2. INTELIGENCIA ARTIFICIAL
Objetivos Generales
• 1. Demostrar en su actividad profesional los valores éticos y estéticos dirigidos hacia el
desarrollo sostenible, sobre la base de la protección al medio ambiente.
• 2. Desarrollar hábitos de convivencia social, potenciando el respeto a los derechos
humanos, el fortalecimiento de la democracia, el patriotismo y la identidad cultural.
• 3. Contribuir a la formación de valores como la laboriosidad, la solidaridad, la
honestidad y la transparencia, fomentando el trabajo en equipo, combinando los
intereses individuales y colectivos en la toma de decisiones.
• 4. Definir las herramientas técnicas y las habilidades que le permitirán analizar
problemas computables de mayor complejidad y diseñar soluciones lógicas eficientes
de la lógica del pensamiento humano, a través de las cuales se resuelvan esos
problemas
• 5. Diferenciar los sistemas estructurados de los sistemas inteligentes
3. INTELIGENCIA ARTIFICIAL
Objetivos Generales
• 6. Interpretar los tipos de agentes inteligentes que existen y donde interactúan
• 7. Aplicar la lógica de inferencia en el proceso de razonamiento
• 8. Explicar los nuevos métodos de búsqueda, tanto métodos ciegos como
heurísticos
• 9. Diseñar las bases de la lógica de creación y funcionamiento para un sistema
inteligente, presentando alternativas de solución ante eventos inciertos
• 10. Demostrar el seguimiento de un estilo de programación lógico y eficiente,
que contemple las técnicas de detección de errores, para lograr productos con
una alta calidad acorde a las mejores prácticas en el diseño y desarrollo de
programas inteligentes
4. TEMA 1: INTRODUCCIÓN A L A
INTELIGENCIA ARTIFICIAL
Objetivo Especifico
• Comprender las bases de la Inteligencia Artificial y diferenciar
entre sistemas tradicionales y sistemas inteligentes,
estableciendo la relevancia en diversos contextos.
Contenidos
• Introducción a la Inteligencia Artificial.
• Diferenciación entre sistemas tradicionales y sistemas
inteligentes.
5. DESARROLLO
¿QUÉ ES LA INTELIGENCIA ARTIFICIAL?
IA débil
IA fuerte
• Se centra en tareas específicas
• Carece de la amplitud de habilidades
cognitivas humanas.
• Replicar la inteligencia humana en su totalida
• Incluyendo la comprensión,
• El razonamiento y
• La capacidad de aprender de manera genera
• Aprendizaje supervisado y no
supervisado,
• Redes neuronales,
• Algoritmos evolutivos,
• Lógica difusa y
Técnicas y enfoques de la IA
6.
7. DESARROLLO
Sistemas Tradicionales:
Las características clave de los
sistemas tradicionales incluyen:
Programación Determinista
Lógica Rígida
Ejecución Específica
Sistemas Inteligentes:
Algunas características de los
sistemas inteligentes incluyen:
Aprendizaje
Adaptabilidad
Razonamiento
Interacción con el Entorno
8. EJEMPLO DE DIAGRAMA
Flujo para un
Sistema
Tradicional
Flujo para un
Sistema
Inteligente
Inicio
Recopilación
de Datos
Entrenamiento
Adaptación
Toma de
Decisiones
Fin
El programa
comienza su
ejecución
El sistema recopila datos
del entorno.
Utiliza algoritmos de aprendizaje
automático para ajustar su
comportamiento
El sistema ajusta su
funcionamiento en función de
nuevos datos.
Basándose en el
aprendizaje, toma
decisiones adaptativas.
El programa concluye su
ejecución.
El programa
comienza su
ejecución
El programa concluye su ejecución.
El sistema solicita datos
específicos.
El sistema sigue un conjunto fijo
de instrucciones para procesar los
datos.
Se generan resultados
basados en las reglas de
programación.
Inicio
Entrada
de Datos
Procesa
miento
Salida de
Resultados
Fin
9. DISCUSIÓN EN GRUPO PARA IDENTIFICAR
SITUACIONES EN LAS QUE CADA TIPO DE
SISTEMA SERÍA MÁS ADECUADO.
11. ACTIVIDAD NO PRESENCIAL
Lectura Material Didáctico del tema
Guía de estudio sobre Investigar las características de la inteligencia artificial apoyándose en el
video: ¿Qué es la inteligencia artificial?
Conocer los tipos de agentes inteligentes y el ambiente donde se desenvuelven, a través de la
lectura del material complementario
12. BIBLIOGRAFIA
• Russell, S., & Norvig, P. (2009). Artificial Intelligence: A Modern Approach. Prentice Hall.
• Poole, D., Mackworth, A., & Goebel, R. (1998). Computational Intelligence: A Logical Approach. Oxford
University Press.
• Luger, G. F. (2008). Artificial Intelligence: Structures and Strategies for Complex Problem Solving.
Addison-Wesley.
• Charniak, E., & McDermott, D. (1985). Introduction to Artificial Intelligence. Addison-Wesley.
• Nilsson, N. J. (1998). Artificial Intelligence: A New Synthesis. Morgan Kaufmann.
• Winston, P. H. (1992). Artificial Intelligence. Addison-Wesley.
• CERPA; Diferencias entre la ia débil y la ia fuerte; Recopilado de:
https://cerpawebdesigns.com/diferencias-entre-la-ia-debil-y-la-ia-
fuerte/#:~:text=La%20IA%20d%C3%A9bil%20est%C3%A1%20dise%C3%B1ada,IA%20d%C3%A9bil
%20simplemente%20sigue%20instrucciones.
• KARLA ESTEFANIA CEVALLOS MOLINA stefany-cevallos@hotmail.com Trabajo final de Inteligencia Artificial 1.
Estudiante de ingeniería informática. Escuela Superior Politécnica Agropecuaria de Manabí Manuel Félix
López. Campus ESPAM – Sitio el Limón. Descargar: Ordenador watson de IBM por Karla Estefania Cevallos
Molina
• Curso en línea de Stanford University: CS50's Introduction to Artificial Intelligence with Python.
• MIT OpenCourseWare: Introduction to Artificial Intelligence.
• Libro en línea: Artificial Intelligence: Foundations of Computational Agents.
La Inteligencia Artificial (IA) se refiere a la capacidad de las máquinas o sistemas informáticos para realizar tareas que normalmente requieren inteligencia humana. En otras palabras, la IA busca desarrollar algoritmos y sistemas capaces de imitar funciones cognitivas humanas como el aprendizaje, la percepción, el razonamiento, la resolución de problemas y la comprensión del lenguaje.
Existen dos tipos principales de IA: la IA débil y la IA fuerte. La IA débil se centra en tareas específicas y puede ser muy competente en realizarlas, pero carece de la amplitud de habilidades cognitivas humanas. La IA fuerte, por otro lado, aspira a replicar la inteligencia humana en su totalidad, incluyendo la comprensión, el razonamiento y la capacidad de aprender de manera generalizada.
La IA utiliza diversas técnicas y enfoques, como el aprendizaje supervisado y no supervisado, redes neuronales, algoritmos evolutivos, lógica difusa y procesamiento de lenguaje natural. Estas técnicas permiten a las máquinas mejorar su rendimiento con el tiempo y adaptarse a nuevos datos y situaciones.
La aplicación de la Inteligencia Artificial es amplia y abarca diversos sectores, como la salud, finanzas, educación, transporte, comercio, entretenimiento y muchos otros. Algunas aplicaciones notables incluyen sistemas de recomendación, reconocimiento de voz, asistentes virtuales, diagnóstico médico, vehículos autónomos y juegos inteligentes.
Es importante señalar que la IA plantea desafíos éticos y sociales, como la privacidad, la toma de decisiones autónoma, la seguridad y la equidad. Por lo tanto, su desarrollo y aplicación deben abordarse considerando cuidadosamente estas cuestiones.
Sistemas Tradicionales:
Los sistemas tradicionales se refieren a sistemas computacionales convencionales que ejecutan tareas específicas de manera predefinida y determinista. Estos sistemas suelen seguir instrucciones programadas para realizar funciones concretas. Las características clave de los sistemas tradicionales incluyen:
Programación Determinista: En los sistemas tradicionales, las acciones y respuestas están predefinidas y son predecibles. Siguen un conjunto fijo de instrucciones y reglas sin capacidad para adaptarse o aprender de experiencias.
Lógica Rígida: La lógica de operación en estos sistemas es fija y no cambia dinámicamente en función de las circunstancias. Se espera que el sistema realice sus tareas según un flujo de trabajo prediseñado.
Ejecución Específica: Estos sistemas están diseñados para realizar tareas específicas y tienen un propósito limitado. No tienen la capacidad de generalizar o aplicarse más allá de las funciones para las que fueron programados.
Sistemas Inteligentes:
En contraste, los sistemas inteligentes, especialmente aquellos impulsados por la Inteligencia Artificial, exhiben características que imitan ciertos aspectos de la inteligencia humana. Algunas características de los sistemas inteligentes incluyen:
Aprendizaje: Los sistemas inteligentes pueden aprender de datos y experiencias pasadas, ajustando su comportamiento y mejorando su rendimiento con el tiempo. Esto puede lograrse mediante técnicas de aprendizaje automático y procesamiento de datos.
Adaptabilidad: Tienen la capacidad de adaptarse a nuevas situaciones y cambiar su comportamiento en función de la información recopilada o cambios en el entorno. Pueden tomar decisiones basadas en la información disponible.
Razonamiento: Los sistemas inteligentes pueden realizar razonamientos, inferir información y tomar decisiones en función de la lógica y el procesamiento de datos. Pueden manejar la incertidumbre y tomar decisiones en situaciones complejas.
Interacción con el Entorno: Los sistemas inteligentes pueden interactuar con su entorno y, en algunos casos, con usuarios humanos. Esto incluye la capacidad de comprender y generar lenguaje natural, reconocer patrones y responder de manera contextual.
En resumen, los sistemas tradicionales son más estáticos y están diseñados para tareas específicas, mientras que los sistemas inteligentes tienen la capacidad de aprender, adaptarse y realizar tareas más complejas que imitan aspectos de la inteligencia humana.