INTELIGENCIA ARTIFICIAL

Unidad 1: Fase 1 - Técnicas, herramientas de la inteligencia artificial

Presentado por: Cristian David Ledezma Mosquera

Código:1.077200411

Presentado a: Ferley Medina

Grupo: 33

Universidad Nacional Abierta Y A Distancia “UNAD”

Escuela De Ciencias Básica Tecnología E Ingeniería
Marzo 2019
1. Investigar sobre las técnicas y herramientas que utiliza la inteligencia artificial
Aprendizaje Automático (Machine Learning)
Concepto: Es una rama de la IA cuyo objetivo es desarrollar técnicas que permitan a las
computadoras aprender.
Tópicos: El Aprendizaje Automático tiene una amplia gama de aplicaciones, incluyendo
motores de búsqueda, diagnósticos médicos, detección de fraude en el uso de tarjetas de
crédito, análisis del mercado de valores, clasificación de secuencias de ADN,
reconocimiento del habla y del lenguaje escrito, juegos y robótica.
Ingeniería del Conocimiento (Knowledge Engineering)
Concepto: La ingeniería del conocimiento es aquella disciplina moderna que forma parte
de la Inteligencia Artificial y cuyo fin es el diseño y desarrollo de Sistemas Expertos (o
Sistemas Basados en el Conocimiento SS.BB.CC).
Tópicos: La ingeniería del conocimiento engloba a los científicos, tecnología y
metodología necesarios para procesar el conocimiento. Su objetivo es extraer, articular e
informatizar el conocimiento de un experto.
Redes Bayesianas (Bayesian Networks)
Concepto: Es un modelo probabilístico multivariado que relaciona un conjunto de
variables aleatorias mediante un grafo dirigido que indica explícitamente influencia
causal.
Tópicos: Una red bayesiana se utiliza para representar el conocimiento y el razonamiento
probabilístico de una forma gráfica.
Vida Artificial (Artificial Life).
Concepto: Es el estudio de la vida y de los sistemas artificiales que exhiben propiedades
similares a los seres vivos, a través de modelos de simulación.
Tópicos: La Vida Artificial está dentro de las Ciencias de la Complejidad, que estudian
los fenómenos subyacentes y comunes a todos los sistemas complejos, como ecosistemas,
economías y culturas, modelizándolos mediante la interacción de elementos simples.
Técnicas de Representación de Conocimiento
Concepto: Es un área de la inteligencia artificial cuyo objetivo fundamental es representar
el conocimiento de una manera que facilite la inferencia (sacar conclusiones) a partir de
dicho conocimiento.
Tópicos: Se usa algún tipo de lógica para proveer una semántica formal de como las
funciones de razonamiento se aplican a los símbolos del dominio del discurso, además
de proveer operadores como cuantificadores, operadores modales, etc.
Frames
Concepto: Se denomina en inglés, a un fotograma o cuadro, una imagen particular dentro
de una sucesión de imágenes que componen una animación.
Tópicos: Es un elemento que permite dividir la pantalla en varias áreas independientes
unas de otras, y por tanto con contenidos distintos, aunque puedan estar relacionados.
Cada una de estas zonas es capaz de mostrar código HTML.
Visión Artificial
Concepto: Es programar un computador para que "entienda" una escena o las
características de una imagen.
Tópicos: En la detección, segmentación, localización y reconocimiento de ciertos objetos
en imágenes (por ejemplo, caras humanas) La evaluación de los resultados (por ejemplo,
segmentación, registro). Búsqueda de imágenes digitales por su contenido.
Lingüística Computacional
Concepto: Se considera una disciplina de la lingüística aplicada y la IA, y tiene como
objetivo la realización de aplicaciones informáticas que imiten la capacidad humana de
hablar y entender.
Tópicos: Sus aplicaciones son, por ejemplo, los programas que reconocen el habla, los
traductores automáticos.
Procesamiento del lenguaje natural (Natural Language Processing)
Concepto: Es la disciplina encargada de producir sistemas informáticos que posibiliten
dicha comunicación, por medio de la voz o del texto.
Tópicos: Es aquella orientada a facilitar la comunicación hombre-computadora por medio
del lenguaje humano, o lenguaje natural.
Minería de Datos (DataMining)
Concepto: Es el conjunto de técnicas y tecnologías que permiten explorar grandes bases
de datos, de manera automática o semiautomática, con el objetivo de encontrar patrones
repetitivos, tendencias o reglas que expliquen el comportamiento de los datos en un
determinado contexto.
Tópicos: se presenta como una tecnología emergente, con varias ventajas, resulta un buen
punto de encuentro entre los investigadores y las personas de negocios. Ahorra grandes
cantidades de dinero a una empresa y abre nuevas oportunidades de negocios.
Referencias
Beshi 26 Publicado el 18 de jul. de 2013 Ingeniera de Sistemas Informáticos. Recuperado de:
https://es.slideshare.net/beshi/tecnicas-y-camposdelaiabzjh

2. Investigar que es un agente inteligente y como funciona

AGENTES INTELIGENTES
Definición
Podemos definir al agente inteligente como una entidad software que, basándose en su
propio conocimiento, realiza un conjunto de operaciones destinadas a satisfacer las
necesidades de un usuario o de otro programa, bien por iniciativa propia o porque alguno
de éstos se lo requiere.
Todos los agentes inteligentes son programas, pero no todos los programas que realizan
búsquedas son agentes inteligentes. Los agentes en sí mismos pueden ser considerados
como entidades individuales (partes de programa que tienen control sobre sus propias
vidas y movimientos). Continuamente están realizando procesos que les indican qué
hacer y cómo. Se comunican con otros agentes para resolver de forma adecuada su
trabajo.
Características de los agentes inteligentes
Un agente va a venir caracterizado por una serie de calificativos, los cuales vienen a
denotar ciertas propiedades a cumplir por el agente. Esto lleva a plantear otra
definición bastante aceptada de agente donde se emplean tres calificativos que, según,
los autores se consideran básicos. Esta definición ve a un agente como un sistema de
computación capaz de actuar de forma autónoma y flexible en un entorno Figura 1.
Visión esquemática de un Agente Inteligente [Wooldridge1995], entendiendo por
flexible que sea:
Reactivo. El agente es capaz de responder a cambios en el entorno en que se encuentra
situado.
Pro-activo, a su vez el agente debe ser capaz de intentar cumplir sus propios planes u
objetivos.
Social, debe de poder comunicarse con otros agentes mediante algún tipo de lenguaje
de comunicación de agentes.
Autonomía: un agente es completamente autónomo si es capaz de actuar basándose
en su experiencia. El agente es capaz de adaptarse, aunque el entorno cambie
severamente. Por otra parte, una definición menos estricta de autonomía sería cuando
el agente percibe el entorno.
 Sociabilidad: este atributo permite a un agente comunicar con otros agentes o incluso
con otras entidades.
Racionalidad: el agente siempre realiza «lo correcto» a partir de los datos que percibe
del entorno.
Re-actividad: un agente actúa como resultado de cambios en su entorno. En este caso,
un agente percibe el entorno y esos cambios dirigen el comportamiento del agente.
Pro-actividad: un agente es pro-activo cuando es capaz de controlar sus propios
objetivos a pesar de cambios en el entorno.
Adaptabilidad: está relacionado con el aprendizaje que un agente es capaz de realizar
y si puede cambiar su comportamiento basándose en ese aprendizaje.
Movilidad: capacidad de un agente de trasladarse a través de una red telemática.
Veracidad: asunción de que un agente no comunica información falsa a propósito.
Benevolencia: asunción de que un agente está dispuesto a ayudar a otros agentes si
esto no entra en conflicto con sus propios objetivos.

Representación virtual. Se comunican en lenguaje natural y suplen a los

comerciales.
Como asistentes personales. Nos ayudan como lo haría un ayudante.
Negociador en mercados electrónicos. Localiza una subasta en Internet, aprende
cómo va la oferta y realiza una compra por nosotros.
Agente de búsqueda de información o rastreador. Rastrean en las redes de
ordenadores en busca de información solicitada. Son parametrizables por el usuario
aprenden de sus hábitos, rastrean la red e informan por correo electrónico de
novedades que consideran pueden ser de interés para el usuario.

Referencias
Pedro Hípola y Benjamín Vargas-Quesada abril 1999 Agentes inteligentes: definición y tipología. Los
agentes de información. Recuperado de:
http://www.elprofesionaldelainformacion.com/contenidos/1999/abril/agentes_inteligentes_definicion_y_
tipologia_los_agentes_de_informacion.html