La inteligencia es la capacidad de resolver problemas La inteligencia artificial es la capacidad de crear maquinas o modelos artificiales capaces de resolver problemas.

Existen principalmente 4 enfoques en la inteligencia artificial. ENFOQUES DE LA INTELIGENCIA ARTIFICIAL: HUMANO PENSAR ACTUAR LOGICO PENSAR ACTUAR

CAMPOS DE APLICACIN DE LA INTELIGENCIA ARTIFICIAL: Se puede aplicar casi a todo mbito siempre y cuando se cuenten con los recursos necesarios. Las reas de mayor beneficio y mayor desarrollo de la I.A. son: Los juegos, aeropuertos, aviones, justicia, aplicaciones militares, servidores de video, buscadores, traductores. SISTEMAS DE LENGUAJE NATURAL: Este sistemas de procesamiento de lenguaje natural se caracteriza por la capacidad de comprensin del lenguaje hablado o escrito indiferentemente del idioma, con la probabilidad de determinar el sentido de una oracin; Otra alternativa para procesar el lenguaje natural son los rboles. SOLUCION DE PROBLEMAS UTILIZANDO TECNICAS DE LA INTELIGENCIA ARTIFICIAL: Entre estas estn: Bsqueda Heurstica Redes Neuronales Redes Bayesianas Reglas de produccin Lgica difusa

SISTEMAS EXPERTOS: Emular el razonamiento de un experto, se dedica a emular razonamiento de un experto humano necesita entradas de informacin precisas, requiere de una base de conocimientos, hechos y reglas de inferencia; por lo tanto si las reglas de inferencia no considera todos los posibles casos el sistema experto cometer errores. ESTRATEGIAS DE BUSQUEDA: Se tienen de forma general dos tipos de bsqueda a ciegas y bsqueda heurstica. REPRESENTACION NO FORMAL DEL CONOCIMIENTO DEFINICION DE CONOCIMEINTO: Conocimiento es el proceso de abstraccin de la realidad. REPRESENTACION NO FORMAL DEL CONOCIMIENTO FRAMES: Es una de las tcnicas mas empleadas, inspirada en la programacin orientada a objetos cada Frame se construye identificando los atributos que presenta asi como la construccin de clases; tambin presenta herencia de atributos; en resumen un frame es una estructura de dato que contiene conocimiento acerca de un objeto en particular o un concepto abstracto COMPONENTES DE UN FRAME:

SLOT: Es un atributo que representa una caracterisitica especial de la entidad o concepto abstracto con el cual esta asociado el frame. SLOT NAME: Es el nombre del atributo al cual esta asociado el slot FRAME NAME: El nombre del frame, que es el identificador de nuestro frame RANGO DE VALORES: Es importante durante la construccin de un frame; definir el conjunto de valores que puede tomar un slot. INFORMACION PROCEDIMIENTO: Son la consecuencias inmediatas y producto de un cambio al interior de un frame.

REGLAS DE INFERENCIA A PARTIR DE UN FRAME: Es necesario elaborar nuestro conjunto de reglas para poder inferir nuevo conocimiento a partir de la actual. E l carcter esttico de las reglas impide que podamos alcanzar mayor eficiencia el agente. Suele adems implementarse un motor de consultas que sirva como lenguaje intermedio enre el lenguaje natural y el conocimiento almacenado REDES SEMATICAS: Una red semntica es la representacin en grafo del conocimiento, la estructuracin de una red semntica implica detallar las caractersticas particulares de una idea o concepto y desglosarlas lo mas posible. Existen diferentes nomenclaturas para representar una red semntica, una es amplio en cuanto al valor de los ejes y otro es limitado a los verbos ser y tener. REGLAS DE PRODUCCION: Son empleadas desde un punto de vista meramente matemtico en la cual se relacionan dos o mas objetos y se detallan aseveraciones verdaderas sobre una idea o entidad real que nos permiten crear conclusiones a partir de un conjunto de premisas previamente elaboradas su estructura.

TABLAS DE VERDAD