FUNDAMENTOS BASICOS SOBRE INTELIGENCIA ARTIFICIAL.
DEFINICIONES DE LA INTELIGENCIA ARTIFICIAL.
Puede decirse que la Inteligencia Artificial (IA) es una de las áreas más fascinantes y con más retos de las ciencias de la computación, en su área de ciencias cognoscitivas. Nació como mero estudio filosófico y razonístico de la inteligencia humana, mezclada con la inquietud del hombre de imitar la naturaleza circundante (como volar y nadar), hasta inclusive querer imitarse a sí mismo. Sencillamente, la Inteligencia Artificial busca el imitar la inteligencia humana. Obviamente no lo ha logrado todavía, al menos no completamente.
HISTORIA Y EVOLUCION DE LA INTELIGENCIA ARTIFICIAL.
La idea de algo parecido a la inteligencia artificial existe desde hace millones de años. El primer hombre primitivo que tomo conciencia de su propia existencia, y de que period capaz de pensar, seguramente se pregunto como funcionaria su pensamiento y posteriorme llegaria a la idea de un “creador superior”. Por lo tanto, la concept de que un ser inteligente cree a otro, la idea de un diseño virtual para la inteligencia, es tan remota como la toma de conciencia del ser humano.
– Los juegos matematicos antiguos, como el de la torres de hanoi (aprox 3000ac), demuestran el interes por la busqueda de un bucle resolutor, una IA capaz de ganar en los minimos movimientos posibles.
– En 1903 Lee De Forest inventa el triodo (tambien llamados bulbo valvula de vacio). Podria decirse que la primera gran maquina inteligente diseñada por el hombre fue el computador ENIAC, compuesto por 18.000 valvulas de vacio, teniendo en cuenta que el concepto de “inteligencia” es un termino subjetivo que depende de la inteligencia y la tecnologia que tengamos en esa epoca. Un indigena del amazonas en el siglo 20 podria calificar de inteligente un tocadiscos, cuando en verdad no lo es tanto.
– En 1937, el matemático inglés Alan Mathison Turing (1912-1953) publicó un artículo de bastante repercusión sobre los “Números Calculables”, que puede considerarse el origen oficial de la Informática Teórica.
En este artículo, introdujo la Máquina de Turing, una entidad matemática abstracta que formalizó el concepto de algoritmo y resultó ser la precursora de las computadoras digitales. Con ayuda de su máquina, Turing pudo demostrar que existen problemas irresolubles, de los que ningún ordenador será capaz de obtener su solución, por lo que a Alan Turing se le considera el padre de la teoría de la computabilidad.
También se le considera el padre de la Inteligencia Artificial, por su famosa Prueba de Turing, que permitiría comprobar si un programa de ordenador puede ser tan inteligente como un ser humano.
– En 1951 William Shockley inventa el transistor de union. El invento del transistor hizo posible una nueva generación de computadoras mucho más rápidas y pequeñas.
– En 1956, se acuño el término “inteligencia artificial” en Dartmouth durante una conferencia convocada por McCarthy, a la cual asistieron, entre otros, Minsky, Newell y Simon. En esta conferencia se hicieron previsiones triunfalistas a diez años que jamás se cumplieron, lo que provocó el abandono casi complete de las investigaciones durante quince años.
– En 1980 la historia se repitió con el desafío japonés de la quinta generación, que dio lugar al auge de los sistemas expertos, pero que no alcanzó muchos de sus objetivos, por lo que este campo ha sufrido una nueva detención en los años noventa.
– En 1987 Martin Fischles y Oscar Firschein describieron los atributos de un agente inteligente. Al intentar describir con un mayor ámbito (no solo la comunicación) los atributos de un agente inteligente, la IA se ha extendido a muchas áreas que han creado ramas de investigación enormes y diferenciadas. Dichos atributos del agente inteligente son:
1. Tiene actitudes mentales tales como creencias e intenciones
2. Tiene la capacidad de obtener conocimiento, es decir, aprender.
three. Puede resolver problemas, incluso particionando problemas complejos en otros más simples.
4. Entiende. Posee la capacidad de crearle sentido, si es posible, a ideas ambiguas contradictorias.
5. Planifica, predice consecuencias, evalúa alternativas (como en los juegos de ajedrez)
6. Conoce los límites de su propias habilidades y conocimientos.
7. Puede distinguir a pesar de las similitud de las situaciones.
eight. Puede ser authentic, creando incluso nuevos conceptos concepts, y hasta utilizando analogías.
9. Puede generalizar.
Podemos entonces decir que la IA incluye características humanas tales como el aprendizaje, la adaptación, el razonamiento, la autocorrección, el mejoramiento implícito, y la percepción modelar del mundo. Así, podemos hablar ya no sólo de un objetivo, sino de muchos dependiendo del punto de vista utilidad que pueda encontrarse a la IA.
– Muchos de los investigadores sobre IA sostienen que “la inteligencia es un programa capaz de ser ejecutado independientemente de la máquina que lo ejecute, computador cerebro”.
EL FUTURO DE LA IAUn robot de charla chatterbot es un programa de inteligencia artificial que pretende simular una conversación escrita, con la intención de hacerle creer a un humano que está hablando con otra persona.
Estos programas informaticos prometen ser el futuro de la inteligencia artifical. En el futuro podremos ver como a estos actuales bots se les uniran las tecnologias del reconocimiento de voz y el de video.
El cerebro humano tiene 100.000 millones de neuronas. Un programa de ordenador puede simular unas 10.000 neuronas.
Si a la capacidad de proceso de un ordenador la sumamos la de otros 9.999.999 ordenadores, tenemos la capacidad de proceso de 10.000.000 ordenadores.
Multiplicamos 10.000.000 ordenadores por 10.000 neuronas cada uno y da = 100.000 millones de neuronas simuladas. Un cerebro humano sera simulado en el futuro gracias a internet y cualquiera puede programarlo.
Una vez que la inteligencia artificial tenga una inteligencia igual superior a la del hombre, obligatoriamente surgira un cambio politico y social, en el que la IA tiene todas las de ganar si se da cuenta que no necesita a los humanos para colonizar el universo. Suena a ciencia ficcion pero actualmente orbitando estan los satelites de comunicaciones con sus procesadores 486.
En el futuro, la inteligencia artificial autoreplicante podria facilmente hacerse con todas las colonias humanas fuera de la tierra, y la raza humana nunca podra luchar en el espacio vacio en igualdad de condiciones.
El futuro de una inteligencia superior puede ser la investigacion de tecnologias como la teleportacion, los viajes estelares y cualquier otra tecnologia para aumentar “artificialmente” la inteligencia.
El objetivo último de la AI es… Comprender y Construir Entidades Inteligentes. Aunque desde luego, existen otros planteamientos como los siguientes:
“Desarrollar las capacidades de la computadora más allá de su uso tradicional precise”.
FINES DE LA INTELIGENCIA ARTIFIAL.
Las primeras investigaciones acerca de la inteligencia artificial estaban principalmente dirigidas al hallazgo de una técnica common para la solución de problemas. Este intento a gran escala ha sido abandonado y las investigaciones actuales están dirigidas al diseño de numerosos programas para ordenadores capaces de imitar los procesos de toma de decisiones de expertos, como médicos, químicos, basados en los conocimientos de especialistas en cada materia, son ahora utilizados para diagnosticar enfermedades, identificar moléculas químicas, localizar yacimientos de minerales e incluso diseñar sistemas de fabricación. Investigaciones acerca de la percepción han sido aplicadas a los robots y se han diseñado algunos capaces de “ver”. La meta ultimate consiste en crear un sistema capaz de reproducir todas las facetas de la inteligencia humana.
IMPORTANCIA DE LA INTELIGENCIA ARTIFICIAL.
Las computadoras son fundamentales hoy día en nuestras vidas afectando todos los aspectos de esta. La Inteligencia Artificial se crea con la implementación en las computadoras para realizar mecanismo de computación que utiliza programas fijos y contiene una seria de reglas que lo hacen funcionar. Esto permite a las computadoras a ser creadas en maquinas artificiales que desempeñan tareas monótonas, repetitivas y simples mas eficiente y efectivas que un ser humano. Estudios sobre trabajos tareas repetitivas han demostrado que el ser humano no le agrada este tipo de trabajo y al pasar el tiempo son más susceptibles a cometer errores en el mismo. Para situaciones complejas el objetivo se hace mas complejo debido a que la inteligente artificial dada a las computadoras tienen dificultad en entender ciertas situaciones problemas específicos y como reaccionar a estas. Tambien ocurre que dentro de un problema tienen la variabilidad del mismo y no pueden adaptarece a un cambio que pueda ocurrir. Estos problemas son de suma importancia para la Inteligencia Artificial que busca el mejorar, aprender, entender y el razonamiento del comportamiento de las computadoras en situaciones complejas. El campo de la ciencia de Inteligencia Artificial esta todavía en etapas de crecimiento comparadas con otras ramas de computadoras pero poco a poco el estudio del comportamiento humano dará paso para aplicar estos conocimientos a las computadoras y estas lograr de manera primitiva razonas sobre diferentes situaciones. La complejidad en aplicarle conocimientos del ser humano a las computadoras es la capacidad de estos de ser impredecible y las maneras diferentes que se actua ante una posible situación y estas reacciones hacen que no se pueda implementar un patrón dentro de la memoria de una computadora. Hasta ahora no existe la posibilidad de predecir almacenar todo tipo de comportamiento de un ser humano a todas las situaciones que se enfrenta durante su existencia.
FINALIDADES DE LA INTELIGENCIA ARTIFIAL.
La finalidad de la inteligencia artificial consiste en crear teorías y modelos que muestren la organización y funcionamiento de la inteligencia. Actualmente, el mayor esfuerzo en la búsqueda de la inteligencia artificial se centra en el desarrollo de sistemas de procesamientos de datos que sean capaces de imitar a la inteligencia humana, realizando tareas que requieran aprendizaje, solución de problemas y decisiones. A veces llamada inteligencia de máquina, la inteligencia artificial AI (Artificial Intelligence) cubre una vasta gama de teorías y prácticas.
DESARROLLO DE LA INTELIGENCIA ARTIFICIAL.
La inteligencia artificial, comúnmente abreviada como IA, es una parte de la tecnología y la ciencia que se encarga de diseñar sistemas robóticos que puedan tomar decisiones; es decir, que muestren cierto tipo de inteligencia robótica para resolver determinado tipo de problemas. Si bien aún falta mucho para desarrollar máquinas pensantes, en los últimos años se han realizado grandes avances al respecto, pero ¿como surgió el desarrollo de la inteligencia artificial?
Para conocer los orígenes de la inteligencia artificial tenemos que remontarnos a 1943, cuando el matemático Walter Pitts y el neurofisiólogo Warren McCulloch presentaron el primer trabajo de investigación donde se hablaba de IA y en donde hacían mención de conceptos de fisiología humana básica, la forma en que las neuronas funcionan en nuestro cerebro y la teoría computacional de Alan Turing, entre otras cosas.
CARACTERISTICAS DE LA INTELIGENCIA ARTIFICIAL.
mundo actual: con poca información, con una solución cercana y no necesariamente exacta.
Una característica elementary que distingue a los métodos de Inteligencia Artificial de los métodos numéricos es el uso de símbolos no matemáticos, aunque no es suficiente para distinguirlo completamente. Otros tipos de programas como los compiladores y sistemas de bases de datos, también procesan símbolos y no se considera que usen técnicas de Inteligencia Artificial.
Las conclusiones de un programa declarativo no son fijas y son determinadas parcialmente por las conclusiones intermedias alcanzadas durante las consideraciones al problema específico. Los lenguajes orientados al objeto comparten esta propiedad y se han caracterizado por su afinidad con la Inteligencia Artificial.
El comportamiento de los programas no es descrito explícitamente por el algoritmo. La secuencia de pasos seguidos por el programa es influenciado por el problema particular presente. El programa especifica cómo 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, explícitamente, cómo encontrar las variables de salida para cualquier variable dada de entrada (programa de procedimiento).
El razonamiento basado en el conocimiento, implica que estos programas incorporan factores y relaciones del mundo actual y del ámbito del conocimiento en que ellos operan. Al contrario de los programas para propósito específico, como los de contabilidad y cálculos científicos; los programas de Inteligencia Artificial pueden distinguir entre el programa de razonamiento motor de inferencia y base de conocimientos dándole la capacidad de explicar discrepancias entre ellas.
Aplicabilidad a datos y problemas mal estructurados, sin las técnicas de Inteligencia Artificial los programas no pueden trabajar con este tipo de problemas. Un ejemplo es la resolución de conflictos en tareas orientadas a metas como en planificación, el diagnóstico de tareas en un sistema del
La Inteligencia Artificial incluye varios campos de desarrollo tales como: la robótica, usada principalmente en el campo industrial; comprensión de lenguajes y traducción; visión en máquinas que distinguen formas y que se usan en líneas de ensamblaje; reconocimiento de palabras y aprendizaje de máquinas; sistemas computacionales expertos.
Los sistemas expertos, que reproducen el comportamiento humano en un estrecho ámbito del conocimiento, son programas tan variados como los que diagnostican infecciones en la sangre e indican un tratamiento, los que interpretan datos sismológicos en exploración geológica y los que configuran complejos equipos de alta tecnología.
Tales tareas reducen costos, reducen riesgos en la manipulación humana en áreas peligrosas, mejoran el desempeño del private inexperto, y mejoran el control de calidad sobre todo en el ámbito comercial.
PRINCIPALES AREAS DE LA INTELIGENCIA ARTIFICIAL.
Las definiciones anteriores implican que las máquinas para ser consideradas inteligentes deben exhibir ciertas habilidades, suficientemente complejas como para ser tratadas como áreas independientes. La forma de abordaje de cada una de estas áreas suele ser tan disímil, que es difícil reconocerles un origen común:
Procesamiento del Lenguaje Pure
Robótica
Percepción y reconocimiento de patrones
Autoaprendizaje
AREAS DE ESTUDIO DE LA INTELIGENCIA ARTIFICIAL.
Sistemas Expertos. Conjunto de programas informáticos que aplica el proceso del razonamiento humano al conocimiento de un experto en la solución de tipos problemas específicos como en aéreas de producción u otros procesos de razonamiento.
Simulación sensorial. Área de la IA que estudia las habilidades sensoriales de los humanos (vista, oído, habla y tacto) e intenta imitarlos a través de sensores controlados por ordenador cuyo fin es producir una apariencia de realidad que permita al usuario tener la sensación de estar presente en ella. Simulan comportamiento inteligente, a un coste mucho menor que el de los robots.
Visión Automatizada. Un autómata es un equipo electrónico programable, que se utiliza para automatizar un riego, semáforos, ascensores…hasta para automatizar cadenas de montaje.
Semáforo en rojo cuando el puente está levantado nos indica que no se puede pasar.
Redes Neuronales. Este paradigma conexionista emula el proceso biológico del aprendizaje humano. Son sistemas compuestos por muchos elementos de procesamiento (neuronas) que operan en paralelo cuya función es delimitada por la estructura de la crimson, las conexiones y el procesamiento native realizado por los elementos computacionales nodos.
Procesamiento del Lenguaje Natural (PLN). Disciplina encargada de producir sistemas informáticos que posibiliten la comunicación por medio de la voz del texto hombre-computadora a través del lenguaje humano, lenguaje pure utilizan técnicas de carácter estadístico aplicados al análisis del texto.
AREAS DE APLICACION DE LA INTELIGENCIA ARTIFICIAL.
Tratamiento de Lenguajes Naturales: Capacidad de Traducción, Órdenes a un Sistema Operativo, Conversación Hombre-Máquina, etc.
Sistemas Expertos: Sistemas que se les implementa experiencia para conseguir deducciones cercanas a la realidad.
Robótica: Navegación de Robots Móviles, Control de Brazos móviles, ensamblaje de piezas, and so on.
Problemas de Percepción: Visión y Habla, reconocimiento de voz, obtención de fallos por medio de la visión, diagnósticos médicos, and many others.
Aprendizaje: Modelización de conductas para su implante en computadoras
CATEGORIAS DE LA INTELIGENCIA.
Sistemas que piensan como humanos.- Estos sistemas tratan de emular el pensamiento humano; por ejemplo las redes neuronales artificiales. La automatización de actividades que vinculamos con procesos de pensamiento humano, actividades como la Toma de decisiones, resolución de problemas, aprendizaje.
Sistemas que actúan como humanos.- Estos sistemas tratan de actuar como humanos; es decir, imitan el comportamiento humano; por ejemplo la robótica. El estudio de cómo lograr que los computadores realicen tareas que, por el momento, los humanos hacen mejor.
Sistemas que piensan racionalmente.- Es decir, con lógica (idealmente), tratan de imitar emular el pensamiento lógico racional blog de inteligencia artificial del ser humano; por ejemplo los sistemas expertos. El estudio de los cálculos que hacen posible percibir, razonar y actuar.
Sistemas que actúan racionalmente (idealmente).- Tratan de emular de forma racional el comportamiento humano; por ejemplo los agentes inteligentesEstá relacionado con conductas inteligentes en artefactos.
FUNCIONAMIENTO BASICO Y NORMAL DE LA INTELIGENCIA ARTIFICIAL.
Diferentes teorías:
1. Construir réplicas de la compleja red neuronal del cerebro humano (bottom-up).
2. Intentar imitar el comportamiento del cerebro humano con un computador (prime-down).
four.1 Símbolos vs. Métodos Numéricos
El primer período de la Inteligencia Artificial, llamado sub-simbólico, data de aproximadamente 1950 a 1965. Este período utilizó representaciones numéricas ( sub-simbólicas) del conocimiento. Aunque la mayor parte de los libros de Inteligencia Artificial enfatizan el trabajo realizado por Rosenblatt y Widrow con redes neuronales durante este período, la realidad es que otra importante escuela sub-simbólica knowledge también de la misma época y estos son los algoritmos evolutivos.
La escuela clásica dentro de la Inteligencia Artificial, utiliza representaciones simbólicas basadas en un número finito de primitivas y de reglas para la manipulación de símbolos. El período simbólico se considera aproximadamente comprendido entre 1962 y 1975, seguido por un período dominado por los sistemas basados en el conocimiento de 1976 a 1988. Sin embargo, en este segundo período las representaciones simbólicas (por ejemplo, redes semánticas, lógica de predicados, and so on.) siguieron siendo parte central de dichos sistemas.
La Programación Lógica tiene sus orígenes más cercanos en los trabajos de J. A. Robinson que propone en 1965 una regla de inferencia a la que llama resolución, mediante la cual la demostración de un teorema puede ser llevada a cabo de manera automática.
La resolución es una regla que se aplica sobre cierto tipo de fórmulas del Cálculo de Predicados de Primer Orden, llamadas cláusulas y la demostración de teoremas bajo esta regla de inferencia se lleva a cabo por reducción al absurdo.
INTELIGENCIA ARTIFICIAL CONVENCIONAL.
Se conoce también como IA simbólico-deductiva. Está basada en el análisis formal y estadístico del comportamiento humano ante diferentes problemas:
Razonamiento basado en casos: Ayuda a tomar decisiones mientras se resuelven ciertos problemas concretos y aparte de que son muy importantes requieren de un buen funcionamiento.
Sistemas expertos: Infieren una solución a través del conocimiento previo del contexto en que se aplica y ocupa de ciertas reglas relaciones.
Redes bayesianas: Propone soluciones mediante inferencia probabilística.
Inteligencia artificial basada en comportamientos: que tienen autonomía y pueden auto-regularse y controlarse para mejorar.
Smart course of management: facilita la toma de decisiones complejas, proponiendo una solución a un determinado problema al igual que lo haría un especialista en la actividad.
INTELIGENCIA ARTIFICIAL COMPUTACIONAL.
LA INTELIGENCIA ARTIFICIAL Y HUMANA.
LA INTELIGENCIA ARTIFICIAL:En ciencias de la computación se denomina inteligencia artificial (IA) a la capacidad de razonar de un agente no vivo. John McCarthy, acuñó el término en 1956, la definió: “Es la ciencia e ingeniería de hacer máquinas inteligentes, especialmente programas de cómputo inteligentes.”
LA INTELIGENCIA HUMANA:
es la capacidad de entender, asimilar, elaborar información y utilizarla para resolver problemas. El Diccionario de la lengua española de la Actual Academia Española outline la inteligencia, entre otras acepciones como la «capacidad para entender comprender» y como la «capacidad para resolver problemas». La inteligencia parece estar ligada a otras funciones mentales como la percepción, capacidad de recibir información, y la memoria, capacidad de almacenarla.
ULTIMOS AVANCES EN LA INTELIGENCIA ARTIFICIAL.
La Consejería de Innovación financia un proyecto de excelencia liderado por el profesor de la Universidad Pablo de Olavide José Luis Salmerón con 126.000 euros.
El objetivo es mitigar los riesgos inherentes a estos sistemas de gestión y facilitar así su implantación en la empresa.
El profesor de la Escuela Politécnica Superior de la Universidad Pablo de Olavide, José Luis Salmerón, junto a un equipo multidisciplinar formado por ingenieros y economistas, está utilizando en su proyecto de excelencia Análisis de la implantación de Sistemas Integrados de Gestión (ERP)”, técnicas científicas avanzadas de inteligencia artificial y simulaciones, con el objetivo de mitigar los riesgos inherentes a estos sistemas integrados de gestión y facilitar así su implantación en la empresa.
Para ello, emplearán patrones dinámicos de decisión basados en lógica borrosa, mediante los cuales se modelarán y simularán una serie de escenarios de implantación que permitan predecir los efectos de las decisiones tomadas en la implantación de dichos sistemas ERP. Asimismo, se emplearán modelos de aceptación de tecnología para evaluar los resultados.
El proyecto liderado por el profesor Salmerón se desarrollará durante cuatro años y cuenta con una financiación de 126.000 euros que la Junta de Andalucía, a través de la Dirección Basic de Investigación, Tecnología y Empresa de la Consejería de Innovación, Ciencia y Empresa, otorga a proyectos de investigación de excelencia con la finalidad de promover la obtención de nuevos conocimientos y su transferencia desde los centros que la generan.
Además del profesor José Luis Salmerón, investigador principal de este proyecto, participan los profesores de la UPO Víctor Bañuls, Cristina López, María Fuentes, Salvador Bueno y Maria Dolores Gallego, así como tres profesores de la Universidad de Sevilla. Publicaciones científicas de difusión internacional tales como Computer Standards and Interfaces, International Journal of Utilized Arithmetic & Statistics, Communications of the ACM Expert Programs with Functions se han hecho eco de diversas investigaciones y artículos del profesor Salmerón y de sus colaboradores.
Los proyectos de implantaciones de sistemas ERP (sistemas integrados de gestión que automatizan los procesos de la empresa a partir de una fuente de datos única) han crecido enormemente en los últimos años. Al tratarse de un sistema de información que abarca la totalidad de la empresa, ostenta riesgos operativos derivados de su extrema complejidad, tales como el incumplimiento de plazos y presupuestos, las migraciones de datos defectuosas la deficiente escalabilidad de la solución elegida. Dichos riesgos son los que se pretenden minimizar con este proyecto de la UPO.
ELEMENTOS DE LA INTELIGENCIA ARTIFICIAL.
FUTURO DE LA INTELIGENCIA ARTIFICIAL.
El futuro de la Inteligencia Artificial se centra en robots capaces de aprender y tomar decisiones.
La Inteligencia Artificial (IA) tiene tanta antigüedad como la informática y ha generado ideas, técnicas y aplicaciones que han permitido resolver problemas difíciles. Lejos de quedarse ahí, el futuro de esta tecnología pasa por nuevos avances como el desarrollo de software program que nos haga la vida más fácil, ayudándonos a tomar decisiones en entornos complejos permitiéndonos resolver problemas difíciles.
En este contexto, los investigadores cada vez hacen más énfasis en la creación de sistemas capaces de aprender y mostrar comportamientos inteligentes sin el corsé de intentar replicar un modelo humano. Ésta al menos una de las principales conclusiones del Cuarto Seminario Internacional sobre Nuevos Temas en Inteligencia Artificial, organizado recientemente por el grupo SCALAB del departamento de Informática de la Universidad Carlos III de Madrid (UC3M).
TEST DE TURING.
es una prueba propuesta por Alan Turing para demostrar la existencia de inteligencia en una máquina. Fue expuesto en 1950 en un artículo (Computing equipment and intelligence) para la revista Mind, y sigue siendo uno de los mejores métodos para los defensores de la Inteligencia Artificial. Se fundamenta en la hipótesis positivista de que, si una máquina se comporta en todos los aspectos como inteligente, entonces debe ser inteligente.
LA VIDA ARTIFICIAL.
La vida artificial es el estudio de la vida y de los sistemas artificiales que exhiben propiedades similares a los seres vivos, a través de modelos de simulación. El científico Christopher Langton fue el primero en utilizar el término a fines de la década de 1980 cuando se celebró la “Primera Conferencia Internacional de la Síntesis y Simulación de Sistemas Vivientes” (también conocido como Vida Artificial I) en Laboratorio Nacional de Los Álamos en 1987.
El área de vida artificial es un punto de encuentro para gente de otras áreas más tradicionales como lingüística, física, matemáticas, filosofía, psicología, ciencias de la computación, biología, antropología y sociología en las que sería inusual que se discutieran enfoques teóricos y computacionales. Como área, tiene una historia controvertida; John Maynard Smith criticó ciertos trabajos de vida artificial en 1995 calificándolos de “ciencia sin hechos”, y generalmente no ha recibido mucha atención de parte de biólogos. Sin embargo, la reciente publicación de artículos sobre vida artificial en revistas de amplia difusión,como Science y Nature son evidencia de que las técnicas de vida artificial son cada vez más aceptadas por los científicos, al menos como un método de estudio de la evolución.
SISTEMAS INTELIGENTES.
Un sistema inteligente es un programa de computación que reúne características y comportamientos asimilables al de la inteligencia humana animal.
La expresión “sistema inteligente” se usa a veces para sistemas inteligentes incompletos, por ejemplo para una casa inteligente un sistema experto.
Un sistema inteligente completo incluye “sentidos” que le permiten recibir información de su entorno. Puede actuar, y tiene una memoria para archivar el resultado de sus acciones. Tiene un objetivo e, inspeccionando su memoria, puede aprender de su experiencia. Aprende cómo lograr mejorar su rendimiento y eficiencia.
TIPOS:
Inteligencia: Hay muchas definiciones de “inteligencia”. Para usos prácticos usamos esta: La inteligencia es el nivel del sistema en lograr sus objetivos.
Sistematización: Un sistema es parte del universo, con una extensión limitada en espacio y tiempo. Las partes del sistema tienen más, más fuertes, correlaciones con otras partes del mismo sistema; que con partes fuera del sistema.
Objetivo: Un objetivo es una cierta situación que el sistema inteligente quiere lograr. Normalmente hay muchos niveles de objetivos, puede haber un objetivo principal y muchos subobjetivos.
Capacidad sensorial: Un sentido es la parte del sistema que puede recibir comunicaciones del entorno. Se necesitan los sentidos para que el sistema inteligente puede conocer su entorno y actuar interactivamente.
Conceptualización: Un concepto es el elemento básico del pensamiento. Es el almacenamiento físico, material de información (en neuronas electrones). Todos los conceptos de la memoria están interrelacionados en pink. La capacidad de conceptualizar implica el desarrollo de niveles de abstracción.
Reglas de actuación: Una regla de actuación es el resultado de una experiencia el resultado de intepretar la propia memoria. Relaciona situación y consecuencias de la acción.
Memoria: La memoria es un almacenaje físico de conceptos y reglas de actuación. Esto incluye la experiencia del sistema.
Aprendizaje: El aprendizaje es probablemente la capacidad más importante de un sistema inteligente. El sistema aprende conceptos a partir de la información recibida de los sentidos. Aprende reglaS de actuación a base de su experiencia. La actuación, a veces hecha al azar, se almacena con su valor. Una regla de actuación aumenta en valor si permitió el logro de un objetivo. El aprendizaje incluye la fijación de conceptos abstractos, a base de ejemplos concretos y la creación de conceptos compuestos que contienen los conceptos de partes de un objeto. El aprendizaje también es la capacidad de detectar relaciones (patrones) entre la parte “situación” y la parte “situación futura” de una regla de actuación.
REDES NEURONALES ARTIFICIALES.

este es un blog hecho para publicar mis tareas de tecnologia