La inteligencia artificial se define como la capacidad de razonar de un agente no vivo. Su objetivo es construir procesos que produzcan acciones o resultados que maximicen el rendimiento basándose en las entradas percibidas y el conocimiento almacenado. Estos procesos incluyen la ejecución de respuestas predeterminadas, la búsqueda del estado requerido, algoritmos genéticos y redes neuronales artificiales.

1. Inteligencia Artificial
capacidad de razonar de un agente
no vivo.

2. Según John McCarthy
• en el año 1956 la define como: "Es la ciencia e
ingeniería de hacer máquinas inteligentes,
especialmente programas de cómputo
inteligentes."

3. Inteligencia artificial: Agente no vivo
Agente inteligente que permite pensar, evaluar y
actuar conforme a ciertos principios
de optimización y consistencia, para satisfacer
algún objetivo o finalidad

4. Se encarga de:
construir procesos que al ser ejecutados sobre
una arquitectura física producen acciones o
resultados que maximizan una medida de
rendimiento determinada, basándose en la
secuencia de entradas percibidas y en el
conocimiento almacenado en tal arquitectura.

6. Procesos para obtener resultados
racionales.
• Ejecución de una respuesta predeterminada
por cada entrada (análogas a actos reflejos en
seres vivos).
• Búsqueda del estado requerido en el conjunto
de los estados producidos por las acciones
posibles.
• Algoritmos genéticos (análogo al proceso de
evolución de las cadenas de ADN).

7. Procesos para obtener resultados
racionales.
• Redes neuronales artificiales (análogo al
funcionamiento físico del cerebro de animales
y humanos).
• Razonamiento mediante una lógica
formal (análogo al pensamiento abstracto
humano).

8. Inteligencia artificial convencional
Está basada en el análisis formal y estadístico del comportamiento
humano ante diferentes problemas:
• Razonamiento basado en casos: Ayuda a tomar decisiones mientras
se resuelven ciertos problemas concretos y aparte de que son muy
importantes requieren de un buen funcionamiento.
• Sistemas expertos: Infieren una solución a través del conocimiento
previo del contexto en que se aplica y ocupa de ciertas reglas o
relaciones.
• Redes bayesianas: Propone soluciones mediante inferencia
probabilística.
• Inteligencia artificial basada en comportamientos: que tienen
autonomía y pueden auto-regularse y controlarse para mejorar.

9. Inteligencia artificial computacional
• implica desarrollo o aprendizaje interactivo el
aprendizaje se realiza basándose en datos
empíricos.

10. Inteligencia artificial y sentimientos.
• Según Mazlish en el año 1995: Al tener
sentimientos y, al menos potencialmente,
motivaciones , podrán actuar de acuerdo con
sus intenciones.