Vous êtes sur la page 1sur 22

Tema:

Tema:

Inteligencia Artificial

Curso:

Computación

Profesora:

Geraldine de la Cruz

Integrantes:

. Baldeon Hidalgo Ximena

.Burga Arteaga Fabrizio

. Casique Caldas Carla

.Jáuregui Cáceres Josmer

.Moreno Tuesta Diego

.Ynfanson Ojeda Kiara

[Escribir texto] Página 1


LIMA-PERU

2017

I.Índice

[Escribir texto] Página 2


Caratula…………………………………….pag1
Dedicatoria…………………………….....pag3
Introducción………………………………pag4
Marco teórico…………………………….pag8

[Escribir texto] Página 3


II.Dedicatoria

[Escribir texto] Página 4


Dedicamos este trabajo a Dios por
darnos la vida, nuestros padres y
profesores, que nos apoyan día a día
para ser mejores personas.

[Escribir texto] Página 5


III.Introducción

El tema de la inteligencia artificial es muy apasionante, más si


se puede visualizar el alcance que hoy en día ésta rama tiene
[Escribir texto] Página 6
en prácticamente la mayoría de los campos,
llámese industria, alimentación, medicina, química, ciencia, a
gricultura, historia, tecnología, etc.
Hoy en día y sin que casi nos vayamos dando cuenta de ello,
la inteligencia artificial se ha estado involucrando en cada uno
de los aspectos de nuestra vida cada vez más, sea de forma
directa como indirecta. Y como ejemplo de una forma directa
podemos mencionar por ejemplo las búsquedas que se
hacen por medio de la red de internet. Los
llamados motores de búsqueda usan la inteligencia artificial
para poder asociar lo que la persona que digita está
apuntando y hacia dónde se dirigirá lo que la misma quiere.
En las industrias, y por medio de máquinas que son ahora
más inteligentes y que pueden tomar decisiones por ellas
mismas, se pueden llevar a cabo procesos que antes
tomaban más tiempo pero que ahora se han reducido.
Además, la calidad del producto puede tener mejores
características si a dichas máquinas así se le indican.
En este tema abarcaremos algo de historia,
características, concepto, y metodologías. Haremos una
breve comparación de la red neuronal del ser humano y la
forma en que los sistemas inteligentes actúan.

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.
La 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, por ejemplo), todos los cuales
tienen en común la creación de máquinas que pueden
"pensar".

[Escribir texto] Página 7


La idea de construir una máquina 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, traducción de idiomas,
comprensión de idiomas, diagnóstico de fallas, robótica,
suministro de asesoría experta en diversos temas.
Es así como los sistemas de administración de base de
datos cada vez más sofisticados, la estructura de datos y
el desarrollo de algoritmos de inserción, borrado y locación
de datos, así como el intento de crear máquinas capaces de
realizar tareas que son pensadas como típicas del ámbito de
la inteligencia humana, acuñaron el término Inteligencia
Artificial en 1956.
Trabajos teóricos fundamentales fueron el desarrollo de
algoritmos matemáticos por Warren McCullock y Walter Pitts,
en 1943, necesarios para posibilitar el trabajo de
clasificación, o funcionamiento en sentido general, de una
red neuronal. En 1949 Donald Hebb desarrolló
un algoritmo de aprendizaje para dichas redes neuronales
creando, en conjunto con los trabajos de McCullock y Pitts,
la escuela creacionista. Esta escuela se considera hoy como
el origen de la Inteligencia Artificial, sin embargo, se trató
poco por muchos años, dando paso al razonamiento
simbólico basado en reglas de producción, lo que se conoce
como sistemas expertos.

I. Nociones y Antecedentes Históricos de


Inteligencia Artificial:

Definiciones sobre Inteligencia Artificial:


 Disciplina científico-técnica que trata de crear sistemas
artificiales capaces de comportamientos que, de ser
realizados por seres humanos, se diría que requieren
inteligencia.
[Escribir texto] Página 8
 Estudio de los mecanismos de la inteligencia y las
tecnologías que lo sustentan. (Newell, 91)
 Intento de reproducir (modelar) la manera en que las
personas identifican, estructuran y resuelven problemas
difíciles (Pople, 84)
 Son ciertas herramientas de programación, entendiendo por
herramientas:

o Lenguajes: LISP, PROLOG


o Entornos de desarrollo: shells
o Arquitecturas de alto nivel: nodo y arco, sistemas de
producciones

Desde sus comienzos hasta la actualidad, la Inteligencia


Artificial ha tenido que hacer frente a una serie de problemas:
 Los computadores no pueden manejar (no contienen)
verdaderos significados.
 Los computadores no tienen autoconciencia (emociones,
sociabilidad, etc.).
 Un computador sólo puede hacer aquello para lo que está
programado.
 Las máquinas no pueden pensar realmente.

En 1843, Lady Ada Augusta Byron, patrocinadora de Charles


Babbage planteó el asunto de si la máquina de Babbage
podía "pensar".
Los primeros problemas que se trató de resolver fueron
puzzles, juegos de ajedrez, traducción de textos a otro
idioma.
Durante la II Guerra Mundial Norbert Wiener y John Von
Neumann establecieron los principios de la cibernética en
relación con la realización de decisiones complejas
y control de funciones en máquinas.
Historia y evolución de la Inteligencia Artificial:

[Escribir texto] Página 9


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.
Es en los años 50 cuando se logra realizar un sistema que
tuvo cierto éxito, se llamó el Perceptrón de Rossenblatt. Éste
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 energías se
diluyeron enseguida. Fue en los años 60 cuando Alan Newell
y Herbert Simon, que trabajando la demostración de
teoremas y el ajedrez por ordenador logran crear
un programa llamado GPS (General Problem Solver:
solucionador general de problemas). Éste era un sistema en
el que el usuario definía un entorno en función de una serie
de objetos y los operadores que se podían aplicar sobre ellos

[Escribir texto] Página 10


IV.Marco Teórico

[Escribir texto] Página 11


La inteligencia artificial, también llamada inteligencia
computacional, es la inteligencia exhibida por máquinas.
En ciencias de la computación, una máquina «inteligente»
ideal es un agente racional flexible que percibe su entorno y
lleva a cabo acciones que maximicen sus posibilidades de
éxito en algún objetivo o tarea. Coloquialmente, el término
inteligencia artificial se aplica cuando una máquina imita las
funciones «cognitivas» que los humanos asocian con otras
mentes humanas, como por ejemplo: "aprender" y "resolver
problemas". A medida que las máquinas se vuelven cada vez
más capaces, tecnología que alguna vez se pensó que
requería de inteligencia se elimina de la definición. Por
ejemplo, el reconocimiento óptico de caracteres ya no se
percibe como un ejemplo de la "inteligencia artificial"
habiéndose convertido en una tecnología común.6 Avances
tecnológicos todavía clasificados como inteligencia artificial
son los sistemas capaces de jugar ajedrez, GO y manejar por
sí mismos.
En 1956, John McCarthy acuñó la expresión «inteligencia
artificial», y la definió como: "...la ciencia e ingenio de hacer
máquinas inteligentes, especialmente programas de cómputo
inteligentes".
Para Nils John Nilsson son cuatro los pilares básicos en los
que se apoya la inteligencia artificial:

 Búsqueda del estado requerido en el conjunto de los


estados producidos por las acciones posibles.
 Algoritmos genéticos (análogo al proceso de evolución de
las cadenas de ADN).
 Redes neuronales artificiales (análogo al funcionamiento
físico del cerebro de animales y humanos).
 Razonamiento mediante una lógica formal análogo al
pensamiento abstracto humano.
[Escribir texto] Página 12
También existen distintos tipos de percepciones y acciones,
que pueden ser obtenidas y producidas, respectivamente, por
sensores físicos y sensores mecánicos en máquinas, pulsos
eléctricos u ópticos en computadoras, tanto como por entradas
y salidas de bits de un software y su entorno software.
Varios ejemplos se encuentran en el área de control de
sistemas, planificación automática, la habilidad de responder
a diagnósticos y a consultas de los
consumidores, reconocimiento de escritura, reconocimiento
del habla y reconocimiento de patrones. Los sistemas de IA
actualmente son parte de la rutina en campos
como economía, medicina, ingeniería y la milicia, y se ha
usado en gran variedad de aplicaciones de software, juegos
de estrategia, como ajedrez de computador, y
otros videojuegos.

Características de la Inteligencia Artificial.

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.
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).

[Escribir texto] Página 13


Las conclusiones de un programa declarativo no son fijas y son
determinadas parcialmente por las conclusiones intermedias
alcanzadas durante las consideraciones al problema
específico. Los lenguajes orientados al objeto comparten esta
propiedad y se han caracterizado por su afinidad con la
Inteligencia Artificial.
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.
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.

Diferentes metodologías:

1.La lógica difusa:


Permite tomar decisiones bajo condiciones de incerteza.

2. Redes neuronales:
Esta tecnología es poderosa en ciertas tareas como la
clasificación y el reconocimiento de patrones. Está basada en
el concepto de "aprender" por agregación de un gran número
de muy simples elementos.

Este modelo considera que una neurona puede ser


representada por una unidad binaria: a cada instante su estado
[Escribir texto] Página 14
puede ser activo o inactivo. La interacción entre las neuronas
se lleva a cabo a través de sinapsis. Según el signo,
la sinapsis es excitadora o inhibidora.
El perceptrón está constituido por las entradas provenientes
de fuentes externas, las conexiones y la salida. En realidad
un perceptrón es una Red Neuronal lo más simple posible, es
aquella donde no existen capas ocultas.

Para cada configuración de los estados de las neuronas de


entrada (estímulo) la respuesta del perceptrón obedece a la
siguiente dinámica: se suman los potenciales sinápticos y se
comparan con un umbral de activación. Esta suma ponderada
es también llamada campo. Si el campo es mayor que un
umbral, la respuesta de la neurona es activa, si no, es inactiva.
Con una arquitectura tan simple como la del perceptrón no se
puede realizar más que una clase de funciones "booleanas"
muy simples, llamadas linealmente separables. Son las
funciones en las cuales los estados de entrada con salida
positiva pueden ser separados de aquellos a salida negativa
por un hiperplano. Un hiperplano es el conjunto de puntos en
el espacio de estados de entrada, que satisfacen una ecuación
lineal. En dos dimensiones, es una recta, en tres dimensiones
un plano, etc.

Si se quieren realizar funciones más complejas con Redes


Neuronales, es necesario intercalar neuronas entre las capas
de entradas y de salida, llamadas neuronas ocultas. Una
red multicapas puede ser definida como un conjunto
de perceptrones, ligados entre sí por sinapsis y dispuestos en
capas siguiendo diversas arquitecturas. Una de las
arquitecturas más comúnmente usada es
llamada feedforward: con conexiones de la entrada a las capas
ocultas y de éstas hacia la salida.
[Escribir texto] Página 15
El funcionamiento de una Red Neuronal es gobernado por
reglas de propagación de actividades y de actualización de los
estados.

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.

Los sistemas basados en conocimiento son excelentes para


representar conocimiento asociativo. Este tipo de experiencia
refleja la habilidad heurística o el conocimiento que es
adquirido mayoritariamente, a través de la observación. Puede
ser que no se comprenda exactamente lo que ocurre al interior
de un sistema (caja negra), pero se pueden asociar entradas
o estímulos con salidas o respuestas, para resolver problemas
que han sido previamente conocidos.

La experiencia motora es más física que cognitiva. La


habilidad se adquiere fundamentalmente a través del ejercicio
y la práctica física constante. Los sistemas basados
en conocimiento no pueden emular fácilmente este tipo de
experiencia, principalmente por la limitada capacidad de la
tecnología robótica.

La experiencia teórica y el conocimiento profundo permite que


los humanos puedan resolver problemas que no se han visto
antes, es decir, no existe una posibilidad asociativa.
El conocimiento teórico y profundo se adquiere a través de
estudio y entrenamiento formal, así como por medio de la
resolución directa de problemas.

[Escribir texto] Página 16


Debido a su naturaleza teórica, este conocimiento se puede
olvidar fácilmente, a no ser que se use en forma continua. Al
momento, los 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.
1. Manejo de Fotos

 Cada vez que usted sube una foto a Facebook el sistema


analiza las caras de las personas que aparecen en ella y
“auto-taguea” o propone “taguear” a esas personas.
 De la misma forma, Google Photos y Apple Photos son
capaces de filtrar sus fotos por temas específicos. Por
ejemplo, usted puede pedir ver fotos solo de deportes, o de
equipos, o de la playa o aquellas en las que haya un perro
o un gato.
Todo esto se hace por medio de algoritmos de Inteligencia
Artificial que analizan millones de fotos y las analizan con base
en el contenido.

2. Optimización en el Uso y Consumo de Energía


 En los nuevos iPhone y smartphones con Android (de gama
alta) el sistema operativo analiza sus rutinas habituales para
determinar cómo optimizar el uso de energía y ahorrar
batería.
 Ese mismo modelo está siendo usado por varias compañías
para optimizar sus consumos corporativos de energía.
Google, por ejemplo, ha reducido la cuenta de electricidad
de sus datacenters en 40%

3. Análisis de Hábitos / Control de Fraude

[Escribir texto] Página 17


 Compañías de Tarjetas de Crédito, Instituciones
Financieras, Comercios, Aseguradoras y hasta Entidades
Prestadoras de Salud están utilizando el Big Data y la
Inteligencia Artificial para combatir el fraude.
Y los resultados son positivos. Compañías como Fraugster
aseguran que pueden bajar en hasta 70% los cobros
fraudulentos de sus clientes e incluso incrementar las tasas
de conversión en hasta 35%. Estos números, por ejemplo
para una tienda online, son música para sus oídos.

4. Servicio al Cliente

 Si hay un sitio donde se hayan visto avances importantes


relacionados con Machine Learning es en la automatización
de mecanismos de servicio al cliente. Desde mejores IVRs
hasta Bots – por ahora en Facebook Messenger pero pronto
en WhatsApp y Skype – son miles de empresas las que han
logrado mejoras en la atención y la calidad de sus clientes
con asistentes inteligentes que (a) aprenden de cada
interacción y (b) pueden tomar decisiones por sí mismos.
5. Seguridad

 Con millones de cámaras de seguridad instaladas, y planes


para conectar / instalas aún más en las principales
ciudades, es prácticamente imposible que sigamos
dependiendo de personas para que estén pendientes de lo
que ocurre en sus feeds. La utilización de mecanismos de
Inteligencia Artificial pueden facilitar el trabajo de dichos
operadores, analizando los hechos que ven y levantando
banderas para que los supervisores tomen cartas en el
asunto.

[Escribir texto] Página 18


V .ANEXOS

[Escribir texto] Página 19


http://questiondigital.com/inteligencia-artificial-la-
nueva-dependencia-2/

https://www.muycomputerpro.com/2016/06/25/inteli
gencia-artificial-1-de-cada-10-espanoles-teme-perder-
su-trabajo

[Escribir texto] Página 20


https://elpais.com/tecnologia/2016/12/20/actualidad
/1482236622_315819.html

[Escribir texto] Página 21


Bibliografía
1.

introduccion inteligencia artificial pdf monografias - Buscar


con Google
2.

caracteristicas de la inteligencia artificial - Buscar con


Google

3.
Inteligencia Artificial: Concepto, Características y
Metodologías de La Inteligencia Artificial

4.

inteligencia artificial - Buscar con Google

5.

[Escribir texto] Página 22