus técnicas cuando es necesario incorporar en
un sistema informático, conocimiento o características propias del ser humano.

3. HISTORIA:
El término “inteligencia artificial” fue acuñado formalmente en 1956 durante la conferencia de Dartmouth, pero
para entonces ya se había estado trabajando en ello durante cinco años en los cuales se había propuesto muchas
definiciones distintas que en ningún caso habían logrado ser aceptadas totalmente por la comunidad
investigadora. La IA es una de las disciplinas más nuevas junto con la genética moderna.
• En 1315 Ramón Llull en su libro Ars magna tuvo la idea de que el razonamiento podía ser efectuado de
manera artificial.
• En 1936 Alan Turing diseña formalmente una Máquina universal que demuestra la viabilidad de un dispositivo
físico para implementar cualquier cómputo formalmente definido.
• En 1943 Warren McCulloch y Walter Pitts presentaron su modelo de neuronas artificiales, el cual se considera
el primer trabajo del campo, aun cuando todavía no existía el término. Los primeros avances importantes
comenzaron a principios del año 1950 con el trabajo de Alan Turing, a partir de lo cual la ciencia ha pasado por
diversas situaciones.
• En 1955 Herbert Simón, Allen Newell y J. C. Shaw, desarrollan el primer lenguaje de programación orientado a
la resolución de problemas, el IPL-11. Un año más tarde desarrollan el LogicTheorist, el cual era capaz de
demostrar teoremas matemáticos.

4. • En 1956 fue inventado el término inteligencia artificial por John Mccarthy, Marvin Minsky y Claude Shannon en
la conferencia de dartmouth, un congreso en el que se hicieron previsiones triunfalistas a diez años que jamás se
cumplieron, lo que provocó el abandono casi total de las investigaciones durante quince años.
• En 1957 Newell y Simón continúan su trabajo con el desarrollo del general problem solver (GPS). GPS era un
sistema orientado a la resolución de problemas.
En 1958 John Mccarthy desarrolla en el instituto de tecnología de massachusetts (MIT) el LISP. Su nombre se
deriva de list processor. LISP fue el primer lenguaje para procesamiento simbólico.
• En 1959 Rosenblat introduce el perceptor.
A finales de la década de 1950 y comienzos de la de 1960 Robert K. Lindsay desarrolla “sad sam”, un programa
para la lectura de oraciones en inglés y la inferencia de conclusiones a partir de su interpretación.
• En 1963 Guillian desarrolla las redes semánticas como modelo de representación del conocimiento.
• En 1964 Bertrand Raphael construye el sistema SIR (semantic information retrieval) el cual era capaz de inferir
conocimiento basado en información que se le suministra. Bobrow desarrolla STUDENT.

5. • En 1968 Seymour Papert, Danny Bobrow y Wally Feurzeig desarrollan el lenguaje de programación LOGO.
• En 1973 Alain Colmenauer y su equipo de investigación en la Universidad de Aix-Marseille crean PROLOG (del
francés PROgrammation en LOGique) un lenguaje de programación ampliamente utilizado en IA.
• En las décadas de 1970 y 1980, creció el uso de sistemas expertos, como MYCIN: R1/XCON, ABRL, PIP,
PUFF, CASNET, INTERNIST/CADUCEUS, etc. Algunos permanecen hasta hoy (Shells) como EMYCIN,
EXPERT, OPSS.
• En 1981 Kazuhiro Fuchi anuncia el proyecto japonés de la quinta generación de computadoras.
• En 1986 McClelland y Rumelhart publican Parallel Distributed Processing (Redes Neuronales).
• En 1988 se establecen los lenguajes Orientados a Objetos.
• En 1997 Gari Kaspárov, campeón mundial de ajedrez, pierde ante la computadora autónoma Deep Blue.
• En 2006 se celebró el aniversario con el Congreso en español 50 años de Inteligencia Artificial - Campus
Multidisciplinar en Percepción e Inteligencia 2006.
• En el año 2009 ya hay en desarrollo sistemas inteligentes terapéuticos que permiten detectar emociones para
poder interactuar con niños autistas.
• En el año 2011 IBM desarrolló una supercomputadora llamada Watson, la cual ganó una ronda de tres juegos
seguidos de Jeopardy, venciendo a sus dos máximos campeones, y ganando un premio de 1 millón de dólares
que IBM luego donó a obras de caridad.13
• En 2019, Google presentó su Doodle en que, con ayuda de la Inteligencia Artificial, hace un homenaje a Johann
Sebastian Bach, en el que, añadiendo una simple melodía de dos compases la IA crea el resto.

6. ELEMENTOS DE LA INTELIGENCIA ARTIFICIAL:
En la Inteligencia artificial hay una serie de elementos peculiares que la caracterizan y la diferencian.
Búsqueda heurística:
Podemos definir una
heurística como un truco
o estrategia que limita
grandiosamente la
búsqueda de soluciones
ante grandes espacios de
problemas
Representación del conocimiento:
La representación es una cuestión
clave a la hora de encontrar
soluciones a los problemas
planteados, y que además éstas
sean adecuadas.
Sentido común y lógica:
El razonamiento que puede tener
cualquier persona, ha demostrado ser una de
las cosas más difíciles de modelar dentro de
un ordenador. El sentido común, a menudo
nos ayuda a prever multitud de hecho y
fenómenos corrientes, pero como ya hemos
dicho es muy complicado representarlos en
un ordenador ya que los razonamientos, son
casi siempre inexactos, dado que sus
conclusiones y reglas en las que se basan
solamente son aproximadamente verdaderas.

7. • Aprendizaje Automático (Machine Learning).
• Aprendizaje automatico.
• Ingeniería del conocimiento (Knowledge
Engineering)
• Lógica difusa (Fuzzy Logic)
• Redes neuronales artificiales (Artificial
Neural Networks)
• Redes neuronales.
• Sistemas reactivos (Reactive Systems)
• Sistemas Multiagente (Multi-Agent Systems)
• Sistemas basados en reglas (Rule-Based
Systems)
• Razonamiento basado en casos (Case-
Based Reasoning)
• Vision artificial
ÁREAS DE ESTUDIOS Y TECNICAS:
• Sistemas expertos (Expert Systems)
• Redes Bayesianas (Bayesian Networks)
• Vida artificial (Artificial Life). La VA no es un
campo de la IA, sino que la IA es un campo
de la VA.
• Computación evolutiva (Evolutionary
Computation)
• Estrategias evolutivas
• Algoritmos genéticos (Genetic Algorithms)
• Técnicas de Representación de
Conocimiento
• Redes semánticas (Semantic Networks)
• Sistemas expertos.jpeg
• Frames
• Audición artificial
• Lingüística computacional

8. INTELIGENCIA ARTIFICIAL VS INTELIGENCIA HUMANA:
• Los computadores no pueden manejar
verdaderos significados.
• Los computadores no tienen autoconciencia
(emociones, sociabilidad, etc.).
• Un computador sólo puede hacer aquello
para lo que está programado.
• Las máquinas no pueden pensar realmente.
• Uso de símbolos no matemáticos, aunque
no es suficiente para distinguirlo
completamente.
• El comportamiento de los programas no es
descrito explícitamente por el algoritmo.
• El programa especifica cómo encontrar la
secuencia de pasos necesarios para
resolver un problema dado.
• Toma de conciencia de uno mismo. El ser
humano se da cuenta de que existe.
• Habilidad verbal, definición y comprensión
de palabras, uso de un lenguaje preciso
para expresar sentimientos y
pensamientos.
• Fluidez verbal. Capacidad de pensar
palabras rápidamente.
• Espacial. Comprender relaciones
espaciales.
• Razonamiento. Comprender principios y
conceptos para resolver problemas.
• Habilidad de Improvisación. Capacidad de
cambiar los planes instantáneamente ante
imprevistos.