Inteligencia Artificial Facetas Del Comportamiento Inteligente
Cargado por
TinkyWinkyInteligencia Artificial Facetas Del Comportamiento Inteligente
Cargado por
TinkyWinkyMATERIA: INTELIGENCIA ARTIFICIAL I
CARRERA: INGENIERÍA EN SISTEMAS COMPUTACIONALES
INDICE
FACETAS DEL COMPORTAMIENTO INTELIGENTE..............................................................3
ACTUAR HUMANAMENTE: EL ENFOQUE DEL TEST DE TURING.................................3
ACTUAR HUMANAMENTE: EL ENFOQUE DEL MODELO COGNITIVO..........................3
PENSAR RACIONALMENTE: EL ENFOQUE DE “LAS LEYES DEL PENSAMIENTO”...4
ACTUAR RACIONALMENTE: EL ENFOQUE DEL AGENTE RACIONAL..........................4
FORMAS DE HACER INTELIGENCIA ARTIFICIAL..................................................................6
IA FUERTE VS IA DÉBIL...........................................................................................................6
SISTEMAS EXPERTOS.............................................................................................................7
ALGORITMOS GENÉTICOS.....................................................................................................7
REDES NEURONALES ARTIFICIALES..................................................................................7
SUBCAMPOS DE LA INTELIGENCIA ARTIFICIAL, ASÍ COMO ÁREAS
DESARROLLADAS Y EN DESARROLLO..................................................................................8
FACETAS DEL COMPORTAMIENTO INTELIGENTE
La inteligencia artificial es la combinación de tecnología capaz de imitar el intelecto
humano, estas imitaciones pueden llevarse a cabo gracias a un software, un robot
o una maquina automatizada.
Las facetas del comportamiento inteligente, es decir, las áreas en las que la
inteligencia artificial buscan lograr van desde el actuar y pensar como humanos, o
actuar y pensar racionalmente.
ACTUAR HUMANAMENTE: EL ENFOQUE DEL TEST DE TURING
El test de Turing fue propuesto en 1950, consiste en que una computadora tenga
la capacidad de responder a varias preguntas de manera que no se pueda
identificar si las respuestas fueron dadas por un humano o una computadora. Las
capacidades que se deben tomar en cuenta son:
Procesamiento natural del lenguaje.
Representación del conocimiento.
Razonamiento automático.
Aprendizaje automático.
Esta prueba evitaba la interacción física, pero el test debía contar con una señal
de vídeo para comprobar las capacidades de percepción. Por lo que es necesario
que la computadora tenga:
Visión para distinguir objetos
Manipulación de objetos
El test de Turing dio las bases para estudiar la inteligencia artificial, por lo que
después de décadas sigue siendo sobresaliente.
ACTUAR HUMANAMENTE: EL ENFOQUE DEL MODELO COGNITIVO
Para lograr que una computadora pueda emular el pensamiento humano, primero
se debe entender mediante ciertos procesos el funcionamiento de la mente
humana.
Las maneras para determinar el pensamiento humano son, al menos las tres
principales:
Introspección.
Experimentos psicológicos.
Imágenes cerebrales.
Cuando la teoría del pensamiento humano es precisa, entonces es posible
expresar ese comportamiento mediante un programa.
PENSAR RACIONALMENTE: EL ENFOQUE DE “LAS LEYES DEL
PENSAMIENTO”.
Aristóteles quizás fue de los primeros hombres que intentó descifrar el
razonamiento correcto. Un silogismo es, según la definición de Aristóteles, «un
discurso (logos) en el cual, establecidas ciertas cosas, resulta necesariamente de
ellas, por ser lo que son, otra cosa diferente».
En el enfoque de la lógica, la inteligencia artificial enfrenta obstáculos:
Es difícil tomar el conocimiento informal y convertirlo en términos formales,
necesarios para la notación logica.
La diferencia que existe entre resolver un problema “en principio” y llevar a
la practica la solución.
ACTUAR RACIONALMENTE: EL ENFOQUE DEL AGENTE RACIONAL
Un agente es aquel capaz de hacer algo, por lo tanto, un programa computacional
es considerado un agente del que se esperan distintas acciones. Un agente
racional es aquel que tiene definidas las preferencias, buscando los valores
esperados en función del resultado más optimo.
Una característica importante sobre la racionalidad perfecta es que en entornos
complejos, la dificultad será demasiado, por lo que la “racionalidad acotada” hará
actuar de manera apropiada cuando los recursos no son suficientes.
FORMAS DE HACER INTELIGENCIA ARTIFICIAL
IA FUERTE VS IA DÉBIL
La IA fuerte, que puede aprender a realizar cualquier tarea que realice un ser
humano, la IA débil se limita a una o pocas tareas específicas.
La inteligencia artificial débil sólo es capaz de especializarse en un área y hacer la
tarea o tareas para las que fueron programadas. Actualmente es la IA con la que
contamos, una infinidad de robots o maquinas motorizadas han sido elaboradas
para cumplir con procesos complejos como por ejemplo, jugar ajedrez, pero en el
momento en que a ese robot se le exija hacer otro proceso no será capaz de
hacerlo.
La inteligencia artificial fuerte podría ser capaz de emular el comportamiento
humano, así como los pensamientos intelectuales de los mismos. Este tipo de
tecnología todavía no es una realidad, ya que es muy difícil poder definir qué
alcance deberían tener las maquinas para considerar que tienen el intelecto
humano.
SISTEMAS EXPERTOS
Es un sistema computacional que posee los conocimientos de expertos en un
área, o áreas específicas. Un sistema experto es creado siguiendo una serie de
reglas, basadas en conocimientos de personas expertas, por lo que es capaz de
obtener respuestas basadas en esa información previamente almacenada.
El razonamiento hacia adelante va de los hechos a las metas, mientras que el
razonamiento hacia atrás va de las metas a los hechos.
ALGORITMOS GENÉTICOS
Los algoritmos genéticos son procesos de adaptación o evolución, que se usan
para la solución de problemas. Estos algoritmos son basados en el proceso
genético, llamando a cada posible solución “cromosoma” y a cada componente del
cromosoma “gen”.
Un algoritmo genético comienza con una posible respuesta aleatoria, por lo que
cada solución es sólo una suposición. Siguiendo este proceso, cada evolución de
los procesos mostrará un mejor resultado pero puede resultar no ser efectivo al no
obtener una respuesta final correcta.
REDES NEURONALES ARTIFICIALES
Una red neuronal es un grupo de elementos interconectados, nodos o neuronas.
Estas neuronas trabajan en conjunto para obtener una salida.
Las redes neuronales artificiales son inspiradas en el cerebro humano y su
funcionamiento, estos nodos (neuronas) al estar interconectados trasmitirán
señales hasta obtener una salida.
Los nodos se organizan en capas en una red neuronal y cada nodo pasa valores a
la siguiente capa, por lo que un nodo es capaz de encender a los siguientes. Este
tipo de IA ha demostrado ser muy útil para el reconocimiento de voz, análisis de
imágenes y modelado cognitivo.
SUBCAMPOS DE LA INTELIGENCIA ARTIFICIAL, ASÍ COMO ÁREAS
DESARROLLADAS Y EN DESARROLLO.
Dentro de la utilidad que se le ha dado a la IA, se encuentran la resolución a
problemas específicos. Principalmente en sistemas expertos, ayudando en las
áreas de análisis, economía y salud.
Subcampos
Visión por computadora
Reconocimiento de patrones
Robótica
Razonamiento automatizado
Procesamiento de lenguaje natural
Aprendizaje artificial automático
