cartilla informática
DESCRIPTION
cartilla relacionada con el tema de Inteligencia artificial, Trabajo académicoTRANSCRIPT
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
VARGAS ACEVEDO CARMEN ALICIA.
VEGA ORTEGA ERIKA MILENA.
ZULUAGA LÓPEZ CARLOS MARIO.
11º 3
PRO. JOSE GREGORIO
BARRANCABERMEJA 2009
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
INTRODUCCIÒN
El siguiente trabajo tiene como objetivo dar a conocer más a fondo todo lo que tenga que ver con la inteligencia artificial, que es un intento de el hombre por crear una maquina la cual pueda comunicarse con nosotros y que tengan la capacidad de realizar tareas las cuales rehusamos hacer por la dificultad o por el peligro que existe entre esas tareas y nuestra vida. Se espera que al pasar de los años, estas maquinas puedan hacer ese trabajo, e incluso que puedan aprender de sus experiencias pasadas y realizarlas en cada tarea a las que se le ordene.
La inteligencia artificial participa en diferentes campos como la CIBERNETICA y la ROBÓTICA.
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
OBJETIVOS
Conocer más a fondo sobre la inteligencia artificial.
Explicar el funcionamiento de la I.A.
Dar a conocer la como se creó la I.A.
Mostrar los diferentes campos en los que se implica la I.A.
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
John McCarthy
INTELIGENCIA
ARTIFICIAL
Es una combinación
de la ciencia del
computador, fisiología
y filosofía, tan general
y amplio como eso, es
que reúne varios
campos (robótica,
sistemas expertos)…
Él termino
"inteligencia
artificial" fue
acuñado formalmente
en 1956 durante la
conferencia de
Darthmounth.
El estudio de la
inteligencia es una de
las disciplinas más
antiguas
La Inteligencia Artificial comenzó como el resultado de la
investigación en psicología
cognitiva y lógica matemática. Se
ha enfocado sobre la explicación
del trabajo mental y construcción
de algoritmos de solución a
problemas de propósito general.
Punto de vista que favorece la
abstracción y la generalidad.
Una de las grandes razones por la cuales se realiza el estudio de la IA es él
poder aprender más acerca de nosotros mismos y a diferencia de la
psicología y de la filosofía que también centran su estudio de la inteligencia,
IA y sus esfuerzos por comprender este fenómeno están encaminados tanto a
la construcción de entidades de inteligentes como su comprensión.
Según John McCarthy la
inteligencia es la "capacidad que
tiene el ser humano de adaptarse
eficazmente al cambio de
circunstancias mediante el uso de
información sobre esos cambios",
pero esta definición resulta muy
amplia ya que de acuerdo con esta,
el sistema inmunológico del cuerpo
humanó resultaría inteligente ya que
también mediante el uso de
información este logra adaptarse al
cambio.
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
ORÍGENES DE LA INTELIGENCIA ARTIFICIAL.
El amanecer de una nueva ciencia La Inteligencia Artificial "nació" en 1943 cuando Warren
McCulloch y Walter Pitts propusieron un modelo de neurona del cerebro humano y animal. Estas
neuronas nerviosas abstractas proporcionaron una representación simbólica de la actividad
cerebral. Más adelante, Norbert Wiener elaboró estas ideas junto con otras, dentro del mismo
campo, que se llamó " cibernética", de aquí nacería, sobre los años 50, la Inteligencia Artificial.
Los primeros investigadores de esta innovadora ciencia, tomaron como base la neurona
formalizada de McCulloch y postulaban que: " El cerebro es un solucionador inteligente de
problemas, de modo que imitemos al cerebro". Pero si consideramos la enorme complejidad del
mismo esto es ya prácticamente imposible, ni que mencionar que el hardware de la época ni el
software estaban a la altura para realizar semejantes proyectos.
Se comenzó a considerar el pensamiento humano como una coordinación de tareas simples
relacionadas entre sí mediante símbolos. Se llegaría a la realización de lo que ellos consideraban
como los fundamentos de la solución inteligente de problemas, pero lo difícil estaba todavía sin
empezar, unir entre sí estas actividades simples. Por lo tanto podemos decir a grandes rasgos que
la Inteligencia Artificial es una ciencia que intenta la creación de programas para máquinas que
imiten el comportamiento y la comprensión humana, que sea capaz de aprender, reconocer y
pensar.
En 1976, Joseph Weizenbaum publicó Computer Power and Human Reason [El poder del
ordenador y la razón humana]. Básicamente Weizenbaum admitía la viabilidad de la I.A., pero se
oponía a ella basándose en razones morales. Hacia 1965, Weizenbaum trabajaba en el MIT
(Instituto Tecnológico de Massachusetts), intentando que los ordenadores hablaran en inglés con la
gente. Una de esas ideas era que el conocimiento sobre los dominios se encontrase en módulos
ajenos al propio programa, así cambiar de tema sería tan fácil como cambiar de módulo. Uno de
esos módulos, y el más famoso, fue el que imitaba a un psicoanalista rogeriano (el psicoanalista
Carl Rogers ponía en funcionamiento una terapia que consistía simplemente en animar a los
pacientes a hablar de sus problemas, respondiendo a sus preguntas con otras preguntas).
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
Una de las definiciones que se han dado para describir la IA la
sitúa dentro de una disciplina que tiene que ver con las ciencias de
la computación que corresponden al esfuerzo por parte de gran
cantidad de científicos que durante los últimos treinta años han
realizado con el fin de dotar a las computadoras de inteligencia, a
partir de esta definición encontramos que una de las técnicas de IA
es aquella que se utiliza con el fin de lograr que un determinado
programa se comporte de forma inteligente sin pretender tener en
cuenta la " forma de razonamiento "empleada para lograr ese
comportamiento.
Luego, aquí surge un dilema, ya que
según esto cualquier problema
resoluble por un computador, sin
complicaciones y también como un ser
humano podría encuadrarse en el
campo de la inteligencia artificial
acudiendo solamente a la aplicación
de reglas consecutivas al pie de la
letra o lo que encontramos con el
nombre de Algoritmos dentro del
lenguaje de IA; este término fue
acuñado en honor al matemático árabe
AL-KWARIZMI que copiló una serie de
estos para ser aplicados a diferentes
problemas algebraicos.
Cuando se aplican algoritmos a la solución de los
problemas aunque no se está actuando inteligentemente
si está siendo eficaz pero los problemas realmente
complicados a los que se enfrenta el ser humano son
aquellos en los cuales no existe algoritmo conocido así
que surgen de reglas que tratan de orientarnos hacia las
soluciones llamadas Heurísticas en las cuales nunca
nada nos garantiza que la aplicación de una de estas
reglas nos acerque a la solución como ocurre con los
anteriores.
A partir de estos datos; Farid Fleifel Tapia describe a la IA como: "la rama de la ciencia de la computación que estudia la
resolución de problemas no algorítmicos mediante el uso de cualquier técnica de computación disponible, sin tener en
cuenta la forma de razonamiento subyacente a los métodos que se apliquen para lograr esa resolución.
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
OTROS PUNTOS DE
VISTA DE LA IA.
La IA es el arte de crear maquinas
con capacidad de realizar funciones
que realizadas por personas
requieren de inteligencia.
(Kurzweil, 1990)
La IA es el estudio de cómo lograr
que las computadoras realicen
tareas que, por el momento, los
humanos hacen mejor. (Rich,
Knight, 1991).
La IA es la rama de la ciencia de la
computación que se ocupa de la
automatización de la conducta
inteligente. (Lugar y Stubblefied,
1993).
La IA es el campo de estudio que
se enfoca a la explicación y
emulación de la conducta
inteligente en función de procesos
computacionales. (Schalkoff,
1990).
En la IA se puede observar dos enfoques
diferentes:
La IA concebida como el intento por desarrollar una tecnología capaz de proveer al ordenador capacidades de razonamiento similares a los de la inteligencia humana.
La IA en su concepción como
investigación relativa a los
mecanismos de la inteligencia
humana que se emplean en la
simulación de validación de teorías.
El primer enfoque se centra en la utilidad y no en el método
como veíamos anteriormente con los algoritmos, los temas
claves de este enfoque son la representación y gestión de
conocimiento, sus autores más representativos son McCarthy y
Minsky.
En el segundo enfoque encontramos que este se orienta a la
creación de un sistema artificial capaz de realizar procesos
cognitivos humanos haciendo importante ya no la utilidad
como el método, los aspectos fundamentales de este enfoque
se refieren al aprendizaje y adaptabilidad y sus autores son
Newell y Simón de la Carnegie Mellón University.
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
¨Haga ahora¨: Donde el programador surte de
instrucciones a la máquina para realizar una tarea determinada donde todo queda especificado excepto quizás él número de repeticiones.
¨Haga siempre que¨: Aquí se permite escribir un
programa que le sirva a la computadora para resolver aquello problemas que el programador no sabe resolver pero conoce que tipo de soluciones se pueden intentar.
"De constreñimiento": se escriben programas
que definen estructuras y estados que se condicionan y
limitan recíprocamente.
Pero Minsky, admite que aún será necesario desarrollar
dos tipos de lenguajes más para obtener una IA
comparable a la inteligencia humana; y estos podrían
ser.
"Haga algo que tenga sentido¨: Donde se
permite al programa aprender del pasado y en una nueva situación aplicar sus enseñanzas.
"Mejórense a sí mismo": Allí se podrá permitir
escribir programas que tengan en adelante la capacidad de escribir programas mejores que ellos mismos.
Uno de los grandes seguidores de la IA; Marvin Minsky, ha dado una clasificación para los
lenguajes de programación que se utilizan en esta disciplina:
INTELIGENCIAS MULTIPLES
Howard Garden, señalo siete
inteligencias básicas.
Inteligencia lingüística: capacidad de usar las
palabras de modo efectivo (ya sea hablando,
escribiendo, etc.).
Inteligencia lógico matemática: capacidad
de usar los números de manera efectiva y de razonar
adecuadamente (pensamiento vertical).
Inteligencia espacial: la habilidad para percibir
la manera exacta del mundo visual-espacial y de
ejecutar transformaciones sobre esas percepciones
(decorador, artistas, etc.).
Inteligencia corporal – kinética: la capacidad
para usar el cuerpo para expresar ideas y
sentimientos y facilidad en el uso de las propias
manos para producir o transformar cosas.
Inteligencia musical: capacidad de percibir,
discriminar, trasformar y expresar las formas
musicales.
Inteligencia interpersonal: la capacidad de
percibir y establecer distinciones entre los estados de
ánimo, sentimientos, de otras personas.
Inteligencia interpersonal: el conocimiento de
sí mismo y la habilidad para adaptar las propias
maneras de actuar a partir de ese conocimiento.
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
La IA se divide en dos
escuelas de pensamiento:
Inteligencia Artificial Convencional
Se conoce también como IA simbólico-deductiva. 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
ocupa 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) implica desarrollo o
aprendizaje interactivo (por ejemplo,
modificaciones interactivas de los
parámetros en sistemas conexionistas).
El aprendizaje se realiza basándose en
datos empíricos.
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
Lenguajes de
programación
En principio, cualquier lenguaje de programación puede ser utilizado. Siendo así de amplio el espectro en el cual se puede escoger un lenguaje para programar un sistema experto. Atendiendo a la forma de estructurar sus instrucciones, se los puede dividir en:
IMPERATIVOS: PASCAL, C/C++.
FUNCIONALES: LISP.
DECLARATIVOS: PROLOG, CHIP, OPS5.
ORIENTADOS A OBJETOS: SmallTalk,
Hypercard, CLOS.
Tradicionalmente LISP y PROLOG
han sido los lenguajes que se han utilizado para la programación de sistemas expertos.
LISP PROLOG
Su nombre se deriva de LISt Processor. LISP
fue el primer lenguaje para procesamiento
simbólico. John McCarthy lo desarrolló en
1958, en el Instituto de Tecnología de
Massachusetts (MIT), inicialmente como un
lenguaje de programación con el cual los
investigadores pudieran implementar
eficientemente programas de computadora
capaces de razonar.
Rápidamente LISP se hizo popular por su capacidad de manipular símbolos y fue escogido para el desarrollo de muchos sistemas de Inteligencia Artificial.
PROgramming in LOGic (PROLOG), es otro de los lenguajes de programación ampliamente utilizados en IA. PROLOG fue desarrollado en Francia, en 1973 por Alain Colmenauer y su equipo de investigación en la Universidad de Marseilles. Inicialmente fue utilizado para el procesamiento de
lenguaje natural, pero posteriormente se popularizó
entre los desarrolladores de aplicaciones de IA por
su capacidad de manipulación simbólica. Utilizando
los resultados del grupo francés, Robert Kowalski
de la Universidad de Edimburgo, en Escocia,
desarrolló la teoría de la programación lógica. La
sintaxis propuesta por Edimburgo, se considera el
estándar de facto del PROLOG.
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
Panorama de la Inteligencia Artificial
Los antecedentes culturales que han
servido de base. Algunos de los
puntos más importantes son: Se
adopta el criterio de que la inteligencia
tiene que ver principalmente con las
acciones racionales. Desde un punto
de vista ideal, un agente inteligente es
aquel que emprende la mejor acción
posible en una situación dada. Se
estudiará el problema de la
construcción de agentes que sean
inteligentes en este sentido. Los
filósofos (desde el año 400 A.C.)
permitieron el poder pensar en IA, al
concebir a la mente, con maneras
diversas, como una máquina que
funciona a partir del conocimiento
codificado en un lenguaje interno y al
considerar que el pensamiento servía
para determinar cuál era la acción
correcta que había que emprender.
Las matemáticas proveyeron las
herramientas para manipular las
severaciones de certeza lógica, así
como las inciertas, de tipo probabilista.
Así mismo, prepararon el terreno para
el manejo del razonamiento con
algoritmos. Los psicológicos reforzaron
la idea de que los humanos y otros
animales podían ser considerados
como máquinas para el procesamiento
de información. Los lingüistas
demostraron que el uso de un lenguaje
ajusta dentro de este modelo. La
ingeniería de cómputo ofreció el
dispositivo que permite hacer realidad
las aplicaciones de IA. Los programas
de IA por lo general son extensos y no
funcionarían sin los grandes avances
en velocidad y memoria aportados por
la industria de cómputo.
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
Criterios de evaluación
en I. A
Cada campo necesita criterios
para evaluar el éxito alcanzado.
En general, es muy difícil
determinar si una máquina o un
sistema tiene inteligencia o
puede pensar. Al respecto se han
sugerido algunas pruebas entre
las que se destaca la de Alan
Turing (1912-1954). En 1950 ideó
una prueba para reconocer
comportamientos inteligentes,
esta prueba dice lo siguiente: Si
la ejecución de un sistema de IA
puede convencernos de que su
comportamiento es el que tendría
un humano, entonces el sistema
es verdaderamente inteligente.
En una forma más práctica, para saber
si un trabajo de investigación en IA ha
tenido éxito, debe hacerse tres
preguntas claves: ¿Está definida con
claridad la tarea? ¿Existe un
procedimiento ya instrumentado que
efectúe la tarea? Si no existe, es que
debe haber muchas dificultades
escondidas en algún lugar. ¿Existe un
conjunto de regularidades o
restricciones identificables a partir de
las cuales el procedimiento implantado
obtiene su validez? De no ser así, el
procedimiento no pasaría de ser un
juguete, tal vez capaz de un
desempeño superficial impresionante
en ciertos ejemplos seleccionados con
cuidado, pero incapaz de impresionar
con un desempeño profundo y de
resolver problemas más generales.
ROBOTICA
La ciencia de la robótica implica diferentes técnicas de IA.
La idea de un robot "listo" con la capacidad de aprender
por experiencia es el tema central de teorías e
investigaciones en IA. El robot debe ser capaz de
comunicarse en lenguaje natural y debe poder realizar
tareas que requieran el equivalente a la iniciativa y la
originalidad, esto implica que el robot debe llegar a
realizar, tras un periodo de aprendizaje cosas para las
cuales no estaba inicialmente programado, a diferencia de
los robots que se utilizan actualmente en la aplicación
industrial, los cuales no son más que meros autómatas.
Los primeros robots creados en toda la historia de la
humanidad, no tenían más que un solo fin: entretener a
sus dueños. Estos inventores se interesaban solamente
en conceder los deseos de entretener a quien le pedía
construir el robot. Sin embargo, estos inventores se
comenzaron a dar cuenta de que los robots podían imitar
movimientos humanos o de alguna criatura viva. Estos
movimientos pudieron ser mecanizados, y de esta
manera, se podía automatizar y mecanizar algunas de las
labores más sencillas de aquellos tiempos
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
Cibernética
LA CIBERNÉTICA es una ciencia interdisciplinaria, tratando con sistemas de comunicación y control sobre
organismos vivos, máquinas u organizaciones. El término es una derivación del vocablo griego kybernetes que significa
gobernador o piloto, y fue aplicado por primera vez en 1948 a la teoría del control de mecanismos por el matemático
americano Norbet Wiener. En el cuerpo humano, el cerebro y el sistema nervioso funcionan para coordinar la
información, la cual es utilizada para determinar el futuro curso de una acción; controlar los mecanismos para la
autocorrección en máquinas que sirven con un propósito similar.
Este principio es conocido como retroalimentación, el cual es fundamental en el concepto de automatización. La
cibernética también se aplica al estudio de la psicología, servomecanismo, economía, neuropsicología, ingeniería en
sistemas y al estudio de sistemas sociales, el término cibernética no es muy utilizado para describir por separado a un
campo de estudio, y muchas de las investigaciones en el campo ahora se centran en el estudio y diseño de redes
neuronales artificiales.
Manipulación del conocimiento
Existen tres paradigmas que los investigadores han
utilizado tradicionalmente para la resolución de
problemas de IA: Programación Heurística.- Está
basado en el modelo de comportamiento humano y su
estilo para resolver problemas complejos. Existen
diversos tipos de programas que incluyen algoritmos
heurísticos. Varios de ellos son capaces de aprender de
su experiencia. Redes Neuronales Artificiales.- Es una
representación abstraída del modelo neuronal del
cerebro humano. Las redes están formadas por un gran
número de elementos simples y por sus interconexiones
Una red neuronal artificial puede ser simulada o ser real.
Al elemento procesador de la red, se lo denomina
neurona artificial. Evolución Artificial.- Su modelo está
basado en el proceso genético de evolución natural,
propuesto por Charles Darwin. Se utilizan sistemas
simulados en computador que evolucionan mediante
operaciones de reproducción, mutación y cruce
(Algoritmos Genéticos). Cada paradigma comprende una
colección de métodos, configuraciones y técnicas
desarrolladas para manipular el conocimiento.
En general, una técnica de IA está
caracterizada por incluir los siguientes
componentes: Procesos de Búsqueda.-
Proporciona una forma de resolver problemas
para los cuales no hay un método más
directo, así como también se constituye en un
marco de trabajo dentro del cual cualquier
técnica directa puede ser incorporada. Uso
del Conocimiento.- Proporciona una forma
de resolver problemas explotando las
estructuras de los objetos involucrados.
Abstracción.- Proporciona una forma de
separar rasgos importantes y variaciones, de
los tantos que no tienen importancia. La
manipulación del conocimiento involucra
además la selección de objetos, entidades y
rasgos que son claves para las
representaciones.
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
Los años difíciles
Tales habían sido las expectativas
levantadas por la IA, y tantos sus fracasos,
que el desánimo sucedió al optimismo
inicial. El mundo exterior se desentendió de
los trabajos de investigación, y la
financiación de muchos proyectos se volvió
problemática, tanto en América como en
Europa. No obstante, la IA se fue
consolidando y, aprendiendo de sus
fracasos, buscó nuevos enfoques para los
viejos problemas.
En el año 1964 se publicó una tesis doctoral
sobre el sistema STUDENT, que es un programa
de lenguaje natural que comprende y resuelve
problemas elevados de álgebra. Es en 1966
cuando se publica, en Comunicaciones de la
Asociación para Máquinas Calculadoras, un
programa de ordenador para el estudio de
comunicación hombre-máquina mediante
lenguaje natural interactivo, ELIZA, que fue
creado como un programa de psicología que
simula respuestas de un terapista en dialogo
interactivo con un paciente.
INVESTIGACIÓN Y DESARROLLO EN
ÁREAS DE LA I.A.
Las aplicaciones tecnológicas en las que los métodos de IA usados han demostrado con éxito que pueden resolver complicados problemas de forma masiva, se han desarrollado en sistemas que:
º Permiten al usuario preguntar a una base de datos en cualquier lenguaje que sea, mejor que un lenguaje de programación.
º Reconocen objetos de una escena por medio de aparatos de visión.
º Generar palabras reconocibles como humanas desde textos computarizados.
º Reconocen e interpretan un pequeño vocabulario de palabras humanas.
º Resuelven problemas en una variedad de campos usando conocimientos expertos codificados. Los países que han apadrinado investigaciones de IA han sido: EEUU., Japón, Reino Unido y la CEE; y lo han llevado a cabo a través de grandes compañías y cooperativas de riesgo y ventura, así como con universidades, para resolver problemas ahorrando dinero. Las aplicaciones más primarias de la IA se clasifican en cuatro campos: sistemas expertos, lenguaje natural, robótica y visión, sistemas censores y programación automática.
Cerebro VS. Microprocesador
Los microprocesadores son circuitos electrónicos integrados
encargados del procesamiento de la información en las
computadoras. Las arquitecturas más comunes incluyen: una
unidad aritmética y lógica (ALU) encargada de realizar las
operaciones; una unidad de control, cuya función es extraer las
instrucciones del programa almacenado en memoria, e indicar a
los demás dispositivos de la computadora la tarea que deben
realizar. La computadora funciona como una unidad de
procesamiento, recibiendo los datos a procesar mediante los
dispositivos de entrada, y entregando el producto elaborado
mediante los dispositivos de salida. Esta actividad la
desempeñan con notable precisión y velocidad, y en esto
supera seguramente a nuestro cerebro. A diferencia del chip de
silicio, nuestro cerebro ha evolucionado durante millones de
años. Al intentar simularlo en las computadoras se ha revelado
lo difícil que es realizar algunas operaciones que aquél realiza
con facilidad. Las operaciones referidas son tareas que
realizamos cotidianamente y sin esfuerzo pero requieren cierta
característica que las computadoras no poseen.
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
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
específico, como los de contabilidad y cálculos
científicos; los programas de Inteligencia
Artificial pueden distinguir entre el programa de
razonamiento o motor de inferencia y base de
conocimientos dándole la capacidad de explicar
discrepancias entre ellas.
El comportamiento de los programas no es descrito
explícitamente por el algoritmo. La 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 dado (programa declarativo). En
contraste con los programas que no son de Inteligencia
Artificial, que siguen un algoritmo definido, que
especifica, explícitamente, cómo encontrar las variables
de salida para cualquier variable dada de entrada
(programa de procedimiento).
´
Una característica fundamental que distingue a los
métodos de 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 bases de datos,
también procesan símbolos y no se considera que
usen técnicas de Inteligencia Artificial.
Características de la I.A.
Aplicabilidad a datos y problemas mal
estructurados, sin las técnicas de
Inteligencia Artificial 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 el
diagnóstico de tareas en un sistema del
mundo real: con poca información, con
una solución cercana y no
necesariamente exacta.
Una de sus características es
que incluye varios campos de
desarrollo, como la robótica, la
comprensión y traducción de
lenguajes, el reconocimiento y
aprendizaje de palabras de
máquinas o los variados sistemas
computacionales expertos, que
son los encargados de reproducir
el comportamiento humano en
una sección del conocimiento.
Tales tareas reducen costos y
riesgos en la manipulación
humana en áreas peligrosas,
mejoran el desempeño del
personal inexperto y el control de
calidad en el área comercial.
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
Las áreas de investigación de la I.A.
Son muchas las áreas de la A I que se investigan hoy día. Entre ellas, tenemos las siguientes:
La representación del conocimiento, que busca en el descubrimiento de métodos expresivos y eficientes describir información sobre aspectos del mundo real.
Los métodos de aprendizaje automático, que extienden las técnicas estadísticas con el fin de posibilitar la identificación de un amplio rango de tendencias generales a partir de un conjunto de datos de entrenamiento.
El campo de la planificación, que enfrenta el
desarrollo de algoritmos que construyen y ejecutan
automáticamente secuencias de comandos primitivos
con el fin de alcanzar ciertas metas de alto nivel.
Los trabajos en el área de razonamiento posible, que hacen uso de principios estadísticos para desarrollar codificaciones de información incierta.
El estudio de las arquitecturas de agentes, que busca la integración de otras áreas de la I A con el objeto de crear agentes inteligentes, entidades robustas capaces de comportamiento autónomo y en tiempo real.
La coordinación y colaboración multiagentes, que ha permitido el desarrollo de técnicas para la representación de las capacidades de otros agentes y la especificación del conocimiento necesario para la colaboración entre ellos.
El desarrollo de ontologías, que persigue la creación de catálogos de conocimiento explícito, formal y multipropósito, que puedan ser utilizados por sistemas inteligentes.
Los campos de procesamiento de voz y lenguaje, que buscan la creación de sistemas que se comunican con la gente en su lenguaje.
La síntesis y comprensión de imágenes, que conduce a la producción de algoritmos para el análisis de fotografías, diagramas y videos, así como también de técnicas para el despliegue visual de información cuantitativa y estructurada.
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
Objetivos de la Investigación en Inteligencia
Artificial.
Los investigadores en inteligencia
artificial se concentran principalmente
en los sistemas expertos, la resolución
de problemas, el control automático,
las bases de datos inteligentes y la
ingeniería del software (diseños de
entornos de programación inteligente).
Otros investigadores están trabajando
en el reto del reconocimiento de
patrones donde se espera un rápido
progreso en este campo que abarca la
comprensión y la síntesis del habla, el
proceso de imágenes y la visión
artificial.
Finalmente, la fundamental
investigación sobre la representación
del conocimiento, la conceptualización
cognoscitiva y la comprensión del
lenguaje natural.
Uno de los principales objetivos de los
investigadores en inteligencia artificial
es la reproducción automática del
razonamiento humano.
El razonamiento de un jugador de
ajedrez no siempre es el mismo que el
de un directivo que se pregunta la
viabilidad de fabricar un nuevo
producto. Un niño jugando con bloques
de madera en una mesa no tiene idea
de la complejidad del razonamiento
necesario para llevar a cabo la
construcción de una pirámide, e
intentar que un robot hiciera lo mismo
que el niño requeriría un largo
programa de computador.
Formas de considerar situaciones complejas son:
º Deducción, que permite obtener conclusiones de
reglas cuyas premisas hemos comprobado.
º Inducción, que produce reglas a partir de
observaciones parciales.
Estos dos tipos principales pueden utilizarse de un modo
analítico (el razonamiento se divide en submódulos que
son más difíciles de manejar, o de un modo sintético
(inverso del proceso anterior, juntando elementos que se
separaron anteriormente).
La inducción puede tener lugar cuando se comparan
situaciones que son casi similares, con parámetros
desconocidos en una situación dada asignándole los
valores que tienen ya en una situación de referencia;
este es un razonamiento por analogía. Los métodos
para razonar son variados. La iteración significa repetir
la misma secuencia de razonamiento hasta que se
alcance una condición de final; la recursión consiste en
una forma particular del razonamiento que se llama a sí
misma, como aquellas muñecas rusas que están unas
dentro de otras, hasta llegar a un problema simple que
es fácil de resolver.
Las estrategias para el razonamiento pueden hacer uso
de la especialización, la reducción al absurdo, de la
eliminación de caminos poco prometedores y de la
reducción de las diferencias.
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
El Alfabeto del Lenguaje de la
Lógica de Primer Orden contiene
dos tipos de símbolos:
Símbolos lógicos, entre los que se
encuentran los símbolos de constantes
proposicionales true y false; los símbolos
de operadores proposicionales para la
negación, la conjunción, la disyunción y
las implicaciones (=>, <=); los símbolos
de operadores de cuantificación como el
cuantificador universal; el cuantificador
existencial; y los símbolos auxiliares de
escritura como corchetes [,], paréntesis
(,) y coma.
Símbolos no lógicos, agrupados en el
conjunto de símbolos constantes; el
conjunto de símbolos de variables
individuales; el conjunto de símbolos de
funciones n-arias; y el conjunto de
símbolos de relaciones n-arias.
A partir de estos símbolos se construyen
las expresiones válidas en el Lenguaje
de Primer Orden: los términos y las
fórmulas.
Un término es cualquiera de las tres
expresiones siguientes: una constante,
por ejemplo, el número "100", la palabra
"alfredo" y la letra "c"; o una variable, por
ejemplo, "X" o bien una expresión de la
forma "f (t1,..., tn)" donde "f" es un
símbolo de función n-aria y t1,..., tn son
términos. Ejemplos de funciones son: f
(100, X), padre (Y) y sucesor(X).
Las fórmulas atómicas o elementales
son expresiones de la forma R (t1,..., tn)
donde R es un símbolo de relación n-aria
y t1,..., tn son términos.
Base de Conocimiento. Sistemas
Basados en Conocimiento.
Los métodos generales desarrollados para la resolución de
problemas y técnicas de búsqueda al inicio de la era de la
Inteligencia Artificial demostraron no ser suficientes para
resolver los problemas orientados a las aplicaciones, ni fueron
capaces de satisfacer los difíciles requerimientos de la
investigación. A este conjunto de métodos, procedimientos y
técnicas, se lo conoce como Inteligencia Artificial Débil. La
principal conclusión que se derivó de este trabajo inicial fue
que los problemas difíciles sólo podrían ser resueltos con la
ayuda del conocimiento específico acerca del dominio del
problema.
INTELIGENCIA ARTIFICIAL DÉBIL.
Primero, la separación del conocimiento y el
modo en que es usado.
Segundo, la naturaleza del conocimiento
empleado (heurística antes que algorítmica).
Tercero, El uso de conocimiento específico de
un determinado dominio.
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
EXPERIENCIA, HABILIDADES Y CONOCIMIENTO.
Los tipos de experiencia que son de interés en los sistemas basados en conocimiento, pueden ser
clasificados en tres categorías: asociativa, motora y teórica.
Los sistemas basados en
conocimiento son excelentes para
representar conocimiento
asociativo. Este tipo de
experiencia refleja la habilidad
heurística o el conocimiento que
es adquirido mayoritariamente, a
través de la observación.
Puede ser que no se comprenda
exactamente lo que ocurre al
interior de un sistema (caja
negra), pero se pueden asociar
entradas o estímulos con salidas
o respuestas, para resolver
problemas que han sido
previamente conocidos.
La experiencia motora es más
física que cognitiva. La habilidad
se adquiere fundamentalmente a
través del ejercicio y la práctica
física constante. Los sistemas
basados en conocimiento no
pueden emular fácilmente este
tipo de experiencia,
principalmente por la limitada
capacidad de la tecnología
robótica.
La experiencia teórica y el
conocimiento profundo permite que
los humanos puedan resolver
problemas que no se han visto
antes, es decir, no existe una
posibilidad asociativa. El
conocimiento teórico y profundo se
adquiere a través de estudio y
entrenamiento formal, así como por
medio de la resolución directa de
problemas.
Debido a su naturaleza teórica, este
conocimiento se puede olvidar
fácilmente, a no ser que se use en
forma continua. Al momento, los
sistemas convencionales basados
en conocimiento tienen muchas
dificultades para duplicar este tipo
de experiencia. Sin embargo, los
Sistemas de Razonamiento
Basado en Modelos representan
un notable intento de encapsular
este conocimiento profundo y
razonar con él.
ÁREAS DE APLICACIÓN DE LA I.A.
Lingüística computacional, Minería de datos (Data Mining), Mundos virtuales, Procesamiento de lenguaje natural (Natural Language Processing), Robótica, Sistemas de apoyo a la decisión, Videojuegos, Prototipos informáticos.
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
IDENTIFICACIÓN DE PATRONES.
Esta operación determina cuáles son las reglas potencialmente aplicables en un estado dado
de la base de datos.
Hay ciertos métodos típicos para resolver problemas mediante Inteligencia Artificial como:
descomposición de problemas, inferencia deductiva, deducción lógica, etc.
No es necesario que la búsqueda se aplique a todas las reglas, el sistema de control puede
decidir cuáles no son necesarias a ese nivel.
El filtrado significa tener el conocimiento para encontrar las reglas cuya precondición se
satisfaga. Se debe comparar por tanto la precondición con la base de datos. Si es una regla
deductiva "si premisa entonces conclusión", la parte a ser probada de la regla, se llama
disparador o activador (tigger) es siempre una fórmula bien formada ya sea de lógica
proposicional o de lógica de primer orden. Puede aplicarse a cualquier hecho.
El único lenguaje que está totalmente basado en el cálculo de predicados es el PROLOG.
Los procesos de identificación de patrones pueden mejorarse examinando, dentro del activador
de cada regla, primero los predicados con más restricciones, es decir, los que tienen el menor
número de variables libres. Otra forma de proceder es que, para cada regla o parte de su
activador, se guarda en la memoria el resultado de las posibles unificaciones para cada parte
del activador. Después de cada ciclo del motor de inferencia, esta memoria se actualiza y se
denomina filtrado por propagación.
Ejecución de las reglas.
Después de la fase de filtrado, cuando una regla está reconocida como aplicable, teniendo en
cuenta la base de datos existente, solo resta ejecutarla. Si hay varias posibles reglas, la elección
la realiza la estrategia de control.
La conclusión de la regla tiene por objeto modificar la base de conocimiento, creando,
modificando o suprimiendo un hecho.
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
La fase de selección.
Como después de las fases anteriores quedan varias reglas se debe seleccionar una y luego de
procesada el programa debe saber dónde volver.
Cuando hay una o más reglas, se usan dos estrategias:
- La búsqueda en anchura, que elige una, generalmente la primera y se van ejecutando por turno
antes de comprobar que se ha alcanzado la condición final. Si no es así se inicia otro ciclo del motor
de inferencia. Este tipo de búsqueda es exhaustiva y la usa el sistema experto MYCIN.
Otra estrategia es la de elegir una regla entre las aplicables por medio de una heurística,
procesarla y modificar la base de datos. Si no se alcanza la condición final, comienza otro ciclo del
motor de inferencia. Es por lo tanto, una estrategia en profundidad.
Cada una de las estrategias pueden ser irrevocables o avanzar por prueba y error.
Muchos sistemas efectúan marcha atrás, si no hay regla aplicable, pero si el sistema está bajo un
control irrevocable se detendrá.
LA INFERENCIA O EXTRACCIÓN DE CONCLUSIONES:
Para extraer una conclusión, o inferencia, se hace necesario, antes que nada, saber el
objetivo a satisfacer, o problema a resolver. Este problema se plantea en forma de objetivo
que se toma por el Motor de Inferencia el cual a través de la activación y encadenamiento de
reglas trata de llegar a una solución.
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
Redes Neuronales.
Las Redes Neuronales surgieron del movimiento conexionista, que nació junto con la Inteligencia
Artificial simbólica o tradicional. Esto fue hacia los años 50, con algunos de los primeros ordenadores
de la época y las posibilidades que ofrecían.
La Inteligencia Artificial simbólica se basa en que todo conocimiento se puede representar mediante
combinaciones de símbolos, derivadas de otras combinaciones que representan verdades
incuestionables o axiomas.
Así pues, la Inteligencia Artificial tradicional asume que el conocimiento es independiente de la
estructura que maneje los símbolos, siempre y cuando la 'máquina' realice algunas operaciones
básicas entre ellos. En contraposición, los 'conexionistas' intentan representar el conocimiento desde el
estrato más básico de la inteligencia: el estrato físico. Creen que el secreto para el aprendizaje y el
conocimiento se halla directamente relacionado con la estructura del cerebro: concretamente con las
neuronas y la interconexión entre ellas. Trabajan con grupos de neuronas artificiales, llamadas Redes
Neuronales.
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
EL PERCEPTRÓN UNICAPA.
Un Perceptrón unicapa no es más que un conjunto de neuronas no unidas entre sí, de manera que cada una de las entradas del sistema se conectan a cada neurona,
produciendo cada una de ellas su salida individual.
Existen tres métodos de aprendizaje para un Perceptrón: Supervisado, Por Refuerzo y No Supervisado.
En el Aprendizaje Supervisado se presentan al Perceptrón unas entradas con las
correspondientes salidas que se quiere éste aprenda. De esta manera la red primero, calcula la salida que da ella para esas entradas y luego, conociendo el error que está cometiendo, ajusta sus pesos proporcionalmente al error que ha cometido (si la diferencia entre salida calculada y salida deseada es nula, no se varían los pesos).
En el Aprendizaje No Supervisado, solo se presentan al Perceptrón las entradas y, para esas
entradas, la red debe dar una salida parecida.
En el Aprendizaje Por Refuerzo se combinan los dos anteriores, y de cuando en cuando se
presenta a la red una valoración global de como lo está haciendo.
El Perceptrón multicapa.
Esta estructura nació con la intención de dar solución a las limitaciones del Perceptrón clásico o unicapa, y supuso el resurgimiento del movimiento conexionista. Como su nombre indica, se trata de unos cuantos (dos o tres) perceptrones unicapa conectados en cascada.
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
Perspectivas Futuras.
Con poco más de diez años de antigüedad, la Vida Artificial se ha convertido en un punto de referencia
sólido de la ciencia actual.
En septiembre de 1987, 160 científicos en informática, física, biología y otras disciplinas se reunieron en
el Laboratorio Nacional de Los Álamos para la primera conferencia internacional sobre Vida Artificial. En
aquella conferencia se definieron los principios básicos que han marcado la pauta desde entonces en la
investigación de esta disciplina.
Un concepto básico dentro de este campo es el de comportamiento emergente. El comportamiento
emergente aparece cuando se puede generar un sistema complejo a partir de reglas sencillas. Para que
se dé este comportamiento se requiere que el sistema en cuestión sea iterativo, es decir, que el mismo
proceso se repita de forma continua y además que las ecuaciones matemáticas que definen el
comportamiento de cada paso sean no lineales.
Por otra parte, un autómata celular consiste en un espacio n-dimensional dividido en un conjunto de
celdas, de forma que cada celda puede encontrarse en dos o más estados, dependiendo de un conjunto
de reglas que especifican el estado futuro de cada celda en función del estado de las celdas que le
rodean.
Hay dos posturas dentro de la Vida Artificial: la fuerte y la débil.
Para los que apoyan la postura débil, sus modelos son solamente representaciones simbólicas de los
síntomas biológicos naturales, modelos ciertamente muy útiles para conocer dichos sistemas, pero sin
mayores pretensiones.
Para los que defienden la versión fuerte, dicen que se puede crear vida auténtica a partir de un programa
de ordenador que reproduzca las características básicas de los seres vivos.
Desde este punto de vista, la vida se divide en vida húmeda, que es lo que todo el mundo conoce como
vida, vida seca, formada por autómatas físicamente tangibles, y vida virtual, formada por programas de
computador. Las dos últimas categorías son las que integran lo que genéricamente se conoce como Vida
Artificial.
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
Para defender un punto de vista tan radical, los defensores de la postura fuerte, aluden a un conjunto de reglas que comparten las tres categorías anteriores:
La biología de lo posible.
La Vida Artificial no se restringe a la vida
húmeda tal como la conocemos, sino que "se
ocupa de la vida tal como podría ser". La
biología ha de convertirse en la ciencia de
todas las formas de vida posibles.
Método sintético.
La actitud de la Vida Artificial es típicamente
sintética, a diferencia de la biología clásica,
que ha sido mayoritariamente analítica.
Desde este punto de vista, se entiende la
vida como un todo integrado, en lugar de
desmenuzarlo en sus más mínimas partes.
Vida real (artificial).
La Vida Artificial es tal porque son artificiales sus
componentes y son artificiales porque están
construidos por el hombre. Sin embargo, el
comportamiento de tales sistemas depende de sus
propias reglas y en ese sentido es tan genuino
como el comportamiento de cualquier sistema
biológico natural.
Toda la vida es forma.
La vida es un proceso, y es la forma de este
proceso, no la materia, lo que constituye la
esencia de la vida. Es absurdo pretender que
sólo es vida genuina aquella que está basada en
la química del carbono, como es el caso de la
vida húmeda.
Construcción de abajo hacia arriba.
La síntesis de la Vida Artificial tiene lugar mejor por medio de un proceso de información por computador
llamado programación de abajo hacia arriba. Consiste en partir de unos pocos elementos constitutivos y
unas reglas básicas, dejar que el sistema evolucione por sí mismo y que el comportamiento emergente
haga el resto. Poco a poco el sistema se organiza espontáneamente y empieza a surgir orden donde
antes sólo había caos.
Esta clase de programación contrasta con el principio de programación en la Inteligencia Artificial. En
ella se intenta construir máquinas inteligentes hechos desde arriba hacia abajo, es decir, desde el
principio se intenta abarcar todas las posibilidades, sin dejar opción a que el sistema improvise.
El principio de procesamiento de información en la Vida Artificial se basa en el paralelismo masivo que
ocurre en la vida real. A diferencia de los modelos de Inteligencia Artificial en los que el procesamiento
es secuencial, en la Vida Artificial es de tipo paralelo, tal y como ocurre en la mayoría de fenómenos
biológicos.
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
GRANJA DE EVOLUCIÓN.
La evolución en la naturaleza fue la clave para mejorar los organismos y desarrollar la
inteligencia. Michael Dyer, investigador de Inteligencia Artificial de la Universidad de California,
apostó a las características evolutivas de las redes neuronales (redes de neuronas artificiales
que imitan el funcionamiento del cerebro) y diseñó Bio-Land.
Bio-Land es una granja virtual donde vive una población de criaturas basadas en redes
neuronales.
Los biots pueden usar sus sentidos de la vista, el oído e incluso el olfato y tacto para encontrar
comida y localizar parejas. Los biots cazan en manadas, traen comida a su prole y se apiñan
buscando calor.
Lo que su creador quiere que hagan es hablar entre ellos, con la esperanza de que
desarrollen evolutivamente un lenguaje primitivo.
A partir de ese lenguaje, con el tiempo podrían surgir niveles más altos de pensamiento.
CIENTÍFICOS EN EL CAMPO DE LA INTELIGENCIA ARTIFICIAL
John Von Neumann
Joseph Weizenbaum
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
Jeff Hawkins
John McCarthy
Marvin Minsky
Judea Pearl
Alan Turing
Ray Kurzweil
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
GLOSARIO
Heurística: la heurística trata de métodos o algoritmos exploratorios durante la
resolución de problemas en los cuales las soluciones se descubren por la evaluación del progreso logrado en la búsqueda de un resultado final. Se suele usar actualmente como adjetivo, caracterizando técnicas por las cuales se mejora en promedio el resultado de una tarea resolutiva de problemas (parecido al uso de "método óptimo"). Se suele decir que hay búsquedas ciegas, búsquedas heurísticas (basadas en la experiencia) y búsquedas racionales (usando inteligencia)
Planificación: la planificación es un amplio campo de la Inteligencia Artificial que
se ocupa de sistemas que producen secuencias de acciones para lograr metas en ambientes similares a los del mundo real.
Lógica: Derivado del griego clásico logos (la razón, principio que gobierna al
universo): un conjunto de reglas usadas para gestionar inferencias creíbles. Aristóteles recomienda una lógica dicotómica, verdadero-falso. Los filósofos orientales se inclinan más bien a usar una lógica difusa multi-valorada. Ambas técnicas se están usando para modelar los procesos cognitivos humanos en la computadora.
Algoritmo: un algoritmo (del latín, dixit algorithmus y éste a su vez del
matemático persa kenvorrio) es una lista bien definida, ordenada y finita de operaciones que permite hallar la solución a un problema. Dado un estado inicial y una entrada, a través de pasos sucesivos y bien definidos se llega a un estado final, obteniendo una solución. Los algoritmos son objeto de estudio de la algoritmia.
Los procesos cognitivos: Los procesos cognitivos, es decir aquellos procesos
psicológicos relacionados con el atender, percibir, memorizar, recordar y pensar, constituyen una parte sustantiva de la producción superior del psiquismo humano. Si bien son el resultado del funcionamiento del organismo como un todo, suponen la especial participación de ciertas áreas cerebrales, filogenéticamente recientes, que muchas veces se encargan de organizar e integrar las funciones de otras regiones más arcaicas.-
Máquina: Una máquina (del latín machĭna) es un conjunto de piezas o elementos
móviles y fijos, cuyo funcionamiento posibilita aprovechar, dirigir, regular o transformar energía o realizar un trabajo. Se denomina maquinaria (del latín machinarĭus) al conjunto de máquinas que se aplican para un mismo fin y al mecanismo que da movimiento a un dispositivo.
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
La inferencia estadística o estadística inferencial es una parte de la Estadística
que comprende los métodos y procedimientos para deducir propiedades (hacer inferencias) de una población, a partir de una pequeña parte de la misma (muestra).
La bondad de estas deducciones se mide en términos probabilísticos, es decir, toda inferencia se acompaña de su probabilidad de acierto.
Los datos empíricos son aquellos que son generados por percepciones sensoriales, por ejemplo, las cantidades observadas, pocos o muchos, la procreación, la muerte, etc.
Programación lógica: La programación lógica consiste en la aplicación del corpus de
conocimiento sobre lógica para el diseño de lenguajes de programación; no debe confundirse con la disciplina de la lógica computacional.
Autómata: Autómata del griego automatos (αὐτόματος) que significa espontáneo
o con movimiento propio, puede referirse a:
Autómata programable: Equipo electrónico programable en lenguaje
no informático y diseñado para controlar, en tiempo real y en ambiente industrial, procesos secuenciales.
Teoría de autómatas: Estudio matemático de máquinas abstractas.
(p.e. Autómata finito, autómata con pila)
Autómata (mecánico): Máquina que imita la figura y los movimientos
de un ser animado.
Robot: Máquina o ingenio electrónico programable, capaz de manipular
objetos y realizar operaciones antes reservadas solo a las personas.
Los "autómatas" son figuras humanas o animales que se accionan gracias a un mecanismo interior y simulan movimientos
Unidad aritmético lógica: En computación, la Unidad Lógica Aritmética (ULA), o
Arithmetic Logic Unit (ALU), es un circuito digital que calcula operaciones aritméticas (como suma, resta, multiplicación, etc.) y operaciones lógicas (como igual a, menor que, mayor que, etc.), entre dos números.
Muchos tipos de circuitos electrónicos necesitan realizar algún tipo de operación aritmética, así que incluso el circuito dentro de un reloj digital tendrá una ALU minúscula que se mantiene sumando 1 al tiempo actual, y se mantiene comprobando si debe activar el pitido del temporizador, etc.
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
Un compilador es un programa informático que traduce un programa escrito en un
lenguaje de programación a otro lenguaje de programación, generando un programa equivalente que la máquina será capaz de interpretar. Usualmente el segundo lenguaje es código máquina, pero también puede ser simplemente texto. Este proceso de traducción se conoce como compilación.
Un compilador es un programa que permite traducir el código fuente de un programa en lenguaje de alto nivel, a otro lenguaje de nivel inferior (típicamente lenguaje máquina). De esta manera un programador puede diseñar un programa en un lenguaje mucho más cercano a cómo piensa un ser humano, para luego compilarlo a un programa más manejable por una computadora.
Sistema multi-agente: El dominio del sistema multiagente o de inteligencia
artificial distribuida es una ciencia y una técnica que trata con los sistemas de inteligencia artificial en red.
El bloque fundamental de construcción de un sistema multiagente, como es de esperarse, son los agentes.
Aunque no existe una definición formal y precisa de lo que es un agente, éstos son por lo general vistos como entidades inteligentes, equivalentes en términos computacionales a un proceso del sistema operativo, que existen dentro de cierto contexto o ambiente, y que se pueden comunicar a través de un mecanismo de comunicación inter-proceso, usualmente un sistema de red, utilizando protocolos de comunicación.
El Perceptrón es un tipo de red neuronal artificial desarrollado por Frank Rosenblatt,
véase Perceptrón multicapa, también puede entenderse como perceptrón la neurona artificial y unidad básica de inferencia en forma de discriminador lineal, que constituye este modelo de red neuronal artificial, esto debido a que el perceptrón puede usarse como neurona dentro de un perceptrón más grande u otro tipo de red neuronal artificial.
Una base de datos o banco de datos (en inglés: database) es un conjunto de datos
pertenecientes a un mismo contexto y almacenados sistemáticamente para su posterior uso. En este sentido, una biblioteca puede considerarse una base de datos compuesta en su mayoría por documentos y textos impresos en papel e indexados para su consulta. En la actualidad, y debido al desarrollo tecnológico de campos como la informática y la electrónica, la mayoría de las bases de datos están en formato digital (electrónico), que ofrece un amplio rango de soluciones al problema de almacenar datos.
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
CONCLUSIONES.
Dentro del ámbito de las Ciencias de la Computación la Inteligencia Artificial es una de las áreas que
causa mayor expectación, incluso dentro de la sociedad en general, debido a que la búsqueda para
comprender los mecanismos de la inteligencia, ha sido la piedra filosofal del trabajo de muchos científicos
por muchos años y lo sigue siendo.
Dentro de las áreas de la Inteligencia Artificial lo que más ha atraído, es el aprendizaje de máquinas,
resultando vital el proceso de emular comportamientos inteligentes.
Que un sistema pueda mejorar su comportamiento sobre la base de la experiencia que recoge al efectuar
una tarea repetitiva y que además, tenga una noción de lo que es un error y que pueda evitarlo, resulta
apasionante.
¿Pueden los computadores aprender a resolver problemas a partir de ejemplos?
No hace tanto tiempo esta pregunta bordeaba la ciencia ficción, pero ahora es objeto de profundos y
prometedores estudios.
Las redes de neuronas formales son máquinas que poseen esta capacidad de aprendizaje. Son máquinas
propuestas como modelos extremadamente simplificados del funcionamiento del cerebro que sienta las
bases de un modelo colectivo, donde el sistema global presenta propiedades complejas que no pueden
predecirse a partir del estudio individual de sus componentes.
Los estudios teóricos de redes de neuronas reflejan estos dos aspectos: el de la modelización de
fenómenos cognitivos y el del desarrollo de aplicaciones.
Por ejemplo para una máquina, la clasificación de rostros, datos médicos o reconocimiento de letras son
tareas difíciles, más que para un ser humano. La máquina necesita del aprendizaje, donde el asunto
consiste en adaptar los parámetros de un sistema, en este caso artificial, para obtener la respuesta
deseada.
Los métodos tradicionales en Inteligencia Artificial que permitieron el desarrollo de los primeros sistemas
expertos y otras aplicaciones, ha ido de la mano de los avances tecnológicos y las fronteras se han ido
expandiendo constantemente cada vez que un logro, considerado imposible en su momento, se vuelve
posible gracias a los avances en todo el mundo, generando incluso una nueva mentalidad de trabajo que no
reconoce fronteras físicas ni políticas. Se entiende como un esfuerzo común.
La comprensión de los mecanismos del intelecto, la cognición y la creación de artefactos inteligentes, se
vuelve cada vez más una meta que sueño, a la luz de los enormes logros, tan solo en alrededor de medio
siglo de desarrollo de las ciencias de la computación y de poner la lógica al servicio de la construcción de
sistemas.
CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.
Bibliografía.
http://www.uv.mx/cienciahombre/revistae/vol17num3/articulos/inteligencia/index.htm - Luís Alberto García Fernández.
http://es.wikibooks.org/wiki/Portada - Jon Alava (14/10/1998)
http://es.wikipedia.org/wiki/Inteligencia_Artificial
Tirso de Andrés, Homo Cybersapiens. La Inteligencia artificial y la humana, 2002, ISBN 84-313-1982-8
Luis Mª Gonzalo, Inteligencia Humana e Inteligencia Artificial, Madrid, 1987. ISBN 84-7118-490-7
Víctor Gómez Pin, Entre lobos y autómatas. La causa del hombre, Espasa, Madrid, 2006. ISBN 978-84-670-2303-9
Revista "Inteligencia Artificial" Revista Iberoamericana de Inteligencia Artificial. ISSN 1137-3601
"http://es.wikibooks.org/wiki/Inteligencia_artificial"