Академический Документы
Профессиональный Документы
Культура Документы
1.1La modelizacin
El Modelizador debera tener la posibilidad de elegir diversos formalismos de
modelizacin segn las caractersticas del sistema que pueden ser entre otros
continuos y discretos, pudindose concebir tambin modelos de sistemas cuya
estructura vare con el tiempo, es decir habra la posibilidad de especificar
cambios controlados por el modelo en su estructura estatica y dinmica. Por lo
cual la modelizacio debe constar de :
1.2Marcos experimentales.
Posibilidad de manipulacin interactiva.
1.3 programas de simulacin
Especificacin algortmica de los programas de simulacin que permita un
tratamiento automatico de los pares modelo-marco experimental, o que
supone una especificacin del lenguaje de simulacin que haga posible:
Maria.
3. simulacion e inteligencia artificial.
La inteligencia artificial es una ciencia que trata de la comprensin de la
inteligencia y del diseo de maquinas inteligentes , es decir, el estudio y
la simulacin de las actividades intelectuales del hombre (manipulacin,
razonamiento, percepcin, aprendizaje, creacin) la IA es un campo de
estudio que busca explicar y emular el comportamiento inteligente en
trminos de procesos computacionales .
Algunas expertos en computacin han sostenido, desde hace
algn tiempo, que las computadoras sern poseedoras de capacidades y
habilidades similares a las de los seres humanos , y que , en el futuro
prximo , las veremos igualarnos y superarnos en muchas de las
actividades intelectuales tradicionalmente reservadas a los seres
humanos. Es conocido que las computadoras pueden realizar caculos
aritmticos a increble velocidad, actualmente no es extrao ver
programas que realizan clculos integrales y mucho mas , como la
resolucin de problemas, as como algunos programas sirven para
auxialiar a los mdicos para analizar ciertos tipos de enfermedad , otros
para entender el funcionamiento de circuitos electrnicos.
La inteligencia artificial es la rama de conocimientos que permite
a las maquinas hacer cosas que se requeran inteligencia por parte de
los seres humanos. La IA ha explorado las distintas formas en que las
computadoras podan realizar las tareas que antes estaban reservadas a
lo seres humanos, como resolver problemas, planear a futuro, demostrar
teoremas , jugar ajedrez, conversar y entender un lenguaje , componer
msica etc. El hecho de que aun no haya conseguido reproducir un ser
humano completo ( o que eventualmente lo consiga) es de menor
importancia que la evidencia de que ha mejorado nuestras habilidades
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 prcticamente imposible, ni
que mencionar que el hardware de la poca ni el software estaban a la altura para realizar
semejantes proyectos.
Se comenz a considerar el pensamiento humano como una coordinacin de tareas simples
relacionadas entre s mediante smbolos. Se llegara a la realizacin de lo que ellos
consideraban como los fundamentos de la solucin inteligente de problemas, pero lo difcil
estaba todava sin empezar, unir entre s estas actividades simples.
Es en los aos 50 cuando se logra realizar un sistema que tuvo cierto xito, se llam el
Perceptrn de Rossenblatt. ste era un sistema visual de reconocimiento de patrones en el
cual se asociaron esfuerzos para que se pudieran resolver una gama amplia de problemas,
pero estas energas se diluyeron enseguida.
Fue en los aos 60 cuando Alan Newell y Herbert Simon, que trabajando la demostracin de
teoremas y el ajedrez por ordenador logran crear un programa llamado GPS (General
Problem Solver: solucionador general de problemas). ste era un sistema en el que el usuario
defina un entorno en funcin de una serie de objetos y los operadores que se podan aplicar
sobre ellos. Este programa era capaz de trabajar con las torres de Hanoi, as como con
criptoaritmtica y otros problemas similares, operando, claro est, con microcosmos
formalizados que representaban los parmetros dentro de los cuales se podan resolver
problemas. Lo que no poda hacer el GPS era resolver problemas ni del mundo real, ni
mdicos ni tomar decisiones importantes. El GPS manejaba reglas heursticas (aprender a
partir de sus propios descubrimientos) que la conducan hasta el destino deseado mediante el
mtodo del ensayo y el error.
En los aos 70, un equipo de investigadores dirigido por Edward Feigenbaum comenz a
elaborar un proyecto para resolver problemas de la vida cotidiana o que se centrara, al menos,
en problemas ms concretos. As es como naci el sistema experto.
El primer sistema experto fue el denominado Dendral, un intrprete de espectrograma de
masa construido en 1967, pero el ms influyente resultara ser el Mycin de 1974. El Mycin era
capaz de diagnosticar trastornos en la sangre y recetar la correspondiente medicacin, todo
un logro en aquella poca que incluso fueron utilizados en hospitales (como el Puff, variante
de Mycin de uso comn en el Pacific Medical Center de San Francisco, EEUU).
Ya en los aos 80, se desarrollaron lenguajes especiales para utilizar con la Inteligencia
Artificial, tales como el LISP o el PROLOG. Es en esta poca cuando se desarrollan sistemas
expertos ms refinados, como por el ejemplo el EURISKO. Este programa perfecciona su
propio cuerpo de reglas heursticas automticamente, por induccin.
Jose.
. CARACTERSTICAS DE LA INTELIGENCIA ARTIFICIAL
1.
3.
4.
La Inteligencia Artificial incluye varios campos de desarrollo tales como: la robtica, usada
principalmente en el campo industrial; comprensin de lenguajes y traduccin; visin en
mquinas que distinguen formas y que se usan en lneas de ensamblaje; reconocimiento de
palabras y aprendizaje de mquinas; sistemas computacionales expertos.
Los sistemas expertos, que reproducen el comportamiento humano en un estrecho mbito del
conocimiento, son programas tan variados como los que diagnostican infecciones en la sangre
e indican un tratamiento, los que interpretan datos sismolgicos en exploracin geolgica y los
que configuran complejos equipos de alta tecnologa.
Tales tareas reducen costos, reducen riesgos en la manipulacin humana en reas peligrosas,
mejoran el desempeo del personal inexperto, y mejoran el control de calidad sobre todo en el
mbito comercial.
Diferentes metodologas:
muy simples elementos. Este modelo considera que una neurona puede ser representada por
una unidad binaria: a cada instante su estado puede ser activo o inactivo. La interaccinentre
las neuronas se lleva a cabo a travs de sinapsis. Segn el signo, la sinapsis es excitadora o
inhibidora. Un Perceptrn es una Red Neuronal lo ms simple posible, es aquella donde no
existen capas ocultas. Para cada configuracin de los estados de las neuronas de entrada
(estmulo) la respuesta del perceptrn obedece a la siguiente dinmica: se suman los
potenciales sinpticos y se comparan con un umbral de activacin. Esta suma es tambin
llamada campo. Si el campo es mayor que un umbral, la respuesta de la neurona es activa, si
no, es inactiva. Si se quieren realizar funciones complejas con Redes Neuronales, es
necesario intercalar neuronas entre las capas de entradas y de salida, llamadas neuronas
ocultas. Una de las arquitecturas ms usada es llamada feedforward: con conexiones de la
entrada a las capas ocultas y de stas hacia la salida.
Ruben.