Inteligencia Artificial. Red Neuronal Artificial

UNIVERSIDAD POLITÉCNICA DEL CENTRO

Inteligencia Artificial

Matricula - Nombre del Alumno

002861-Cancino Padilla Fabiola

Asignatura

Tutorías VII

Profesor

Dra. Teresita de la Cruz Baeza Hernández

Cuatrimestre: 7

Grupo: 3

e-mail: Haga clic aquí para escribir texto.

25 de noviembre de 2019

Contenido

Resumen        3

Palabras claves        3

Abstract        3

Keywords        3

Introducción        3

Objetivos generales        4

Objetivos específicos        4

Marco teórico        4

Categorías de la Inteligencia Artificial        4

Prueba de Turing        5

Machine Learning        5

Red Neuronal Artificial        8

Resultados        8

Aplicaciones de la Inteligencia Artificial        8

Discusión        9

Implicaciones de la Inteligencia Artificial        9

Conclusión        10

Bibliografía        11

Resumen

Una computadora puede ser llamada inteligente si logra engañar a una persona haciéndole creer que es un humano – Alan Turing.

La inteligencia artificial es la ciencia para crear máquinas inteligentes, especialmente programas de cómputo, capaces de emular el comportamiento o pensamiento racional humano. Teniendo sus orígenes a mediados del siglo XX, la IA no ha alcanzado el punto de madurez suficiente para superar la prueba de Turing; sin embargo, es una ciencia que día tras día va aumentando en relevancia tanto a nivel ingenieril, científico como industrial. Su campo de aplicación es cada vez más amplio y en el futuro se espera que sobrepase incluso el nivel industrial y se involucre en campos como medicina y docencia.

Palabras claves

Inteligencia, red neuronal, machine learning, inteligencia artificial.

Abstract

A computer can be called smart if it manages to trick a person into believing it to be a human – Alan Turing.

Artificial intelligence is the science of creating intelligent machines, especially computer programs, capable of emulating human behavior or rational thinking. Having its origins in the mid-20th century, AI has not reached the point of maturity enough to pass the Turing test; however, it is a science that day after day is increasing in relevance both at the engineering, scientific and industrial levels. Its scope is growing, and, in the future, it is expected to exceed even the industrial level and engage in fields such as medicine and teaching.

Keywords

Intelligence, neural network, machine learning, artificial intelligence.

Introducción

Existen muchas controversias con respecto a la definición del concepto “Inteligencia Artificial”, lo que da lugar a que actualmente no exista una definición concisa de dicho concepto; dependiendo del autor y el enfoque de este se han postulado diversas definiciones aceptadas tanto por la comunidad ingenieril como la comunidad científica.

Algunas de las definiciones más sobresalientes son:

«Disciplina científica que se ocupa de crear programas informáticos que ejecutan operaciones comparables a las que realiza la mente humana, como el aprendizaje o el razonamiento lógico.» (Diccionario de la Real Academia Española).

«Programa de computación diseñado para realizar determinadas operaciones que se consideran propias de la inteligencia humana, como el autoaprendizaje.» (Diccionario de Google).

«La inteligencia artificial es la rama de las ciencias computacionales que se encarga del diseño y construcción de sistemas capaces de realizar taras asociadas con la inteligencia humana.» (Oficina de Información Científica y Tecnología para el Congreso de la Unión, 2018).

Sus orígenes se remontan a mediados del siglo XX, con el matemático británico Alan Turing, quien publicó su famoso artículo sobre los «Números Calculables», mismo que sirvió para establecer las bases teóricas y puede considerarse, además, el origen oficial de la informática teórica. Sin embargo, no fue hasta 1956 que el concepto fue acuñado por los científicos John McCarthy, Marvin Minsky y Claude Shannon, que lo definieron como «la ciencia e ingenio de hacer máquinas inteligentes, especialmente programas de cómputo inteligentes». (Torre, 2019).

Objetivos generales

• Presentar el tema de Inteligencia Artificial.

Objetivos específicos

• Investigar el concepto de Inteligencia Artificial, así como sus conceptos relacionados.

Marco teórico

En términos coloquiales, el concepto de IA se usa cuando una máquina es capaz de imitar las funciones cognitivas propias de la menta humana, como: aprendizaje, entendimiento, percepción del ambiente y uso del lenguaje.

Durante los últimos años, un concepto estrechamente relacionado a la inteligencia artificial ha sido el campo del aprendizaje computacional, también conocido como machine learning, donde un sistema aprende a ejecutar tareas, mediante ejemplos o ciclos de prueba y error. Otro concepto ampliamente escuchado ha sido el de los modeles de redes neuronales, sistemas inspirados en el funcionamiento de la neuronas cerebrales.

Categorías de la Inteligencia Artificial

1. Sistemas que piensan como humanos, es decir, emulan el pensamiento humano; un ejemplo de esto son las redes neuronales artificiales.
2. Sistemas que actúan como humanos, es decir, son físicamente capaces de llevar a cabo acciones emuladas del ser humano; la ciencia de la robótica se especializa en este rubro.
3. Sistemas que piensan racionalmente, es decir, sistemas informáticos que emulen el razonamiento humano actuando tal y como lo haría un experto en un área de conocimiento; por ejemplo, los sistemas expertos.
4. Sistemas que actúan racionalmente, es decir, sistemas capaces de percibir su entorno, procesar tales percepciones y responder o actuar en su entorno de manera racional, tal como los agentes inteligentes.

Para que un sistema pueda ser considerado como inteligencia artificial debe ser capaz de cumplir con alguna de las siguientes funciones:

1. Procesamiento del lenguaje natural.

1. Búsqueda de documentos.
2. Generación de texto.
3. Reconocimiento del habla.
4. Traducción automática.
5. Minería de datos.
6. Ayuda en la preparación de textos.

1. Reconocimiento de patrones visuales.
2. Representación y adquisición de conocimientos.
3. Aprendizaje automático.

1. Prueba y error.
2. Experiencia.
3. Métodos simbólicos.
4. Redes neuronales.
5. Evolución simulada.

1. Razonamiento automático.
2. Interacción física.

1. Robótica.

Prueba de Turing[pic 3][pic 4]

La prueba de Turing, creada por el mismo Alan Turing, es un método para responder científicamente si una máquina puede pensar por sí misma o no. La prueba consiste básicamente en una conversación entre un ser humano y una máquina diseñada para interactuar verbalmente, la conversación se efectúa en lenguaje común, y el objetivo es identificar cuál es el humano y cuál es la máquina. (García, 2017).

...