Your SlideShare is downloading. ×
Inteligencia artificial
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×

Saving this for later?

Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime - even offline.

Text the download link to your phone

Standard text messaging rates apply

Inteligencia artificial

211
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
211
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
0
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. diferentes grados de manera personaly única dependiendo de nuestrasnecesidades y expectativas.
  • 2. Inteligencia artificial es la capacidad quetiene de razonar un agente no vivo.Para entender mejor lo anterior se puedepensar en un Agente Inteligente quepermite pensar, evaluar y actuar conformea ciertos principios de optimización yconsistencia , para satisfacer algún objetoo finalidad.En resumen la inteligencia artificial es ladisciplina que se encarga de construirprocesos que al ser ejecutados sobre unaarquitectura física producen acciones oresultados que maximizan una medida derendimiento determinada, basándose en lasecuencia de entradas percibidas y en elconocimiento almacenado en talarquitectura.
  • 3. * Sistemas que piensan como humanos : Estos sistemas tratan de emular el pensamiento humano; porejemplo las redes neuronales artificiales.*Sistemas que actúan como humanos : Estos sistemas tratan de actuar como humanos, es decir imitan elcomportamiento humano; por ejemplo la robótica .*Sistemas que piensan racionalmente : Es decir con lógica (idealmente) tratan de imitar o emular elpensamiento lógico racional del ser humano; por ejemplo los sistemas expertos.*Sistemas que actúan racionalmente (idealmente): Tratan de emular en forma racional el comportamientohumano; por ejemplo los agentes inteligentes.
  • 4. *El termino “inteligencia artificial” fue acuñado formalmente en 1956durante la conferencia de Darthmounth, más para entonces ya se habíaestado trabajando en ello durante cinco años en los cuales se habíapropuesto muchas definiciones distintas que en ningún caso habían logradoser aceptadas totalmente por la comunidad investigadora. La IA es una delas disciplinas mas nuevas junto con la genética moderna. Ambos son dosde los campos más atractivos para los científicos hoy en día.*En 1315 Ramon Llull en su libro Ars magna tuvo la idea de que elrazonamiento podía ser efectuado de manera artificial .*En 1943 Warren McCulloch y Walter Pitts presentaron su modelo deneuronas artificiales, el cual se considera el primer trabajo del campo, auncuando todavía no existía el término. Los primeros avances importantescomenzaron a principios de los años 1950 con el trabajo de Alan Turing, apartir de lo cual la ciencia ha pasado por diversas situaciones.
  • 5. *En 1956 fue inventado el término inteligencia artificial por JohnMcCarthy, Marvin Minsky y Claude Shannon en la Conferencia deDartmouth, un congreso en el que se hicieron previsiones triunfalistas adiez años que jamás se cumplieron, lo que provocó el abandono casi totalde las investigaciones durante quince años.*En 1957 Newell y Simon continúan su trabajo con el desarrollo del GeneralProblem Solver (GPS). GPS era un sistema orientado a la resolución deproblemas.*En 1958 John McCarthy desarrolla en el Instituto de Tecnología deMassachusetts (MIT) el LISP. Su nombre se deriva de LISt Processor. LISPfue el primer lenguaje para procesamiento simbólico .*En 1959 Rosenblatt introduce el Perceptrón.A finales de los 50 y comienzos de la década del 60 Robert K. Lindsaydesarrolla «Sad Sam», un programa para la lectura de oraciones en inglés yla inferencia de conclusiones a partir de su interpretación.*En 1963 Quillian desarrolla las redes semánticas como modelo derepresentación del conocimiento.*En 1964 Bertrand Raphael construye el sistema SIR (Semantic InformationRetrieval) el cual era capaz de inferir conocimiento basado en informaciónque se le suministra. Bobrow desarrolla STUDENT.
  • 6. *A mediados de los años 60, aparecen los sistemas expertos, que predicenla probabilidad de una solución bajo un set de condiciones. Porejemplo DENDRAL, iniciado en 1965 por Buchanan, Feigenbaum yLederberg, el primer Sistema Experto, que asistía a químicos en estructurasquímicas complejas euclidianas, MACSYMA, que asistía a ingenieros ycientíficos en la solución de ecuaciones matemáticas complejas.*En 1973 Alain Colmenauer y su equipo de investigación en la Universidadde Aix-Marseille crean PROLOG (del francés PROgrammation en LOGique)un lenguaje de programación ampliamente utilizado en IA.*En 1973 Shank y Abelson desarrollan los guiones, o scripts, pilares demuchas técnicas actuales en Inteligencia Artificial y la informática engeneral.*En 1974 Edward Shortliffe escribe su tesis con MYCIN, uno de los SistemasExpertos más conocidos, que asistió a médicos en el diagnóstico ytratamiento de infecciones en la sangre.*En las décadas de 1970 y 1980, creció el uso de sistemas expertos, comoMYCIN: R1/XCON, ABRL, PIP, PUFF, CASNET, INTERNIST/CADUCEUS, etc.Algunos permanecen hasta hoy (Shells) como EMYCIN, EXPERT, OPSS.
  • 7. Al tener «sentimientos» y, al menos potencialmente, «motivaciones», podrán actuar deacuerdo con sus «intenciones» [ Mazlish, 1995, p. 318]. Así, se podría equipar a un robot condispositivos que controlen su medio interno; por ejemplo, que «sientan hambre» al detectarque su nivel de energía está descendiendo o que «sientan miedo» cuando aquel estédemasiado bajo.Esta señal podría interrumpir los procesos de alto nivel y obligar al robot a conseguir elpreciado elemento [Johnson -Laird, 1993, p. 359]. Incluso se podría introducir el «dolor» o el«sufrimiento físico», a fin de evitar las torpezas de funcionamiento como, por ejemplo,introducir la mano dentro de una cadena de engranajes o saltar desde una cierta altura, locual le provocaría daños irreparables.Esto significa que los sistemas inteligentes deben ser dotados con mecanismosde retroalimentación que les permitan tener conocimiento de estados internos, igual quesucede con los humanos que disponen de propiocepción, interocepción, nocicepción,etcétera. Esto es fundamental tanto para tomar decisiones como para conservar su propiaintegridad y seguridad. La retroalimentación en sistemas está particularmentedesarrollada en cibernética, por ejemplo en el cambio de dirección y velocidad autónomo deun misil, utilizando como parámetro la posición en cada instante en relación al objetivo quedebe alcanzar. Esto debe ser diferenciado del conocimiento que un sistema o programacomputacional puede tener de sus estados internos, por ejemplo la cantidad de cicloscumplidos en un loop o bucle en sentencias tipo do... for, o la cantidad de memoriadisponible para una operación determinada.A los sistemas inteligentes el no tener en cuenta elementos emocionales les permite noolvidar la meta que deben alcanzar. En los humanos el olvido de la meta o el abandonar lasmetas por perturbaciones emocionales es un problema que en algunos casos llega a serincapacitante. Los sistemas inteligentes, al combinar una memoria durable, una asignaciónde metas o motivación, junto a la toma de decisiones y asignación de prioridades con baseen estados actuales y estados meta, logran un comportamiento en extremo eficiente,especialmente ante problemas complejos y peligrosos.En síntesis, lo racional y lo emocionalestán de tal manera interrelacionados entre sí, que se podría decir que no sólo no sonaspectos contradictorios sino que son –hasta cierto punto– complementarios.
  • 8. • www.youtube.com• www.Wikipedia.com• Materiales de aulas virtuales
  • 9. • Videos• Lecturas• Análisis