1. Se denomina inteligencia artificial (IA) a la rama de las ciencias de la Computación dedicada al desarrollo de agentes racionales no vivos.<br />Para explicar la definición anterior, entiéndase a un agente como cualquier cosa capaz de percibir su entorno (recibir entradas), procesar tales percepciones y actuar en su entorno (proporcionar salidas), y entiéndase a la racionalidad como una capacidad humana que permite pensar, evaluar y actuar conforme a ciertos principios de optimidad y consistencia , para satisfacer algún objetivo o finalidad. De acuerdo al concepto previo, racionalidad es más general y por ello más adecuado que inteligencia para definir la naturaleza del objetivo de esta disciplina.<br />Por lo tanto, y de manera más específica la inteligencia artificial es la disciplina que 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.<br />Existen distintos tipos de conocimiento y medios de representación del conocimiento, el cual puede ser cargado en el agente por su diseñador o puede ser aprendido por el mismo agente utilizando técnicas de aprendizaje.<br />También se distinguen varios tipos de procesos válidos para obtener resultados racionales, que determinan el tipo de agente inteligente. De más simples a más complejos, los cinco principales tipos de procesos son:<br />Ejecución de una respuesta predeterminada por cada entrada (análogas a actos reflejos en seres vivos).<br />Búsqueda del estado requerido en el conjunto de los estados producidos por las acciones posibles.<br />Algoritmos genéticos (análogo al proceso de evolución de las cadenas de ADN).<br />Redes neuronales artificiales (análogo al funcionamiento físico del cerebro de animales y humanos).<br />Razonamiento mediante una lógica formal (análogo al pensamiento abstracto humano).<br />En lo científico.- la inteligencia artificial tiene como función es estudio de la inteligencia apuntado a ideas para la representación del conocimiento y su uso.<br />Dentro de esto entorno se le conoce como ciencia del conocimiento.<br />Modelo de representación del conocimiento<br />Se clasifican en dos formas<br />Lógica matemática<br />Redes Semánticas<br />Lógica matemática.- es la más antigua del conocimiento<br />Estudia procesos de razonamiento, sistemas de reglas y procesos que intervienen en el <br />Esquema del razonamiento<br />Hechos ProcesoConclusiones<br />PremisosLógicoo inferencias<br />Formas básicas del conocimiento:<br />Método Inductivo<br />Método Deductivo.- este método del conocimiento parte de lo general a lo particular. Utiliza premisas generales para obtener inferencias específicas<br />Ejemplo: General el calentamiento Global<br />Particular.- la contaminación, los rayos ultravioletas, extinción de especies<br />Tiene 3 partes:<br />Premisa mayor<br />Premisa menor<br />Premisa conclusión<br />Método Inductivo.- parte de lo particular a lo general, podemos decir podemos tener un sin número de premisas para obtener una conclusión para obtener una conclusión.<br />Ejemplo:<br />De lo particular.- pobreza, falta de fuentes de trabajo <br />A lo general: El Desempleo<br />Redes Semánticas.- <br />Son representaciones gráficas que codifican el conocimiento sobre objetos y sus propiedades.<br />Las redes semánticas han sido utilizadas en la inteligencia artificial (IA) para representar el conocimiento y por tanto ha existido una gran diversificación de técnicas. Los elementos básicos que los encontramos en todos los sistemas de redes son:<br />1.- Estructuras de datos en nodos, que representan conceptos, unidas por arcos que representan las relaciones entre los conceptos.<br />2.- un conjuntos de procedimientos de inferencias que operan sobre las estructura de datos.<br />Las redes semánticas están compuestas por nodos y arcos <br />Nodos.- un nodo es identificado por un objeto es decir nodo = objeto donde un objeto puede estar representado por personas, animales, eventos, acciones, conceptos o atributos que identifican a un objeto.<br />Los nodos de una red semántica están unidos por arcos. <br />Es decir <br />Robot impresora<br />Aspectos fundamentales de la inteligencia artificial:<br />1.- Un aspecto que distingue a los métodos de la inteligencia artificial de los métodos numéricos es el uso de símbolos no matemáticos, aunque no es suficiente para distinguirlo completamente. Otros tipos de programas como los compiladores y sistemas de base de datos, también procesan símbolos y no se consideran que usen técnicas de inteligencia artificial <br />2.- el comportamiento de los programas no es descrito explícitamente por el algoritmo. Las secuencia de pasos seguidos por el programa es influenciado por el problema particular presente. El programa especifica cómo encontrar la secuencia de pasos necesarios para resolver un problema. Encontraste con los programas que no son de inteligencia artificial que siguen un algoritmo definido, que especifica explícitamente como encontrar las variables de salida para cualquier variable de entrada<br />3.- el razonamiento basado en el conocimiento, implica que estos programas incorporan factores y relaciones del mundo real y del ámbito del conocimiento en que ellos operan. Al contrario de los programas para propósito especifico, como los de contabilidad y cálculos científicos los programas de inteligencia artificial pueden distinguir entre programa de razonamiento o motor de inferencia y base de conocimientos dándole la capacidad de explicar discrepancias entre ellos<br />4.- aplicabilidad a datos y problemas mal estructurados, sin las técnicas de la inteligencia artificial (IA) los programas no pueden trabajar con este tipo de problemas, un ejemplo es la resolución de conflictos en tareas orientadas a metas como en planificación, o en diagnóstico en un sistema del mundo real con poca información, con una solución cercana y no necesariamente exacta. <br />Ejemplo: las predicciones del clima <br />La inteligencia artificial incluye varios campos de desarrollo tales como:<br />La robótica, usada principalmente en el campo industrial<br />Comprensión de lenguajes y traducción<br />Visión en maquinas que distinguen formas y que se usan en líneas de ensamblaje <br />Reconocimiento de palabras y aprendizaje de maquinas <br />Los sistemas expertos<br />Consulta<br />Sistema Experto: Consiste de equipos y software que almacenan conocimientos y hacen inferencias, en forma similar a un experto humano. A finales de los cincuenta y principios de los sesenta, los ingenieros en computación trataron de construir computadoras capaces de realizar tareas inteligentes. Los esfuerzos se encaminaron a crear un solucionador de problemas generales, una máquina capaz de imitar el proceso de razonamiento humano para resolver cualquier problema que un ser humano pudiera solucionar.<br />Los esfuerzos se orientaron al diseño de programas que resolvieran problemas en áreas precisas utilizando conocimiento y razonamiento de expertos.<br />El propósito de los SE es duplicar el conocimiento no estructurado ni documentado de unos pocos (los expertos) y los pone a disposición de otros. Debido a la forma en que están planteados los SE (basados en la experiencia) no puede ayudar a los usuarios que tratan con sucesos que los expertos no consideraron durante el periodo de creación. Sin embargo muchos programas avanzados que incluyen quot;
redes neuronalesquot;
aprenden de situaciones nuevas y formulan reglas ad hoc en sus bases de conocimiento para resolver eventualidades no consideradas originalmente en su diseño.<br />Para construir un SE un ingeniero del conocimiento se entrevista con un experto, traduce la información en código. Por lo general con la regla SI-Entonces.<br />Otros métodos son marcos semánticos integrados por cuadros con listas de entidades y atributos; y las redes semánticas, mapas de entidades y sus atributos relacionados.<br />