INTRODUCCIÓN
El propósito de la Inteligencia Artificial es hacer computacional
el conocimiento humano no analítico por pro...
Inteligencia Artificial
La inteligencia artificial es una capacidad de razonar que se manifiesta en
algo no vivo. El térmi...
En cambio Kurzweil (1990), nos dice que “la IA es el arte de crear maquinas con
capacidad de realizar funciones , que real...
Conceptos de inteligencia humana
Las primeras definiciones de la inteligencia fueron formuladas en el siglo XIX por
Franci...
Fluidez Verbal: Consiste en la producción de palabras, sentencias y textos,
por ejemplo, recordar palabras que comiencen p...
una maquina se comporta en todos los aspectos como inteligente, entonces es
inteligente”.
Es por ello que Turing pensaba a...
Objeción "de la cabeza en la arena". Se le objetó que, si se
descubriera que las máquinas son capaces de pensar por sí mis...
película también depende de un proceso activo de nuestra parte, con lo que
canceló todo el argumento.
Objeción de la conti...
Cuadro comparativo entre inteligencia artificial e inteligencia humana.
Inteligencia artificial Inteligencia humana
 Solo...
Se desarrolla el General ProblemSolver por Newell y Simon en 1957, aunque
estaba dirigido a la resolución de problemas, es...
Turing, una entidad matemática abstracta que formalizó el concepto de
algoritmo y resultó ser la precursora de las computa...
- Puede resolver problemas, incluso particionando problemas complejos en otros
más simples.
- Entiende. Posee la capacidad...
Regreso de redes neuronales (Hopfield, Rumelhart, Hinton), algoritmos genéticos
(Holland, Goldberg) Reconocimiento de voz ...
Que prepara la inteligenciaartificial a futuro.
El empleo de la IA está orientado a aquellas profesiones que, ya sea por l...
CONCLUSIÓN
Un aspecto importante de lo que es la Inteligencia Artificial es:
Se crea con la implementación en las computad...
BIBLIOGRAFÍA
Ángel Gutiérrez. Inteligencia Artificial. Tecnología e informática.
Barry H. Kantowitz, Henry L. Roediger, II...
1er trabajo int artificial
Upcoming SlideShare
Loading in …5
×

1er trabajo int artificial

435 views

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
435
On SlideShare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
4
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

1er trabajo int artificial

  1. 1. INTRODUCCIÓN El propósito de la Inteligencia Artificial es hacer computacional el conocimiento humano no analítico por procedimientos simbólicos o conexionistas. Se corresponden con los dos paradigmas de la IA: • IA clásica o simbólica: programable y basado en el supuesto del conocimiento explicable por procedimientos de manipulación de símbolos. • IA conexionista: autoprogramable por aprendizaje y donde el conocimiento viene representado la propia estructura de la red neuronal
  2. 2. Inteligencia Artificial La inteligencia artificial es una capacidad de razonar que se manifiesta en algo no vivo. El término surgió por primera vez en 1956 por John McCarthy definiéndolo como "La ciencia e ingenio de hacer máquinas inteligentes, especialmente programas de cómputo inteligentes." La inteligencia artificial se encuentra más desarrollado en el ámbito tecnológico en las ciencias de computación que estudia y desarrollan maquinas inteligentes y software para distintos propósitos. El desarrollo de la IA es altamente técnico y especializado, dividido profundamente en varios campos. CONCEPTOS DE INT. ARTIFICIAL Barr y Feigembaum (1981), “La Inteligencia Artificial es la parte de las Ciencias de la computación que se ocupa del diseño de sistemas de computación inteligentes, esto es, sistemas que exhiben las características que asociamos con la inteligencia en el comportamiento humano”. Haugeland (1985), la define como “El nuevo y excitante esfuerzo de hacer que los computadores piensen, maquinas con mentes, en el mas amplio sentido literal”. Es por ello que para este cientifico la inteligencia artificial se basaba en hacer que las maquinas no humanas, sean como un ser humano, es decir, tengan la capacidad de entender, asimilar, elaborar informacion para que de esta manera puedan utilizarla adecuadamente en cualquier instrucción que se le ordene, y a su vez ser consciente de sus propios procesos. Su vision consiste en que cada maquina pueda desonvolverse en cada una de las actividades que los seres vivos realizan a diario.
  3. 3. En cambio Kurzweil (1990), nos dice que “la IA es el arte de crear maquinas con capacidad de realizar funciones , que realizadas por personas requieren de inteligencia.” Este cientifico tiene la percepcion de que las maquinas tratan de imitar el pensamiento del ser humano, su comportamiento, su forma de actuar, con la diferencia de que el ser humano tiene razocinio y toma de decisión de las cosas que hace, en cambio las maquinas solo ejercen funciones y tareas que le son otorgadas. Segun Winston, en 1992: "Es el estudio de los calculos que hace posible percibir, razonar y actuar". Winston proponía utilizar la inteligencia artificial para mejoras las condiciones del ser humano a la hora de percibir razonar y actuar. Sistemas automatizados que basados en principios humanos pudieran ejercer por si solos estas cualidades. “[La automatización de] actividades que vinculamos con procesos de pensamiento humano, actividades como la toma de decisión, resolución de problemas, aprendizaje ...” Bellman, 1978 Bellman quería estudiar y experimentar de cómo hacer que los sistemas automatizados pudieran copiar tareas del ser humano sabiendo q esta la realizan de mejor maneras. Ejemplo un robot no tiene la capacidad suficiente ni el instinto de superar la forma de bailar en un ser humano. “El estudio de cómo lograr que los computadores realicen tareas que, por el momento, las personas hacen mejor” Rich y Knight, 1991. Rich y Knight decían q la IA estaba relacionada con lo que hoy en día utilizamos que son los artefactos inteligentes y autosustentables. Que día a día van en aumento y crecimiento. La inteligencia humana Es la única capaz de desarrollar capacidad abstracta, de imaginar y crear elementos nuevos, además de copiar y adaptar elementos preexistentes para su propio proceso homeostático.
  4. 4. Conceptos de inteligencia humana Las primeras definiciones de la inteligencia fueron formuladas en el siglo XIX por Francis Galton, quien dijo que la inteligencia es una aptitud cognitiva general que determina el éxito o fracaso de un sujeto ante cualquier tarea. Siguiendo esta definición, naturalmente, cualquier tipo de tarea dirigida a mejorar los potenciales cognitivos seria vana. A comienzos del siglo XX, el foco de atención se centró en lograr instrumentos que midieran las diferencias de inteligencia. El primer autor que destacó en este sentido fue James Mc.KeenCattell (1860-1944), quien desarrolló una batería de test para evaluar la inteligencia en las personas, y fue pionero en el uso del concepto de prueba mental. Otro autor, fue Alfred Binetque argumentaba que no se puede dar una sola definición de inteligencia, sino que deben sumarse las diferentes aptitudes mentales. Aunque Binet no negaba la influencia de los factores genéticos, consideraba también la influencia social. Así, pensaba, que los sujetos poco inteligentes padecían un retraso en su desarrollo ( el conocido como retraso mental) El mayor avance de esos investigadores lo supuso la creación del concepto de edad mental, es decir, la edad cronológica que corresponde a un nivel característico de rendimiento. Asimismo Stern formuló el concepto de cociente intelectual, que es el resultado de dividir la edad mental, entre la edad real y multiplicar el resultado por 100. Siguiendo los pasos de Binet, Charles Spearman (1863-1945) estaba de acuerdo, en que la inteligencia no podía ser tomada como una cualidad general, sino que debía ser definida en función de dos factores primarios, de los que dependen todos los demás. De esta forma defendió una teoría bifactorial en la que existe un factor “g”, la inteligencia general (capacidad de establecer, crear y aplicar relaciones entre los conocimientos adquiridos a un nivel abstracto), y factores “s”, habilidades y capacidades responsables de las diferencias entre puntuaciones en diferentes tareas. Posteriormente, Thurstone, en 1938, sostuvo también que la inteligencia no puede concebirse como un concepto unitario, restó importancia a un factor general, y valoró sin embargo, las capacidades más específicas, añadiendo que la inteligencia estaría formada por siete factores o aptitudes mentarles primarias: Comprensión Verbal: Es la capacidad para comprender material verbal, donde los test más usados son los de vocabulario y comprensión lectora.
  5. 5. Fluidez Verbal: Consiste en la producción de palabras, sentencias y textos, por ejemplo, recordar palabras que comiencen por la letra A en un tiempo determinado. Habilidad Numérica: Realizar cálculos numéricos y resolver problemas simples, con rapidez y precisión. Memoria: Aptitud que supone en el recuerdo de series de palabras, letras, números o rostros. Se mide repitiendo palabras, números, etc. Mide la memoria a corto plazo. Rapidez Perceptiva: Esta aptitud implica el reconocimiento rápido de letras y números y en la capacidad de señalar semejanzas y diferencias entre distintos dibujos. Visualización Espacial: Consiste en la visualización de formas, rotación de objetos y tareas en las que se necesita encajar las piezas de un puzzle. Razonamiento Inductivo: Esta aptitud implica la capacidad de razonar a partir de lo particular para llegar a lo general. Se mide con test de series de letras, serie de números y clasificación de palabras. Es la capacidad de ir de lo concreto a lo general. Los sistemas inteligentes: Un sistema inteligente es un sistema en la cual puede funcionar con poca o nula intervención de agentes externos, además de poder realizar acciones propias basadas en datos o experiencias recogidas en el tiempo y que son analizadas para para poder dar con los pasos a seguir en la resolución de un problema. Estos sistemas se diseñan para tratar problemas tanto simples como complejos y son aplicados en algunas áreas profesionales como por ejemplo, en la economía, administración, procesamiento de información, investigaciones científicas, etc. Análisis pertinente del “Test de Alan Turing” Este test fue propuesto por Alan Turing (1950), para demostrar la inteligencia en una maquina, y se fundamenta en la hipótesis positivista de que “si
  6. 6. una maquina se comporta en todos los aspectos como inteligente, entonces es inteligente”. Es por ello que Turing pensaba a los computadores capaces de desarrollar tareas humanas y de un modo humano, que las dificultades de diseñar máquinas pensantes eran principalmente de programación, ya que siempre se ha buscado la imitación de la inteligencia humana. Principales críticas al “Test de Turing” Con la llegada de este test no se hicieron esperar las críticas, algunas de ellas realizadas por el propio turing, anticipándose a sus críticos, donde su razonamiento iba desde el lógico-matemático al teológico, la cual encontró respuesta concreta a cada una de ellas, dejándolas aparentemente sin soporte. Dentro de las críticas que recibió Turing, está la de John Searle (1980), la cual propuso el experimento mental de la “La habitación China (ChineseRoom), que consiste en una persona, que no sabe chino, encerrada en una habitación con unos manuales de reglas y símbolos para traducir el chino. Fuera de la habitación, alguien le da, a través de una ranura, textos en papel escritos en chino, de forma que con la ayuda de los manuales los traduce y los responde, haciéndole creer a la persona de fuera que sí sabe chino”. La idea que quiere transmitir John Searle con este experimento es que la máquina realiza las cosas sin entender lo que hace, ni por qué lo hace, simplemente aplica unas reglas que alguien le ha puesto ahí. Entre otras objeciones realizadas tenemos: Objeción teológica: Se dijo a Turing que el pensamiento lógico era una parte esencial de la funcionalidad del alma inmortal que Dios había infundido al Hombre. El matemático respondió (echando mano inteligentemente a los atributos de Dios) que si Dios era omnipotente, no representaba ningún problema para Él infundir un alma inmortal en una máquina si se le antojaba.
  7. 7. Objeción "de la cabeza en la arena". Se le objetó que, si se descubriera que las máquinas son capaces de pensar por sí mismas, ello se convertiría en un asunto espantoso y en un gran peligro para la Humanidad. Turing respondió que se trataba de un típico caso de la falacia lógica conocida como argumentum ad consequentiam, un tipo de argumento que concluye que una premisa es verdadera o falsa dependiendo de si sus consecuencias son buenas o malas, algo que las máquinas ciertamente no serían capaces de conseguir. Objeciones matemáticas: Las objeciones basadas en el Teorema de Gödel, por lo tanto, suponen que la inteligencia artificial debe ser perfecta, probar todo y no cometer errores ni mostrar ambigüedades. Turing se apresura a decir que estos no son requerimientos esenciales ni para la inteligencia natural ni para la artificial, con lo que invalida el argumento. Objeción de la conciencia: Esta objeción quizás sea la más poderosa, ya que expresa que la inteligencia requiere de la autoconciencia para existir. Turing reconoce, sin embargo, que el tema de la conciencia no es trivial; solo dice que no es imprescindible adentrarse en sus misterios para discutir acerca del pensamiento humano o animal, y ni siquiera para estudiar la inteligencia artificial. Objeción de las incapacidades: Se trata de los argumentos del tipo "las computadoras nunca podrán X", entendiéndose X por enamorarse, gustar del jugo de naranja, ser el objeto de su propio pensamiento o tener sentido del humor. Turing hace notar correctamente que esta objeción no es más que la objeción de la conciencia bajo un buen disfraz, lo que la invalida por principio. Objeción de Lady Lovelace: Similar a los anteriores, dice que la máquina nunca podrá sorprendernos, nunca hará algo nuevo, nunca. Turing respondió que las máquinas lo sorprendían a menudo. Los autores de la objeción dijeron entonces que la "sorpresa" de Turing dependía de un proceso activo del propio Turing, y que no debía atribuirse a la máquina en sí. El matemático respondió que la sorpresa que nos provoca otro ser humano, un libro o una
  8. 8. película también depende de un proceso activo de nuestra parte, con lo que canceló todo el argumento. Objeción de la continuidad: Sus adeptos afirman que la máquina nunca podrá emular al cerebro humano porque el impulso nervioso es un fenómeno continuo (analógico) que no puede reproducirse por un sistema discreto (digital). Turing responde a este argumento diciendo que el funcionamiento de un cerebro continuo responde de manera discontinua o discreta durante el Test de Turing, de manera tal que el interrogador no puede distinguir cuál es digital y cuál no. Objeción de la informalidad del comportamiento: Dice que un sistema gobernado por leyes sería predecible y por lo tanto no inteligente. Una vez más, Turing destroza este argumento al demostrar que se trata de una confusión entre los conceptos de "reglas de conducta" (luz roja: pare) y "leyes de comportamiento" (si le arrojan un objeto, agáchese). En todos los argumentos que están en contra del Test de Turing, se evidencia claramente que todas ellas son erróneas, falaces o ambas cosas, por lo que se puede concluir que no hay, desde tiempos de Turing y hasta el día de hoy, un sistema mejor que este para definir e investigar la existencia de una verdadera inteligencia artificial.
  9. 9. Cuadro comparativo entre inteligencia artificial e inteligencia humana. Inteligencia artificial Inteligencia humana  Solo responde a situaciones concretas.  Es capaz de responder a cualquier situación que se le presente.  Tiene límites.  No posee límites.  Intenta copiar la inteligencia humana.  Es propia del mismo.  Se basa en programas y mecanismo.  Se obtiene desde el nacimiento y mejora a transcurrir del tiempo. Cuadro 2.Comparación entre inteligencia artificial e inteligencia humana. Fuente Propia (2013). Historia de la inteligencia artificial El primer trabajo que se conoce sobre la IA fue hecho por Warren McCulloch y Walter Pitts en 1943. Ellos se basaron en los conocimientos que existian en esos tiempos sobre la neurología, el análisis sobre la lógica proposicional de Russell y la teoría de Turing sobre la computación. Ellos propusieron la construcción de un modelo de una red de neuronas artificiales las cuales cada una tendrían un estado de apagado o encendido provocado por una reacción al estado en que se encontrarían sus neuronas vecinas. Ellos decían que podrían simular un proceso de cálculo al usar esa red de neuronas y que los conectores lógicos se implementarían mediante estructuras de red sencillas. Marvin Minsky y DeanEdmonds construyeron en 1951 el Snarc, un computador basado en una red neuronal. Este computador tenía 3000 válvulas de vacío y un mecanismo de piloto automático de un bombardero B-24 para simular una red de 40 neuronas. En 1955 se desarrolla el TL, lo que se considera el primer programa de razonamiento logico, hecho por Herbert simon y Allen Newell. SegunSimon, el programa era capaz de pensar de manera no numerica, resolviendo el problema de la dualidad mente-cuerpo. Despues, durante la conferencia de Darthmounth se acuña por primera vez el término de inteligencia artificial por John McCarthy, Marvin Minsky y Claude Shannon para este campo de la ciencia.
  10. 10. Se desarrolla el General ProblemSolver por Newell y Simon en 1957, aunque estaba dirigido a la resolución de problemas, este podía resolver solo problemas sencillos. Evolución de la Inteligencia Artificial El término fue inventado en 1956, en la Conferencia de Darmouth, un congreso en el que se hicieron previsiones triunfalistas a diez años que jamás se cumplieron, lo que provocó el abandono casi total de las investigaciones durante quince años. En 1980 la historia se repitió con el desafío japonés de la quinta generación de computadoras, que dio lugar al auge de los sistemas expertos pero que no alcanzó muchos de sus objetivos, por lo que este campo sufrió una nueva interrupción en los años noventa. En la actualidad se está tan lejos de cumplir la famosa prueba de Turing como cuando se formuló: Existirá Inteligencia Artificial cuando no seamos capaces de distinguir entre un ser humano y un programa de computadora en una conversación a ciegas. Como anécdota, muchos de los investigadores sobre IA sostienen que "la inteligencia es un programa capaz de ser ejecutado independientemente de la máquina que lo ejecute, computador o cerebro". Los juegos matemáticos antiguos, como el de las Torres de Hanoi (hacia el 3000 a.C.), demuestran el interés por la búsqueda de un bucle resolutor, una IA capaz de ganar en los mínimos movimientos posibles. En 1903 Lee De Forest inventa el triodo, también llamado bulbo o válvula de vacío. Podría decirse que la primera gran máquina inteligente diseñada por el hombre fue el computador ENIAC, compuesto por 18.000 válvulas de vacío, teniendo en cuenta que el concepto de "inteligencia" es un término subjetivo que depende de la inteligencia y la tecnología que tengamos en esa época. En 1937 Turing publicó un artículo de bastante repercusión sobre los "Números Calculables", que puede considerarse el origen oficial de la informática teórica. En este artículo introdujo el concepto de Máquina de
  11. 11. Turing, una entidad matemática abstracta que formalizó el concepto de algoritmo y resultó ser la precursora de las computadoras digitales. Con ayuda de su máquina, Turing pudo demostrar que existen problemas irresolubles, de los que ningún ordenador será capaz de obtener su solución, por lo que se le considera el padre de la teoría de la computabilidad. También se le considera el padre de la Inteligencia Artificial por su famosa Prueba de Turing, que permitiría comprobar si un programa de ordenador puede ser tan inteligente como un ser humano. En 1951 William Shockley inventa el transistor de unión. El invento hizo posible una nueva generación de computadoras mucho más rápidas y pequeñas. En 1956 se acuñó el término "inteligencia artificial" en Dartmouth durante una conferencia convocada por McCarthy, a la cual asistieron, entre otros, Minsky, Newell y Simon. En esta conferencia se hicieron previsiones triunfalistas a diez años que jamás se cumplieron, lo que provocó el abandono casi total de las investigaciones durante quince años. En 1980 la historia se repitió con el desafío japonés de la quinta generación, que dio lugar al auge de los sistemas expertos pero que no alcanzó muchos de sus objetivos, por lo que este campo sufrió una nueva interrupción en los años noventa. En 1987 Martin Fischles y Oscar Firschein describieron los atributos de un agente inteligente. Al intentar describir con un mayor ámbito (no sólo la comunicación) los atributos de un agente inteligente, la IA se ha expandido a muchas áreas que han creado ramas de investigación enorme y diferenciada. Dichos atributos del agente inteligente son: -Tiene actitudes mentales tales como creencias e intenciones. - Tiene la capacidad de obtener conocimiento, es decir, aprender.
  12. 12. - Puede resolver problemas, incluso particionando problemas complejos en otros más simples. - Entiende. Posee la capacidad de crearle sentido, si es posible, a ideas ambiguas o contradictorias. - Planifica, predice consecuencias, evalúa alternativas (como en los juegos de ajedrez) - Conoce los límites de sus propias habilidades y conocimientos. - Puede distinguir a pesar de la similitud de las situaciones. - Puede ser original, creando incluso nuevos conceptos o ideas, y hasta utilizando analogías. - Puede generalizar. - Puede percibir y modelar el mundo exterior. - Puede entender y utilizar el lenguaje y sus símbolos. Desarrollo Histórico (según Jackson, 1986) 1950-1965 Periodo "clásico" Gestación (McColluck y Pitts, Shannon, Turing) Inicio - reunión de DarmouthCollege en 1956 (Minsky, McCarthy) Redes neuronales, robótica (Shakey) Búsqueda en un espacio de estados, Heurísticas, LISP Solucionador general de problemas (GPS) (Newell, Simon) Juegos, prueba de teoremas Limitaciones de pura búsqueda, explosión combinatoria. 1965-1975 Periodo "romántico" Representación "general" del conocimiento. Redes semánticas (Quillian) Prototipos (frames) (Minsky) Perceptrón (Minsky y Papert) Lógica (Kowalski) Mundo de bloques (SHDRLU) (Winograd) Compresión de lenguaje, visión, robótica. Dificultades de representación "general", problemas de "juguete". 1975-Hoy Periodo "moderno". Inteligencia "especifica" vs. "general" Representación explícita del conocimiento específico del dominio. Sistemas expertos o basados en conocimiento.
  13. 13. Regreso de redes neuronales (Hopfield, Rumelhart, Hinton), algoritmos genéticos (Holland, Goldberg) Reconocimiento de voz (HMM), incertidumbre (RB, Lógica difusa), planeación, aprendizaje. Aplicaciones "reales" (medicina, finanzas, ingeniería, exploración, etc.). Limitaciones: conocimiento "superficial" Desarrollo Histórico (según Russell y Norvig, 1995): Gestación (1943-1956): McCullock y Pitts (1943) Hebb (1949) Shannon (1950) Turing (1953) Minsky y Edmonds (1951) DarmouthCollege (1956) McCarthy, Newell y Simon, « The Logic Theorist » Entusiasmo y grandes expectativas (1952-1969): Samuel - checkers (1952) McCarthy (1958): LISP: time sharing, Programs with common sense. Minsky y McCarthy en MIT moldearon mucho del área. Minsky, Evans, Student, Waltz, Winston, Winograd, etc. Trabajo en RN: Hebb, Widrow, Rosenblatt Dosis de realidad (1966-1974): Simon predecía que en 10 años se tendría una máquina inteligente. Predicciones similares en traducción automática y ajedrez. Teoría de NP- completness. Experimentos en machine evolution (ahora algoritmos genéticos; estaban bien fundados pero no produjeron nada.) (Friedberg, 1958) Minsky y PapertPerceptrons (1969) (aunque irónicamente el mismo año se descubrió backpropagation (Bryson y Ho)) Sistemas basados en conocimiento (1969-1979): Dendral, Mycin, HPP, Prospector, Winograd, SHDRLU, Shank (no hay sintáxis), frames, Prolog, Planner IA como industria (1980-1988): R1/XCON, proyecto de la quinta generación, shells y máquinas de LISP. Regreso de redes neuronales (1986-presente): Hopfield, Rumelhart y Hinton y descenso de los SE Eventos recientes (1987-presente): Cambio gradual hacia los técnicos y lejos de los rudos (implica cierto grado de madurez y estabilidad) ej., reconocimiento de voz (HMM), incertidumbre (Bayes), planeación (Tweak), robótica, aprendizaje (PAC), etc.
  14. 14. Que prepara la inteligenciaartificial a futuro. El empleo de la IA está orientado a aquellas profesiones que, ya sea por lo incomodo, peligroso o complicado de su trabajo necesitan apoyo de un experto en la materia. Las ventajas que trae el disponer de un asistente artificial no son más que las de solucionar los errores y defectos propios del ser humano; es decir, el desarrollo de sistemas expertos que hoy en día se están utilizando con éxito en los campos de la medicina, geología y aeronáutica aunque todavía están poco avanzados en relación con el ideal del producto IA completo. Un robot de charla, es un programa de inteligencia artificial que está en creación, este pretende simular una conversación escrita, con la intención de hacerle creer a un humano que está hablando con otra persona.Estos programas informáticos prometen ser el futuro de la inteligencia artificial. En el futuro podremos ver como a estos actuales bots se les unirán las tecnologías del reconocimiento de voz y el de video. El futuro de una inteligencia superior puede ser la investigación de tecnologías como la teleportación, los viajes estelares y cualquier otra tecnología para aumentar “artificialmente” la inteligencia.
  15. 15. CONCLUSIÓN Un aspecto importante de lo que es la Inteligencia Artificial es: Se crea con la implementación en las computadoras para realizar mecanismo de computación que utiliza programas fijos y contiene una seria de reglas que lo hacen funcionar. Esto permite a las computadoras a ser creadas en máquinas artificiales que desempeñan tareas monótonas, repetitivas y simples más eficiente y efectivas que un ser humano. Estudios sobre trabajos o tareas repetitivas han demostrado que el ser humano no le agrada este tipo de trabajo y al pasar el tiempo son más susceptibles a cometer errores en el mismo. Para situaciones complejas el objetivo se hace más complejo debido a que la inteligente artificial dada a las computadoras tienen dificultadespara entender ciertas situaciones o problemas específicos y cómo reaccionar a estas. También ocurre que dentro de un problema tienen la variabilidad del mismo y no pueden adaptarse a un cambio que pueda ocurrir. Estos problemas son de suma importancia para la Inteligencia Artificial que busca el mejorar, aprender, entender y el razonamiento del comportamiento de las computadoras en situaciones complejas. El campo de la ciencia de Inteligencia Artificial está todavía en etapas de crecimiento comparadas con otras ramas de computadoras pero poco a poco el estudio del comportamiento humano dará paso para aplicar estos conocimientos a las computadoras y estas lograr de manera primitiva razonas sobre diferentes situaciones.
  16. 16. BIBLIOGRAFÍA Ángel Gutiérrez. Inteligencia Artificial. Tecnología e informática. Barry H. Kantowitz, Henry L. Roediger, III, David G. Elmes. Séptima Edición. (2001). Psicología Experimental: como entender las experimentaciones psicológicas. A. Machado, A. Ortiz-Oses (2007). Revista anthropos. Huellas del Conocimiento. www.anthropos-editorial.com Marcelo Dos Santos. Test de turing. Extraído de www.axxon.com.ar/rev/170/c-170divulgacion.htm Redal, Enric J. (2006). La enciclopedia del estudiante. Tomo 4. Tecnología e informática. Ediciones Santillana. Santiago de Compostela. (2007). Inteligencia Artificial y Computación Avanzada. Fundación Alfredo Brañas. Extraído de: http://fmachado.dei.uc.pt/wp-content/papercite-data/pdf/ms07.pdf Stuart J. Russell y Peter Norvig. (2003). La inteligencia artificial. Un enfoque moderno. Pearson Educación. Extraído de: http://depositfiles.org/files/gl8n2jql4 http://www.monografias.com/trabajos16/inteligencia-artificial- historia/inteligencia-artificial-historia.shtml

×