Documento 89006

INTELIGENCIA ARTIFICIAL
•
•
•
•
•
•
•
•
Concepto Inteligencia artificial
Característica
Redes neuronales
Escuela de pensamiento
Historia de la inteligencia artificial
Aprendizaje automático
Aplicación de la inteligencia artificial
Robótica
Inteligencia
Artificial
Se denomina inteligencia artificial a la rama de la
informática que desarrolla procesos que imitan a la
inteligencia de los seres vivos. La principal
aplicación de esta ciencia es la creación de
máquinas para la automatización de tareas que
requieran
un
comportamiento
inteligente.la
inteligencia artificial es una combinación de la
ciencia del comportado, fisiología y filosofía, tan
general que reúne varios campos (robótica,
sistemas expertos,) los cuales tienen en común la
creación de maquinas que pueden pensar.
Inteligencia Artificial
característica
•
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 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.
Redes Neuronales
• En el campo de la Inteligencia Artificial se refiere
habitualmente de forma mas sencilla como
redes de neuronas o redes neuronales . La redes
neuronas artificial(denominadas habitualmente
como RNA o en ingles como ANN) son un
paradigma de aprendizaje y procesamiento
automático inspirado en la forma en que funciona
el sistema nervioso de los animales. Se trata de
un sistema de interconexión de neuronas en una
red que colabora para producir un estimulo.
Redes Neuronales
Funcionamiento:
Una de las misiones en una red neuronal
consiste en simular las propiedades observadas
en los sistemas neuronales biológicos a través de
modelos
matemáticos
recreados
mediante
mecanismos
artificiales(como
un
circuito
integrado, un ordenador o un conjunto de
válvulas). El objetivo es conseguir que las
maquinas den respuestas similares a las que es
capaz de dar el cerebro que se caracterizan por
su generalización y su robustez.
Redes Neuronales
• Diseño y programación de una RNA
• Estructura
Redes Neuronales
Ventajas de la RNA :
Aprendizaje: Las RNA tiene la habilidad de aprender mediante
una etapa que se llama de aprendizaje. Esta consiste en
proporcionar a la RNA datos como entrada a su vez que se le
indica cual es la salida(respuesta) esperada.
Auto organización: Una RNA crea su propia representación de la
información en su interior, descargando al usuario de esto.
Tolerancia a fallos: debido a que una RNA almacena la información
de forma redundante, esta puede seguir respondiendo
aceptablemente aun si se daña parcialmente.
Flexibilidad: Una RNA puede manejar cambios no importantes en
la información de entrada, como señales con ruido u otros
cambios en la entrada.
ESCUELAS DE PENSAMIENTO
La IA se divide en dos escuelas de pensamiento :
•
Inteligencia Artificial Convencional
•
Inteligencia Artificial Computacional
Inteligencia Artificial
Computacional
Implica desarrollo o aprendizaje iterativo. El
aprendizaje se realiza basándose en datos
empíricos. Esta rama incluye estos métodos:
• Redes neuronales
• Sistemas difusos
• Computación evolutiva
Inteligencia Artificial
convencional
Tiene que ver con métodos que actualmente se conocen
como máquinas de aprendizaje, se caracteriza por el
formalismo y el análisis estadístico. Esta rama incluye estos
métodos:
•
•
•
•
Sistemas expertos
Razonamiento basado en casos
Red bayesiana
Inteligencia artificial basada en comportamientos
Aprendizaje automático
Concepto:
•
Es una rama de la Inteligencia Artificial, o un
procesador de inducción del conocimiento, cuyos
objetivos es desarrollar técnicas que permitan a la
computadoras aprender.
•
Es un factor primordial para satisfacer las necesidades
de la inteligencia artificial. Este se centra en el estudio de
la complejidad computacional de los problemas y se
basa en el análisis de datos.
Aplicaciones del aprendizaje
automático
• Motores de búsqueda
• Diagnósticos médicos
• Detención de fraudes en el uso de tarjetas de
créditos
• Análisis del mercado de valores
• Clasificación de secuencia de ADN
• Reconocimiento del habla y lenguaje escrito
• Juegos
• robótica
Aplicaciones de la
inteligencia artificial
• Sistema experto
• Hechos y reglas
• Representación del conocimiento
OTROS DE CAMPOS DE
APLICACION
Percepción y reconocimiento de formas:
•
Imitación de los sentidos de la audición y visión
artificial
• Identificar el sentido de lo percibido
• Reconocer analogías
Demostración automática
• Demostración automática de teoremas de
matemáticos y lógicos
Robótica
• Interaccione de los robots con las personas
El futuro de IA
• Robot de charla
• Viajes estelares