Vous êtes sur la page 1sur 10

UTNG

INGENIERA DEL CONOCIMIENTO


PROF: I.SC. APOLINAR TREJO CARMONA
EVALUACIN UNIDAD 1
ALUMNO: DANIEL MENDOZA ARREDONDO
GRUPO:

2015

201

UTNG

Introduccin

A lo largo de la vida y con el rpido avance de la tecnologa en todos los mbitos cada da crece
ms la inquietud de crear maquinas inteligentes esto con ayuda de la rama de la ciencia llamada
Inteligencia Artificial la cual es una rea relativamente nueva la cual involucra una gran cantidad
de reas tanto genricas como especficas.
La idea de construir una mquina que pueda ejecutar tareas percibidas como requerimientos de
inteligencia humana es un atractivo. Las tareas que han sido estudiadas desde este punto de vista
incluyen juegos, traduccin de idiomas, comprensin de idiomas, diagnstico de fallas, robtica,
suministro
de
asesora
experta
en
diversos
temas.

UTNG
Definicin

En el mbito de las ciencias de la computacin se denomina como inteligencia artificial a la facultad


de razonamiento que ostenta un agente que no est vivo, tal es el caso de un robot, por citar uno
de los ejemplos ms populares, y que le fue conferida gracias al diseo y desarrollo de diversos
procesos gestados por los seres humanos. Cabe destacarse que adems del poder de razonar,
estos dispositivos son capaces de desarrollar muchas conductas y actividades especialmente
humanas como puede ser resolver un problema dado, practicar un deporte, entre otros.

Historia

La Inteligencia Artificial "naci" en 1943 cuando Warren McCulloch y Walter Pitts propusieron un
modelo de neurona del cerebro humano y animal. Estas neuronas nerviosas abstractas
proporcionaron una representacin simblica de la actividad cerebral.
Ms adelante, Norbert Wiener elabor estas ideas junto con otras, dentro del mismo campo, que se
llam "ciberntica"; de aqu nacera, sobre los aos 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 prcticamente imposible, ni que
mencionar que el hardware de la poca ni el software estaban a la altura para realizar semejantes
proyectos.
Se comenz a considerar el pensamiento humano como una coordinacin de tareas simples
relacionadas entre s mediante smbolos. Se llegara a la realizacin de lo que ellos consideraban
como los fundamentos de la solucin inteligente de problemas, pero lo difcil estaba todava sin
empezar, unir entre s estas actividades simples.
Es en los aos 50 cuando se logra realizar un sistema que tuvo cierto xito, se llam el Perceptrn
de Rossenblatt. ste era un sistema visual de reconocimiento de patrones en el cual se asociaron
esfuerzos para que se pudieran resolver una gama amplia de problemas, pero estas energas se
diluyeron enseguida.
Fue en los aos 60 cuando Alan Newell y Herbert Simon, que trabajando la demostracin de
teoremas y el ajedrez por ordenador logran crear un programa llamado GPS (General Problem
Solver: solucionador general de problemas). ste era un sistema en el que el usuario defina un
entorno en funcin de una serie de objetos y los operadores que se podan aplicar sobre ellos. Este
programa era capaz de trabajar con las torres de Hanoi, as como con criptoaritmtica y otros
problemas similares, operando, claro est, con microcosmos formalizados que representaban los
parmetros dentro de los cuales se podan resolver problemas. Lo que no poda hacer el GPS era
resolver problemas ni del mundo real, ni mdicos ni tomar decisiones importantes.

UTNG
El GPS manejaba reglas heursticas (aprender a partir de sus propios descubrimientos) que la
conducan hasta el destino deseado mediante el mtodo del ensayo y el error.
En los aos 70, un equipo de investigadores dirigido por Edward Feigenbaum comenz a elaborar
un proyecto para resolver problemas de la vida cotidiana o que se centrara, al menos, en
problemas ms concretos. As es como naci el sistema experto.
El primer sistema experto fue el denominado Dendral, un intrprete de espectrograma de masa
construido en 1967, pero el ms influyente resultara ser el Mycin de 1974. El Mycin era capaz de
diagnosticar trastornos en la sangre y recetar la correspondiente medicacin, todo un logro en
aquella poca que incluso fueron utilizados en hospitales (como el Puff, variante de Mycin de uso
comn en el Pacific Medical Center de San Francisco, EEUU).
Ya en los aos 80, se desarrollaron lenguajes especiales para utilizar con la Inteligencia Artificial,
tales como el LISP o el PROLOG. Es en esta poca cuando se desarrollan sistemas expertos ms
refinados, como por el ejemplo el EURISKO. Este programa perfecciona su propio cuerpo de reglas
heursticas automticamente, por induccin.

Ramas de la Inteligencia Artificial

Sistemas Expertos
Tambin conocidos como Sistemas Basados en Conocimiento, un SE es un programa o un
conjunto de programas informticos que aplican el proceso de razonamiento del humano experto
en la materia en la solucin de probelmas especficos, la funcin de estos sistemas es tomar
decisiones inteligentes con base al conocimiento y la heurstica al interpretar grandes cantidades
de datos, por lo que su funcin es auxiliar a los expertos, no para reemplazarlos. Unos ejemplos de
aplicacin son el rea mdica, el anlisis qumico, la exploracin geolgica, entre otros.

Lgica Fuzzy
Conocida tambin como lgica borrosa, que es bsicamente una forma matemtica que
representa la imprecisin inherente al lenguaje natural, su principio es generalizar la lgica clsica
haciendo que las variables tomen valores lingsticos de verdad, en donde se divide la pertenencia
a los conjuntos borrosos en forma gradual, para as poder implementar la forma de razonar propia
de lo que conocemos como sentido comn. Se implementa para ayudar a la toma de decisiones y
al diagnstico de situaciones.

Procesamiento del Lenguaje Natural


Es un intento de comunicacin cada vez ms clara entre humano-mquina y mquina-humano,
dejando el uso de lenguajes de programacin o de un conjunto de comandos, para procesar el
lenguaje humano natural. Para procesar dicho lenguaje humano natural se necesita dividirlo,
primero se obtiene la comprensin del lenguaje natural, que investiga mtodos para que la
computadora permita comprender instrucciones dadas en este tipo de lenguaje, para que as la
computadora nos pueda comprender ms fcilmente; como segundo paso es la generacin de
lenguaje natural, en donde la computadora es capaz de expresarse en el lenguaje humano natural,
de tal forma que podamos entenderla de manera ms sencilla.

UTNG

Robtica
Tambin se considera dentro de las ramas de la IA, partiendo de la idea de que un robot es un
dispositivo electromecnico programado para que realice tareas manuales, utiliza el principio de IA
slo cuando es capaz de responder a cambios en su entorno en lugar de seguir instrucciones
establecidas previamente, esto se puede llevar a cabo con la ayuda de sensores y de cmaras que
le permitan interpretar las seales del ambiente que lo rodea y adaptarse al mismo.

Reconocimiento del Habla


Es otra rama, ya que utiliza el mtodo interactivo de comunicacin primaria para el ser humano que
es el habla, lo que le permite escuchar a una persona hablar, decodificar el significado de las
palabras, interpretarlas, y transmitir una respuesta. Actualmente se utiliza mucho para personas
con capacidades diferentes que no son capaces de utilizar el teclado y necesitan comunicarse por
medio del habla para poder utilizar diferentes dispositivos.

Visin por Computadora


Mejor conocida como Reconocimiento de Patrones, parte del medio primario que tienen las
personas para percibir su entorno, es decir, de la visin, a travs de una cmara se captan las
imgenes, las cuales se procesan y se reconocen patrones en el entorno, como por ejemplo un
lpiz, una planta, una animal, etc, de tal manera que la computadora pueda entender exactamente
lo que est viendo.

Aprendizaje y Razonamiento Automtico


La cual consiste en que una computadora sea capaz de planificar, tomar decisiones, plantear y
evaluar estrategias, aprendiendo a partir de la experiencia y que por lo tanto se capaz de
autoreprogramarse para adaptarse a su entorno.

Redes Neuronales
A partir de la dcada de los 80s, el objetivo es emular el proceso biolgico del aprendizaje humano
por medio de procesadores (estructuras neuronales) que operan en paralelo, cuya funcin se
determina por los estimulos dados a travs de la red, las conexiones y el procesamiento local
realizado por los nodos neuronales, cuyo resultado es igual al aprendizaje de funciones
matemticas por medio de datos de entrenamiento. Hay que aclarar que estos sistemas como tal,
no se programan sino que se entrenan con seales con ruido para reconocer objetos.

Algoritmos Genticos
Son procedimientos de bsqueda y optimizacin que ayudan a modelar los mecanismos de
seleccin natural de los seres vivos segn los mecanismos genticos. Surgen en 1975 por el
estudio que realiz Holland sobre autmatas celulares. Su funcin es seleccionar de una poblacin
de soluciones candidatas (individuos), intentar producir nuevas generaciones de soluciones
mejores
que
las
anteriores,
una
y
otra
vez hasta aproximar a una solucin perfecta.

UTNG
Computacin Evolutiva
Pertenece tambin a la rama de la biologa, la cual desarrolla programas basados en la analoga de
procesos biolgicos tales como la seleccin natural y la evolucin, esta idea parte de algoritmos
genticos y de un sistema computacional inmunizado; dentro de sus aplicaciones se encuentra la
optimizacin
de
problemas,
programacin automtica y el aprendizaje de mquinas.

Lgica Difusa
Es la implementacin de otra lgica a diferencia de la lgica tradicional booleana, que se basa en el
razonamiento aproximado y el clculo de palabras, para lograr simplificar y aproximar la descripcin
del problema de una manera ms natural, robusta y eficiente. Por ejemplo la lgica booleana tiene
valores de verdad de 0% y 100% nicamente, mientras que la lgica Difusa puede tener valores de
verdad de 0%, 25%, 50%, 75% y 100% lo que conlleva a entender sentencias como Alto, Muy
Alto, Medianamente Alto, Poco Alto y No Alto.

Realidad Virtual
Una realidad virtual es la recreacin de un mundo artificial en tiempo real que pueden ser captado
por diversos canales sensoriales del espectador que navega inmerso a travs de dicho mundo, su
aplicacin como IA radica en el mecanismo de interpretacin de la interaccin del ambiente virtual,
como por ejemplo la luz del sol con respecto a las sombras de objetos, la sensacin de velocidad,
el rebote de una pelota, el flujo del agua, etc.

OBJETIVOS DE LA INTELIGENCIA ARTIFICIAL

Disear y construir aplicaciones computacionales de nivel superior.


Resolver problemas difciles.
Generar herramientas para la construccin de aplicaciones de inteligencia artificial.
Ayudar a los expertos a analizar y disear.
Generar mquinas que faciliten la construccin de aplicaciones de inteligencia artificial.

UTNG
Niveles de la Inteligencia Artificial
La estructura que presenta un sistema de informacin inteligente consta de tres niveles
perfectamente integrados en una sper arquitectura microelectrnica. Son tres niveles que cubren
desde la relacin exterior hasta la profunda organizacin interior. stos son:

1.
Nivel externo. Sirve para relacionar a la mquina con el medio y el ser humano. Este nivel
est integrado por el tratamiento del lenguaje natural y el tratamiento de faz imgenes. Con estos
instrumentos la mquina percibe inteligentemente las seales que se le envan sin codificacin
especial, y adquiere un conocimiento.
2.
Nivel medio. En l se halla el sistema de resolucin de problemas. La instrumentalizacin
de esa capacidad se realiza mediante los sistemas expertos, que se configuran merced a unas
estrategias de operacin y una base de conocimientos orgnicamente relacionados.
3.
Nivel profundo. Este ltimo nivel corre paralelo a las funciones ms profundas del
cerebro. En l se sita, como proyecto, la capacidad de aprender automticamente de la
mquina. Tal proceso se concibe como la interpretacin de diversas experiencias y su organizacin
adecuada para ser utilizada en su caso. Finalmente, el nivel profundo est constituido por la base
de conocimientos generales y la flexibilidad para ampliarse por s misma.

Puede una maquina pensar?

Esta pregunta tan simple plantea unos problemas tan grandes que, posiblemente, nunca se llegue
a un acuerdo completo entre las distintas respuestas que se proponen. Bajo la pregunta de si las
mquinas piensan o pueden pensar se cobija una dilatada historia de discusiones que no ha
llegado a su fin y que, muy probablemente, perder inters antes de llegar a una respuesta
satisfactoria. Los ms brillantes cientficos han intervenido en la polmica para intentar sentenciar
la cuestin. Turing, Von Neumann o Lucas son algunos de estos nombres famosos.
Tiempo atrs, considerar que las mquinas pudieran tener inteligencia pareca un absurdo, una
estupidez infantil. Posteriormente, a medida que los progresos de la investigacin cambiaban el
panorama tecnolgico, tambin cambi la actitud y se atribuy un valor especifico al problema
terico. Con ello se descubri que la hiptesis de una inteligencia mecnica, artificial o simulada,
abra nuevas interrogantes. La ms seria de estas interrogantes se refera a la verdadera realidad
de la inteligencia humana:

Qu rasgos fundamentales distinguen a los seres inteligentes y cmo operan biolgicamente los
procesos cognitivos?

UTNG

Esta nueva pregunta ha conducido a investigar una inadvertida laguna del saber humano. Con ello
se ha visto que el ser humano, hasta el momento, se ha ocupado ms de los resultados de su
inteligencia que de los sutiles procesos y relaciones que la hacen posible. Estas relaciones y
procesos ataen a la biologa y a la lgica, lo que, en trminos computacionales, puede traducirse
como los mbitos del hardware y el software.

Y la gente?
Al parecer la inteligencia artificial promete un mundo fantstico, pero realmente lo ser? Qu
pasar, por ejemplo, con la enorme cantidad de seres humanos que no tienen acceso a la
educacin ni a la tecnologa?, qu pasara con las relaciones humanas y con la economa, con la
enorme brecha entre ricos y pobres, entre desarrollo y subdesarrollo? No sabemos a ciencia cierta
cul ser el futuro de la humanidad, pero s sabemos que indudablemente cambiarn las relaciones
de produccin y quiz de comunicacin. Es altamente probable, por ejemplo, que se agrave an
ms el problema del desempleo; que se transformen radicalmente los conceptos de ocio y tiempo
libre; que cambien las relaciones laborales entre patrones y trabajadores; que haya una revolucin
an mayor en cuanto al acceso a la informacin y que se agudicen las diferencias entre pases
hacedores de tecnologa y de aquellos histricamente dependientes. Es casi seguro que la
inteligencia artificial y el desarrollo tecnolgico subsecuente estarn al servicio de una minora. Si
por el contrario, el desarrollo tecnolgico y especficamente la inteligencia artificial se utiliza
para lograr que todos en este planeta logremos un mejor nivel de vida en estricta relacin con el
medio ambiente, tal artificio ser realmente inteligente.

UTNG
Conclusin

Se puede decir que gracias a la inteligencia artificial se han logrado avances impresionantes en
muchas reas de la vida diaria, es una de las reas de la ciencia que ms causa expectacin y
curiosidad entre la sociedad.
Resulta muy interesante que al encontrarse en constante evolucin encontramos antiguas
referencias de robots en la ciencia ficcin que aunque a veces el cine exagera de manera
importante el progreso de la inteligencia artificial ahora sabemos que son posibles a mediano o
largo plazo.
Ahora solo queda la inquietud de saber si las personas encargadas de desarrollar la inteligencia
artificial lo estn haciendo con responsabilidad y no estar causando maquinas que al final de todo
solo intenten superar a sus creadores y revelarse ante ellos ocasionando un caos que solo se podia
imaginar gracias a las pelculas de ciencia ficcin.

UTNG
Bibliografa
Anonimo. (2007). Qu es la Inteligencia Artificial?. Septiembre 10, 2015, de
ITAM Sitio web:
http://biblioteca.itam.mx/estudios/estudio/estudio10/sec_15.html

Definicin.D. (2013). INTELIGENCIA ARTIFICIAL. Septiembre 10, 2015, de


Wordspress Sitio web: http://definicion.de/inteligencia-artificial/

ICOPCION. (2010). RAMAS DE LA INTELIGENCIA ARTIFICIAL.


Septiembre 10, 2015, de ICOPCION Sitio web:
https://icopcion.wordpress.com/2011/02/08/ramas-de-la-inteligenciaartificial/

Diaz Rios Mayra . (2013). Inteligencia Artificial y sus ramas. Septiembre 10,
2015, de Scrib Sitio web:
http://es.scribd.com/doc/106520533/Inteligencia-Artificial-y-SusRamas#scribd

Pacheco Alberto . (1999). Ramas de la Inteligencia Artificial . Septiembre 10,


2015, de Independiente Sitio web:
http://www.depi.itch.edu.mx/apacheco/ai/ramas.htm

Herrera Gmez Renato . (2015). La inteligencia artificial Hacia dnde nos


lleva?. Septiembre 10, 2015, de UNAM Sitio web:
http://www.comoves.unam.mx/numeros/articulo/2/la-inteligencia-artificialhacia-donde-nos-lleva

10

Vous aimerez peut-être aussi