Universidad Politcnica de Puebla

Inteligencia Artificial
Jos ngel Villegas Ponce.

Concepto

La Inteligencia Artificial es una combinacin de la ciencia del computador, fisiologa y filosofa, tan general y amplio como eso, es que rene varios campos (robtica, sistemas expertos, por ejemplo), todos los cuales tienen en comn la creacin de mquinas que pueden pensar.

Concepto

Las tareas que han sido estudiadas desde este punto de vista incluyen juegos, traduccin de idiomas, comprensin de idiomas, diagnstico de fallas, robtica, suministro de asesora experta en diversos temas.

Concepto

La Inteligencia Artificial trata de conseguir que los ordenadores simulen en cierta manera la inteligencia humana.
Podemos interrogar a algunas bases de datos de Internet en lenguaje natural, o incluso charlar con ellas nuestro idioma, porque por detrs se est ejecutando un programa de Inteligencia Artificial.
4

Caractersticas

Una caracterstica fundamental que distingue a los mtodos de Inteligencia Artificial de los mtodos numricos es el uso de smbolos no matemticos, aunque no es suficiente para distinguirlo completamente.
Otros tipos de programas como los compiladores y sistemas de bases de datos tambin procesan smbolos y no se considera que usen tcnicas de Inteligencia Artificial.

Caractersticas

El comportamiento de los programas no es descrito explcitamente por el algoritmo. La secuencia de pasos seguidos por el programa es influenciado por el problema particular presente. El programa especifica cmo 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, explcitamente, cmo encontrar las variables de salida para cualquier variable dada de entrada (programa de procedimiento).

Caractersticas

Las conclusiones de un programa declarativo no son fijas y son determinadas parcialmente por las conclusiones intermedias alcanzadas durante las consideraciones al problema especfico. Los lenguajes orientados al objeto comparten esta propiedad y se han caracterizado por su afinidad con la Inteligencia Artificial.
7

Caractersticas

El razonamiento basado en el conocimiento, implica que estos programas incorporan factores y relaciones del mundo real y del mbito del conocimiento en que ellos operan. Al contrario de los programas para propsito especfico, como los de contabilidad y clculos cientficos; los programas de Inteligencia Artificial pueden distinguir entre el programa de razonamiento o motor de inferencia y base de conocimientos dndole la capacidad de explicar discrepancias entre ellas.
8

Caractersticas

Aplicabilidad a datos y problemas mal estructurados, sin las tcnicas de Inteligencia Artificial los programas no pueden trabajar con este tipo de problemas. Un ejemplo es la resolucin de conflictos en tareas orientadas a metas como en planificacin, o el diagnstico de tareas en un sistema del mundo real: con poca informacin, con una solucin cercana y no necesariamente exacta.

Metodologas
1.

La lgica difusa: permite tomar decisiones bajo condiciones de incerteza.

Redes neuronales: esta tecnologa es poderosa en ciertas tareas como la clasificacin y el reconocimiento de patrones. Est basada en el concepto de "aprender" por agregacin de un gran nmero de muy simples elementos.

2.

10

Experiencia, habilidades y conocimiento

Los tipos de experiencia que son de inters en los sistemas basados en conocimiento, pueden ser clasificados en tres categoras: asociativa, motora y terica.

11

Experiencia, habilidades y conocimiento

Los sistemas basados en conocimiento son excelentes para representar conocimiento asociativo. Este tipo de experiencia refleja la habilidad heurstica o el conocimiento que es adquirido mayoritariamente, a travs de la observacin. Puede ser que no se comprenda exactamente lo que ocurre al interior de un sistema (caja negra), pero se pueden asociar entradas o estmulos con salidas o respuestas, para resolver problemas que han sido previamente conocidos.
12

Experiencia, habilidades y conocimiento

La experiencia motora es ms fsica que cognitiva. La habilidad se adquiere fundamentalmente a travs del ejercicio y la prctica fsica constante. Los sistemas basados en conocimiento no pueden emular fcilmente este tipo de experiencia, principalmente por la limitada capacidad de la tecnologa robtica.

13

Experiencia, habilidades y conocimiento

La experiencia terica 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 terico y profundo se adquiere a travs de estudio y entrenamiento formal, as como por medio de la resolucin directa de problemas.

14

Conclusin

Gracias a la inteligencia artificial se ha logrado que una maquina sea capaz de desarrollar reas de conocimiento muy especificas y complicadas, haciendo que la maquina pueda simular procesos que el hombre realiza. Pero cabe destacar que an no se ha logrado que una mquina piense como un humano, una limitacin es el hecho de que el hombre es irremplazable ya que el ser humano cuenta con una caracterstica propia el cual es el sentido comn.
15

Conclusin

Pero no podemos olvidar que el desarrollo de estas tecnologas no pretenden reemplazar al ser humano sino que tratan de mejorar el estilo de vida del ser humano, ya que recordemos que, por lo menos los robots hacen que el trabajo pesado sea mas fcil de realizar, y que una maquina no se enferma, ni protesta, ni se cansa y esto puede elevar su utilidad.

16