Inteligencia Artificial

INTELIGENCIA ARTIFICIAL

Las definiciones de Inteligencia artificial están relacionadas con la siguiente idea:

Desarrollo de métodos y algoritmos que permitan

comportarse a las computadoras de modo inteligente.

Dogma central de la IA:

Los procesos que se llevan a cabo en el cerebro pueden ser analizados, a un nivel de abstracción dado, como procesos computacionales de algún tipo.

Inteligencia artificial, para definir esta idea; primero deberíamos analizar cada uno de los conceptos que la forman .

Ya que a la inteligencia la asociamos como una cualidad exclusiva de

algunos seres vivos y aunque hay mucha controversia para definir con

exactitud que es inteligencia, podemos llegar a la conclusión que su

concepto esta enlazado principalmente con la habilidad de aprender,

razonar y con la ayuda de esto podremos resolver problemas que nos

permiten adaptarnos mejor al ambiente que nos encontremos.

Aunque el intento de dotar de inteligencia a sistemas computacionales

creados por el hombre es muy reciente, ya que comenzó a principios del

siglo XX y su objetivo es que estos sistemas no se limiten a hacer procesos

mecánicos sino que puedan ser creativos, pero esto está lejos de llegar a

su objetivo, aunque el futuro es muy prometedor.

INICIOS

El comienzo de la investigación de esta ciencia, qué estudiará el desarrollo de un ordenador en cuanto a comportamientos raciona les es relativamente cercano ya que en 1950, en un artículo llamado Computing Machinery and Intelligence para la revista Mind escrito por Alan Turing en el cual expone un método llamado Test de Turing , fue considerado el primer paso y que aún es considerado uno de los mejores métodos para defender la teoría de la Inteligencia Artificial . Aunque antes en 1943 Warren McCulloch y Walter Pitts mostraron su modelo de sus redes de neuronas artificia les que consiste en la simulación de las respuestas del cerebro como un dispositivo binario con varias entradas y salidas. Pero la acuñación de este término fue en la Conferencia de Dartmouth por parte de John McCarthy (Dartmouth College), Marvin L.Minsky (Harvard University), Nathaniel Rochester (I.B.MCorporation) y Claude E. Shannon (Bell Telephone Laboratories) en el verano de 1955 donde estos científicos proponen un proyecto de investigación para dotar a sistemas computacionales de la capacidad del habla a través del uso de una mejora de las redes neuronales antes mencionados. La búsqueda por parte del ser humano de sujetos que tengan la característica de razonar de manera independiente ha sido ardua durante todos estos años, con resultados que han ayudado al ser humano a mejorar su estilo de vida aunque, es cierto, estos resultados distan mucho del objetivo principal que se espera conseguir con el transcurso de los años que es una inteligencia de la misma capacidad que la nuestra.

El Test de Touring

Una prueba para determinar si un ordenador o sistema computacional puede ser inteligente propuesta por Alan Turing, matemático británico, consiste en la simulación de una conversación entre una persona y un ordenador, en la cual los dos sujetos interactúan y un juez imparcial ha de definir cuál de los dos es una máquina y cual un ser humano, mediante las preguntas que realice el juez y si los dos sujetos contestan con suficiente soltura y este no detecta diferencias, este será el momento en el que un ordenador tenga un sistema computacional que se equipare con las capacidades cognitivas del ser humano, aunque este nivel todavía no se ha alcanzado pero el futuro es muy positivo ya que la tecnología evoluciona de manera exponencial, una característica que la analizaremos a fondo más adelante.

REDES NEURONALES ARTIFICIALES

Las redes neuronales tienen su comienzo a finales del siglo XIX con el científico Santiago Ramón y Cajal quien trabajo en la estructura de la neurona y el funcionamiento de la misma. Una red neuronal artificial (RNA), como su nombre lo indica, pretende imitar a escala pequeña la forma de funcionamiento de las neuronas del cerebro humano. Entre los primeros fueron Warren McCulloch y Walter Pitts que en 1943 propusieron un modelo matemático de neurona, el cual estaba compuesto por un conjunto de entradas y una salida. Cada entrada estaba afectada por un peso, la activación de la neurona se calcula mediante la suma de los productos mediante la entrada y la salida es una función de activación. Uno de los primeros modelos de red neuronal artificial fue el introducido por Frank Rosenblatt en el año 1957, el llamado Perceptrón Simple y el que en la estructura de este tipo de red estaba inspirado en las primeras etapas de procesamiento de los sistemas sensoriales en los animales en los cuales la información va atravesando sucesivamente capas de neuronas que realizan un proceso progresivamente de más alto nivel. 5.1 El Preceptrón Simple. El preceptrón simple es un modelo unidireccional compuesto por dos capas de neuronas, una sensorial o de entrada y otra de salida. La operación de este tipo de m (capas de salida) y n (capas de entrada) se expresa por: ) Formula de aprendizaje

Aplicaciones de las redes neuronales: Perceptrón Simple._ Se utiliza en la clasificación y reconocimientos de patrones de voz, imágenes, señales, etc. Encontrar patrones de fraude económico, hacer predicciones en el mercado financiero, hacer predicciones de tiempo atmosférico, etc. así como para crear controladores de robot. Antes se pensaba que la resolución de teoremas, el reconocimiento de voz, el de patrones y la resolución de juegos como el ajedrez y las damas y cualquier problema semejante podrían ser resueltos por personas, ya que su formulación y resolución requieren habilidades que supuestamente solo tienen los seres humanos como pensar, memorizar, aprender, ver, etc. Este tipo de cuestión al inicio impensable de resolver por medio de computadoras, pero ahora se utilizan este tipo de sistema.

SISTEMAS EXPERTOS

Los sistemas expertos son máquinas que piensan y razonan

...