Cartilla informática

VARGAS ACEVEDO CARMEN ALICIA. VEGA ORTEGA ERIKA MILENA. ZULUAGA LÓPEZ CARLOS MARIO. 11º 3

PRO. JOSE GREGORIO

BARRANCABERMEJA 2009

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

INTRODUCCIÒN

El siguiente trabajo tiene como objetivo dar a conocer más a fondo todo lo que tenga que ver con la inteligencia artificial, que es un intento de el hombre por crear una maquina la cual pueda comunicarse con nosotros y que tengan la capacidad de realizar tareas las cuales rehusamos hacer por la dificultad o por el peligro que existe entre esas tareas y nuestra vida. Se espera que al pasar de los años, estas maquinas puedan hacer ese trabajo, e incluso que puedan aprender de sus experiencias pasadas y realizarlas en cada tarea a las que se le ordene.

La inteligencia artificial participa en diferentes campos como la CIBERNETICA y la ROBÓTICA.

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

OBJETIVOS

   

Conocer más a fondo sobre la inteligencia artificial.

Explicar el funcionamiento de la I.A. Dar a conocer la como se creó la I.A. Mostrar los diferentes campos en los que se implica la I.A.

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

La Inteligencia Artificial comenzó como el resultado de la investigación en psicología cognitiva y lógica matemática. Se ha enfocado sobre la explicación del trabajo mental y construcción de algoritmos de solución a problemas de propósito general.

Punto de vista que favorece la abstracción y la generalidad.

INTELIGENCIA ARTIFICIAL

Es una combinación de la ciencia del computador, fisiología y filosofía, tan general y amplio como eso, es que reúne varios campos (robótica, sistemas expertos)…

Él termino "inteligencia artificial" fue acuñado formalmente en 1956 durante la conferencia de Darthmounth.

El estudio de la inteligencia es una de las disciplinas más antiguas

Una de las grandes razones por la cuales se realiza el estudio de la IA es él poder aprender más acerca de nosotros mismos y a diferencia de la psicología y de la filosofía que también centran su estudio de la inteligencia, IA y sus esfuerzos por comprender este fenómeno están encaminados tanto a la construcción de entidades de inteligentes como su comprensión.

Según John McCarthy la inteligencia es la "capacidad que tiene el ser humano de adaptarse eficazmente al cambio de circunstancias mediante el uso de información sobre esos cambios", pero esta definición resulta muy amplia ya que de acuerdo con esta, el sistema inmunológico del cuerpo humanó resultaría inteligente ya que también mediante el uso de información este logra adaptarse al cambio.

John McCarthy

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

ORÍGENES DE LA INTELIGENCIA ARTIFICIAL.

El amanecer de una nueva ciencia La Inteligencia Artificial "nació" en 1943 cuando Warren McCulloch y Walter Pitts propusieron un modelo de neurona del cerebro humano y animal. Estas neuronas nerviosas abstractas proporcionaron una representación simbólica de la actividad cerebral. Más adelante, Norbert Wiener elaboró estas ideas junto con otras, dentro del mismo campo, que se llamó " cibernética", de aquí nacería, sobre los años 50, la Inteligencia Artificial.

Los primeros investigadores de esta innovadora ciencia, tomaron como base la neurona formalizada de McCulloch y postulaban que: " El cerebro es un solucionador inteligente de problemas, de modo que imitemos al cerebro". Pero si consideramos la enorme complejidad del mismo esto es ya prácticamente imposible, ni que mencionar que el hardware de la época ni el software estaban a la altura para realizar semejantes proyectos.

Se comenzó a considerar el pensamiento humano como una coordinación de tareas simples relacionadas entre sí mediante símbolos. Se llegaría a la realización de lo que ellos consideraban como los fundamentos de la solución inteligente de problemas, pero lo difícil estaba todavía sin empezar, unir entre sí estas actividades simples. Por lo tanto podemos decir a grandes rasgos que la Inteligencia Artificial es una ciencia que intenta la creación de programas para máquinas que imiten el comportamiento y la comprensión humana, que sea capaz de aprender, reconocer y pensar.

En 1976, Joseph Weizenbaum publicó Computer Power and Human Reason [El poder del ordenador y la razón humana]. Básicamente Weizenbaum admitía la viabilidad de la I.A., pero se oponía a ella basándose en razones morales. Hacia 1965, Weizenbaum trabajaba en el MIT (Instituto Tecnológico de Massachusetts), intentando que los ordenadores hablaran en inglés con la gente. Una de esas ideas era que el conocimiento sobre los dominios se encontrase en módulos ajenos al propio programa, así cambiar de tema sería tan fácil como cambiar de módulo. Uno de esos módulos, y el más famoso, fue el que imitaba a un psicoanalista rogeriano (el psicoanalista Carl Rogers ponía en funcionamiento una terapia que consistía simplemente en animar a los pacientes a hablar de sus problemas, respondiendo a sus preguntas con otras preguntas).

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

Una de las definiciones que se han dado para describir la IA la sitúa dentro de una disciplina que tiene que ver con las ciencias de la computación que corresponden al esfuerzo por parte de gran cantidad de científicos que durante los últimos treinta años han realizado con el fin de dotar a las computadoras de inteligencia, a partir de esta definición encontramos que una de las técnicas de IA es aquella que se utiliza con el fin de lograr que un determinado programa se comporte de forma inteligente sin pretender tener en cuenta la " forma de razonamiento "empleada para lograr ese comportamiento.

Luego, aquí surge un dilema, ya que según esto cualquier problema resoluble por un computador, sin complicaciones y también como un ser humano podría encuadrarse en el campo de la inteligencia artificial acudiendo solamente a la aplicación de reglas consecutivas al pie de la letra o lo que encontramos con el nombre de Algoritmos dentro del lenguaje de IA; este término fue acuñado en honor al matemático árabe AL-KWARIZMI que copiló una serie de estos para ser aplicados a diferentes problemas algebraicos.

Cuando se aplican algoritmos a la solución de los problemas aunque no se está actuando inteligentemente si está siendo eficaz pero los problemas realmente complicados a los que se enfrenta el ser humano son aquellos en los cuales no existe algoritmo conocido así que surgen de reglas que tratan de orientarnos hacia las soluciones llamadas Heurísticas en las cuales nunca nada nos garantiza que la aplicación de una de estas reglas nos acerque a la solución como ocurre con los anteriores.

A partir de estos datos; Farid Fleifel Tapia describe a la IA como: "la rama de la ciencia de la computación que estudia la resolución de problemas no algorítmicos mediante el uso de cualquier técnica de computación disponible, sin tener en cuenta la forma de razonamiento subyacente a los métodos que se apliquen para lograr esa resolución.

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

OTROS PUNTOS DE VISTA DE LA IA.

La IA es el arte de crear maquinas con capacidad de realizar funciones que realizadas por personas requieren de inteligencia.

(Kurzweil, 1990)

En la IA se puede observar dos enfoques diferentes:

La IA concebida como el intento por desarrollar una tecnología capaz de proveer al ordenador capacidades de razonamiento similares a los de la inteligencia humana.

La IA en su concepción como investigación relativa a los mecanismos de la inteligencia humana que se emplean en la simulación de validación de teorías.

La IA es el estudio de cómo lograr que las computadoras realicen tareas que, por el momento, los humanos hacen mejor. (Rich, Knight, 1991).

El primer enfoque se centra en la utilidad y no en el método como veíamos anteriormente con los algoritmos, los temas claves de este enfoque son la representación y gestión de conocimiento, sus autores más representativos son McCarthy y Minsky.

La IA es la rama de la ciencia de la computación que se ocupa de la automatización de la conducta inteligente. (Lugar y Stubblefied, 1993).

En el segundo enfoque encontramos que este se orienta a la creación de un sistema artificial capaz de realizar procesos cognitivos humanos haciendo importante ya no la utilidad como el método, los aspectos fundamentales de este enfoque se refieren al aprendizaje y adaptabilidad y sus autores son Newell y Simón de la Carnegie Mellón University.

La IA es el campo de estudio que se enfoca a la explicación y emulación de la conducta inteligente en función de procesos computacionales. (Schalkoff, 1990).

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

Uno de los grandes seguidores de la IA; Marvin Minsky, ha dado una clasificación para los lenguajes de programación que se utilizan en esta disciplina:

INTELIGENCIAS MULTIPLES Howard Garden, señalo siete inteligencias básicas.

¨Haga ahora¨: Donde el programador surte de instrucciones a la máquina para realizar una tarea determinada donde todo queda especificado excepto quizás él número de repeticiones.

¨Haga siempre que¨: Aquí se permite escribir un programa que le sirva a la computadora para resolver aquello problemas que el programador no sabe resolver pero conoce que tipo de soluciones se pueden intentar.

Inteligencia lingüística: capacidad de usar las palabras de modo escribiendo, etc.).

efectivo

(ya

sea

hablando,

"De constreñimiento": se escriben programas

Inteligencia lógico matemática: capacidad

que definen estructuras y estados que se condicionan y limitan recíprocamente.

de usar los números de manera efectiva y de razonar adecuadamente (pensamiento vertical).

Pero Minsky, admite que aún será necesario desarrollar dos tipos de lenguajes más para obtener una IA comparable a la inteligencia humana; y estos podrían ser.

"Haga algo que tenga sentido¨: Donde se

Inteligencia espacial: la habilidad para percibir la manera exacta del mundo visual-espacial y de ejecutar transformaciones sobre esas percepciones (decorador, artistas, etc.).

Inteligencia corporal – kinética: la capacidad

permite al programa aprender del pasado y en una nueva situación aplicar sus enseñanzas.

para usar el cuerpo para expresar ideas y sentimientos y facilidad en el uso de las propias manos para producir o transformar cosas.

"Mejórense a sí mismo": Allí se podrá permitir

Inteligencia musical: capacidad de percibir,

escribir programas que tengan en adelante la capacidad de escribir programas mejores que ellos mismos.

discriminar, musicales.

trasformar

y

expresar

las

formas

Inteligencia interpersonal: la capacidad de percibir y establecer distinciones entre los estados de ánimo, sentimientos, de otras personas.

Inteligencia interpersonal: el conocimiento de sí mismo y la habilidad para adaptar las propias maneras de actuar a partir de ese conocimiento.

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

La IA se divide en dos escuelas de pensamiento:

Inteligencia Artificial Convencional Se conoce también como IA simbólicodeductiva. Está basada en el análisis formal y estadístico del comportamiento humano ante diferentes problemas: Razonamiento basado en casos: Ayuda a tomar decisiones mientras se resuelven ciertos problemas concretos.

Inteligencia Artificial Computacional La Inteligencia Computacional (también conocida como IA subsimbólicainductiva) implica desarrollo o aprendizaje interactivo (por ejemplo, modificaciones interactivas de los parámetros en sistemas conexionistas).

El aprendizaje se realiza basándose en datos empíricos.

Sistemas expertos: Infieren una solución a través del conocimiento previo del contexto en que se aplica y ocupa de ciertas reglas o relaciones.

Redes bayesianas: soluciones mediante estadística.

Propone inferencia

Inteligencia artificial basada en comportamientos: que tienen autonomía y pueden auto-regularse y controlarse para mejorar.

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

En principio, cualquier lenguaje de programación puede ser utilizado. Siendo así de amplio el espectro en el cual se puede escoger un lenguaje para programar un sistema experto. Atendiendo a la forma de estructurar sus instrucciones, se los puede dividir en:

Lenguajes de programación

IMPERATIVOS: PASCAL, C/C++.

FUNCIONALES: LISP. DECLARATIVOS: PROLOG, CHIP, OPS5.

ORIENTADOS A OBJETOS: SmallTalk, Hypercard, CLOS.

LISP

Su nombre se deriva de LISt Processor. LISP fue el primer lenguaje para procesamiento simbólico. John McCarthy lo desarrolló en 1958, en el Instituto de Tecnología de Massachusetts (MIT), inicialmente como un lenguaje de programación con el cual los investigadores pudieran implementar eficientemente programas de computadora capaces de razonar.

Rápidamente LISP se hizo popular por su capacidad de manipular símbolos y fue escogido para el desarrollo de muchos sistemas de Inteligencia Artificial.

Tradicionalmente LISP y PROLOG han sido los lenguajes que se han utilizado para la programación de sistemas expertos.

PROLOG

PROgramming in LOGic (PROLOG), es otro de los lenguajes de programación ampliamente utilizados en IA. PROLOG fue desarrollado en Francia, en 1973 por Alain Colmenauer y su equipo de investigación en la Universidad de Marseilles.

Inicialmente fue utilizado para el procesamiento de lenguaje natural, pero posteriormente se popularizó entre los desarrolladores de aplicaciones de IA por su capacidad de manipulación simbólica. Utilizando los resultados del grupo francés, Robert Kowalski de la Universidad de Edimburgo, en Escocia, desarrolló la teoría de la programación lógica. La sintaxis propuesta por Edimburgo, se considera el estándar de facto del PROLOG.

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

Panorama de la Inteligencia Artificial

Los antecedentes culturales que han servido de base. Algunos de los puntos más importantes son: Se adopta el criterio de que la inteligencia tiene que ver principalmente con las acciones racionales. Desde un punto de vista ideal, un agente inteligente es aquel que emprende la mejor acción posible en una situación dada. Se estudiará el problema de la construcción de agentes que sean inteligentes en este sentido. Los filósofos (desde el año 400 A.C.) permitieron el poder pensar en IA, al concebir a la mente, con maneras diversas, como una máquina que funciona a partir del conocimiento codificado en un lenguaje interno y al considerar que el pensamiento servía para determinar cuál era la acción correcta que había que emprender.

Las matemáticas proveyeron las herramientas para manipular las severaciones de certeza lógica, así como las inciertas, de tipo probabilista.

Así mismo, prepararon el terreno para el manejo del razonamiento con algoritmos. Los psicológicos reforzaron la idea de que los humanos y otros animales podían ser considerados como máquinas para el procesamiento de información.

Los lingüistas demostraron que el uso de un lenguaje ajusta dentro de este modelo. La ingeniería de cómputo ofreció el dispositivo que permite hacer realidad las aplicaciones de IA. Los programas de IA por lo general son extensos y no funcionarían sin los grandes avances en velocidad y memoria aportados por la industria de cómputo.

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

Criterios de evaluación en I. A

Cada campo necesita criterios para evaluar el éxito alcanzado.

En general, es muy difícil determinar si una máquina o un sistema tiene inteligencia o puede pensar. Al respecto se han sugerido algunas pruebas entre las que se destaca la de Alan Turing (1912-1954). En 1950 ideó una prueba para reconocer comportamientos inteligentes, esta prueba dice lo siguiente: Si la ejecución de un sistema de IA puede convencernos de que su comportamiento es el que tendría un humano, entonces el sistema es verdaderamente inteligente.

En una forma más práctica, para saber si un trabajo de investigación en IA ha tenido éxito, debe hacerse tres preguntas claves: ¿Está definida con claridad la tarea? ¿Existe un procedimiento ya instrumentado que efectúe la tarea? Si no existe, es que debe haber muchas dificultades escondidas en algún lugar. ¿Existe un conjunto de regularidades o restricciones identificables a partir de las cuales el procedimiento implantado obtiene su validez? De no ser así, el procedimiento no pasaría de ser un juguete, tal vez capaz de un desempeño superficial impresionante en ciertos ejemplos seleccionados con cuidado, pero incapaz de impresionar con un desempeño profundo y de resolver problemas más generales.

ROBOTICA

La ciencia de la robótica implica diferentes técnicas de IA. La idea de un robot "listo" con la capacidad de aprender por experiencia es el tema central de teorías e investigaciones en IA. El robot debe ser capaz de comunicarse en lenguaje natural y debe poder realizar tareas que requieran el equivalente a la iniciativa y la originalidad, esto implica que el robot debe llegar a realizar, tras un periodo de aprendizaje cosas para las cuales no estaba inicialmente programado, a diferencia de los robots que se utilizan actualmente en la aplicación industrial, los cuales no son más que meros autómatas.

Los primeros robots creados en toda la historia de la humanidad, no tenían más que un solo fin: entretener a sus dueños. Estos inventores se interesaban solamente en conceder los deseos de entretener a quien le pedía construir el robot. Sin embargo, estos inventores se comenzaron a dar cuenta de que los robots podían imitar movimientos humanos o de alguna criatura viva. Estos movimientos pudieron ser mecanizados, y de esta manera, se podía automatizar y mecanizar algunas de las labores más sencillas de aquellos tiempos

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

Cibernética

LA CIBERNÉTICA es una ciencia interdisciplinaria, tratando con sistemas de comunicación y control sobre organismos vivos, máquinas u organizaciones. El término es una derivación del vocablo griego kybernetes que significa gobernador o piloto, y fue aplicado por primera vez en 1948 a la teoría del control de mecanismos por el matemático americano Norbet Wiener. En el cuerpo humano, el cerebro y el sistema nervioso funcionan para coordinar la información, la cual es utilizada para determinar el futuro curso de una acción; controlar los mecanismos para la autocorrección en máquinas que sirven con un propósito similar.

Este principio es conocido como retroalimentación, el cual es fundamental en el concepto de automatización. La cibernética también se aplica al estudio de la psicología, servomecanismo, economía, neuropsicología, ingeniería en sistemas y al estudio de sistemas sociales, el término cibernética no es muy utilizado para describir por separado a un campo de estudio, y muchas de las investigaciones en el campo ahora se centran en el estudio y diseño de redes neuronales artificiales.

Manipulación del conocimiento

Existen tres paradigmas que los investigadores han utilizado tradicionalmente para la resolución de problemas de IA: Programación Heurística.- Está basado en el modelo de comportamiento humano y su estilo para resolver problemas complejos. Existen diversos tipos de programas que incluyen algoritmos heurísticos. Varios de ellos son capaces de aprender de su experiencia. Redes Neuronales Artificiales.- Es una representación abstraída del modelo neuronal del cerebro humano. Las redes están formadas por un gran número de elementos simples y por sus interconexiones Una red neuronal artificial puede ser simulada o ser real.

Al elemento procesador de la red, se lo denomina neurona artificial. Evolución Artificial.- Su modelo está basado en el proceso genético de evolución natural, propuesto por Charles Darwin. Se utilizan sistemas simulados en computador que evolucionan mediante operaciones de reproducción, mutación y cruce (Algoritmos Genéticos). Cada paradigma comprende una colección de métodos, configuraciones y técnicas desarrolladas para manipular el conocimiento.

En general, una técnica de IA está caracterizada por incluir los siguientes componentes: Procesos de Búsqueda.Proporciona una forma de resolver problemas para los cuales no hay un método más directo, así como también se constituye en un marco de trabajo dentro del cual cualquier técnica directa puede ser incorporada. Uso del Conocimiento.- Proporciona una forma de resolver problemas explotando las estructuras de los objetos involucrados.

Abstracción.- Proporciona una forma de separar rasgos importantes y variaciones, de los tantos que no tienen importancia. La manipulación del conocimiento involucra además la selección de objetos, entidades y rasgos que son claves para las representaciones.

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

Los años difíciles Tales habían sido las expectativas levantadas por la IA, y tantos sus fracasos, que el desánimo sucedió al optimismo inicial. El mundo exterior se desentendió de los trabajos de investigación, y la financiación de muchos proyectos se volvió problemática, tanto en América como en Europa. No obstante, la IA se fue consolidando y, aprendiendo de sus fracasos, buscó nuevos enfoques para los viejos problemas.

INVESTIGACIÓN Y DESARROLLO EN ÁREAS DE LA I.A. Las aplicaciones tecnológicas en las que los métodos de IA usados han demostrado con éxito que pueden resolver complicados problemas de forma masiva, se han desarrollado en sistemas que: º Permiten al usuario preguntar a una base de datos en cualquier lenguaje que sea, mejor que un lenguaje de programación. º Reconocen objetos de una escena por medio de aparatos de visión. º Generar palabras reconocibles como humanas desde textos computarizados. º Reconocen e interpretan un pequeño vocabulario de palabras humanas. º Resuelven problemas en una variedad de campos usando conocimientos expertos codificados. Los países que han apadrinado investigaciones de IA han sido: EEUU., Japón, Reino Unido y la CEE; y lo han llevado a cabo a través de grandes compañías y cooperativas de riesgo y ventura, así como con universidades, para resolver problemas ahorrando dinero. Las aplicaciones más primarias de la IA se clasifican en cuatro campos: sistemas expertos, lenguaje natural, robótica y visión, sistemas censores y programación automática.

En el año 1964 se publicó una tesis doctoral sobre el sistema STUDENT, que es un programa de lenguaje natural que comprende y resuelve problemas elevados de álgebra. Es en 1966 cuando se publica, en Comunicaciones de la Asociación para Máquinas Calculadoras, un programa de ordenador para el estudio de comunicación hombre-máquina mediante lenguaje natural interactivo, ELIZA, que fue creado como un programa de psicología que simula respuestas de un terapista en dialogo interactivo con un paciente.

Cerebro VS. Microprocesador

Los microprocesadores son circuitos electrónicos integrados encargados del procesamiento de la información en las computadoras. Las arquitecturas más comunes incluyen: una unidad aritmética y lógica (ALU) encargada de realizar las operaciones; una unidad de control, cuya función es extraer las instrucciones del programa almacenado en memoria, e indicar a los demás dispositivos de la computadora la tarea que deben realizar. La computadora funciona como una unidad de procesamiento, recibiendo los datos a procesar mediante los dispositivos de entrada, y entregando el producto elaborado mediante los dispositivos de salida. Esta actividad la desempeñan con notable precisión y velocidad, y en esto supera seguramente a nuestro cerebro. A diferencia del chip de silicio, nuestro cerebro ha evolucionado durante millones de años. Al intentar simularlo en las computadoras se ha revelado lo difícil que es realizar algunas operaciones que aquél realiza con facilidad. Las operaciones referidas son tareas que realizamos cotidianamente y sin esfuerzo pero requieren cierta característica que las computadoras no poseen.

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

´ Una característica fundamental que distingue a los métodos de Inteligencia Artificial de los métodos numéricos es el uso de símbolos no matemáticos, aunque no es suficiente para distinguirlo completamente. Otros tipos de programas como los compiladores y sistemas de bases de datos, también procesan símbolos y no se considera que usen técnicas de Inteligencia Artificial.

Una de sus características es que incluye varios campos de desarrollo, como la robótica, la comprensión y traducción de lenguajes, el reconocimiento y aprendizaje de palabras de máquinas o los variados sistemas computacionales expertos, que son los encargados de reproducir el comportamiento humano en una sección del conocimiento.

Tales tareas reducen costos y riesgos en la manipulación humana en áreas peligrosas, mejoran el desempeño del personal inexperto y el control de calidad en el área comercial.

El razonamiento basado en el conocimiento, implica que estos programas incorporan factores y relaciones del mundo real y del ámbito del conocimiento en que ellos operan.

Al contrario de los programas para propósito específico, como los de contabilidad y cálculos científicos; los programas de Inteligencia Artificial pueden distinguir entre el programa de razonamiento o motor de inferencia y base de conocimientos dándole la capacidad de explicar discrepancias entre ellas.

Características de la I.A.

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

Aplicabilidad a datos y problemas mal estructurados, sin las técnicas de Inteligencia Artificial los programas no pueden trabajar con este tipo de problemas. Un ejemplo es la resolución de conflictos en tareas orientadas a metas como en planificación, o el diagnóstico de tareas en un sistema del mundo real: con poca información, con una solución cercana y no necesariamente exacta.

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

Las áreas de investigación de la I.A. Son muchas las áreas de la A I que se investigan hoy día. Entre ellas, tenemos las siguientes: La representación del conocimiento, que busca en el descubrimiento de métodos expresivos y eficientes describir información sobre aspectos del mundo real.

Los métodos de aprendizaje automático, que extienden las técnicas estadísticas con el fin de posibilitar la identificación de un amplio rango de tendencias generales a partir de un conjunto de datos de entrenamiento.

El campo de la planificación, que enfrenta el desarrollo de algoritmos que construyen y ejecutan automáticamente secuencias de comandos primitivos con el fin de alcanzar ciertas metas de alto nivel.

Los trabajos en el área de razonamiento posible, que hacen uso de principios estadísticos para desarrollar codificaciones de información incierta.

El estudio de las arquitecturas de agentes, que busca la integración de otras áreas de la I A con el objeto de crear agentes inteligentes, entidades robustas capaces de comportamiento autónomo y en tiempo real.

La coordinación y colaboración multiagentes, que ha permitido el desarrollo de técnicas para la representación de las capacidades de otros agentes y la especificación del conocimiento necesario para la colaboración entre ellos.

El desarrollo de ontologías, que persigue la creación de catálogos de conocimiento explícito, formal y multipropósito, que puedan ser utilizados por sistemas inteligentes.

Los campos de procesamiento de voz y lenguaje, que buscan la creación de sistemas que se comunican con la gente en su lenguaje.

La síntesis y comprensión de imágenes, que conduce a la producción de algoritmos para el análisis de fotografías, diagramas y videos, así como también de técnicas para el despliegue visual de información cuantitativa y estructurada.

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

Objetivos de la Investigación en Inteligencia Artificial.

Los

investigadores

en

inteligencia

artificial se concentran principalmente en los sistemas expertos, la resolución de problemas, el control automático, las bases de datos inteligentes y la ingeniería del software (diseños de entornos de programación inteligente).

Otros investigadores están trabajando

Formas de considerar situaciones complejas son:

en el reto del reconocimiento de patrones donde se espera un rápido progreso en este campo que abarca la comprensión y la síntesis del habla, el proceso de imágenes y la visión artificial.

º Deducción, que permite obtener conclusiones de reglas cuyas premisas hemos comprobado. º Inducción, que produce observaciones parciales.

reglas

a

partir

de

Finalmente, la fundamental investigación sobre la representación

Estos dos tipos principales pueden utilizarse de un modo

del conocimiento, la conceptualización cognoscitiva y la comprensión del

analítico (el razonamiento se divide en submódulos que son más difíciles de manejar, o de un modo sintético

lenguaje natural.

(inverso del proceso anterior, juntando elementos que se separaron anteriormente).

Uno de los principales objetivos de los investigadores en inteligencia artificial es la reproducción automática del razonamiento humano.

La inducción puede tener lugar cuando se comparan situaciones que son casi similares, con parámetros desconocidos en una situación dada asignándole los valores que tienen ya en una situación de referencia;

El razonamiento de un jugador de ajedrez no siempre es el mismo que el

este es un razonamiento por analogía. Los métodos para razonar son variados. La iteración significa repetir

de un directivo que se pregunta la viabilidad de fabricar un nuevo

la misma secuencia de razonamiento hasta que se alcance una condición de final; la recursión consiste en

producto. Un niño jugando con bloques de madera en una mesa no tiene idea

una forma particular del razonamiento que se llama a sí misma, como aquellas muñecas rusas que están unas

de la complejidad del razonamiento necesario para llevar a cabo la

dentro de otras, hasta llegar a un problema simple que es fácil de resolver.

construcción de una pirámide, e intentar que un robot hiciera lo mismo que el niño requeriría programa de computador.

un

largo

Las estrategias para el razonamiento pueden hacer uso de la especialización, la reducción al absurdo, de la eliminación de caminos poco prometedores y de la reducción de las diferencias.

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

El Alfabeto del Lenguaje de la Lógica de Primer Orden contiene dos tipos de símbolos:

Símbolos lógicos, entre los que se encuentran los símbolos de constantes proposicionales true y false; los símbolos de operadores proposicionales para la negación, la conjunción, la disyunción y las implicaciones (=>, <=); los símbolos de operadores de cuantificación como el cuantificador universal; el cuantificador existencial; y los símbolos auxiliares de escritura como corchetes [,], paréntesis (,) y coma.

Símbolos no lógicos, agrupados en el conjunto de símbolos constantes; el conjunto de símbolos de variables individuales; el conjunto de símbolos de funciones n-arias; y el conjunto de símbolos de relaciones n-arias.

Base de Conocimiento. Sistemas Basados en Conocimiento.

Los métodos generales desarrollados para la resolución de problemas y técnicas de búsqueda al inicio de la era de la Inteligencia Artificial demostraron no ser suficientes para resolver los problemas orientados a las aplicaciones, ni fueron capaces de satisfacer los difíciles requerimientos de la investigación. A este conjunto de métodos, procedimientos y técnicas, se lo conoce como Inteligencia Artificial Débil. La principal conclusión que se derivó de este trabajo inicial fue que los problemas difíciles sólo podrían ser resueltos con la ayuda del conocimiento específico acerca del dominio del problema.

A partir de estos símbolos se construyen las expresiones válidas en el Lenguaje de Primer Orden: los términos y las

INTELIGENCIA ARTIFICIAL DÉBIL.

fórmulas.



Primero, la separación del conocimiento y el modo en que es usado.

Un término es cualquiera de las tres



Segundo, la naturaleza del conocimiento empleado (heurística antes que algorítmica).



Tercero, El uso de conocimiento específico de un determinado dominio.

expresiones siguientes: una constante, por ejemplo, el número "100", la palabra "alfredo" y la letra "c"; o una variable, por ejemplo, "X" o bien una expresión de la forma "f (t1,..., tn)" donde "f" es un símbolo de función n-aria y t1,..., tn son términos. Ejemplos de funciones son: f (100, X), padre (Y) y sucesor(X).

Las fórmulas atómicas o elementales son expresiones de la forma R (t1,..., tn) donde R es un símbolo de relación n-aria y t1,..., tn son términos.

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

EXPERIENCIA, HABILIDADES Y CONOCIMIENTO.

Los tipos de experiencia que son de interés en los sistemas basados en conocimiento, pueden ser clasificados en tres categorías: asociativa, motora y teórica.

en

La experiencia motora es más

La

conocimiento son excelentes para representar conocimiento

física que cognitiva. La habilidad se adquiere fundamentalmente a

conocimiento profundo permite que los humanos puedan resolver

asociativo.

experiencia refleja la habilidad

través del ejercicio y la práctica física constante. Los sistemas

problemas que no se han visto antes, es decir, no existe una

heurística o el conocimiento que es adquirido mayoritariamente, a

basados en conocimiento no pueden emular fácilmente este

posibilidad asociativa.

El conocimiento teórico y profundo se

través de la observación.

tipo de experiencia, principalmente por la limitada

adquiere a través de estudio y entrenamiento formal, así como por

capacidad robótica.

medio de la resolución directa de problemas.

Los

sistemas

basados

Este

tipo

de

Puede ser que no se comprenda exactamente lo que ocurre al interior de un sistema (caja

de

la

tecnología

experiencia

teórica

y

el

negra), pero se pueden asociar entradas o estímulos con salidas

Debido a su naturaleza teórica, este conocimiento se puede olvidar

o respuestas, para resolver problemas que han sido

fácilmente, a no ser que se use en forma continua. Al momento, los

previamente conocidos.

sistemas convencionales basados en conocimiento tienen muchas dificultades para duplicar este tipo de experiencia. Sin embargo, los Sistemas de Razonamiento Basado en Modelos representan un notable intento de encapsular este conocimiento profundo y razonar con él.

ÁREAS DE APLICACIÓN DE LA I.A. Lingüística computacional, Minería de datos (Data Mining), Mundos virtuales, Procesamiento de lenguaje natural (Natural Language Processing), Robótica, Sistemas de apoyo a la decisión, Videojuegos, Prototipos informáticos.

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

IDENTIFICACIÓN DE PATRONES.

Esta operación determina cuáles son las reglas potencialmente aplicables en un estado dado de la base de datos.

Hay ciertos métodos típicos para resolver problemas mediante Inteligencia Artificial como: descomposición de problemas, inferencia deductiva, deducción lógica, etc.

No es necesario que la búsqueda se aplique a todas las reglas, el sistema de control puede decidir cuáles no son necesarias a ese nivel.

El filtrado significa tener el conocimiento para encontrar las reglas cuya precondición se satisfaga. Se debe comparar por tanto la precondición con la base de datos. Si es una regla deductiva "si premisa entonces conclusión", la parte a ser probada de la regla, se llama disparador o activador (tigger) es siempre una fórmula bien formada ya sea de lógica proposicional o de lógica de primer orden. Puede aplicarse a cualquier hecho.

El único lenguaje que está totalmente basado en el cálculo de predicados es el PROLOG. Los procesos de identificación de patrones pueden mejorarse examinando, dentro del activador de cada regla, primero los predicados con más restricciones, es decir, los que tienen el menor número de variables libres. Otra forma de proceder es que, para cada regla o parte de su activador, se guarda en la memoria el resultado de las posibles unificaciones para cada parte del activador. Después de cada ciclo del motor de inferencia, esta memoria se actualiza y se denomina filtrado por propagación.

Ejecución de las reglas.

Después de la fase de filtrado, cuando una regla está reconocida como aplicable, teniendo en cuenta la base de datos existente, solo resta ejecutarla. Si hay varias posibles reglas, la elección la realiza la estrategia de control.

La conclusión de la regla tiene por objeto modificar la base de conocimiento, creando, modificando o suprimiendo un hecho.

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

La fase de selección.

Como después de las fases anteriores quedan varias reglas se debe seleccionar una y luego de procesada el programa debe saber dónde volver.

Cuando hay una o más reglas, se usan dos estrategias: - La búsqueda en anchura, que elige una, generalmente la primera y se van ejecutando por turno antes de comprobar que se ha alcanzado la condición final. Si no es así se inicia otro ciclo del motor de inferencia. Este tipo de búsqueda es exhaustiva y la usa el sistema experto MYCIN.



Otra estrategia es la de elegir una regla entre las aplicables por medio de una heurística, procesarla y modificar la base de datos. Si no se alcanza la condición final, comienza otro ciclo del motor de inferencia. Es por lo tanto, una estrategia en profundidad.

Cada una de las estrategias pueden ser irrevocables o avanzar por prueba y error.

Muchos sistemas efectúan marcha atrás, si no hay regla aplicable, pero si el sistema está bajo un control irrevocable se detendrá.

LA INFERENCIA O EXTRACCIÓN DE CONCLUSIONES: Para extraer una conclusión, o inferencia, se hace necesario, antes que nada, saber el objetivo a satisfacer, o problema a resolver. Este problema se plantea en forma de objetivo que se toma por el Motor de Inferencia el cual a través de la activación y encadenamiento de reglas trata de llegar a una solución.

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

Redes Neuronales.

Las Redes Neuronales surgieron del movimiento conexionista, que nació junto con la Inteligencia Artificial simbólica o tradicional. Esto fue hacia los años 50, con algunos de los primeros ordenadores de la época y las posibilidades que ofrecían.

La Inteligencia Artificial simbólica se basa en que todo conocimiento se puede representar mediante combinaciones de símbolos, derivadas de otras combinaciones que representan verdades incuestionables o axiomas.

Así pues, la Inteligencia Artificial tradicional asume que el conocimiento es independiente de la estructura que maneje los símbolos, siempre y cuando la 'máquina' realice algunas operaciones básicas entre ellos. En contraposición, los 'conexionistas' intentan representar el conocimiento desde el estrato más básico de la inteligencia: el estrato físico. Creen que el secreto para el aprendizaje y el conocimiento se halla directamente relacionado con la estructura del cerebro: concretamente con las neuronas y la interconexión entre ellas. Trabajan con grupos de neuronas artificiales, llamadas Redes Neuronales.

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

EL PERCEPTRÓN UNICAPA. Un Perceptrón unicapa no es más que un conjunto de neuronas no unidas entre sí, de manera que cada una de las entradas del sistema se conectan a cada neurona, produciendo cada una de ellas su salida individual.

Existen tres métodos de aprendizaje para un Perceptrón: Supervisado, Por Refuerzo y No Supervisado.



 

En el Aprendizaje Supervisado se presentan al Perceptrón unas entradas con las correspondientes salidas que se quiere éste aprenda. De esta manera la red primero, calcula la salida que da ella para esas entradas y luego, conociendo el error que está cometiendo, ajusta sus pesos proporcionalmente al error que ha cometido (si la diferencia entre salida calculada y salida deseada es nula, no se varían los pesos).

En el Aprendizaje No Supervisado, solo se presentan al Perceptrón las entradas y, para esas entradas, la red debe dar una salida parecida.

En el Aprendizaje Por Refuerzo se combinan los dos anteriores, y de cuando en cuando se presenta a la red una valoración global de como lo está haciendo.

El Perceptrón multicapa.

Esta estructura nació con la intención de dar solución a las limitaciones del Perceptrón clásico o unicapa, y supuso el resurgimiento del movimiento conexionista. Como su nombre indica, se trata de unos cuantos (dos o tres) perceptrones unicapa conectados en cascada.

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

Perspectivas Futuras.

Con poco más de diez años de antigüedad, la Vida Artificial se ha convertido en un punto de referencia sólido de la ciencia actual.

En septiembre de 1987, 160 científicos en informática, física, biología y otras disciplinas se reunieron en el Laboratorio Nacional de Los Álamos para la primera conferencia internacional sobre Vida Artificial. En aquella conferencia se definieron los principios básicos que han marcado la pauta desde entonces en la investigación de esta disciplina.

Un concepto básico dentro de este campo es el de comportamiento emergente. El comportamiento emergente aparece cuando se puede generar un sistema complejo a partir de reglas sencillas. Para que se dé este comportamiento se requiere que el sistema en cuestión sea iterativo, es decir, que el mismo proceso se repita de forma continua y además que las ecuaciones matemáticas que definen el comportamiento de cada paso sean no lineales.

Por otra parte, un autómata celular consiste en un espacio n-dimensional dividido en un conjunto de celdas, de forma que cada celda puede encontrarse en dos o más estados, dependiendo de un conjunto de reglas que especifican el estado futuro de cada celda en función del estado de las celdas que le rodean.

Hay dos posturas dentro de la Vida Artificial: la fuerte y la débil.

Para los que apoyan la postura débil, sus modelos son solamente representaciones simbólicas de los síntomas biológicos naturales, modelos ciertamente muy útiles para conocer dichos sistemas, pero sin mayores pretensiones.

Para los que defienden la versión fuerte, dicen que se puede crear vida auténtica a partir de un programa de ordenador que reproduzca las características básicas de los seres vivos.

Desde este punto de vista, la vida se divide en vida húmeda, que es lo que todo el mundo conoce como vida, vida seca, formada por autómatas físicamente tangibles, y vida virtual, formada por programas de computador. Las dos últimas categorías son las que integran lo que genéricamente se conoce como Vida Artificial.

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

Para defender un punto de vista tan radical, los defensores de la postura fuerte, aluden a un conjunto de reglas que comparten las tres categorías anteriores:



La biología de lo posible.



Vida real (artificial).

La Vida Artificial no se restringe a la vida húmeda tal como la conocemos, sino que "se

La Vida Artificial es tal porque son artificiales sus componentes y son artificiales porque están

ocupa de la vida tal como podría ser". La biología ha de convertirse en la ciencia de

construidos por el hombre. Sin embargo, el comportamiento de tales sistemas depende de sus

todas las formas de vida posibles.

propias reglas y en ese sentido es tan genuino como el comportamiento de cualquier sistema biológico natural.

Método sintético.

La actitud de la Vida Artificial es típicamente sintética, a diferencia de la biología clásica, que ha sido mayoritariamente analítica.

Desde este punto de vista, se entiende la vida como un todo integrado, en lugar de desmenuzarlo en sus más mínimas partes.





Toda la vida es forma.

La vida es un proceso, y es la forma de este proceso, no la materia, lo que constituye la esencia de la vida. Es absurdo pretender que sólo es vida genuina aquella que está basada en la química del carbono, como es el caso de la vida húmeda.

Construcción de abajo hacia arriba.

La síntesis de la Vida Artificial tiene lugar mejor por medio de un proceso de información por computador llamado programación de abajo hacia arriba. Consiste en partir de unos pocos elementos constitutivos y unas reglas básicas, dejar que el sistema evolucione por sí mismo y que el comportamiento emergente haga el resto. Poco a poco el sistema se organiza espontáneamente y empieza a surgir orden donde antes sólo había caos.

Esta clase de programación contrasta con el principio de programación en la Inteligencia Artificial. En ella se intenta construir máquinas inteligentes hechos desde arriba hacia abajo, es decir, desde el principio se intenta abarcar todas las posibilidades, sin dejar opción a que el sistema improvise.

El principio de procesamiento de información en la Vida Artificial se basa en el paralelismo masivo que ocurre en la vida real. A diferencia de los modelos de Inteligencia Artificial en los que el procesamiento es secuencial, en la Vida Artificial es de tipo paralelo, tal y como ocurre en la mayoría de fenómenos biológicos.

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

GRANJA DE EVOLUCIÓN.

La evolución en la naturaleza fue la clave para mejorar los organismos y desarrollar la inteligencia. Michael Dyer, investigador de Inteligencia Artificial de la Universidad de California, apostó a las características evolutivas de las redes neuronales (redes de neuronas artificiales que imitan el funcionamiento del cerebro) y diseñó Bio-Land.

Bio-Land es una granja virtual donde vive una población de criaturas basadas en redes neuronales.

Los biots pueden usar sus sentidos de la vista, el oído e incluso el olfato y tacto para encontrar comida y localizar parejas. Los biots cazan en manadas, traen comida a su prole y se apiñan buscando calor.

Lo que su creador quiere que hagan es hablar entre ellos, con la esperanza de que desarrollen evolutivamente un lenguaje primitivo.

A partir de ese lenguaje, con el tiempo podrían surgir niveles más altos de pensamiento.

CIENTÍFICOS EN EL CAMPO DE LA INTELIGENCIA ARTIFICIAL

John Von Neumann

Joseph Weizenbaum

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

Jeff Hawkins

John McCarthy

Marvin Minsky

Judea Pearl

Alan Turing

Ray Kurzweil

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

GLOSARIO Heurística: la heurística trata de métodos o algoritmos exploratorios durante la resolución de problemas en los cuales las soluciones se descubren por la evaluación del progreso logrado en la búsqueda de un resultado final. Se suele usar actualmente como adjetivo, caracterizando técnicas por las cuales se mejora en promedio el resultado de una tarea resolutiva de problemas (parecido al uso de "método óptimo"). Se suele decir que hay búsquedas ciegas, búsquedas heurísticas (basadas en la experiencia) y búsquedas racionales (usando inteligencia)

Planificación: la planificación es un amplio campo de la Inteligencia Artificial que se ocupa de sistemas que producen secuencias de acciones para lograr metas en ambientes similares a los del mundo real.

Lógica: Derivado del griego clásico logos (la razón, principio que gobierna al universo): un conjunto de reglas usadas para gestionar inferencias creíbles.

Aristóteles recomienda una lógica dicotómica, verdadero-falso. Los filósofos orientales se inclinan más bien a usar una lógica difusa multi-valorada. Ambas técnicas se están usando para modelar los procesos cognitivos humanos en la computadora.

Algoritmo: un algoritmo (del latín, dixit algorithmus y éste a su vez del matemático persa kenvorrio) es una lista bien definida, ordenada y finita de operaciones que permite hallar la solución a un problema. Dado un estado inicial y una entrada, a través de pasos sucesivos y bien definidos se llega a un estado final, obteniendo una solución. Los algoritmos son objeto de estudio de la algoritmia.

Los procesos cognitivos: Los procesos cognitivos, es decir aquellos procesos psicológicos relacionados con el atender, percibir, memorizar, recordar y pensar, constituyen una parte sustantiva de la producción superior del psiquismo humano. Si bien son el resultado del funcionamiento del organismo como un todo, suponen la especial participación de ciertas áreas cerebrales, filogenéticamente recientes, que muchas veces se encargan de organizar e integrar las funciones de otras regiones más arcaicas.-

Máquina: Una máquina (del latín machĭna) es un conjunto de piezas o elementos móviles y fijos, cuyo funcionamiento posibilita aprovechar, dirigir, regular o transformar energía o realizar un trabajo. Se denomina maquinaria (del latín machinarĭus) al conjunto de máquinas que se aplican para un mismo fin y al mecanismo que da movimiento a un dispositivo.

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

La inferencia estadística o estadística inferencial es una parte de la Estadística que comprende los métodos y procedimientos para deducir propiedades (hacer inferencias) de una población, a partir de una pequeña parte de la misma (muestra).

La bondad de estas deducciones se mide en términos probabilísticos, es decir, toda inferencia se acompaña de su probabilidad de acierto.

Los datos empíricos son aquellos que son generados por percepciones sensoriales, por ejemplo, las cantidades observadas, pocos o muchos, la procreación, la muerte, etc.

Programación lógica: La programación lógica consiste en la aplicación del corpus de conocimiento sobre lógica para el diseño de lenguajes de programación; no debe confundirse con la disciplina de la lógica computacional.

Autómata: Autómata del griego automatos (αὐτόματος) que significa espontáneo o con movimiento propio, puede referirse a:

    

Autómata programable: Equipo electrónico programable en lenguaje no informático y diseñado para controlar, en tiempo real y en ambiente industrial, procesos secuenciales.

Teoría de autómatas: Estudio matemático de máquinas abstractas. (p.e. Autómata finito, autómata con pila) Autómata (mecánico): Máquina que imita la figura y los movimientos de un ser animado.

Robot: Máquina o ingenio electrónico programable, capaz de manipular objetos y realizar operaciones antes reservadas solo a las personas.

Los "autómatas" son figuras humanas o animales que se accionan gracias a un mecanismo interior y simulan movimientos

Unidad aritmético lógica: En computación, la Unidad Lógica Aritmética (ULA), o Arithmetic Logic Unit (ALU), es un circuito digital que calcula operaciones aritméticas (como suma, resta, multiplicación, etc.) y operaciones lógicas (como igual a, menor que, mayor que, etc.), entre dos números.

Muchos tipos de circuitos electrónicos necesitan realizar algún tipo de operación aritmética, así que incluso el circuito dentro de un reloj digital tendrá una ALU minúscula que se mantiene sumando 1 al tiempo actual, y se mantiene comprobando si debe activar el pitido del temporizador, etc.

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

Un compilador es un programa informático que traduce un programa escrito en un lenguaje de programación a otro lenguaje de programación, generando un programa equivalente que la máquina será capaz de interpretar. Usualmente el segundo lenguaje es código máquina, pero también puede ser simplemente texto. Este proceso de traducción se conoce como compilación.

Un compilador es un programa que permite traducir el código fuente de un programa en lenguaje de alto nivel, a otro lenguaje de nivel inferior (típicamente lenguaje máquina). De esta manera un programador puede diseñar un programa en un lenguaje mucho más cercano a cómo piensa un ser humano, para luego compilarlo a un programa más manejable por una computadora.

Sistema multi-agente: El dominio del sistema multiagente o de inteligencia artificial distribuida es una ciencia y una técnica que trata con los sistemas de inteligencia artificial en red.

El bloque fundamental de construcción de un sistema multiagente, como es de esperarse, son los agentes.

Aunque no existe una definición formal y precisa de lo que es un agente, éstos son por lo general vistos como entidades inteligentes, equivalentes en términos computacionales a un proceso del sistema operativo, que existen dentro de cierto contexto o ambiente, y que se pueden comunicar a través de un mecanismo de comunicación inter-proceso, usualmente un sistema de red, utilizando protocolos de comunicación.

El Perceptrón es un tipo de red neuronal artificial desarrollado por Frank Rosenblatt, véase Perceptrón multicapa, también puede entenderse como perceptrón la neurona artificial y unidad básica de inferencia en forma de discriminador lineal, que constituye este modelo de red neuronal artificial, esto debido a que el perceptrón puede usarse como neurona dentro de un perceptrón más grande u otro tipo de red neuronal artificial.

Una base de datos o banco de datos (en inglés: database) es un conjunto de datos pertenecientes a un mismo contexto y almacenados sistemáticamente para su posterior uso. En este sentido, una biblioteca puede considerarse una base de datos compuesta en su mayoría por documentos y textos impresos en papel e indexados para su consulta. En la actualidad, y debido al desarrollo tecnológico de campos como la informática y la electrónica, la mayoría de las bases de datos están en formato digital (electrónico), que ofrece un amplio rango de soluciones al problema de almacenar datos.

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

CONCLUSIONES. Dentro del ámbito de las Ciencias de la Computación la Inteligencia Artificial es una de las áreas que causa mayor expectación, incluso dentro de la sociedad en general, debido a que la búsqueda para comprender los mecanismos de la inteligencia, ha sido la piedra filosofal del trabajo de muchos científicos por muchos años y lo sigue siendo.

Dentro de las áreas de la Inteligencia Artificial lo que más ha atraído, es el aprendizaje de máquinas, resultando vital el proceso de emular comportamientos inteligentes.

Que un sistema pueda mejorar su comportamiento sobre la base de la experiencia que recoge al efectuar una tarea repetitiva y que además, tenga una noción de lo que es un error y que pueda evitarlo, resulta apasionante. ¿Pueden los computadores aprender a resolver problemas a partir de ejemplos?

No hace tanto tiempo esta pregunta bordeaba la ciencia ficción, pero ahora es objeto de profundos y prometedores estudios.

Las redes de neuronas formales son máquinas que poseen esta capacidad de aprendizaje. Son máquinas propuestas como modelos extremadamente simplificados del funcionamiento del cerebro que sienta las bases de un modelo colectivo, donde el sistema global presenta propiedades complejas que no pueden predecirse a partir del estudio individual de sus componentes.

Los estudios teóricos de redes de neuronas reflejan estos dos aspectos: el de la modelización de fenómenos cognitivos y el del desarrollo de aplicaciones.

Por ejemplo para una máquina, la clasificación de rostros, datos médicos o reconocimiento de letras son tareas difíciles, más que para un ser humano. La máquina necesita del aprendizaje, donde el asunto consiste en adaptar los parámetros de un sistema, en este caso artificial, para obtener la respuesta deseada.

Los métodos tradicionales en Inteligencia Artificial que permitieron el desarrollo de los primeros sistemas expertos y otras aplicaciones, ha ido de la mano de los avances tecnológicos y las fronteras se han ido expandiendo constantemente cada vez que un logro, considerado imposible en su momento, se vuelve posible gracias a los avances en todo el mundo, generando incluso una nueva mentalidad de trabajo que no reconoce fronteras físicas ni políticas. Se entiende como un esfuerzo común.

La comprensión de los mecanismos del intelecto, la cognición y la creación de artefactos inteligentes, se vuelve cada vez más una meta que sueño, a la luz de los enormes logros, tan solo en alrededor de medio siglo de desarrollo de las ciencias de la computación y de poner la lógica al servicio de la construcción de sistemas.

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.

Bibliografía. http://www.uv.mx/cienciahombre/revistae/vol17num3/articulos/inteligencia/ind ex.htm - Luís Alberto García Fernández. http://es.wikibooks.org/wiki/Portada - Jon Alava (14/10/1998) http://es.wikipedia.org/wiki/Inteligencia_Artificial Tirso de Andrés, Homo Cybersapiens. La Inteligencia artificial y la humana, 2002, ISBN 84-313-1982-8 Luis Mª Gonzalo, Inteligencia Humana e Inteligencia Artificial, Madrid, 1987.

ISBN 84-7118-490-7 Víctor Gómez Pin, Entre lobos y autómatas. La causa del hombre, Espasa, Madrid, 2006. ISBN 978-84-670-2303-9 Revista "Inteligencia Artificial" Revista Iberoamericana de Inteligencia Artificial. ISSN 1137-3601 "http://es.wikibooks.org/wiki/Inteligencia_artificial"

CIUDADELA EDUCATIVA DEL MAGDALENA MEDIO SEDE MEDIA TÉCNICA.