Este documento trata sobre la inteligencia artificial. Define la IA como un campo que trata de realizar tareas humanas con máquinas aplicando razonamiento. Explica que un programa inteligente es aquel que exhibe un comportamiento similar al humano al enfrentar un problema. También resume los diferentes enfoques de la IA como pensar como un humano, pensar racionalmente y actuar racionalmente.

1. La Inteligencia Artificial es un campo de la
ciencia que trata de realizar, con máquinas,
tareas que pueden ser realizadas por el
hombre, aplicando cualquier tipo de
razonamiento.
INTELIGENCIA ARTIFICIAL

2. INTELIGENCIA ARTIFICIAL
En cierta media cualquier programa de
computador puede considerarse
inteligente. El problema es diferenciar
entre lo que se considera un “programa
inteligente” y el que no lo es.
Un programa inteligente es aquel que
exhibe un comportamiento similar al
humano cuando se enfrenta a un
problema idéntico.

3. Sistemas que PIENSAN como humanos Sistemas que PIENSAN racionalmente
“El nuevo y exitante esfuerzo de hacer que los
computadores piensen”
“La automatización de actividades que
vinculamos con procesos de pensamiento
humano, actividades como la toma de
decisiones, resolución de problemas,
aprendizaje..”
“El estudios de las facultades mentales
mediante el uso de modelos computacionales”
“El estudio de los cálculos que hacen posible
percibir, razonar y actuar”
Sistemas que ACTÚAN como humanos Sistemas que ACTÚAN racionalmente
“Desarrollar máquinas con capacidad para
realizar funciones que cuando son realizadas
por personas requieren de inteligencia”
“El estudio de cómo lograr que los
computadores realicen tareas, que por el
momento, los humanos hacen mejor”
“La inteligencia Computacional es el estudio
del diseño de agentes inteligentes”
“Está relacionada con conductas inteligentes en
artefactos”

4. Pensar como un humano
- Es necesario contar con un mecanismo para determinar cómo
piensan los humanos
- Una vez que se tenga una teoría al respecto, se podrá expresar
esa teoría en la forma de un programa de computadoras
- Si los datos de E/S y los tiempos de reacción del programa son
similares a los de un humano existe la evidencia de que algunos
de los mecanismos del programa se pueden comparar con los del
los humanos
- Ciencia cognitiva: Convergen modelos computacionales de IA y
técnicas experimentales de psicología intentando elaborar teorías
precisas y verificables sobre el funcionamiento de la mente
humana

5. Pensar racionalmente
- Intentar codificar la “manera correcta de pensar”. Un proceso de
razonamiento irrefutable
- Aristóteles fue uno de los primeros, a través de sus silogísmos
(esquemas de estructuras de argumentación en las que siempre
se llega a conclusiones correctas si partimos de premisas
correctas)
- Lógica. Notación precisa para definir sentencias sobre todo tipo de
elementos del mundo y especificar relaciones entre ellos
- Ya en 1965 habían programas que resolvían cualquier problema
que pudiera expresarse mediante la notación de la lógica
- No es fácil transformar conocimiento informal y expresarlo en
términos formales, sobre todo cuando el conocimiento es inferior
al 100%
- Es diferente a resolver un problema “en principio” y hacerlo en la
práctica. Hay problemas que aún con unos pocos datos pueden

6. Actuar racionalmente
- Un enfoque basado en agentes. Algo que razona
- Los agentes informáticos se deben distinguir de los programas
convencionales
- Perciben su entorno. Persisten en el tiempo. Se adaptan a los
cambios y son capaces de alcanzar objetivos diferentes
- Un agente racional actúan con la intención de alcanzar el mejor
resultado, ó cuando hay incertidumbre, el mejor resultado
esperado.
- Las habilidades que se necesitan en la prueba de Turing deben
permitir emprender acciones racionales
- Es necesario contar con la capacidad para representar el
conocimiento y razonar basándonos en él
- El enfoque de la IA basados en las leyes del pensamiento pone
todo el énfasis en hacer inferencias correctas, lo cual podría
considerarse como racional. Sin embargo una inferencia correcta
no depende siempre de la racionalidad. Hay situaciones en las
que no hay nada correcto que hacer y es necesario tomar una

7. Prueba de Turing
- Alan Turing. 1950
- Proporciona una definición operacional y satisfactoria
de Inteligencia
- Prueba basada en la incapacidad de diferenciar entre
entidades artificiales y seres humanos
- En la actualidad, programar una computadora para
que supere la prueba requiere un trabajo
considerable
- El computador supera la prueba si un evaluador
humano no es capaz de distinguir si las respuestas a
una serie de preguntas, son de una persona ó no.

8. Capacidades que debe tener la
computadora:
Procesamiento de lenguaje natural: Para poder
comunicarse satisfactoriamente en lenguaje natural
Representación del conocimiento: Para almacenar lo
que se conoce ó siente
Razonamiento automático: Para utilizar el
conocimiento almacenado para responder a
preguntas y extraer nuevas conclusiones
Aprendizaje automático: Para adaptarse a nuevas
circunstancias y para detectar y extrapolar patrones

9. Capacidades que debe tener la computadora
para la interacción física entre el evaluador
y el computador:
Prueba Global de Turing:
Visión computacional: Para percibir objetos
Robótica: Para manipular y mover objetos

10. - La prueba se conserva vigente en la
actualidad
- Los científicos han dedicado poco esfuerzo a
la evaluación de los sistemas con la prueba
de Turing
- Es más importante el estudio de los principios
en que se basa la inteligencia que duplicar un
ejemplar
- Los hermanos Wright tuvieron éxito en la
búsqueda de un artefacto que volara, cuando
dejaron de imitar a los pájaros y

11. Fundamentos de la IA
Filosofía
Matemáticas
Economía
Neurociencia
Psicología
Ingeniería Computacional
Teoría del Control y la
Cibernética
Lingüística

12. Fundamentos de la IA
Filosofía
¿Existen reglas formales para extraer conclusiones válidas?. ¿Cómo se
genera la inteligencia mental? ¿De donde viene el conocimiento?
¿Cómo se pasa del conocimiento a la acción?
Silogísmos: Aristóteles. Extracción de conclusiones mecánicamente a
partir de premisas iniciales)
Dualismo: Descartes. Existe una parte de la mente que está al margen de
la naturaleza. Los animales no poseen esta cualidad dual; e igualmente
a las máquinas)
Materialismo: Las operaciones del cerebro realizadas de acuerdo con las
leyes de la física constituyen la mente)
Empírico: Nada existe en la mente que no haya pasado por los sentidos
Inducción: Las reglas generales se obtienen mediante la exposición a
asociaciones repetidas entre sus elementos
Positivismo lógico: Todo el conocimiento se puede caracterizar mediante
teorías lógicas relacionadas
Teoría de la confirmación: Intenta explicar cómo el conocimiento se
obtiene a partir de la experiencia

13. Fundamentos de la IA
Matemáticas
¿Qué reglas formales seguir para obtener conclusiones válidas?
¿Qué se puede computar? ¿Cómo razonamos con
incertidumbre?
Lógica formal: Desarrollo matemático a través de la lógica
proposicional ó Booleana
Algoritmo: El primer algoritmo trivial fue el Euclídeo para calcular
el mcd. Algoritmos para realizar deducciones lógicas
Teorema de incompletitud: En cualquier lenguaje que tuviera la
capacidad para expresar las propiedades de los números
naturales, existen aseveraciones verdaderas no decidibles (no
se pueden validar mediante algoritmos)
Intratabilidad: Problemas en los que el tiempo necesario para la
resolución de los casos particulares crecen exponencialmente
con el tamaño de los casos
NP-Completitud: Método para identificar problemas intratables.
Probabilidad: Ayuda al tratamiento de mediciones con

14. Fundamentos de la IA
Economía
¿Cómo tomar decisiones para maximizar rendimiento?
Teoría de la decisión: Combina la teoría de la probabilidad con la
teoría de la utilidad
Teoría de juegos: En algunos juegos, un agente racional debía
actuar de forma aleatoria, o al menos, aleatoria en apariencia
con respecto a sus contrincantes
Investigación operativa: Orienta a la optimización y toma de
decisiones de dirección complejas.
Satisfacción: Toma de decisiones que son “suficientemente
buenas”

15. Fundamentos de la IA
Neurociencia
¿Cómo procesa información el cerebro?
Neurociencia: Estudio del sistema neurológico y en especial el
cerebro. La forma exacta en que el cerebro genera los
pensamientos.
Neuronas: El cerebro está formado por células nerviosas
llamadas neuronas que han sido observadas y estudiadas
individualmente

16. Fundamentos de la IA
Psicología
¿Cómo piensan y actúan los humanos y los animales?
Conductismo: Rechaza cualquier teoría en la que intervengan
procesos mentales. Insistieron en el estudio exclusivo de
mediciones objetivas de percepciones (estímulos) y de las
acciones resultantes (respuestas)
Psicología cognitiva: Conceptualización del cerebro como un
dispositivo de procesamiento de información. Pone énfasis en
que la percepción entraña cierto tipo de inferencia lógica
inconsciente
Ciencia cognitiva: Utilización de modelos informáticos para
modelar la psicología de la memoria, el lenguaje y el
pensamiento lógico

17. Fundamentos de la IA
Ingeniería Computacional
¿Cómo se puede construir un computador eficiente?
Computadora: La IA necesita además de Inteligencia y un
Artefacto (la computadora)
Hardware: Cada generación de dispositivos ha conllevado a un
aumento en la velocidad de proceso y capacidad de
almacenamiento
Software: Los Sistemas operativos, los lenguajes de programación
y las herramientas modernas para escribir programas. La
investigación en IA ha generado numerosas ideas importantes:
Tiempo compartido, intérpretes imperativos, interfases gráficas,
entornos de desarrollo rápido, programación simbólica,
funcional, dinámica, orientada a objetos.

18. Fundamentos de la IA
Teoría del Control y cibernética
¿Cómo pueden los artefactos operar bajo su propio control?
Teoría del control: Ver el comportamiento determinista como algo
emergente de un mecanismo regulador que intenta minimizar el
“error” (la diferencia entre el estado actual y el objetivo)
Cibernética: Modelos cognitivos matemáticos y computacionales
Función objetivo: Teoría del control moderna, basados en diseñar
sistemas que maximizan una función objetivo en el tiempo.

19. Fundamentos de la IA
Lingüística
¿Cómo está relacionado el lenguaje con el pensamiento?
Lingüística computacional: Convergencia entre la lingüística
moderna y la IA (procesamiento de lenguaje natural)

20. Historia de la IA
Período de Gestación (1943-1956)
- Modelo de neuronas artificiales (1943)
- Reglas de actualización de aprendizaje (1949)
- Programas de ajedrez para computadoras (1950,1953)
- Primera computadora para simular una red de 40 neuronas a
partir de un computador de tubos de vacío (1951)
- Lenguaje LISP. Primer lenguaje de IA (1958)
Reunión en el Darmouth College (1956)
- Programa capaz de demostrar teoremas de lógica
- Aparece por primera vez el término: “Inteligencia Artificial”

21. Historia de la IA
Entusiasmo y grandes expectativas (1952-1965)
- GPS. Solucionador general de problemas. Aborda un problema
como un conjunto de subproblemas y posibles cursos de acción.
- Juego de damas con aprendizaje de la experiencia de las
partidas jugadas (1952)
- Contribuciones de McCarthy en el MIT. LISP Compartido y
desarrollo del EC (programa que incorpora conceptos de
representación y conocimiento) (1958)
- Contribuciones de McCarthy en Stanford. Sistema de
planificación y respuesta de preguntas (1969). Solución a
problemas limitados (micromundos ANALOGY: analogía
geométrica)

22. Historia de la IA
Dosis de Realidad (1966-1974)
- Se predijo que en 10 años habría una máquina inteligente
- Teoría de NP-Completos
- Programa ELIZA, en el MIT, que simulaba el comportamiento de
un psicoanalista (1965)
- Experimentos en Machine Evolution (ahora llamados algoritmos
genéticos)
- Perceptrones. Tipo de redes neuronales (1969)

23. Historia de la IA
Sistemas basados en conocimientos (1969-1979)
- Dendral. Sistema para inferir estructuras moleculares
- Mycin. Sistema para el diagnóstico médico de enfermedades
sanguíneas
- Se modela la incertidumbre
- HPP. Proyecto de programación heurística
- SHDRLU. Sistema para la comprensión del lenguaje natural.
- Lenguaje PROLOG (1972)

24. Historia de la IA
IA como industria (1980-1988)
- R1. Primer sistema experto comercial, para la elaboración de pedidos
- Proyecto de quinta generación en Japón (máquina PROLOG)
- Máquinas optimizadas para ejecutar LISP
- Se produce un impacto industrial en los campos como la robótica y la
visión artificial
Regreso a las redes neronales (1986-presente)
- Hopfield. Rumelhart y Hinton. Nuevos modelos de RN
- Reconocimiento de voz (HMM)
- Incertidumbre (Bayes)
- Robótica
- Aprendizaje
- Realidad virtual

25. Aplicaciones de la IA
Tratamiento de lenguaje natural
Sistemas Expertos
Demostración de teoremas
Robótica
Programación automática
Problemas de planificación
Reconocimiento de patrones
Manejo de incertidumbre
Resolución de problemas
Visión artificial