inteligencia artificial

Inteligencia Artificial

Definición: La inteligencia artificial es una ciencia que intenta imitar el comportamiento humano así como sus capacidades y habilidades.

Historia

En 1950 Alan Turing publicó su famoso artículo “Computing Machinery and Intelligence”, donde describe un método para que los humanos podamos testear programas de IA.

1943 • La IA comienza siendo computación neuronal con el trabajo teórico de Warren McCullogh y Walter Pitts: “Un cálculo de las ideas inmanentes en la actividad nerviosa” • Enfasis en la estructura física. Coincidencia con la función (software y hardware) • Para Turing o Wiener la información era puramente formal ◼ 1949 • Donald O. Hebb publica “La organización de la conducta”, que sirvió de base para los algoritmos de aprendizaje en las redes neuronales artificiales.

Inteligencia artificial convencional 

Basada en análisis formal y estadístico del comportamiento 

humano ante diferentes problemas:

• Razonamiento basado en casos: ayuda a tomar decisiones mientras se resuelven ciertos problemas concretos.

• Sistemas expertos: infieren una solución a través del conocimiento previo del contexto en que se aplica y de ciertas reglas o relaciones.

• Redes bayesianas: propone soluciones mediante inferencia estadística.

• Inteligencia artificial basada en comportamientos: sistemas complejos que tienen autonomía y pueden auto-regularse y controlarse para mejorar.

Aquí les dejo este vídeo en el que podrán darse una amplia idea de como se esta creando la inteligencia artificial hoy en día, recomiendo suscribirse al canal del vídeo.

SISTEMAS EXPERTOS

¿Qué es un sistema experto?

Los Sistemas Expertos, rama de la Inteligencia Artificial, son sistemas informáticos que simulan el proceso de aprendizaje, de memorización, de razonamiento, de comunicación y de acción en consecuencia de un experto humano en cualquier rama de la ciencia.

Estas características le permiten almacenar datos y conocimiento, sacar conclusiones lógicas, tomar decisiones, aprender de la experiencia y los datos existentes, comunicarse con expertos humanos, explicar el por qué de las decisiones tomadas y realizar acciones como consecuencia de todo lo anterior.

Técnicamente un sistema experto, contiene una base de conocimientos que incluye la experiencia acumulada de expertos humanos y un conjunto de reglas para aplicar ésta base de conocimientos en una situación particular que se le indica al programa. Cada vez el sistema se mejora con adiciones a la base de conocimientos o al conjunto de reglas.

¿Por qué utilizar un Sistema Experto?

1. Con la ayuda de un Sistema Experto, personas con poca experiencia pueden resolver problemas que requieren un "conocimiento formal especializado".
2. Los Sistemas Expertos pueden obtener conclusiones y resolver problemas de forma más rápida que los expertos humanos.
3. Los Sistemas Expertos razonan pero en base a un conocimiento adquirido y no tienen sitio para la subjetividad.
4. Se ha comprobado que los Sistemas Expertos tienen al menos, la misma competencia que un especialista humano.
5. El uso de Sistemas Expertos es especialmente recomendado en las siguientes situaciones:

1. Cuando los expertos humanos en una determinada materia son escasos.

• En situaciones complejas, donde la subjetividad humana puede llevar a conclusiones erróneas.
• Cuando es muy elevado el volumen de datos que ha de considerarse para obtener una conclusión.

Aplicaciones

Medicina, Economía, Psicología, Finanzas, Derecho y prácticamente todas las ramas del conocimiento.

Redes  Semánticas

Están basadas en la idea de que los objetos o los conceptos pueden ser unidos por alguna relación. Estas relaciones se representan usando una liga que conecte dos conceptos. Los nodos y las ligas pueden ser cualquier cosa, dependiendo de la situación a modela

Las redes semánticas fueron originalmente desarrolladas para representar el significado o semántica de oraciones en inglés, en términos de objetos y relaciones. Actualmente, se utiliza el término redes asociativas (una forma más amplia) ya que no sólo se usa para representar relaciones semánticas, sino también para representar asociaciones físicas o causales entre varios conceptos u objetos

Relaciones entre conceptos 

Una relación muy común que une a dos conceptos es la relación esun: A esun B, la cual significa que A es un concepto menos general que B. 

Ejemplo: fulanito esun humano esun animal 

Existen otras relaciones comúnes, como tiene, es, causa, etc. Más aparte las que pudiera definir el modelador de la red semántica.

ejemplo:

Bibliografía

Blopinion. (2004). sistemas expertos en la medicina. Blopinion, http://blopinion.com/sistemas-expertos-en-medicina.

cultura, I. a. (2009). inteligencia artificial. biblat, http://biblat.unam.mx/es/revista/ipn-ciencia-arte-cultura/articulo/inteligencia-artificial-operar-o-pensar.

Fraga, A. I. (3 de dicembre 2016). herramientas de IA para impulsar tu pyme. ticbeat, http://www.ticbeat.com/empresa-b2b/siete-herramientas-de-inteligencia-artificial-para-impulsar-tu-pyme/4/.

Inteligente, I. I. (2004-2007). Sistemas Expertos. Informatica Integral Inteligente, http://www.informaticaintegral.net/sisexp.html.

Quintanar, T. L. (2007). Sistemas expertos y sus aplicaciones. Instituto de las ciencias basicas e ingenierias, https://www.uaeh.edu.mx/docencia/Tesis/icbi/licenciatura/documentos/Sistemas%20expertos%20y%20sus%20aplicaciones.pdf.