• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
Introducción a la Inteligencia Artificial
 

Introducción a la Inteligencia Artificial

on

  • 1,647 views

 

Statistics

Views

Total Views
1,647
Views on SlideShare
1,644
Embed Views
3

Actions

Likes
0
Downloads
61
Comments
0

2 Embeds 3

http://www.slideshare.net 2
http://www.apurva.com 1

Accessibility

Categories

Upload Details

Uploaded via as Adobe PDF

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Introducción a la Inteligencia Artificial Introducción a la Inteligencia Artificial Presentation Transcript

    • Universidad Nacional de Misiones Inteligencia Artificial Facultad de Ciencias Exactas Químicas y Naturales Carrera de Licenciatura en Sistemas de Información Ing. Alice Raquel Rambo
    • Presentación de la materia cont teórico cont. Práctico Introducción a la Intelig Artif. Agentes semana 1 21 de agosto Intelig. práctico 1 definiciones y debate práctico 2 definciones, problemas de semana 2 25 de agosto Búsquedas búsqueda semana 3 4 de sept semana 4 11 de sept planificacion sistemas probabilisticos práctico 5 problemas de repesentación semana 5 18 de sept aprendizaje lógica semana 6 25 de sept entrega y defensa primer práctico primer práctico integrador semana 7 2 de oct sistemas basados en reglas exámen teórico/pract semana 8 9 de oct sistemas expertos práctico 6 semana 9 16 de oct sistemas expertos recuperatorio primer exámen semana 10 23 de oct redes neuronales práctico 8 semana 11 30 de oct redes neuronales práctico 9 semana 12 6 de nov entrega y defensa segundo práctico segundo práctico integrador semana 13 13 de nov algoritmos genéticos exámen teórico/pract semana 14 20 de nov robotica recuperatorio segundo exámen
    • ¿Qué es la Inteligencia Artificial? • La habilidad para resolver problemas • La capacidad de memoria • La utilización de conocimientos en busca de una meta
    • ¿Qué es la Inteligencia Artificial?
    • ¿Qué es la Inteligencia Artificial? Robert Sternberg (Psicólogo de la Universidad de Yale EEUU) Inteligencia Cognitiva: es medida por los tests Inteligencia Social: hace referencia a la capacidad de adaptación al entorno Inteligencia Experiencial: o aptitud para sacar partida de las experiencia cuando el individuo se enfrenta a problemas novedosos
    • ¿Qué se entiende por Inteligencia Artificial ? Biología Evolucionista: una Inteligencia cada vez mayor no es un objetivo en la evolución sino una casualidad en la evolución Ciencia Cognitiva: equipara un Acto Inteligente con aquel que permite procesar la información necesaria en cada momento Teóricos de I.A.: el procesamiento de información que se ajuste a los requerimientos de una tarea dada es ya un signo de Inteligencia
    • ¿Qué se entiende por Inteligencia Artificial ? Inteligencia: es un núcleo común de atributos que supuestamente tienen que ver con una actividad inteligente, como: • la habilidad para resolver problemas nuevos • la planificación • la facilidad de adquirir nuevos conocimientos • la abstracción • la capacidad de adaptación
    • El comportamiento Humano ¿Cuándo puede decirse que una Máquina es Inteligente? • Alam Turing (1950): propuso como test el diálogo con una máquina: “si no es posible distinguir sus respuestas de las de una persona, entonces es inteligente”
    • El comportamiento Humano • El enfoque de Turing • Que debería hacer el computador para superar la prueba? – Procesamiento del lenguaje natural – Representación del conocimiento – Razonamiento Automático – Aprendizaje automático
    • El comportamiento Humano • La prueba global de Turing – Visión computacional – Robótica • Estas seis disciplinas abarcan la mayor parte de la IA, y Turing merece ser reconocido por diseñar una prueba que se conserva vigente despues de 50 años. • Pero es bueno recordar que es más importante el estudio de los principios en los que se basa la inteligencia que en duplicar un ejemplar
    • Pensar como un humano: Modelo Cognitivo • En el campo interdisciplinario de las ciencias cognitivas convergen modelos computacionales de IA y técnicas experimentales de psicología intentando elaborar teorías precisas y verificables sobre el funcionamiento de la mente humana
    • Tipos de Inteligencia No son Inteligencias distintas, sino manifestaciones de una Inteligencia Cognitiva mas general: Verbal Espacial Lógica -matemática Musical Intrapersonal Interpersonal Corporal -cinética
    • Grandes Aptitudes Verbales Numéricas Espaciales Nemotécnicas Perspectivas Lógicas Psicomotoras
    • Pensamiento Racional • Aristóteles fue uno de los primeros en intentar “codificar” la manera de pensar. Por medio de silogismos que son estructuras de argumentación que nos permiten arribar a conclusiones correctas. Este estudio da inicio al campo de la lógica. “Sócrates es un hombre; todos los hombres son mortales; por lo tanto Sócrates es mortal”
    • Actuar de forma racional • El enfoque del agente racional: • Un agente (del latín agere, hacer) racional es aquel que actúa con la intención de alcanzar el mejor resultado o, cuando hay incertidumbre, el mejor resultado esperado.
    • Fundamentos de la Inteligencia Artificial Filosofía desde 428 A.C. hasta el presente • Dualismo Descartes: una parte de la mente (alma o espíritu) que esta al margen de la naturaleza, exenta de la influencia de las leyes físicas. • Materialismo Bacon las operaciones del cerebro realizadas de acuerdo a las leyes de la física constituyen la mente. El libre albedrío es simplemente la forma en la que la percepción de las opciones disponibles aparecen en el proceso de selección.
    • Fundamentos de la Inteligencia Artificial Filosofía desde 428 A.C. hasta el presente • Empirismo Locke: “Nada existe en la mente que no haya pasado primero por los sentidos”. • Positivismo Lógico – Carnap: todo el conocimiento se puede caracterizar mediante teorías lógicas relacionadas con sentencias de observación que corresponden a estímulos sensoriales. El conocimiento se obtiene a partir de la experiencia.
    • Fundamentos de la Inteligencia Artificial Matemática desde el año 800 al presente • El primer algoritmo no trivial es el algortimo Euclideo para determinar el máximo comñun divisor. • Al- Khowarazmi, matemático persa del siglo IX. • Boole, deducciones lógicas. • Hilbert Entscheidungsproblem límites fundamentales en la capacidad de procedimientos efectivos de demostración.
    • Fundamentos de la Inteligencia Artificial Matemática desde el año 800 al presente • Probabilidad – Gardano introducción de la probabilidad basado en resultados de juegos de apuestas. Bayes la regla de Bayes y el análisis Bayesiano
    • Fundamentos de la Inteligencia Artificial Economía desde 1766 hasta el presente • Teoría de las decisiones, combina teoría de la probabilidad con la teoría de la utilidad para la toma de decisiones realizado bajo incertidumbre. • Teoría de Juegos – Morgenstern y Von Neumann en algunos juegos un agente racional debía actuar de forma aleatoria al menos en apariencia con respecto a sus contrincantes. • Investigación operativa – Bellman proceso de decisiones de Markov, el resultado de las acciones no son inmediatas se obtienen de forma secuencial.
    • Fundamentos de la Inteligencia Artificial Neurociencia desde 1861 hasta el presente. • La neurociencia es el estudio del sistema neurológico, y en especial, del cerebro. • Uno de los grandes misterios de la ciencia es la forma en la que se genera el pensamiento en un cerebro. • La conclusión verdaderamente increíble de los estudios del cerebro es que una colección de simples células puede llegar a generar razonamiento, acción y conciencia o, dicho en otras palabras, los cerebros generan las inteligencias (Searle, 1992)
    • Fundamentos de la Inteligencia Artificial Psicología desde 1879 hasta el presente. • ¿Cómo piensan y actúan los animales? • Síntesis: Adaptación, fenómeno de percepción, técnicas experimentales • Ingeniería Computacional desde 1940 al presente. • Teoría de Control y Cibernética desde 1948 al presente. • Lingüística desde 1957 hasta el presente.
    • Fundamentos de la Inteligencia Artificial Ingeniería Computacional desde 1940 al presente. • necesitan dos cosas: inteligencia (ciencia) y un artefacto (ingeniería). • El computador ha sido el artefacto elegido.
    • Fundamentos de la Inteligencia Artificial Teoría de Control y Cibernética desde 1948 al presente. • ¿Cómo pueden los artefactos operar bajo su propio control? • La teoría de control moderna tiene como objetivo el diseño de sistemas que maximizan una función objetivo en el tiempo. Esto se asemeja ligeramente a nuestra visión de lo que es la IA. • ¿Por qué son entonces la IA y la Teoría de Control dos campos distintos? – La IA se fundó, en parte, para escapar de las limitaciones matemáticas de la teoría de control en los años 50. Las herramientas de inferencia lógica y computación permitieron a los investigadores de la IA afrontar problemas relacionados con el lenguaje, visión y planificación, que estaban completamente fuera del punto de mira de la teoría de control.
    • Fundamentos de la Inteligencia Artificial Lingüística desde 1957 hasta el presente. • ¿Cómo está relacionado el lenguaje con el pensamiento? Síntesis: Representación del conocimiento, gramática. • La lingüística moderna y la IA nacieron al mismo tiempo y maduraron juntas, solapándose en un campo híbrido llamado lingüística computacional o procesamiento del lenguaje natural. • Gran parte de los primeros trabajos de la investigación en el área de la representación del conocimiento estaban vinculados al lenguaje y a la búsqueda de información en el campo del lenguaje, y su base eran las investigaciones realizadas durante décadas en el análisis filosófico del lenguaje.
    • Historia de la inteligencia Artificial Resumen de la historia de la IA • 1943 McCulloch & Pitts: modelo de cerebro • 1950 Turing's "Computing Machinery and Intelligence" • 1956 Se adopta el término "Artificial Intelligence" • 1952—69 Look, Ma, no hands! • 1950s Primeros programs de IA, programa de ajedrez de Samuel, Newell & Simon's Logic Theorist, Gelernter's Geometry Engine • 1965 algoritmo completo de razonamiento lógico de Robinson • 1966—73La IA descubre la complejidad computacional Casi desaparece la investigación en Redes Neuronales • 1969—79Primeros desarrollos de los Sistemas Basados en Conocimiento • 1980-- La IA se convierte en una industria • 1986-- Las Redes Neuronales vuelven a la popularidad • 1987-- La IA se convierte en una ciencia • 1995-- Emergencia de los agentes inteligentes
    • Historia de la inteligencia Artificial Entusiasmo Inicial, grandes esperanzas (1952-1969) • Herbert construyo el demostrador de teoremas de geometría. • Juego de damas, podía hacer otra cosa que cálculos aritméticos y podía mejorar. • McCarthy definió el lenguaje Lisp, el problema era el recurso computacional. • Minsky los micromundos y el mundo de los bloques • Evolución del aprendizaje hebbiano, aparición de adalines y perceptrones.
    • Historia de la inteligencia Artificial 1956 - John McCarthy del Darthmounth College EEUU: Propone Inteligencia Artificial para designar una nueva disciplina que buscaba reproducir comportamiento inteligente con la ayuda de una máquina Organiza un Congreso sobre Informática Teórica, en el que se definió el concepto de Inteligencia Artificial, como una nueva rama de la informática con entidad propia
    • Historia de la inteligencia Artificial Una dosis de realidad 1966- 1973 • Predicciones apresuradas, errores sonados. • Ej.: programa de traducción • “el espíritu es fuerte pero al carne es débil” “el vodka es bueno pero la carne esta podrida”. • Se creía que la única limitante era el poder de cómputo. • El hecho de que un programa sea capaz de encontrar una solución no implica que tal programa encierre todos los mecanismos necesarios para encontrar la solución en la práctica.
    • Historia de la inteligencia Artificial Sistemas basados en el conocimiento 1969-1979 • Parte del conocimiento es preconcebido. Separar el conocimiento (reglas) del razonamiento. • Surgimiento de sistemas expertos. • Sistemas para la comprensión del lenguaje natural, más centrados en la representación y razonamiento del conocimiento necesario que en el lenguaje en sí mismo. • Esquemas de representación del conocimiento • Prolog, Planner y Marcos de Minsky (jerarquías taxonómicas)
    • Historia de la inteligencia Artificial La IA se convierte en una industria 1980 hasta el presente • Primeros sistemas expertos comerciales, aplicados en casi todas las grandes empresas. • Lanzamiento de la Quinta Generación en Japón. • Hasta 1988 el invierno de la IA
    • Historia de la inteligencia Artificial Regreso de las Redes Neuronales 1986 hasta le presente. • Evolución en campos físicos, Hopfield 1982. • Reinvención del algoritmo de aprendizaje pro retro alimentación. • Surgimiento de modelos conexionistas. • Las aproximaciones conexionistas y simbólicas son complementarias y no competidoras.
    • Historia de la inteligencia Artificial IA se convierte en una ciencia desde 1987 hasta el presente Emergencia de los sistemas inteligentes desde 1995 hasta el presente
    • Historia de la Inteligencia Artificial. Los últimos avances • El gran maestro internacional Arnold Denker estudia las piezas que tiene ante sí en el tablero. Reconoce que no hay esperanza alguna, perderá el juego. Su oponente, HITECH, se convierte así en el primer programa de computadora que logra derrotar a un gran maestro de la talla de Denker en un juego de ajedrez (Berliner, 1989). • 'Quiero ir de Boston a San Francisco', dice el viajero a través de un micrófono. '¿Qué datos tiene para el viaje?', es la respuesta. El viajero explica que desea salir el 20 de octubre, en vuelo directo, con la tarifa más barata y regresar el domingo siguiente. PEGASUS, un programa para comprensión del lenguaje se hace cargo de todo y el resultado es una reserva confirmada que le permite al viajero ahorrarse $894 del precio normal del boleto. Dado que de diez palabras, este intérprete entiende mal una, es capaz de recuperarse de estos errores gracias a su conocimiento sobre la forma en la que se estructura un diálogo (Zue et al, 1994).
    • Historia de la Inteligencia Artificial. Los últimos avances • Uno de los más reconocidos expertos en patología de nodos linfáticos plantea un caso extremadamente difícil al sistema experto y evalúa la respuesta dada por éste. La respuesta del sistema le causa risa. Ligeramente preocupados, los creadores del sistema le sugieren que pida a la computadora una explicación del diagnóstico dado. La máquina señala los principales factores que llevaron a esa decisión y explica la sutil interacción de varios de los síntomas en este caso. El experto, después de un tiempo, admite su error (Heckerman, 1991).
    • Historia de la Inteligencia Artificial. Los últimos avances • Desde una cámara suspendida en un semáforo de un cruce, el monitor de tráfico observa el panorama. Si alguien observara el monitor principal leería: ''Citroen AX está dando la vuelta a la Plaza de la Concordia en los Campos Alíseos''; ''Camión carguero grande se ha detenido en la Plaza de la Concordia'', y así durante toda la noche. Ocasionalmente, leerían: ''Grave incidente en la Plaza de la Concordia, una camioneta que avanzaba rápidamente se ha estrellado contra una motocicleta'', y se haría una llamada automática a los servicios de emergencia (King et al, 1993; Koller et al, 1994). Se han citado sólo algunos ejemplos del tipo de sistemas de inteligencia artificial que existen en la actualidad. No se trata de magia ni de ciencia ficción: es ciencia, ingeniería y matemáticas.
    • Historia de la Inteligencia Artificial. El Estado del Arte. ¿Qué es capaz de hacer la IA hoy en día? Planificación Autónoma El programa de la NASA Agente Remoto se convirtió en el primer programa de planificación autónoma a bordo que controlaba la planificación de las operaciones de una nave espacial desde abordo (Jonsson et al, 2000). Este agente generaba planes a partir de objetivos especiales especificados desde tierra.
    • Historia de la Inteligencia Artificial. El Estado del Arte. ¿Qué es capaz de hacer la IA hoy en día? Juegos Deep Blue de IBM fue el primer sistema que derrotó a un campeón del mundo en una partida de ajedrez, cuando superó a Gary Kasparov en una partida de exhibición en 1997. El valor de las acciones de IBM se incrementó en 18 millones de dólares.
    • Historia de la Inteligencia Artificial. El Estado del Arte. ¿Qué es capaz de hacer la IA hoy en día? Control Automático El sistema de visión por computador ALVINN fue entrenado para dirigir un coche de forma que siguiese una línea. Se instaló en una furgoneta controlada por computador y se utilizó para dirigir al vehículo por EEUU. Durante 2850 millas controló la dirección del vehículo en el 98% del trayecto. Una persona lo sustituyó en el 2% restante, principalmente en vías de salida.
    • Historia de la Inteligencia Artificial. El Estado del Arte. ¿Qué es capaz de hacer la IA hoy en día? Planificación Logística Durante la crisis del Golfo Pérsico de 1991, las fuerzas de los Estados Unidos desarrollaron la herramienta Dynamic Analysis and Replanning Tool (DART) para automatizar la planificación y organización logística del transporte, lo que incluía hasta 50000 vehículos, carga y personal a la vez.
    • Historia de la Inteligencia Artificial. El Estado del Arte. ¿Qué es capaz de hacer la IA hoy en día? Robótica Muchos cirujanos utilizan hoy en día asistentes robot en operaciones de microcirugía. HipNav (1996) es un sistema que utiliza técnicas de visión por computador para crear un modelo tridimensional de la anatomía interna del paciente y después utiliza un control robotizado para guiar el implante de prótesis de cadera.
    • Historia de la Inteligencia Artificial. El Estado del Arte. ¿Qué es capaz de hacer la IA hoy en día? Procesamiento de Lenguaje y resolución de problemas PROVER B (1999) es un programa que resuelve crucigramas mejor que la mayoría de los humanos, utilizando restricciones en programas de relleno de palabras, una gran base de datos de crucigramas, varias fuentes de información como diccionarios y bases de datos online, que incluyen la lista de películas y actores que intervienen en ellas entre otras cosas.
    • Problemas de IA Al principio se hizo hincapié en las tareas formales como juegos y demostración de teoremas, juegos como las damas y el ajedrez demostraron interés. La geometría fue otro punto de interés y se hizo un demostrador llamado: El demostrador de Galenter. Sin embargo la IA pronto se centró en problemas que aparecen a diario denominados de sentido común (commonsense reasoning). Se enfocaron los estudios hacia un problema muy importante denominado Comprensión del lenguaje natural. No obstante el éxito que ha tenido la IA se basa en la creación de los sistemas expertos, y de hecho áreas en donde se debe tener alto conocimiento de alguna disciplina se han dominado no así las de sentido común. Ahora bien en la introducción se habló cuestiones importantes de la IA que son: • ¿Cuáles son nuestras suposiciones fundamentales sobre la Inteligencia? • ¿Qué tipo de técnicas son las mas adecuadas para resolver los problemas de la IA? • ¿A qué nivel de detalle, si es que no por completo, se puede intentar modelar la Inteligencia humana? • ¿Cómo se puede saber cuando se ha tenido éxito en la construcción de programa inteligente?
    • Problemas de IA • Tareas de la vida diaria – Percepción: visión, habla – Lenguaje natural: comprensión, generación, traducción – Sentido común: – Control de un robot. • Tareas formales – Juegos: ajedrez, damas, etc. – Matemáticas: geometría, lógica, cálculo integral, demostración de las propiedades de un programa. • Tareas de los expertos – Ingeniería: diseño, detección de fallas, planificación de manufacturación. – Análisis Científico – Diagnosis Médica – Análisis Financiero
    • Problemas de IA Características • La resolución de un problema debe estar restringido a un dominio finito. • Deben existir expertos que conozcan el dominio de un problema para aportar el conocimiento para poder resolverlo. • El problema debe ser complejo y con muchas variables porque si son problemas sencillos no necesita que lo haga una máquina.
    • Técnicas de IA La inteligencia necesita conocimiento y el conocimiento posee algunas propiedades poco deseables, tales como: – Es voluminoso – Es difícil caracterizarlo con exactitud – Cambia constantemente – Se distingue de los datos en que se organiza de tal forma que se corresponde con la forma en que va a ser usado.
    • Técnicas de IA Una técnica de IA es un método que utiliza conocimiento representado de tal forma que: • El conocimiento representa las generalizaciones, no es necesario representar cada situación en particular. Se agrupan las situaciones que comparten propiedades importantes. Si el conocimiento no posee esta propiedad puede necesitarse demasiada memoria. En tal caso hablaremos de “datos” y no de conocimiento. • Deben ser comprendidos por las personas que lo proporcionan, por más que se adquieran automáticamente. En IA la mayor parte del conocimiento que se suministra a los programas es por personas y se expresan en términos que ellas comprenden. • Puede modificarse fácilmente para corregir errores y reflejar los cambios en el mundo (y en nuestra visión del mundo) • Puede usarse en gran cantidad de situaciones aunque no sea preciso ni completo. • Puede usarse para ayudar a superar su propio volumen, ayudando a acotar el rango de posibilidades que normalmente deben ser consideradas.
    • Técnicas de IA Para solucionar problemas complicados, los programas que utilizan las técnicas de IA presentan numerosas ventajas con respecto a los que no lo hacen: • son menos frágiles, es decir, que no se despistan frente a una perturbación pequeña de la entrada • el conocimiento del programa es comprendido fácilmente por la gente • usa generalizaciones • tiene facilidad de extensión Como desventaja, generalmente tienen más complejidad que otras soluciones. Estos ejemplos ponen de manifiesto tres importantes técnicas de IA: • Búsqueda: proporciona una forma de resolver problemas en los que no se dispone de un método directo • Uso del conocimiento: proporciona una forma de resolver problemas complejos explotando las estructuras existentes entre los objetos involucrados • Abstracción: proporciona una forma de separar aspectos y variaciones importantes de aquellos otros sin importancia, y que en caso contrario podrían colapsar el proceso.
    • Técnicas de IA • Programa 1: • Estructura de Datos: el tablero se representa por un vector de nueve componentes, donde las componentes del vector se corresponden con las posiciones del tablero de la siguiente forma. • Jugadas: Un componente contiene el valor 0 si la correspondiente casilla está vacía, 1 si contiene una X o 2 si contiene un O. Se representan por un gran vector de 19693 componentes (39), siendo cada componente a su vez un vector de nueve componentes. El contenido de este vector está diseñado específicamente para el algoritmo empleado. • El algoritmo: Para realizar una jugada hacer lo siguiente, – Ver el vector Tablero como un número ternario (base 3). Convertirlo a un número decimal. – Usar el número hallado en el primer paso como índice del vector Jugadas y acceder al vector almacenado en este componente. – El vector seleccionado en el paso 2 representa la forma en la que debe quedar el tablero una vez realizado el movimiento adecuado. Actualizar el Tablero con este vector.
    • Técnicas de IA • Programa 1: • Comentarios: El programa es muy eficiente en términos de tiempo. Además en teoría sería capaz de jugar óptimamente a tres en raya. Pero presenta las sgtes desventajas. • Necesita gran cantidad de memoria para almacenar los tableros que definen los movimientos correctos despues de cada estado posible del mismo. • Alguien debe realizar el pesado trabajo de grabar todas las posibles entradas del vector Jugadas. • Es poco probable que todas las entradas del vector Jugadas requeridas pudieran ser determinadas e introducidas sin errores. • Si se desea ampliar el juego, por ejemplo a tres dimensiones, sería necesario empezar de cero, y además esta técnica necesitaría almacenar 327 posiciones de tablero, cantidad que desbordaría la capacidad de memoria de algunas computadoras. Esta técnica no parece reunir los requisitos necesarios para ser una buena técnica de IA.
    • Técnicas de IA
    • Técnicas de IA • Programa2 Solución 2: El programa posee una estrategia para cada turno de jugador. Analiza el posible triunfo a partir de un estado del tablero dado. Aunque es menos eficiente que la solución anterior en términos de tiempo, tiene la ventaja que es más eficiente en términos de espacio. Su estrategia es más fácil de comprender y realizar cambios, aunque el programador debe comprender la totalidad de la estrategia de antemano. Además, no es posible generalizar parte del conocimiento del programa hacia un dominio distinto, como tres en raya 3D.
    • Actividades Cuestionario N 1: Introducción a la Inteligencia Artificial 1. Analice la siguiente definición e indique cuales son los aspectos que sobresalen en ella: “La inteligencia Artificial Estudia como lograr que la maquinas realicen tareas que, por el momento, son realizadas mejor por los seres humanos” 2. Conocimiento es sinónimo de información? Analice el siguiente ejemplo: Si A es verdadero entonces B es verdadero sino C es falso. 3. Enuncie el Test de Turing. Según su criterio, podrá ser superado? Que aspectos considera relevantes del test? 4. Que características debe tener un problema para aplicar técnicas de IA? 5. Analice el programa 2 del juego tres en línea del material adjunto. Si el objetivo es ganar la partida, es posible alcanzarlo si se enfrentan dos jugadores racionales? Justifique su repuesta. 6. Defina con sus palabras que es la Inteligencia Artificial 7. ¿Estas aseveraciones son ciertas, e implican a la primera? 1. “En realidad las computadoras no son inteligentes, hacen solamente lo que le dicen los programadores” 2. “En realidad los animales no son inteligentes, hacen solamente lo que le dicen sus genes 3. “En realidad los animales, los humanos y los computadores no pueden ser inteligentes, ellos solo hacen los que los átomos que los forman les dictan siguiendo las leyes de la física”
    • Bibliografía •HILERA, J. R. MARTINEZ, V. J. Redes Neuronales Artificiales. Fundamentos, modelos y aplicaciones. Alfaomega. 2000. •RICH, E. KNIGHT K. Inteligencia Artificial. Mc Graw Hill. 1996. •RUSSELL, S. NORVIG, P. Inteligencia Artificial, Un Enfoque Moderno. Prentice Hall. 1996. •Sistemas Expertos y Representación del Conocimiento. Carnota y Teszkiwicz (EBAI III 1988) •Documentación del Curso Sistemas Expertos del Magister en Ciencias de la Computación - Universidad de Cantabria, Santander España - Curso Académico 1996/1997 •Documentación del Curso Sistemas Expertos de la Maestría en Infromática y Computación - UNNE, Corrientes Argentina - Curso Académico 1999