2. INTELIGENCIA ARTIFICIAL
La finalidad de la inteligencia artificial consiste en crear teorías t modelos
que muestren la organización y funcionamiento de la inteligencia.
Actualmente, el mayor esfuerzo de la inteligencia artificial se centra en el
desarrollo de sistemas de procesamiento de datos que sean capaces de
imitar a la inteligencia humana realizando tareas que requieran
aprendizaje.
3. La inteligencia artificial nació en 1943 cuando Warren
Mc Collocho y Walter Putts propusieron un modelo de
neurona de cerebro humano y animal. Estas neuronas
nerviosas atritas proporcionaron una representación
simbólica a la actividad cerebral mas adelante
Norberto Wiener elaboro estas ideas junto con otras
dentro del mismo campo que se llamo (cibernética);
de aquí nacería sobre los años 50 la inteligencia
artificial.
4. El cerebro es un solucionador inteligente de problemas
de modo que imitemos al cerebro.
5. Es en los años 50 se logra realizar un sistema que tuno
un cierto éxito se llamo el perceptor
De Rosenblat este era un sistema visual de
reconocimiento de patrones en el cual se asociaron
esfuerzos para que pudieran resolver una gama amplia
de problemas pero esta energías se diluyeron enseguida
6. fue en los años 60 cuando ALAN NEWELL y HERBERT SIMON que
trabajando la demostrando de teoremas y el ajedrez por ordenador
logran crear un programa llamado GPS ( General problema sol ver):
solucionador general de problemas. Este programa era capaz de
trabajar con las torres de HANOI así como con creptoaritmetica y
otros problemas similares operando claro con microcosmo
formalizados que representaban los parámetros dentro de los
cuales se podían resolver problemas
En lo años 70 un equipo de investigadores dirigido por
edwar, comenzó a elaborar un proyecto para resolver un problema
de la vida cotidiana o que se centrara al menos con problemas mas
concretos así es como nació el sistema EXPERTO. el primer sistema
fue denominado cendrar un interprete de espectrograma de masa
construido en 1967 pero el mas influyente resultaría ser MYCIN 1974
el MYCIN el era capaz de diagnosticar trastornos en la sangre y
recetar la correspondiente la medicación todo un logro en aquella
época e incluso fueron utilizados en los hospitales (como el PUFF
variante MYCYN de uso común en el pacifico medical center de san
francisco )
7. en los años 80 se desarrollaron los lenguajes especiales para
utilizar con la inteligencia artificial tales como el LISP o el
PROLG en esta época cuando se desarrollan sistemas expertos
mas refinados EURISKO las habilidades cognoscitivas según la
psicología. Teorías de la inteligencia (conductismo, Garden)
aquellas que operan directamente sobre la operación:
recogiendo, analizando, comprendiendo, procesando y
guardando información en la memoria para posteriormente
utilizarla para donde cuando y como convenga
8. Comprensión (técnicas o habilidades de trabajo intelectual):
capacitación de ideas subrayada, traducción al lenguaje propio
y resumen gráficos redes, esquemas y mapas conceptuales.
Elaboración: preguntas, metáforas, analogías, organizadores,
apuntes y mnemotécnica. Memorización/recuperación
(técnicas o habilidades de estudio ):
Codificación y gemación de respuestas.
AXIOMA proposición tal clara y evidente sin necesidad de
demostración cada uno de los principios fundamentales o
indemostrales sobre los que se construyen una teoría
Ejemplo 1+1 = 2
A es hermano de B
C es hijo de A
9. TEOREMA
Proposición demostrable lógicamente partiendo de axiomas o
de otras teoremas ya demostrados mediante reglas de
diferencias aceptadas.
DEMOSTRACION
Demostración matemática, argumento utilizado para mostrar
la veracidad de una proposición matemática. En las
matemáticas modernas una demostración comienza con una o
mas declaraciones denominadas PREMISAS comprobación por
ecos ciertos o experimentos repetidos, de un principio o de
una teoría. El modelo de adquisición de conocimiento según la
fisiología. La mitología como rads, como cualquier otra ofrece
una aproximación para resolver los problemas inherentes a la
ingeniería de conocimientos provenientes de la experiencia
apoyados por los fundamentos de la ingeniería del software
10. Modelo de organización: soporta el análisis de las
características principales de una organización, con el fin de
descubrir problemas y oportunidades para sistemas de
conocimientos establecer su vialidad y ponderar los impactos
de la organización de las acciones de conocimiento
Modelo de tareas: es la parte relevante de un modelo de
negocio. Analiza la tarea global, sus entradas y salidas pre
condicionales y criterio de realización así como recurso
necesarios y competencia.
modelo de agente: los agentes son los ejecutores de una
tarea. Un agente puede ser humano, un sistema de
información, o cualquier otra entidad capaz de llevar acabo
una tarea.
11. El modelo de agente describe las características de los agentes
en particular sus competencias autoridad para actuar y
restricciones en este aspecto. Además, relaciona los enlaces
de comunicación entre agentes en la hora de llevar acabo una
tarea.
Modelo de conocimiento:
El propósito de este es explicar los tipos y estructuras de
conocimientos utilizados para llevar acabo una tarea.
Proporciona una descripción idepependiente de
implementación de papel que referentes componentes del
conocimiento juegan en la resolución de problemas.
12. Modelo de comunicación:
dados a que varios agentes pueden verse involucrados a una
tarea es importante modelar las transacciones entre los
agentes implicados, este se realiza mediante el modelo de
comunicación como sucedía el modelo de conocimiento
MODELO DE DISEÑO:
Los modelos anteriores juntos pueden verse
como, constituyendo la especificación de los requisitos para el
sistema de conocimiento desde diferentes aspectos, basados
en los aspectos en el modelo de diseño proporciona la
especificación técnica del sistema en términos te arquitectura
de implementación. El objetivo final de la metodología como
rads consiste en estructura el proceso de desarrollo propio de
la ingeniería del conocimiento, que se concreta en un sistema
que se debe de resolver los problemas con una capacidad
comparable ala del experto humano como poseedor del
conocimiento.
13. EL MODELO COGNOSITIVO
En toda situación de aprendizaje pozo 1999), espontaneo o
generado en una experiencia educativa, puede identificarse 3
componentes básico RESULTADOS los procesos cognitivos la
acción educativa que responde a las preguntas
cuando, cuanto, donde, con quien etc.
Estos 3 componentes se pueden mirar ya sea desde un enfoque
conductual o social y cognoscitivo. Desde el punto de vista social
cognoscitivo social de aprendizaje se refiere a la manera como se
construye significado al conjunto de categorías que constituyen un
discurso disciplinar los procesos cognoscitivos en términos de
aprendizaje se gana por niveles de complejidad ya sean en la
relación con el desarrollo (edad)
O con lo niveles de complejidad de tarea. En términos de
desarrollo, las teorías de PIAGET o de BIGOTCKI definen una serie
de características según ciclos de vida de los individuos y según la
complejidad de las tareas. Los enfoques computacionales
representacionales, defines una serie de procesos y subprocesos
subyacentes a la solución de problemas y a la toma de decisiones.
14. O con lo niveles de complejidad de tarea. En términos de
desarrollo, las teorías de PIAGET o de BIGOTCKI definen una
serie de características según ciclos de vida de los individuos y
según la complejidad de las tareas. Los enfoques
computacionales representacionales, defines una serie de
procesos y subprocesos subyacentes a la solución de
problemas y a la toma de decisiones.
Conceptualización se refiere a la manera como se define un
concepto en relación aúna experiencia asociada o con otro
concepto en una preposición o estructura conceptual
15. La condiciones de aprendizaje se refiere a la
organización de las experiencias educativas para la
consecución de aprendizajes, las experiencias
educativas son de carácter internacional y los
aprendizajes cognoscitivos, desde el punto de vista
social cognoscitivo.
EL MODELO DE LA GENTE INTELIGENTE
Una gente inteligente es una entidad capaz de percibir
su entorno procesar tales percepciones y responder o
actuar en su entorno de manera racional, es decir de
manera correcta y tendiendo a maximizar un resultado
esperado en este concepto
16. Es posible clasificar los agente inteligentes en 5
categorías principales,
agentes reactivos
Agentes basados en modelos
Agentes en objetivos
Agentes basados en utilidad
Agentes que aprenden
17. Abandonan una o varios objetivos;
Por ejemplo normalmente encuentran buenas
soluciones aunque no hay pruebas de que la solución no
puede ser arbitrariamente errónea den algunos casos; o
se ejecuta razonablemente rápido, aunque no existe
tampoco prueba de que siempre será así.
