El documento introduce el tema de la inteligencia artificial. Explica que la IA combina la ciencia de la computación, la fisiología y la filosofía. Se centra en crear máquinas que puedan pensar y realizar tareas como juegos, traducción de idiomas y diagnóstico de fallas. También describe dos escuelas principales de pensamiento en IA: la convencional basada en el análisis formal del comportamiento humano, y la computacional que implica el aprendizaje interactivo basado en datos empíricos.

1. Inteligencia Artificial
Curso:
Lenguaje

2. Introduccion
La Inteligencia Artificial es una combinación de la ciencia del
ordenador, fisiología y filosofía, tan general y amplio como eso,
es que reúne varios campos (robótica, sistemas expertos, por
ejemplo), todos los cuales tienen en común la creación de
máquinas que pueden "pensar".
La idea de construir una máquina que pueda ejecutar tareas
percibidas como requerimientos de inteligencia humana es un
atractivo. Las tareas que han sido estudiadas desde este punto
de vista incluyen juegos, traducción de idiomas, comprensión de
idiomas, diagnóstico de fallas, robótica, suministro de asesoría
experta en diversos temas.
Es así como los sistemas de administración de base de datos
cada vez más sofisticados, la estructura de datos y el desarrollo
de algoritmos de inserción, borrado y locación de datos, así
como el intento de crear máquinas capaces de realizar tareas
que son pensadas como típicas del ámbito de la inteligencia
humana, acuñaron el término Inteligencia Artificial en 1956.

3. Inteligencia Articial

4. Escuelas de
Pensamiento

5. Escuelas de Pensamiento
Inteligencia artificial Inteligencia artificial
convencional. Computacional
• Se conoce también como IA simbólico-deductiva.
Está basada en el análisis formal y estadístico del • La Inteligencia Computacional
comportamiento humano ante diferentes problemas:
• Razonamiento basado en casos: Ayuda a tomar (también conocida como IA
decisiones mientras se resuelven ciertos problemas
concretos y aparte de que son muy importantes subsimbólica-inductiva) implica
requieren de un buen funcionamiento.
• Sistemas expertos: Infieren una solución a través del
desarrollo o aprendizaje
conocimiento previo del contexto en que se aplica y
ocupa de ciertas reglas o relaciones.
interactivo (por ejemplo,
• Redes bayesianas: Propone soluciones mediante modificaciones interactivas de
inferencia probabilística.
• Inteligencia artificial basada en comportamientos: los parámetros en sistemas
que tienen autonomía y pueden auto-regularse y
controlarse para mejorar. conexionistas). El aprendizaje se
• Smart process management: facilita la toma de
decisiones complejas, proponiendo una solución a realiza basándose en datos
un determinado problema al igual que lo haría un
especialista en la actividad. empíricos.