La inteligencia artificial nació en 1943 cuando McCulloch y Pitts propusieron un modelo de neurona y se enfocó en imitar la inteligencia humana creando teorías, modelos y sistemas capaces de aprendizaje, resolución de problemas y toma de decisiones. En las décadas siguientes se desarrollaron importantes sistemas como Perceptron, GPS y Dendral, aunque aún no podían resolver problemas del mundo real. Más tarde surgieron lenguajes como LISP y PROLOG para la IA y sistemas expertos más sofisticados.

2.  Crea teorías y modelos que muestren la
organización y funcionamiento de la inteligencia.
 Se centra en el desarrollo de sistemas de
procesamiento de datos que sean capaces de
imitar a la inteligencia humana realizando tareas
que requieran aprendizaje, solución de problemas
y decisiones.

3. Nació en 1943 por Warren McCulloch y Walter Pitts
cuando propusieron un modelo de neurona del
cerebro humano y animal.

4. Norbert Wiener elaboro estas ideas junto con otras
lo que llamo “cibernética "de aquí nacería la
inteligencia artificial.
Postulaba que:
“El cerebro es un solucionador inteligente de
problemas, de modo que imitemos al cerebro”.

5. En los años 50 se logro crear un sistema llamado
Perceptron de Rossenblatt, era un sistema de
reconocimiento de patrones el cual podía resolver
una amplia gama de problemas.

6. En los años 60 Alan Newell y Herbert Simon crean
un programa llamado GPS(solucionador general de
problemas). Este era un sistema en el que el
usuario definía un entorno en función de una serie
de objetos y los operadores que se podían aplicar
sobre ellos.

7. Lo que no podía hacer el GPS era resolver
problemas ni del mundo real, ni médicos ni tomar
decisiones importantes.
El GPS manejaba reglas heurísticas(aprender a
partir de sus propios descubrimientos) que la
conducían hasta el destino deseado mediante el
método del ensayo y error.

8. Años 70 nace el primer sistema experto
denominado Dendral, un interprete de
espectrograma de masa construido por Edward
Feigenbaum.
El Mycin construido en 1974 resulto mas influyente
era capaz de diagnosticar trastornos en la sangre y
recetar la correspondiente medicación.

9. En los años 80, se desarrollan lenguajes especiales para
utilizarlos en la Inteligencia Artificial, tales como el LISP o
el PROLOG.
Sistema experto mas refinado EURISKO este programa
perfeccionaba su propio cuerpo de reglas heurísticas
automáticamente(por inducción).

10. Son las facilitadoras del conocimiento, aquellas que
operan directamente sobre la información:
recogiendo, analizando, comprendiendo, procesand
o y guardando información en la memoria. En
general son las siguientes:

11.  Atención: exploración, fragmentación, selección y
contradistractoras.
 Comprensión: captación de ideas traducción a
lenguaje propio y resumen, gráficos, redes, esquemas
y mapas conceptuales.
 Elaboración: preguntas, metáforas, analogías.
 Memorización/recuperación(técnicas o habilidades de
estudio): codificación y generación de respuestas.

12.  Axioma: proposición tan clara que se admite sin
necesidad de demostración.
 Teorema: proposición demostrable lógicamente partiendo
de axiomas o de otros teoremas ya demostrados.
 Demostración: una demostración comienza con una o
mas declaraciones denominadas premisas y prueba
utilizando las reglas de la lógica, si las premisas son
verdaderas, entonces una determinada conclusión debe
también ser cierta.

13. La metodología de Common KADS ofrece una
aproximación para resolver los problemas
inherentes a la ingeniería del conocimiento
prevenientes de la experiencia y apoyados por los
fundamentos de la ingeniería del software.
Debe plasmarse en una realidad:

14.  Modelo de organización: soporta el análisis de las
características principales de una organización con el fin
de descubrir problemas y oportunidades para sistemas
de conocimiento.
 Modelo de tarea: analiza la tarea global sus entradas y
salidas, precondiciones y criterios de realización

15.  Modelo de agente: son los ejecutores de una tarea
 Modelo de conocimiento: proporciona una descripción
independiente de la implementación del papel que
diferentes componentes de conocimiento juegan en la
resolución de problemas.
 Modelo de comunicación: es importante modelar las
transacciones entre los agentes implicados.

16.  Modelo de diseño: proporciona la especificación técnica
del sistema en términos de arquitectura, plataforma de
implementación, módulos de software, construcciones de
representación y mecanismos de computación
requeridos para implementar las funciones propuestas
en los modelos de conocimiento y comunicación.

17. Un proyecto de un SBC utilizando tecnología Common
KADS produce tres tipos de entrega o producto:
 Documento de los modelos
 Información sobre la gestión del proyecto
 Software del sistema de conocimiento
El objetivo final de la metodología Common KADS consiste
en estructurar el proceso de desarrollo propio de la
ingenieria del conocimiento, que se concreta en un sistema
que debe resolver los problemas con una capacidad
comparable a la del experto humano como poseedor de
conocimiento

18. El que se aprende (resultados), el como se aprende
(los procesos cognitivos) y las condiciones del
aprendizaje (la acción educativa)
Que responde a las preguntas
cuando, cuanto, donde, con quien, etc.

19. Es una entidad capaz de percibir su entorno, procesar tales
percepciones y responder o actuar en su entorno de manera
racional
Se clasifica en 5 categorías principales:
 Agentes reactivos
 Agentes reactivos basados en el modelo
 Agentes basados en objetivos
 Agentes basados en utilidad
 Agentes que aprenden