La inteligencia artificial se refiere al desarrollo de agentes racionales no vivos capaces de percibir su entorno, procesar percepciones y actuar. Existen diferentes tipos de conocimiento, procesos y aplicaciones de la inteligencia artificial como sistemas expertos, redes bayesianas y aprendizaje automático. La inteligencia artificial también se divide en convencional e inteligencia computacional basada en datos.

1. Abigail Manosalvas

2. Se denomina Inteligencia Artificial a la rama de la ciencia informática dedicada al
desarrollo de agentes racionales no vivos.
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 la característica
que posee una elección de ser correcta, más específicamente, de tender a maximizar
un resultado esperado. (Este concepto de racionalidad es más general y por ello más
adecuado que inteligencia para definir la naturaleza del objetivo de esta disciplina)

 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.
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.

3.  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:
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).
Razonamiento mediante una Lógica formal (Análogo al pensamiento abstracto humano).
 Varios ejemplos se encuentran en el área de control de sistemas, planificación
automática, la habilidad de responder a diagnósticos y a consultas de los consumidores,
reconocimiento de escritura, reconocimiento del habla y reconocimiento de patrones.
Los sistemas de IA actualmente son parte de la rutina en campos como economía,
medicina, ingeniería y la milicia, y se ha usado en gran variedad de aplicaciones de
software, juegos de estrategia como ajedrez de computador y otros videojuegos.

4.  INTELIGENCIA ARTIFICIAL CONVENCIONAL
Se conoce también como IA simbólico-deductiva e IA débil. 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.
Sistemas expertos: Infieren una solución a través del
conocimiento previo del contexto en que se aplica y de ciertas
reglas o relaciones.
Redes bayesianas: Propone soluciones mediante inferencia
estadística.
Inteligencia artificial basada en comportamientos: que tienen
autonomía y pueden auto-regularse y controlarse para mejorar.
INTELIGENCIA ARTIFICIAL COMPUTACIONAL La Inteligencia
Computacional (también conocida como IA subsimbólica-inductiva
o IA fuerte) implica desarrollo o aprendizaje interactivo (por
ejemplo, modificaciones interactivas de los parámetros en
sistemas conexionistas). El aprendizaje se realiza basándose en
datos empíricos.

5.  Los sistemas expertos se basan en la simulación del razonamiento
humano. El razonamiento humano tiene para ellos, un doble interés: por
una parte, el del análisis del razonamiento que seguiría un experto
humano en la materia a fin de poder codificarlo mediante el empleo de
un determinado lenguaje informático; por otra, la síntesis artificial, de
tipo mecánico, de los razonamientos de manera que éstos sean
semejantes a los empleados por el experto humano en la resolución de la
cuestión planteada.
 Estos dos campos de interés han conducido a los investigadores que
trabajan en el campo de la inteligencia artificial (de la cual los sistemas
expertos son un campo preferente) a intentar establecer una
metodología que permita verificar el intercambio con los expertos
humanos y aislar los diversos tipos de razonamiento existentes
(inductivo, deductivo, formal, etc.), así como construir los elementos
necesarios para modelizarlos.
 Los sistemas expertos son, por lo tanto, intermediarios entre el experto
humano, que transmite sus conocimientos al sistema, y el usuario de
dicho sistema, que lo emplea para resolver los problemas que se le
plantean con la competencia de un especialista en la materia y que,
además, puede adquirir una destreza semejante a la del experto gracias
a la observación del modo de actuar de la máquina. Los sistemas
expertos son, pues, simultáneamente, un sistema de ejecución y un
sistema de transmisión del conocimiento.

6.  NIVELES DE LA INTELIGENCIA ARTIFICIAL
 La estructura que presenta un sistema de información inteligente consta
de tres niveles perfectamente integrados en una súper arquitectura
microelectrónica. Son tres niveles que cubren desde la relación exterior
hasta la profunda organización interior. Éstos son:
 Nivel externo. Sirve para relacionar a la máquina con el medio y el ser
humano. Este nivel está integrado por el tratamiento del lenguaje
natural y el tratamiento de faz imágenes. Con estos instrumentos la
máquina percibe inteligentemente las señales que se le envían sin
codificación especial, y adquiere un conocimiento.
 Nivel medio. En él se halla el sistema de resolución de problemas. La
instrumentalización de esa capacidad se realiza mediante los sistemas
expertos, que se configuran merced a unas estrategias de operación y
una base de conocimientos orgánicamente relacionados.
 Nivel profundo. Este último nivel corre paralelo a las funciones más
profundas del cerebro. En él se sitúa, como proyecto, la capacidad de
«aprender» automáticamente de la máquina. Tal proceso se concibe
como la interpretación de diversas experiencias y su organización
adecuada para ser utilizada en su caso. Finalmente, el nivel profundo
está constituido por la base de conocimientos generales y la flexibilidad
para ampliarse por sí misma

7.  Robots de Charla Según RUMEL (2004): Un robot de charla o chatterbot es
un programa de inteligencia artificial que pretende simular una
conversación escrita, con la intención de hacerle creer a un humano que
está hablando con otra persona. Estos programas informáticos prometen
ser el futuro de la inteligencia artificial aplicada al público general. A
estos robots se les unirán las tecnologías del reconocimiento de voz y el
de video, para mejorar la interacción con el usuario
Red neuronal artificial: Según RUMEL (2004): Línea de investigación que
analiza la viabilidad de reconstruir un cerebro humano mediante una
enorme red neuronal. Se presume la posibilidad de recrear la estructura
de un cerebro humano empleando para ello Internet. Sin embargo este
proyecto es tremendamente complejo, por que a día de hoy ni siquiera
conocemos la distribución exacta de las neuronas y sus interconexiones
en un cerebro humano.
 Ventajas de un experto artificial Desventajas de un experto humano
Permanente y constante Poco durable
Fácil de producir y transferir. Es difícil de transferir y reproducir.
Facilidad de documentar. Difícil de documentar.
Consistente y completa. Puede ser errada o incorrecta.