Roger Romero

1. Republica Bolivariana de Venezuela
Ministerio del Poder Popular para la defensa
Universidad Nacional Experimental de la Fuera Armada
Barquisimeto, Edo Lara
Integrante:
Roger Romero
C.I: 26.768.416
Materia: Inteligencia Artificial
Prof. Edecio Freitez
Sección: 2613-D1

2. Uno de los resultados que surgieron de las
primeras investigaciones en Inteligencia Artificial
fue que la inteligencia necesita conocimiento y
tiempo.

3. Conocimiento
Ventajas Desventajas
Son menos frágiles, es decir, que no se
despistan frente a una perturbación
pequeña de la entrada.
Muy Voluminoso
Es comprendido fácilmente por la gente Dificil Caracterizarlo
Usa generalizaciones Cambia
Tiene facilidad de extencion
Se organiza de manera que se
corresponde con la forma en que va a ser
usado
Como contraposición, generalmente tiene mas complejidad que otras soliciones.

4. Representacion de Conocimiento
Conocimientos Teóricos Conocimientos empíricos
Modelan el saber acerca de un tema a
través de una teoría correspondiente con el
problema planteado. Son “tratados” que se
desarrollan a partir del análisis de los
conocimientos básicos y representan una
generalización de lo empírico
Son experimentales, esto es,
representan el conjunto de casos prácticos
observados sobre un tema (ejemplos).
En general, los conocimientos disponibles para abordar un problema específico son de tipo empírico y
teórico, y forman conjuntos que se complementan..

5. Comparacion entre el metodo conexionista y
simbólico
Método Simbólico Método Conexionista
Ventajas
La introducción de conocimientos
teóricos sobre el problema es simple y
directa
Las redes están formadas por unidades de
tratamiento de información que pueden
operar en paralelo, con un tiempo de
respuesta bastante rápido.
La introduccion de conocimientos
puede hacerse con rapidez, una vez éstos
han sido depurados por los expertos
El aprendizaje y la generalización de
conocimientos a partir de un conjunto de
ejemplos
Desventajas
El tratamiento del problema es secuencial
y el tiempo de respuesta del sistema
puede ser demasiado largo.
Generalmente no aprovechan los
conocimientos teóricos disponibles sobre el
problema.
El desarrollo de un sistema experto es un
trabajo difícil y bastante largo. Requiere
de gran completitud de los conocimientos
exactos puestos en él
El proceso de aprendizaje puede ser bastante
largo, dado que los conocimientos se adaptan
paulatinamente con los ejemplos