INTELIGENCIA

ARTIFICIAL.
INTEGRANTES:
Aguilar soto Wilmer Antonio
Armijos Armijos Danny Mauricio
Armijos Ordez Manuel Stalin
Jumbo Herrera Ricardo Fabin
Solano Solano Luis Omar
DEFINICIN
LA IA ES UN CAMPO DE LA CIENCIA Y LA INGENIERA QUE SE OCUPA
DE LA COMPRESIN, DESDE EL PUNTO DE VISTA INFORMTICO, DE LO
QUE SE DENOMINA COMNMENTE COMPORTAMIENTO INTELIGENTE.
TAMBIN SE OCUPA DE LA CREACIN DE ARTEFACTOS QUE EXHIBEN
ESTE COMPORTAMIENTO.
SUBREAS DE CONOCIMIENTO

1. Procesamiento del lenguaje natural

Una caracterstica primordial de todo sistema para
que se pueda considerar inteligente desde la
perspectiva humana, es que sea capaz de
comunicarse con las personas en su misma lengua.
SUBREAS DE CONOCIMIENTO

2.Visin Artificial
Esta disciplina se enfrenta con el problema de captar e
interpretar imgenes del entorno, que resultan cruciales tanto
para aprender y predecir acontecimientos.
Reconocimiento de caracteres tipogrficos y manuscritos
Interpretacin de imgenes
Reconocimiento de objetos
Visin de color y anlisis visual de movimiento
SUBREAS DE CONOCIMIENTO

3. Resolucin de problemas
Uno de los pilares de la IA, es al anlisis de cmo
los seres humanos resuelven o buscan soluciones
a cada uno de los innumerables problemas con
los que se encuentran continuamente.
SUBREAS DE CONOCIMIENTO

4. Representacin del conocimiento y razonamiento:

Una representacin del conocimiento en IA es una combinacin
de estructuras de datos asociadas con mecanismos
interpretativos que nos permiten manipular el conocimiento
representado a fin de crear soluciones a problemas nuevos.
SUBREAS DE CONOCIMIENTO

5.Aprendizaje:
La capacidad de aprendizaje es un aspecto crucial del comportamiento
inteligente de los seres humanos, que les permite acumular experiencia y
adaptarse a entornos cambiantes.
Redes neuronales
Algoritmos genticos
Mtodos empricos de induccin de reglas y rboles de decisin
Aprendizaje analtico
Mtodos basados en casos o por analoga.
SUBREAS DE CONOCIMIENTO

6. Robtica:
En un futuro que cada vez est ms cerca, habr
robots con una inteligencia artificial propia que,
sin necesidad de instrucciones directas de
personas, se encargaran de determinadas tareas.
RESEA HISTRICA DE
LA INTELIGENCIA
ARTIFICIAL
 SILOGISMOS 300 A.C

Primeros pasos de la IA
Aristteles cuando descubri ciertos estilos de razonamiento deductivo que el mismo explico y
codifico.
Los silogismos que era un conjunto de reglas, que describen una parte del funcionamiento de la
mente humana.
LA PRIMERA MQUINA AUTOCONTROLADA 205
A.C

Era un regulador del flujo de agua que modificaba su comportamiento de manera racional
 RAZONAMIENTO ARTIFICIAL 1315 D.C

Ramon Llull, era un mstico y poeta cataln, construyo un conjunto de ruedas llamado Ars Magna.
Maquina capaz de responder todas las preguntas.
Precursor del razonamiento automtico
LGICA PROPOSIONAL 1847 D.C

George Boole desarrollo los fundamentos de la lgica proposicional.

recoger algunos indicios probables sobre la naturaleza y la constitucin de la mente
humana.
Su algebra consiste en un nuevo mtodo de resolver problemas de lgica en la cual se
recurre solamente a los valores binarios
LOGICA MATEMATICA MODERNA 1879 D.C

Gottlob Frege propuso un sistema de notacin para el razonamiento mecnico mediante

la introduccin de una nueva sintaxis.
inclusin de los cuantificadores.
deriv en gran parte lo que hoy se conoce como clculo proposicional o lgica
matemtica moderna
MODELO DE NEURONAS ARTIFICIALES 1943

Warren McCulloch y Walter Pitts son los autores del primer trabajo de IA.
Propusieron un modelo que estaba constituido por neuronas artificiales.
Su estado de activada o desactivada de acuerdo a la estimulacin de respuesta producida
por una cantidad suficiente de neuronas vecinas.
PRUEBA DE TURING 1950

Artculo primero la visin de la IA.

Turing, el aprendizaje automtico, algoritmos genricos y aprendizaje de refuerzo.
La prueba de Turing consista claramente en determinar si una maquina era inteligente o
no.
 TERMINO DE INTELIGENCIA ARTIFICIAL 1956

John McCarthy propone denominar a este campo de la informtica como Inteligencia Artificial
 ENTUSIASMO INICIAL (1952-1969)

Los primeros aos de la inteligencia artificial estuvieron llenos de xitos.

Primer programa para Ajedrez y enfrentar retadores 1963
Programa ELIZA 1964 a 1966
El brazo Stanford 1969
SISTEMAS EXPERTOS 1970- 1980

Estimulan el razonamiento de un experto en un dominio en concreto.

se busca una mejor calidad y rapidez en las respuestas
 RESURGIR DE LA RED NEURONAL 1980 A 1986

Debido al desarrollo de la Red Hopfield, y en concreto al algoritmo de aprendizaje de retro

propagacin (Back Propagation) ideado por Rumelhart y McLellan en 1986 fue aplicado a l
desarrollo de perceptrones multicapa.
AGENTE INTELIGENTE 1987

Martin Fischels y Oscar Firschein, describieron los atributos de los agentes inteligentes,
que eran capaces de percibir el entorno, procesar esas percepciones y responder o
actuar de la manera ms racional posible.
COMPUTADORA AUTNOMA 1997

Fue una computadora de IBM que jugaba al ajedrez, la primera que venci a un campen
del mundo vigente,Gary Kasparv
UN ORDENADOR HA LOGRADO SUPERAR CON
XITO EL TEST DE TURING JUNIO 2014
Un ordenador logro pasar la prueba de Turing haciendo creer a un interrogador que era
una persona.
Certamen organizado en Londres por la Universidad de Reading
UN ORDENADOR DE GOOGLE VENCE AL CAMPEN
MUNDIAL DE UN JUEGO MILENARIO 2016

El programa informtico que fue desarrollado por una compaa britnica denominada
Google DeepMind.
Consigui vencer al campen mundial del juego milenario llamado Go.
APLICACIONES
REDES NEURONALES.

Una RNA (Red Neuronal Artificial) est constituida por nodos, o unidades, que estn
unidas mediante conexiones (GRAFO).Algunas de las unidades estn conectadas al
ambiente externo y se designan como unidades de entrada o de salida segn reciban
estmulos externos o den la respuesta del sistema
DIAGRAMA DE RED NEURONAL
HOGAR INTELIGENTE POR CONTROL DE VOZ
USANDO REDES NEURONALES.

Este artculo presenta el diseo de un hogar inteligente de bajo costo basado en el Siri
Aple Voice API encadenada a una serie de redes neuronales de topologa feedforward-
backpropagation (algoritmo de aprendizaje de propagacin hacia atrs), las cuales brindan
la interaccin con la mquina de una manera amena simulando una conversacin humana
y dejando de lado rdenes montonas, el estado del arte presenta las opciones
tecnologas escogidas todas bajo plataforma Open Source para minimizar costos y hacer
el conocimiento ms globalizado y accesible al lector.
RED NEURONAL DE LA APLICACIN.
MINERA DE DATOS.

La minera de datos es el proceso de detectar la informacin procesable de los conjuntos grandes de datos.
Utiliza el anlisis matemtico para deducir los patrones y tendencias que existen en los datos.
La generacin de un modelo de minera de datos forma parte de un proceso mayor que incluye desde la
formulacin de preguntas acerca de los datos y la creacin de un modelo para responderlas, hasta la
implementacin del modelo en un entorno de trabajo. Este proceso como muestra la Fig 2. se puede definir
mediante los seis pasos bsicos siguientes:
Definir el problema
Preparar los datos
Explorar los datos
Generar modelos
Explorar y validar los modelos
Implementar y actualizar los modelos
MODELO PREDICTIVO PARA LA DETERMINACIN
DE CAUSAS DE REPROBACIN MEDIANTE
MINERA DE DATOS .
El proceso que se consumi la mayor parte del tiempo en toda esta serie de pasos es la
de ETL (Extraccin,Transformacin y Carga); es crtica su correcta elaboracin debido a
que los datos que se toman para crear el repositorio estn almacenados con diferentes
formatos, en diferentes fuentes y con errores en su captura, o con valores incompletos;
hubo entonces que aplicar tcnicas para depurar todo de tal manera que el almacn de
datos quedara lo ms completo y homogneo posible.
Se realiz un rbol de decisin por cada materia para que se pueda obtener el porcentaje
de probabilidades de que la apruebe o repruebe, as como las probables causas por las
que tendr problemas en dichas materias.
PROCESO DE E.T.L
(EXTRACCIN,TRANSFORMACIN,CARGA).
GOOGLE FOTOS
DEFINICIN

Es una aplicacin informtica de intercambio de fotografa y de

vdeo y servicio de almacenamiento de Google, esta aplicacin
no sera la mitad de lo que es sin el apoyo de la tecnologa de
reconocimiento visual de Google, la misma que te permite
realizar bsquedas complejas en tu galera de imgenes.
CARACTERSTICAS

- Bsqueda de fotos.- Se puede buscar por ttulo, fecha, ubicacin,

se agrega la opcin de contenido. As si se necesita buscar fotos de
perros, mostrar todas las que se tengan coincidencia.
- Exportacin con un clic.- ofrece la opcin de poder descargar
todas tus fotos con un solo clic en vez de hacerlo uno por uno,
usando el servicio Google Takeout.
- Auto-borrado de copias locales.- Elimina fotos de forma automtica,
desde tu celular liberando espacio que desees en la nube.

- Etiquetar por ubicacin.- Si a las fotos se le agregan los datos de la

ubicacin, las prximas fotos lo harn de forma automtica , tomando en
cuenta los elementos de la misma.
FUNCIONAMIENTO

El reconocimiento de patrones de Google usa redes neuronales para

extraer distintas capas de informacin de cada fotografa. Las capas de bajo
nivel extraen informacin bsica ,las de alto nivel detectan rasgos ms
sofisticados e incluso objetos enteros, las redes neuronales permiten que el
sistema "aprenda" de manera automtica de cada objeto.
ALGORITMOS

- Guetzli que es capaz de optimizar las imgenes de una forma mucho ms

agresiva que otras opciones, pero siempre buscando el equilibrio para que
el proceso no se lleve por delante la calidad de los archivos.
- Jetpac, que es capaz de encontrar detalles en las fotografas que hacen a un
lugar interesante, ya sea por lo que hay en la foto o el tipo de personas
que los visitan.
MYCIN
DEFINICIN

Es un Sistema Experto para la realizacin de diagnstico. Su funcin es la de aconsejar a

los mdicos en la investigacin y determinacin de diagnsticos en el campo de las
enfermedades infecciosas de la sangre.
FUNCIONAMIENTO

Se basaba principalmente en un sencillo motor de inferencia, que manejaba una base de

conocimiento de aproximadamente unas 500 reglas.
Solicita datos generales sobre el paciente: nombre, edad, sntomas, etc
Una vez conocida la informacin el SE plantea una hiptesis.
Mycin muestra la salida por pantalla, que consista en una serie de posibles enfermedades.
COMO TRABAJA
MYCIN se basaba en realizar los razonamientos en factores de certeza y certidumbre
debi a que:
Los expertos se resisten a expresar sus procesos de razonamiento en trminos
probabilsticos coherentes.
La probabilidad requiere de grandes cantidades de datos y muchas aproximaciones y
suposiciones.
IMPACTO EN LA IA

Nos permiti avanzar sobre los mejores sistemas expertos hasta el momento de la
siguiente manera:
Su base de conocimiento consista en cientos de reglas.
Sus reglas eran probabilsticas(Era robusto para determinar correctamente conclusiones).
Puede explicar sus propios procesos de razonamiento (sistema genuinamente amigable).
Funcionaba y ayudo a los sistemas expertos actuales.
CONCLUSIONES

La Inteligencia Artificial pretende ofrecer soluciones a los problemas, de la misma forma o mejor de lo
que hubiera realizado el ser humano.
Los SE trabajan con grandes cantidades de informacin, que son uno de los grandes problemas que
enfrenta el analista humano,donde afecta negativamente a la toma de decisiones.
Los sistemas que cuentan con inteligencia artificial buscan solventar acciones cotidianas de la vida diaria
de las personas.
Los SE pueden ser utilizados por personas no especializadas en esas reas y pueden igual resolver el
problema y aprenden del mismo sistema.
La inteligencia artificial en un futuro ser indispensable en distintas ciencias como ingeniera, robtica
medicina entre otras.
GRACIAS