CIBERNTICA E INTELIGENCIA

ARTIFICIAL

1
 UNIVERSIDAD DE GUAYAQUIL

FACULTAD DE INGENIERA INDUSTRIAL

CARRERA DE INGENIERA EN TELEINFORMTICA

TEMA:

INTELIGENCIA ARTIFICIAL

ASIGNATURA:

CIBERNETICA E INTELIGENCIA ARTIFICIAL

DOCENTE:

ING. JOS AVAD

INTEGRANTES:

1. CAICE JIMNEZ KELVIN

2. GOMEZ PAREDES ERIKA

3. INFANTE ESPINOSA ERIKA

4. MERCHN CASTAEDA GIOVANNI

5. REDROBAN BECERRA ANIBAL

AO LECTIVO:

2014 2015

2
Contenido
I. INTELIGENCIA ARTIFICIAL........................................................................6
A. INTRODUCCIN....................................................................................... 6
B. Estrategias de la IA................................................................................ 7
C. CARACTERSTICAS DE LA INTELIGENCIA ARTIFICIAL........................8
D. DEFINICIN DE SISTEMAS INTELIGENTES...........................................9
E. DEFINICION DE LA INTELIGENCIA ARTIFICIAL SEGN VARIOS
AUTORES........................................................................................................ 9
1) SEGN ALLAN MATHISON TURING....................................................9
2) SEGN HERBERT ALEXANDER SIMON............................................10
3) SEGN JOHN MCCARTHY.................................................................10
4) SEGN MARVIN MINSKY.................................................................10
5) SEGN WARREN MCCULLOCH..........................................................11
6) SEGN SCHALKOFF (1990)..............................................................11
7) SEGN KURZWEIL (1990)................................................................11
8) SEGN (RICH Y KNIGHT, 1991)........................................................12
9) SEGN LUGAR Y STUBBLEFIED, (1993).........................................12
10) SEGN (STUART, 1996).................................................................12
11) SEGN HAYES................................................................................. 13
II. FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL...............................13
A. FILOSOFIA.............................................................................................. 14
B. MATEMATICAS....................................................................................... 15
C. PSICOLOGIA........................................................................................... 15
D. INGENIERIA COMPUTACIONAL............................................................16
E. LINGSTICA COMPUTACIONAL..........................................................16
F. ECONOMIA............................................................................................. 17
G. NEUROCIENCIA...................................................................................... 17
H. TEORIA DE CONTROL/CIBERNETICA...................................................18
III. ENFOQUES DE LA INTELIGENCIA ARTIFICIAL....................................18
A. SISTEMAS QUE ACTAN COMO UN SER HUMANO...........................19
1) PRUEBA O TEST DE TURING.............................................................19
B. SISTEMAS QUE PIENSAN COMO HUMANOS.....................................20
C. SISTEMAS QUE PIENSAN RACIONALMENTE......................................20

3
 D. SISTEMAS QUE ACTAN RACIONALMENTE.......................................21
IV. Aplicaciones de la INTELIGENCIA ARTIFICIAL..................................22
A. Contenido.............................................................................................. 22
1) Subcampos basados en el contenido............................................23
B. Tcnicas................................................................................................. 27
C. Subcampos de aplicacin de la IA.....................................................27
IA en la medicina:..........................................................................27
IA en la robtica................................................................................ 27
IA en muchos aspectos de la ingeniera.................................28
IA en interfaces y sistemas de "ayuda":......................................28
IA en la educacin:........................................................................28
IA en la gestin de la informacin:................................................28
IA en las matemticas:.....................................................................28
IA en la industria del entretenimiento:.........................................28
IA en la biologa:............................................................................ 28
IA en la Ley:....................................................................................... 29
IA en la arquitectura:.......................................................................29
IA en la literatura:..........................................................................29
IA en la deteccin y prevencin de la delincuencia:...........29
IA en el comercio:..........................................................................29
IA en el espacio:............................................................................. 29
IA en las actividades militares:......................................................29
V. METODOLOGAS....................................................................................... 30
A. Metodologa del Simbolismo..............................................................30
1) Lenguajes de Programacin Lgica...............................................30
B. Metodologa del Conexionismo..........................................................31
1) Modelo de Red Neuronal de Hopfield............................................31
2) Modelo de Red Neuronal Back-Propagation.................................32
3) Algoritmos Genticos.......................................................................33
C. Metodologa del Conductismo (Behaviorism)..................................33
1) Lgica Difusa..................................................................................... 34

4
 2) Control de un Robot.........................................................................34
3) Control Inteligente............................................................................35
VI. SOFTWARE PARA DESARROLLO DE INTELIGENCIA ARTIFICIAL......36
A. Khoros.................................................................................................... 36
B. SISTEMA ELIZA...................................................................................... 37
C. Sistema Mycin....................................................................................... 38
D. Sistema Dendral................................................................................... 39
VII. CONCLUSION......................................................................................... 40
VIII. REFERENCIAS........................................................................................ 41

5
 I. INTELIGENCIA ARTIFICIAL

A. INTRODUCCIN

Desde la aparicin de las computadoras, se han ido efectuando investigaciones cientficas y

tecnolgicas con el fin de que stas puedan resolver y realizar algunas actividades propias
de los seres humanos, y se ha logrado automatizar muchos procesos consiguiendo
eficiencia en el tiempo y recursos invertidos para realizar cualquier tipo de actividad.

Debido a que la inteligencia artificial tuvo muchos padres no hay un consenso para definir
ese concepto, pero podemos decir que la inteligencia artificial se encarga de modelar la
inteligencia humana en sistemas computacionales.

Puede decirse que la Inteligencia Artificial (IA) es una de las reas ms fascinantes y con
ms retos de las ciencias de la computacin, en su rea de ciencias cognoscitivas. Naci
como mero estudio filosfico y razonstico de la inteligencia humana, mezclada con la
inquietud del hombre de imitar la naturaleza, hasta inclusive querer imitarse a s mismo.

Es la parte de la Ciencia que se ocupa del diseo de sistemas de computacin inteligentes,

es decir, sistemas que exhiben las caractersticas que asociamos a la inteligencia en el
comportamiento humano que se refiere a la comprensin del lenguaje, el aprendizaje, el
razonamiento, la resolucin de problemas, entre otros.

La inteligencia artificial es un campo de investigacin y aplicacin que trata de conseguir

que las computadoras simulen en cierta manera la inteligencia humana. El problema es que
la inteligencia humana es difcil de circunscribir y definir. En efecto, la inteligencia es una
conducta compleja que incluye la conciencia, el inconsciente, los procesos cognoscitivos.
Los objetivos de la inteligencia artificial: Un ordenador ejecuta las rdenes para procesar
datos que le son suministrados sin que disponga de capacidad para desarrollar razonamiento

6
alguno acerca de dicha informacin. Frente a ello, la propuesta de la inteligencia artificial
consiste en lograr que el procesador se adapte al mtodo de razonamiento y comunicacin
humanos, para que pueda, no slo poner en prctica los algoritmos que en l introduce el
hombre, sino establecer los suyos propios para resolver problemas.

El ordenador puede calcular el rea de un polgono siempre que posea el programa que le
proporciona el dato de la medida de uno de sus lados y la frmula correspondiente para
realizar dicha operacin; la inteligencia artificial pretende que el procesador sea instruido
en los principios de la geometra, para, por s mismo, resolver la cuestin, a partir de un
algoritmo de su propia creacin. En definitiva, la inteligencia artificial explora los
mecanismos que convierten al ordenador en una mquina pensante.

La posibilidad de que esta hiptesis llegue a hacerse realidad es rechazada por numerosos
expertos informticos. En todo caso, se siguen explorando caminos y, da a da, se constatan
los progresos.

B. Estrategias de la IA

La IA puede hacer efectivo el uso de:

Nuevas tcnicas y entornos avanzados de programacin.

Tcnicas para tratar la heurstica, que trata de resolver problemas usando la
creatividad y el pensamiento lateral o pensamiento divergente.
Nuevos sistemas hardware inteligentes.

7
 C. CARACTERSTICAS DE LA INTELIGENCIA ARTIFICIAL.

1. Una caracterstica fundamental que distingue a los mtodos de Inteligencia Artificial

de los mtodos numricos es el uso de smbolos no matemticos, aunque no es
suficiente para distinguirlo completamente.

2. Otros tipos de programas como los compiladores y sistemas de bases de datos,

tambin procesan smbolos y no se considera que usen tcnicas de Inteligencia
Artificial.

3. El comportamiento de los programas no es descrito explcitamente por el algoritmo.

La secuencia de pasos seguidos por el programa es influenciado por el problema
particular presente. El programa especifica cmo encontrar la secuencia de pasos
necesarios para resolver un problema dado (programa declarativo). En contraste con
los programas que no son de Inteligencia Artificial, que siguen un algoritmo
definido, que especifica, explcitamente, cmo encontrar las variables de salida para
cualquier variable dada de entrada (programa de procedimiento).

4. Las conclusiones de un programa declarativo no son fijas y son determinadas

parcialmente por las conclusiones intermedias alcanzadas durante las
consideraciones al problema especfico. Los lenguajes orientados al objeto
comparten esta propiedad y se han caracterizado por su afinidad con la Inteligencia
Artificial.

5. El razonamiento basado en el conocimiento, implica que estos programas

incorporan factores y relaciones del mundo real y del mbito del conocimiento en
que ellos operan. Al contrario de los programas para propsito especfico, como los
de contabilidad y clculos cientficos; los programas de Inteligencia Artificial
pueden distinguir entre el programa de razonamiento o motor de inferencia y base
de conocimientos dndole la capacidad de explicar discrepancias entre ellas.

6. Aplicabilidad a datos y problemas mal estructurados, sin las tcnicas de Inteligencia

Artificial los programas no pueden trabajar con este tipo de problemas. Un ejemplo

8
 es la resolucin de conflictos en tareas orientadas a metas como en planificacin, o
el diagnstico de tareas en un sistema del mundo real: con poca informacin, con
una solucin cercana y no necesariamente exacta.

D. DEFINICIN DE SISTEMAS INTELIGENTES

El sistema inteligente tiene la habilidad de actuar apropiadamente en su entorno con

incertidumbre, donde una accin adecuada es la que aumenta la probabilidad del xito, y el
xito es la consecucin de los sub objetivos de comportamiento que respaldan el ltimo
objetivo del sistema.

El estudio y desarrollo de sistemas inteligentes requiere significativos esfuerzos de

investigacin multidisciplinario para integrar conceptos y mtodos de distintas reas.

E. DEFINICION DE LA INTELIGENCIA ARTIFICIAL SEGN

VARIOS AUTORES.

La Inteligencia Artificial, se puede definir como el estudio de las facultades mentales a

travs del uso de modelos computacionales.

A continuacin se especifica el concepto de IA segn algunos cientficos como modelo

natural, integrando la ciberntica y las computadoras.

1) SEGN ALLAN MATHISON TURING

Fue un precursor de la inteligencia artificial Alan Turing es
considerado una de las piezas clave en el mundo de la
computacin, adems de contribuir decisivamente en campos
como la informtica terica y la criptografa. Es considerado el
padre de la Inteligencia Artificial.

Turing demostr que para cualquier sistema de sus mquinas

que sea necesario para efectuar algoritmos cada vez ms complicados existe una mquina
de Turing capaz de hacerlo todo ella sola. Tal mquina hipottica recibe el nombre de

9
mquina de Turing universal, y su existencia terica pone de manifiesto que el concepto
de mquina de Turing es de una versatilidad sin fin, al permitir que cualquier incremento de
la complejidad del algoritmo pueda ser aceptado por una lista ms larga de
especificaciones.

2) SEGN HERBERT ALEXANDER SIMON

Simon propuso la hiptesis del smbolo fsico como una
forma de representar y modelar el pensamiento humano.
Sobre esta lnea se sigui el desarrollo de la Inteligencia
Artificial en su primera etapa. Desafortunadamente
despus de esta poca de gran crecimiento, las
expectativas que se forjaron fueron muy altas. Se
empezaron a hacer proyecciones muy ambiciosas, que
debido al nivel tecnolgico de esos tiempos fueron
imposibles de implementar.

3) SEGN JOHN MCCARTHY

La ciencia y la ingeniera de crear mquinas inteligentes,
especialmente programas de computacin inteligentes.
Est relacionada con la tarea similar de utilizar
ordenadores para comprender la inteligencia humana, pero
la IA no se limita a mtodos que sean observables
biolgicamente".

4) SEGN MARVIN MINSKY

La IA es el estudio de como programar computadoras que posean
la facultad de hacer aquello que la mente humana pueda realizar.

10
 5) SEGN WARREN MCCULLOCH
Con Walter Pitts publican "A Logical Calculus of the Ideas
Immanent in Nervous Activity" (1943) y "How We Know
Universals: The Perception of Auditory and Visual Forms"
(1947), ambos trabajos en el Bulletin of Mathematical
Biophysics, que se convertirn en la base terica para el
conocimiento de las redes neuronales, la computacin, la
ciberntica y la inteligencia artificial. Sus planteamientos,
probados en modelizaciones neuronales computarizadas en el
MIT, reconstruyeron la actividad cerebral y sirvieron para abrir
todo un espacio de hiptesis acerca de la creacin de mquinas inteligentes.

6) SEGN SCHALKOFF (1990)

La inteligencia artificial es el campo de estudio que se enfoca a la explicacin y emulacin
de la conducta inteligente en funcin de procesos computacionales.
La inteligencia artificial es un conjunto de pasos y tcnicas los cuales son programados con
el fin de proporcionarle a las mquinas destrezas muy parecidas a las que posee el ser
humano, la inteligencia artificial examina con mucha exactitud el comportamiento, los
gestos, el vocabulario, los movimientos corporales, la manera de cmo resolver problemas
de los seres humanos para llevarlos a un algoritmo codificado y as lograr simularlo de la
manera ms considerada al ser humano en una mquina.).

7) SEGN KURZWEIL (1990)

Define la inteligencia artificial cmo el arte de crear mquinas con capacidad de realizar
funciones que realizadas por personas requieren de inteligencia.
Basndonos en la definicin de Kurzweil podramos detallar que la inteligencia artificial se
basa en la construccin de sistemas y maquinas que puedan de alguna manera u otra
cumplir con las actividades que se le asigne o para la cual fueron programadas, dichas
actividades pueden tener un grado de dificultad muy bajo o demasiado elevado donde la
maquina debe procesar gran cantidad de datos para resolverlas, al momento en que la

11
maquina procesa los datos para lograr resolver una tarea, es cuando se demuestra que
poseen una inteligencia muy parecida a la de los seres humanos.

8) SEGN (RICH Y KNIGHT, 1991).

La inteligencia artificial es el estudio de cmo lograr que las computadoras realicen tareas
que, por el momento, los humanos hacen mejor.
De acuerdo a lo planteado por Rich y Knight podramos decir, que la inteligencia artificial
busca la manera de cmo crear un sistema que emulado en una maquina pueda realizar
tareas lo ms parecido a como un ser humano podra hacerla. Este tipo de inteligencia cada
da evoluciona tratando que sus algoritmos contenga la mayor informacin sobre la
inteligencia humana y as poder mejorar mucho ms el comportamiento de las maquina en
todos sus aspectos.

9) SEGN LUGAR Y STUBBLEFIED, (1993).

Definen la inteligencia artificial como la rama de la ciencia de la computacin que se
ocupa de la automatizacin de la conducta inteligente.
Dicho de otro modo, la inteligencia artificial se enfoca en la creacin de mquinas
automatizadas con una inteligencia muy similar a la inteligencia humana, con el fin de
optimizar tiempo, esfuerzo y trabajo de los seres humanos, muy pronto todas las industrias
sustituirn a los seres humanos por maquinas ya que estas podrn trabajar sin causarle a las
empresas ningn costo por mano de obra y as proporcionarle un margen de ganancia
considerablemente ms alto ahorrndole tiempo y produciendo mucho ms.

10) SEGN (STUART, 1996).

Es la capacidad que poseen las mquinas para realizar tareas ejecutadas por los seres
humanos.

En relacin con la definicin de Stuart, se puede considerar que la inteligencia artificial es

la que le aporta habilidades a las maquinas con el fin de que estas puedan ejecutar
actividades que los humanos realizar, de una forma ms rpida ahorrando tiempo. La
inteligencia artificial le permite a las maquinas tener cualidades propias de los seres

12
humanos tales como razonar, actuar e inclusive resolver cualquier problema que se le
presente.

11)SEGN HAYES
La IA es la implementacin de razonamientos inteligentes mediante tcnicas propias de
la computacin. Esta definicin establece un lazo de unin entre la mquina, la
inteligencia y la actividad del ser humano.

II. FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL

Disciplinas en las cuales se fundamenta la inteligencia artificial, las cuales son:

Filosofa (desde el ao 428 a.C.

hasta la
actualidad)

Matemticas

(aproximadamente desde el ao 800 al presente)

Economa (desde el aos 1776 hasta la actualidad)

Neurociencia (desde el ao 1861 hasta la actualidad)

Psicologa (desde el ao 1879 hasta el presente)

13
 Ingeniera computacional (desde el ao 1940 hasta la actualidad)

Teora de control y ciberntica (desde el ao 1948 hasta la actualidad)

Lingstica (desde el ao 1957 hasta la actualidad

A. FILOSOFIA

Filosofa en diversos puntos particularmente en el area

de la lgica y la epistemologa tradicional, que en el siglo
** enfrenta como suyo el problema de la Inteligencia
Artificial, y esta no busca tan solo imitar la inteligencia
natural o crear un simulador ingenioso.

Se busca crear maquinas que piensen, en sentido pleno y literal. Es decir trata sobre la
posibilidad de una inteligencia mecnica:

Descartes, Leibniz: la mente est ligada al mundo fsico.

John Locke: en el principio fue la Mente (1690).

Hume (1779), Russell: el conocimiento es fruto de la percepcin, se adquiere por la

experiencia (induccin) y est representado por teoras lgicas.

Darwin (1857): destruccin del ex nihilo nihil fit a travs de la teora de la evolucin por
seleccin natural.

B. MATEMATICAS

14
 Las bases filosficas necesitan reglas formales

Boole, Frege: fundamentos de la lgica

matemtica.

Gdel, Turing: lmites de lo computable

(teorema de incompletitud).

Fermat, Bernoulli, Bayes: probabilidad, razonamiento probabilstico.

C. PSICOLOGIA

Ofrece herramientas que permitan la investigacin de la

mente humana, asi como un lenguaje cientfico para
expresar las teoras que se van obteniendo por ejemplo:

Psicologa cognitiva. Teoras sobre la conducta, bases

del comportamiento racional:

Representacin de los estmulos externos

Manipulacin consciente de la representacin

Actuacin consecuente

D. INGENIERIA COMPUTACIONAL

15
 Es de la que se toman herramientas que permiten que la
inteligencia artificial sea una realidad.

Para la existencia de la IA es necesario un mecanismo

para soportarlo (hardware).

Tambin son necesarias herramientas para desarrollar

programas de IA.

E. LINGSTICA COMPUTACIONAL

La lingstica moderna y la inteligencia artificial nacieron al

mismo tiempo o bien crecieron juntas y se cruzaron en el
campo de la lingstica ocupacional o procesamiento del
lenguaje natural que se concentra en el uso natural del
lenguaje. Chomsky: representacin del conocimiento,
gramtica de la lengua.

F. ECONOMIA

16
 Se considera que la gerencia empresarial en nuestros das puede estar
muy apoyada en las nuevas tecnologas, como es la inteligencia
artificial ya sea como soporte para una toma de decisiones
ms eficaz o en la ayuda de labores, tareas, que exijan
gran demanda de tiempo o representen un alto grado de
peligrosidad al ser humano.

C mo debemos tomar decisiones ...

Que nos beneficien?

En contra de competidores?

Cuando el beneficio no es inmediato?

Teora de la decisin/teora de juegos / investigacin operativa.

G. NEUROCIENCIA
A travs de la historia, el
marketing ha evolucionado, pues naci
preocupado en mejorar los procesos y los
productos, posteriormente enfoc sus
prioridades en el funcionamiento
del cerebro del consumidor.

Es necesario preocuparse en la
NEUROINNOVACIN (innovar en funcin de
datos del cerebro

Cmo procesa el cerebro la informacin?

Son el estudio de Neuronas/Especializacin del cerebro Enfoque del estudio del

cerebro

17
 H. TEORIA DE CONTROL/CIBERNETICA

La ciberntica es el estudio del control y comunicacin

en los sistemas complejos: organismos vivos, mquinas
y organizaciones. Especial atencin se presta a la
retroalimentacin y sus conceptos derivados.

Construccin de sistemas autnomos.

III. ENFOQUES DE LA INTELIGENCIA ARTIFICIAL

SISTEMAS QUE PIENSAN COMO HUMANOS SISTEMAS QUE PIENSAN RACIONALMENTE

ENFOQUES

SISTEMAS QUE ACTUAN COMO HUMANOS SISTEMAS QUE ACTUAN RACIONAMENTE

Actuar como humano: el enfoque de la prueba de Turing.

Pensar como humano: el enfoque del modelo cognitivo. (Ciencia Cognitiva)

Pensar racionalmente: el enfoque de las leyes del pensamiento. (Silogismos, lgica)

18
Actuar en forma racional: el enfoque del agente racional. (Agentes, percepcin,
acciones)

A. SISTEMAS QUE ACTAN COMO UN SER HUMANO

El arte de crear mquinas con capacidad de realizar funciones que realizadas
por personas requieren de inteligencia (Kurzweil, 1990).
El estudio de cmo lograr que las computadoras realicen tareas que, por el
momento, los humanos hacen mejor. (Rich y Knight, 1991).
El modelo es el hombre; el objetivo es construir un sistema que pase por humano.
Capacidades necesarias:

procesamiento del lenguaje natural

representacin del conocimiento
razonamiento
aprendizaje

1) PRUEBA O TEST DE TURING

Si un sistema la pasa es inteligente.

Procedimiento desarrollado por Alan Turing para identificar la existencia de inteligencia en

una mquina y comprobar que una mquina puede llegar a pensar al igual que una persona.

Este test fue expuesto en 1950 en un artculo (Computing machinery and intelligence) para
la revista Mind que sigue siendo hoy da una de las cabezas de lanza de los defensores de
la Inteligencia Artificial.

Est fundamentado en la hiptesis positivista de que, si una mquina se comporta en todos

los aspectos de forma inteligente, entonces debe ser inteligente.

Bsicamente la prueba consiste en un desafo en el cual la mquina debe hacerse pasar por
humana en una conversacin con un hombre a travs de una comunicacin de texto en
modo chat. Al sujeto no se le avisa si est hablando con una mquina o una persona de
modo que si el sujeto es incapaz de determinar si la otra parte de la comunicacin es
humana o mquina, entonces se considera que la mquina ha alcanzado un determinado
nivel de madurez: es inteligente.

19
 B. SISTEMAS QUE PIENSAN COMO HUMANOS

la interesante tarea de lograr que las computadoras piensen... maquinas con mente,
en su amplio sentido literal. (Haugeland, 1985)
La automatizacin de actividades que vinculamos con procesos de pensamiento
humano, actividades tales como toma de decisiones, resolucin de problemas,
aprendizaje... (Bellman, 1978).
El modelo es el funcionamiento de la mente humana.
Se intenta establecer una teora sobre el funcionamiento de la mente
(experimentacin psicolgica).
A partir de la teora se pueden establecer modelos computacionales.
Influencia de las neurociencias y de las ciencias cognitivas.

C. SISTEMAS QUE PIENSAN RACIONALMENTE

El estudio de las facultades mentales mediante el uso de modelos

computacionales. (Charniak y McDermott, 1985).
El estudio de los clculos que permiten percibir, razonar y actuar. (Winston,
1992).

20
 Esto inicio el campo de la lgica.
Este campo fue expandido en el siglo XIX por Boole, Pascal, Bayes, etc.
Existen dos problemas con este enfoque:

Dificultad de definir el conocimiento informal y colocarlo en notacin lgica

(especialmente cuando el conocimiento no es 100% preciso).
Existe una gran diferencia entre resolver un problema en la teora y en la prctica.

D. SISTEMAS QUE ACTAN RACIONALMENTE

Un campo de estudio que se enfoca a la explicacin y emulacin de la

conducta inteligente en funcin de procesos computacionales (Schalkoff,
1990).
La rama de la ciencia de la computacin que se ocupa de la automatizacin
de la conducta inteligente (Luger y Stubblefield, 1993).
Tratan de emular en forma racional el comportamiento humano; por ejemplo los
agentes inteligentes .Est relacionado con conductas inteligentes en artefactos.
Las leyes del pensamiento racional se fundamentan en la lgica.
La lgica formal est en la base de los programas inteligentes (Logicismo).
Se presentan dos obstculos:

Es muy difcil formalizar el conocimiento.

Hay un gran salto entre la capacidad terica de la lgica y su realizacin prctica.
Las capacidades necesarias:

percepcin
procesamiento del lenguaje natural
representacin del conocimiento
razonamiento
aprendizaje automtica

IV. APLICACIONES DE LA INTELIGENCIA ARTIFICIAL

21
Las reas de aplicacin de la Inteligencia Artificial se pueden dividir en dos, de
acuerdo al contenido del estudio o de acuerdo a las herramientas y tcnicas utilizadas. Se
desarrollan a continuacin:

A. Contenido
Ya que los seres humanos y otros animales, y tambin los robots inteligentes y otros
artefactos, tienen una amplia variedad de capacidades, la IA ha generado varios
subcampos, tratando aspectos particulares de la inteligencia.

1) Subcampos basados en el contenido.

Percepcin especialmente la visin, sino tambin la percepcin auditiva y tctil, y,
ms recientemente, el gusto y el olfato. Esto se desglosa en el estudio de los
diferentes tipos de procesos. si la percepcin est puramente dirigida por los datos
o incluye procesos Top-Down, los mecanismos utilizados (por ejemplo

22
 neuronales o simblicos), la arquitectura ms grande que contiene el sistema
sensorial, y el dominio de aplicacin.

Procesamiento de lenguaje natural o tambin llamada Lingstica computacional,

incluida la produccin y la interpretacin de la lengua hablada y escrita, ya sea
manuscrito, impreso o electrnico en todo (por ejemplo el correo electrnico).tiene
como objetivo la realizacin de aplicaciones informticas que imiten la capacidad
humana de hablar y entender.

Aprendizaje y desarrollo, incluidos los procesos de aprendizaje simblico, la

utilizacin de las redes neuronales el uso de algoritmos evolutivos, sistemas de
autodepuracin, y diversos tipos auto-organizacin.

Planificacin, solucin de problemas, diseo automtico: dado un problema

complejo y una coleccin de recursos, restricciones y criterios de evaluacin
crear una solucin que cumpla con las restricciones y lo haga bien o sea ptima de
acuerdo con los criterios establecidos.
Variedad de razonamiento: Esto incluye estudio tanto.
Razonamiento informal de sentido comn
Razonamiento experto especializado

El primero incluye el estudio del razonamiento analgico y el ltimo incluye la

lgica y razonamiento matemtico para fines prcticos.

Estudio de las representaciones: la investigacin de las propiedades formales de los

diferentes tipos de representaciones, los mecanismos necesarios para su
funcionamiento, y el tipo de tareas para las que son buenas o malas.

23
 Visin artificial mediante la
utilizacin de las tcnicas adecuadas,
permite la obtencin, procesamiento
y anlisis de cualquier tipo de
informacin especial obtenida a
travs de imgenes digitales. La
visin artificial la componen un
conjunto de procesos destinados a realizar el anlisis de imgenes. Estos procesos
son: captacin de imgenes, memorizacin de la informacin, procesado e
interpretacin de los resultados.

Prototipos informticos es un modelo del comportamiento del sistema que puede ser
usado para entenderlo completamente o
ciertos aspectos de l y as clarificar los
requerimientos Un prototipo es una
representacin de un sistema, aunque no es
un sistema completo, posee las caractersticas
del sistema final o parte de ellas.

Un sistema de reconocimiento de voz es una

herramienta computacional capaz de procesar
la seal de voz emitida por el ser humano y reconocer la informacin contenida en
sta, convirtindola en texto o emitiendo rdenes que actan sobre un proceso. es
una disciplina de la inteligencia artificial que tiene como objetivo permitir la
comunicacin hablada entre seres humanos y computadoras.

Sistemas multiagente: el estudio de los diversos tipos de comunicacin

(lingstica y no lingista, explcita e implcita, intencional y no intencional),
Algunos estudios de sistemas multiagente tienen que ver con la comprensin
de interacciones sociales humana, mientras que otros estn preocupados con el
diseo de aplicaciones que implican mltiples robots o mltiples sistemas
software concurrentes. Algunos sistemas multiagente se proponen como una
arquitectura para un nico agente inteligente complejo.

24
 Mecanismos afectivos: Esto se estudia a veces como un tema propio, y, a veces,
como parte del estudio de arquitecturas completas para sistemas autnomos
inteligentes.

Robtica: uno de los ms subcampos ms antiguos de la IA. A veces estudiado con

el propsito de producir nuevos tipos de mquinas tiles, y, a veces, porque disear
completamente robots de trabajo, Es decir, se trata de un contexto para explorar
ideas acerca de sistemas completos.

Arquitecturas de sistemas completos.la arquitectura en la que muchos y

diferentes mecanismos se combinan para proporcionar un sistema con muchos
tipos distintos de funcionalidades, a menudo mecanismos activos simultneamente.

Vehculos autnomos vehculos completamente autnomos, capaces de valerse por

s mismos sin ms ayuda quelas rdenes dadas por una inteligencia artificial. el
automvil autnomo es un fijo del universo de ficcin, cierto, pero tambin se
apunta a la realidad palpable.

La bsqueda es un tema recurrente en la IA. Se

han estudiado muchas formas diferentes de
bsqueda, en relacin a las diferentes formas de
representacin, diferentes dominios del problema y
diferentes requisitos.

El datamining (minera de datos), es el conjunto de tcnicas y tecnologas que

permiten explorar grandes bases de datos, de manera automtica o semiautomtica,

25
 con el objetivo de encontrar patrones repetitivos, tendencias o reglas que expliquen
el comportamiento de los datos en un determinado contexto.

B. Tcnicas
Debido a que las aplicaciones de la IA son muchas y muy diversas, algunos
de los subcampos se agrupan en torno a las tcnicas relevantes a cada clase de
problemas.

C. Subcampos de aplicacin de la IA
IA en la medicina: que incluye la interpretacin de imgenes mdicas,
diagnstico, sistemas expertos para ayudar a los mdicos, la monitorizacin y
control en las unidades de cuidados intensivos, diseo de prtesis, diseo de
frmacos, sistemas tutores inteligentes para diversos aspectos de la medicina.
IA en la robtica: que incluye la visin, el control de motores, el aprendizaje, la
planificacin, la comunicacin lingstica, el comportamiento cooperativo.

26
 IA en muchos aspectos de la ingeniera : diagnstico de fallos,
sistemas inteligentes de control, sistemas inteligentes de fabricacin, ayuda
inteligente al diseo, sistemas integrados de ventas, diseo, produccin,
mantenimiento, herramientas de configuracin expertas.AI en la ingeniera de
software incluye sntesis de programas, verificacin, depuracin, prueba y
monitorizacin de software.

IA en interfaces y sistemas de "ayuda": ya que las computadoras se usan

para ms y ms aplicaciones que implican la interaccin con los seres humanos, hay
cada vez ms presiones para construir mquinas ms fciles de utilizar para los no
expertos.
IA en la educacin: incluye diversos tipos de sistemas tutores inteligentes
y sistemas de gestin de estudiantes.
IA en la gestin de la informacin: esto incluye el uso de la IA en la minera
de datos, el rastreo web, filtrado de correo, etc.
IA en las matemticas: diseo de herramientas para ayudar con distintas clases
de funciones matemticas, ahora tan utilizadas que ya no se reconocen como
productos de la IA.
IA en la industria del entretenimiento: cada vez ms se utiliza la IA en los
juegos de ordenador y los sistemas de control y de generacin de caracteres
sintticos, ya sea en la interaccin a travs de texto o con la generacin de pelculas
con dibujos animados o avatares interactivos en mundos virtuales.
IA en la biologa: hay muchos problemas complicados en biologa donde
se estn desarrollando sistemas informticos ms o menos inteligentes, por ejemplo,
anlisis de ADN, prediccin de la estructura de plegado de molculas complejas, la
prediccin, la elaboracin de modelos de procesos biolgicos, evolucin,
desarrollo de embriones, comportamientos de los distintos organismos.

IA en la Ley: por ejemplo, sistemas expertos para ayudar a los abogados, o los
sistemas para dar asesoramiento jurdico y ayuda a los no letrados.

27
 IA en la arquitectura: el diseo urbano, la gestin del trfico: herramientas
para ayudar a resolver problemas de diseo que presentan mltiples
restricciones, ayudar a predecir el comportamiento de las personas en los
nuevos entornos, herramientas para analizar los patrones de los fenmenos
observados.

IA en la literatura: el arte y la msica: la identificacin de los autores,

la modelizacin de los procesos de generacin y el reconocimiento, las
aplicaciones de enseanza.
IA en la deteccin y prevencin de la delincuencia: por ejemplo,
deteccin de falsificaciones, aprendizaje para detectar indicios de corrupcin
policial, software para controlar las transacciones en Internet, ayudar a
planificar las operaciones de la polica, bsqueda en bases de datos policiales de
evidencias de que los crmenes son cometidos por la misma persona, etc.

IA en el comercio: Internet ha permitido que una de las reas de mayor

crecimiento en cuanto al nmero de aplicaciones desarrolladas sea el comercio,
especialmente el comercio electrnico y el uso de agentes software de distintas
clases para proporcionar, buscar, analizar o interpretar informacin, tomar
decisiones, negociar con otros agentes, etc.
IA en el espacio: el control a distancia de los vehculos espaciales y
robots autnomos.
IA en las actividades militares: Este puede ser el mbito en el que se ha
gastado la mayor parte de los fondos y dnde no es fcil aprender de los detalles.

V. METODOLOGAS
La mayora de investigadores que trabajan en temas de IA han definido diferentes
metodologas y teoras fundamentales. A partir de estas se define una metodologa teniendo
en cuenta el trabajo realizado por Li, D. y Du, Y. (2008), el cual se subdivide en:
Simbolismo Conexionismo y Conductismo. El Simbolismo est basado en la hiptesis de
un sistema de smbolo fsico, es decir, un sistema de operadores simblicos y una teora de

28
racionalidad limitada. El Conexionismo concierne a los sistemas de Redes Neuronales
Artificiales (ANN) y Computacin Evolutiva. Y por ltimo el Conductismo, que se enfatiza
en particular, en las relaciones entre la percepcin y la accin. Como se ve en la figura 1 las
MIA se subdividen en tres metodologas, a su vez cada subdivisin est conformada por
varios modelos.

A. Metodologa del Simbolismo

La Metodologa del Simbolismo se origina a partir de la Cognicin Computacional. El
propsito de la Cognicin Computacional es dar como pauta el estudio de la cognicin
humana para entrar en una fase cientfica de investigacin regular. Simon, H. A., (1997)
dijo, aos atrs el desarrollo de la ciencia cognoscitiva, antes de que el ordenador fuera
considerado como un sistema de procesamiento de smbolos universales, haba muy pocos
conceptos cientficos y enfoques para el estudio de la naturaleza de la cognicin y la
inteligencia. La Cognicin Computacional llego a ser el principio de una lnea de la

Inteligencia Artificial, Sicologa Cognoscitiva y Lingstica Matemtica, ayudando

enormemente al avance de la IA (Simon, H. A., 1997). El simbolismo en trminos de
cognicin es el procesamiento de smbolos y en que el proceso del pensamiento humano
puede ser descrito por ciertas clases de smbolos. En otras palabras, el pensamiento es la
computacin (o la cognicin es la computacin). Esta ideologa constituye una de las bases
filosficas para la inteligencia artificial.

1) Lenguajes de Programacin Lgica

En 1959, basndose en el clculo de Alonzo Church list structure; Simon y Newell, John
McCarthy introdujeron el desarrollo la famosa LISP (Lista de Procesamiento de Lenguaje),
que ms tarde fue el lenguaje que ms ha ayudado en la investigacin de Inteligencia
Artificial (Church, A., 1941). LISP es un lenguaje funcional de procesamiento simblico,
que trata de un programa hecho de subfunciones funcionales. Su estructura funcional es
anloga a la estructura de la funcin recurrente en matemticas, siendo capaz de construir
nuevas funciones desde unas funciones bsicas de ciertos medios. Por lo tanto, es un
lenguaje de programacin funcional. Tambin es un lenguaje de programacin lgico,
porque su clculo est basado en smbolos ms bien que nmeros y esto realiza

29
deducciones por medio del clculo simblico. PROLOG (Programador de Lgica) es
otro famoso lenguaje de 1297 programacin lgico, puesto en prctica en 1972 por el
grupo de investigacin de Alain Colmerauer de la Universidad de Marsella en Francia.
(Colmerauer, A., 1990) Ms Tarde, Pillipe Roussel introdujo el intrprete de PROLOG; y
David Warren contribuy con el primer compilador de PROLOG. (Rousel, P., 1975)

B. Metodologa del Conexionismo

McCulloch W. S., y Pitts, W., (1943) pioneros del conexionismo. Tenan en cuenta que para
simular la inteligencia humana, es necesario construir un modelo cerebral con la ayuda de
la binica. Y tambin que la unidad bsica del pensamiento humano son las neuronas, ms
bien que los smbolos y que la inteligencia es el resultado de la competicin de las neuronas
interconectadas y coordinadas. Sosteniendo vistas diferentes de la hiptesis de un sistema
de

smbolo fsico, creyendo que el cerebro humano no es lo mismo que un ordenador. Cuando
el ordenador es usado para simular el cerebro humano, debera hacerse nfasis que la
simulacin estructural, es decir, simular la estructura de una red de sistema neuronal
humano biolgico. Ellos tambin creen que las funciones, las estructuras, y el
comportamiento estn estrechamente relacionadas y que las diferentes funciones y
comportamientos son representados por estructuras diferentes.

1) Modelo de Red Neuronal de Hopfield

En el enfoque Conexionista, su representacin tpica es el Modelo de Redes Neuronales
Hopfield (NNH), desempeando un rol importante en el resurgimiento de la investigacin
en las ANN. La NNH se compone de una sola capa, un modelo de retroalimentacin
completo; con las siguientes caractersticas tcnicas (Hopfield, J.J., 1982):

1. La NNH es una conexin completa de una sola capa y de un sistema de retro

alimentacin completo compuesto de componentes no lineales. Cada neurona de la red esta
interconectada desde su salida a otras neuronas a travs de conexiones, y al mismo tiempo,
recibe la informacin enviada de otras neuronas.

2. Un rasgo importante de la NNH es su estabilidad. Cuando la funcin de energa alcanza

mnimos, esto es un estado estable para la red. Aqu la funcin de energa representa una

30
tendencia de transicin en el estado de la red. El estado vara con las reglas de operacin
Hopfield y es finalmente capaz de alcanzar la funcin objetivo de un valor mnimo.

3. Mientras la NNH es puesta en marcha, la conexin entre pesos de cada neurona

permanecen fijos, slo el estado de salida es actualizado. Para la red de la misma estructura,
con el cambio de parmetros de la red (pesos y umbrales), el nmero de mnimos de la
funcin de energa en la red (llamado punto de equilibrio para la estabilizacin del
sistema) y los valores de mnimos tambin son cambiados. Por lo tanto, la necesidad de un
patrn de memoria puede ser diseado con un punto de equilibrio estabilizado en un estado
de red fijo.

2) Modelo de Red Neuronal Back-Propagation

Este modelo es otro tipo de estructura del conexionismo propuesto por Werbos, P. J.,
(1974). Poco despus Parker, D., (1982) y Rumelhart, D., (1986) llegaron al algoritmo
Back-Propagation, solucionando el problema de aprendizaje en los valores de pesos de
conexiones en unidades de capas ocultas en una Red Neuronal Multicapa. En un modelo de
propagacin feed-forward29, las seales de entrada son procesadas desde una capa a la
siguiente por capas ocultas multiples y despus de esto, se propagan a la capa de salida.
Cada neurona de salida en una capa slo afecta el estado de la siguiente capa. Un modelo
back-propagation consiste en minimizar el tipo de error en el aprendizaje, cuyo proceso de
aprendizaje es realizado en dos partes: propagacin feed-forward de entrada y propagacin
feed-back de error. El error es propagado hacia atrs cuando aparece entre la entrada y la
salida esperada durante el proceso feed-forward. Durante se efecta el back-propagation,
los valores de los pesos en cada conexin entre cada capa de neuronas son corregidos y
gradualmente ajustados hasta que el error de salida mnimo sea alcanzado. La figura 10 es
un diagrama de una red de back propagation.

3) Algoritmos Genticos
Los algoritmos genticos requieren para su aplicacin de representaciones codificadas
como un cromosoma. Cada cromosoma tiene varios genes que corresponden a los
parmetros del problema en cuestin. En la naturaleza, los cromosomas se encuentran

31
ubicados en parejas en el interior del ncleo celular, y los genes son una secuencia de
nucletidos, es decir, fragmentos de ADN en una determinada localizacin del cromosoma.

Para poder trabajar con estos genes en el programa, es necesario representarlos en una
cadena n elementos (genes), es decir, una secuencia donde cada gen puede tomar cualquier
valor dentro de un conjunto de longitud finita.

Este conjunto , formar el genotipo del individuo (cromosoma), que se manifestar

tambin como un fenotipo. El fenotipo representa las caractersticas tangibles u observables
del individuo, es decir, los rasgos morfolgicos.

Posteriormente, para evaluar la adaptacin del fenotipo al entorno se emplea la funcin

objetivo y las restricciones. Como se ha comentado, los cromosomas estn constituidos por
genes que son las N variables del problema, a su vez cada gen puede estar constituido por
n dgitos cuyo valor representa un alelo. Alelo significa literalmente la forma alternativa, es
decir, la variacin alternativa de un determinado gen y por lo tanto de un rasgo
caracterstico.

C. Metodologa del Conductismo (Behaviorism)

Esta es una de las ms usadas por la investigacin en la I.A. Los conductistas creen que la
inteligencia depende del comportamiento y la percepcin, proponiendo un modelo
comportamiento-percepcin de comportamiento intelectual, usualmente llamado
conductismo. (Li, Z., y Tu, Y., 2003). El temprano enfoque del conductismo se basa en
funciones y comportamientos intelectuales humanos en el proceso del control tales como
auto-optimizacin, auto-adaptacin, auto-ajustador, auto-calma, auto-organizacin y auto-
aprendizaje, y en el desarrollo tambin llamado "animats30".

1) Lgica Difusa
La Lgica Difusa se adapta mejor al mundo real en el que vivimos, e incluso puede
comprender y funcionar con nuestras expresiones, del tipo "hace mucho calor", "no es muy
alto", "el ritmo del corazn est un poco acelerado", etc.

La clave de esta adaptacin al lenguaje, se basa en comprender los cuantificadores de

nuestro lenguaje (en los ejemplos de arriba "mucho", "muy" y "un poco").

32
En la teora de conjuntos difusos se definen tambin las operaciones de unin, interseccin,
diferencia, negacin o complemento, y otras operaciones sobre conjuntos (ver tambin
subconjunto difuso), en los que se basa esta lgica.

Para cada conjunto difuso, existe asociada una funcin de pertenencia para sus elementos,
que indican en qu medida el elemento forma parte de ese conjunto difuso. Las formas de
las funciones de pertenencia ms tpicas son la trapezoidal, lineal y curva.

2) Control de un Robot
La teora de control es una rama importante de la investigacin en la robtica. Los
problemas tratados son los sistemas sensoriales, movimientos ptimos de brazos, y
planificacin de mtodos para la implementacin de secuencia en la ejecucin de un robot,
del cual el control es una parte importante para estas investigaciones. Analgicamente a la
sicologa la estimulacin hace a un robot hacer y tomar determinadas acciones a travs
del control, una vez que cada condicin realizada es satisfecha. El desarrollo rpido de la
investigacin en la robtica es gracias al avance en la automatizacin industrial y a la
investigacin en la IA. La combinacin de automatizacin e intelectualizacin31
probablemente fue empleada para simular estados de procesamiento de automatizacin
industrial, describir la transformacin de un estado de produccin a otro, y de programas de
como la secuencia de accin son llevados a cabo y de como la ejecucin de planes son
supervisados. Con la ayuda del ordenador, el proceso de informacin y el control de
actividades son generalizados como actividades intelectuales y de produccin
intelectualizada.

3) Control Inteligente
La metodologa de teora de control tradicional se basa en la relacin entrada y salida del
objeto a controlar el cual se expresar por una funcin de transferencia a partir de un
modelo matemtico exacto, que es a menudo difcil de realizar. Algunos
investigadores han trabajado en el mecanismo de control de auto-aprendizaje y
auto-organizacin; introduciendo tecnologa de inteligencia artificial en el sistema de
control. El control inteligente se refiere a una amplia categora de la estrategia de
control con algunos dispositivos con caractersticas intelectuales apery32. Esto concierne

33
al objeto controlado cuyos parmetros de modelos, hasta estructuras, son variables duras
para ser descritas exactamente en mtodos matemticos, por tener propiedades no lineales,
inciertas y variables en el tiempo. Cuando el control inteligente se encuentra en un
ambiente externo es difcil que sea restrictivo con parmetros matemticos, por lo cual
requiere ser capaz de auto-organizarse, auto-aprender y auto-adaptarse, en pocas
palabras tener comportamiento inteligente.

VI. SOFT
W ARE
PARA
DESARROLLO DE INTELIGENCIA ARTIFICIAL

A. Khoros
Khoros proporciona un entorno de programacin visual, ofrece una variedad ed
herramientas para la manipulacin de datos, procesamiento de seal, procesamiento de
imgenes, anlisis numrico, datos geomtricos 3D, visualizacin de datos3D y 2D etc.

34
Enlace de descarga: http://www.khoral.com

B. SISTEMA ELIZA

El sistema Eliza, un bot (programa software) conversacional es un ejemplo de ello.

ELIZA es un programa informtico diseado en el MIT entre 1964 y 1966 por Joseph
Weizenbaum. Eliza fue uno de los primeros programas en procesar lenguaje natural.e
intentaba mantener una conversacin de texto coherente con el usuario.

ELIZA funciona buscando palabras clave en la frase escrita por el usuario y responde con
una frase modelo registrada en su base de datos.
A veces, las respuestas de este bot conversacional resultaban tan convincentes que al
conversar por primera vez con l, algunas personas creyeron que en verdad estaban
dialogando con un interlocutor humano. Sin embargo, esto tuvo un lmite cuando el usuario

35
encontraba mensajes implcitos o subliminales en las respuestas del bot que en verdad no
existan o no intentaban significar eso. Llegado este punto, la conversacin se volva
incoherente.

Cuando se escriba determinada frase que el bot no conoca, el mismo reformulaba dicha
expresin a modo de pregunta o reflexin.

Enlace descarga: http://tempest-for-eliza.softonic.com/linux

36
 C. Sistema Mycin
Mycin es un sistema experto desarrollado a principios de los aos 70 por Edward Shortliffe,
en la Universidad de Stanford. Fue escrito en Lisp, e inicialmente estaba inspirado
en Dendral, otro sistema experto que tuvo cierto xito a finales de los aos 60. Su principal
funcin consista en el diagnstico de enfermedades infecciosas de la sangre; adems,
Mycin era capaz de razonar el proceso seguido para llegar a estos diagnsticos, y de
recetar medicaciones personalizadas a cada paciente (segn su estatura, peso, etc.).

El funcionamiento de Mycin se basaba principalmente en un sencillo motor de inferencia,

que manejaba una base de conocimiento de aproximadamente unas 500 reglas. El programa
capturaba las entradas a partir de una serie de preguntas (como por ejemplo, Tiene el
paciente molestias en el pecho?, o Ha sido operado el paciente anteriormente?), que
usualmente responda el mdico del paciente. Tras este proceso, Mycin mostraba la salida
por pantalla, que consista en una serie de posibles enfermedades (ordenadas por su
probabilidad asociada), la explicacin del porqu de cada uno de estos diagnsticos, y una
serie de recomendaciones sobre el tratamiento a seguir por el paciente. Para calcular la
probabilidad de cada uno de los resultados, los autores desarrollaron una tcnica emprica
basada en factores de certeza. Estos factores de certeza se calculaban de tal manera que en
funcin de unas evidencias se asigna a la hiptesis un factor de certeza.

37
 D. Sistema Dendral

Dendral (Interpreta la estructura molecular)es el nombre de un sistema experto desarrollado

por Edward Feigenbaum y otros programadores en la Universidad de Stanford, a mediados
de los aos 60, y su desarrollo dur diez aos, (1965 a 1975)
Fue el primer sistema experto en ser utilizado para propsitos reales, al margen de la
investigacin computacional, y durante aproximadamente 10 aos, el sistema tuvo cierto
xito entre qumicos y bilogos, ya que facilitaba enormemente la inferencia de estructuras
moleculares, dominio en el que Dendral estaba especializado.
Inicialmente escrito en Lisp, su filosofa de trabajo se aleja de las estructuras clsicas de los
sistemas expertos ms tpicos (como Mycin o XCon), ya que su implementacin no
separaba de forma explcita el conocimiento del motor de inferencia. Sin embargo, pronto
se convirti en uno de los modelos a seguir por muchos de los programadores de sistemas
expertos de la poca.

38
 VII. CONCLUSION
La evolucin de la Inteligencia Artificial requiere de la intervencin de profesionistas en
diferentes reas de conocimiento. Una vez que la inteligencia artificial tenga una
inteligencia igual o superior a la del hombre, en ese momento surgir un cambio en todo el
mundo, en el que la inteligencia artificial tiene todas las de ganar si se da cuenta que no
necesita a los humanos para dominar el universo.

En el futuro, la inteligencia artificial podra fcilmente hacerse con todas las colonias
humanas fuera de la tierra, y la raza humana nunca podr luchar en el espacio vaco en
igualdad de condiciones.

Como se ha podido observar una de las crticas ms grande de la inteligencia artificial es la

caracterstica de imitar por completo a un ser humano, pero estas crticas pasan por alto que
ningn ser humano tiene la capacidad de resolver todos los problemas existentes. Por lo
tanto es muy importante detonar que tipos de problemas que podrn resolver, la estrategia y
algoritmos que realizara para llegar a dicha respuesta.

Un problema que se presta en la I.A es la comunicacin que esta tendr con el usuario. Este
contratiempo se debe a la diversidad del lenguaje, la cual apareci ya en los primeros
sistemas operativos informticos. El ser humano se puede comunicar mediante su lengua
nativa, lo que implica que bien la persona deber aprender el idioma de la mquina como
cualquier otra lengua conocida, o la mquina tendr que interpretar el mensaje que la
persona se la d.

En muchas ocasiones las maquinas dan la impresin de poseer inteligencia pero a pesar de
esto no podramos decir que son inteligentes ya que hasta ahora solo son emulaciones de
ciertos procesos.

Con el crecimiento de la tecnologa la IA ha avanzado enormemente, pero sin embargo no

se asemeja a la inteligencia de un ser humano, pero existen muchas maquinas que realizan
diferentes procesos que la pueden hacer con mayor eficiencia que cualquier ser humano.

39
 VIII. REFERENCIAS
V. G. Saquicela, Introduccin a la inteligencia artificial ,Universidad de Cuenca,
facultad de ingeniera
C. Peafiel,Inteligencia Artificial , Estudiante Universidad Politcnica Salesiana,
disponible en internet: http://www.slideshare.net/cristianp77/inteligencia-artificial-
paper
Webpage acerca de Inteligencia Artificial (n.d) :
http://www.gestiopolis.com/administracion-estrategia/inteligencia-artificial.htm

Eduardo Ferm; Fragmento acerca de la Inteligencia Artificial (2011): http://www-

2.dc.uba.ar/materias/ia/clase1

Webpage sobre Fundamentos de Inteligencia Artificial (n.d):

http://www.angelfire.com/falcon/miqueleiz/03FundamentosdelaIA.htm

Introduccin a la Inteligencia Artificial(2011):

http://www.lsi.upc.edu/~bejar/ia/transpas/teoria/1-IA-introduccion.pdf

lvaro Barreiro Garca; Webpage sobre sistemas racionales:

http://www.dc.fi.udc.es/ai/~barreiro/iadocen/iatema01/node6.html

Davis Flores, Presentacin dinmica sobre sistemas racionales(2012):

http://prezi.com/ka2icmnecmqw/sistemas-que-piensan-racionalmente/

Webpage sobre Fundamentos y bases de Inteligencia Artificial(n.d):

http://www.ehu.es/netart/alum0506/ainhoa_diaz/i_artificial.htm

40