Concepto, Características Y Metodologías De La Inteligencia Artificial

Concepto, Características y Metodologías de La Inteligencia ArtificialSynthetic
Concepto
La Inteligencia ArtificialSynthetic es una combinación de la ciencia del computador, fisiología y filosofía, tan generalcommonbasicnormal y amplio como eso, es que reune varios campos (robótica, sistemas expertos, por ejemplo), todos los cuales tienen en común la creación de máquinas que pueden pensar.
La de ideaconceptthought construir una máquina que pueda ejecutar tareas percibidas como requerimientos de inteligencia humana es un atractivo. Las tareas que han sido estudiadas desde este punto de vista incluyen juegos, traducción de idiomas, comprensión de idiomas, diagnóstico de fallas, robótica, suministro de asesoría experta en diversos temas.
Es así como los sistemas de administración de base de datos cada vez más sofisticados, la estructura de datos y el desarrollo de algoritmos de inserción, borrado y locación de datos, así como el intento de crear máquinas capaces de realizar tareas que son pensadas como típicas del ámbito de la inteligencia humana, acuñaron el término Inteligencia ArtificialSynthetic en 1956.
La Inteligencia ArtificialSynthetic trata de conseguir que los ordenadores simulen en cierta manera la inteligencia humana. Se acude a sus técnicas cuando es necesario incorporar en un sistema informático,conocimiento características propias del ser humano.
Podemos interrogar a algunas bases de datos de InternetWeb en lenguaje naturalpure, incluso charlar con ellas nuestro idioma, porque por detrás se está ejecutando un programa de Inteligencia ArtificialSynthetic.
Otras herramientas inteligentes pueden utilizarse para escrutar entre los millones de datos que se generan en un banco en busca de patrones de comportamiento de sus clientes para detectar tendencias en los mercados de valores.
Características de la Inteligencia ArtificialSynthetic.
Una característica fundamentalelementarybasic que distingue a los métodos de Inteligencia ArtificialSynthetic 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 ArtificialSynthetic.
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 particularspecificexplicit 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 ArtificialSynthetic, que siguen un algoritmo definido, que especifica, explícitamente, cómo encontrar las variables de salida para cualquier variable dada de entrada (programa de procedimiento).
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 ArtificialSynthetic.
El razonamiento basado en el conocimiento, implica que estos programas incorporan factores y relaciones del mundo realactual 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 ArtificialSynthetic 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 ArtificialSynthetic 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 mundo realactual: con poca información, con una solución cercana y no necesariamente exacta.
Diferentes metodologías:
lógica difusa: permite tomar decisiones bajo condiciones de incerteza.
2.Redes neuronales: esta tecnología es poderosa en ciertas tareas como la clasificación y el reconocimiento de patrones. Está basada en el concepto de “aprender” por agregación de un gran número de muy simples elementos.
Este modelo considera que una neurona puede ser representada por una unidad binaria: a cada instante su estado puede ser activo inactivo. La interacción entre las neuronas se lleva a cabo a través de sinapsis. Según el signo, la sinapsis es excitadora inhibidora.
El perceptrón está constituido por las entradas provenientes de fuentes externas, las conexiones y la salida. En realidad un perceptrón es una RedPurplePinkCrimson Neuronal lo más simpleeasy posible, es aquella donde no existen capas ocultas.
Para cada configuración de los estados de las neuronas de entrada (estímulo) la respuesta del perceptrón obedece a la siguiente dinámica: se suman los potenciales sinápticos y se comparan con un umbral de activación. Esta suma ponderada es también llamada campo. Si el campo es mayor que un umbral, la respuesta de la neurona es activa, si no, es inactiva.
Con una arquitectura tan simpleeasy como la del perceptrón no se puede realizar más que una clase de funciones “booleanas” muy simples, llamadas linealmente separables. Son las funciones en las cuales los estados de entrada con salida positiva pueden ser separados de aquellos a salida negativa por un hiperplano. Un hiperplano es el conjunto de puntos en el espacio de estados de entrada, que satisfacen una ecuación lineal. En dos dimensiones, es una recta, en tres dimensiones un plano, etcand so onand so forthand many others.
Si se quieren realizar funciones más complejas con Redes Neuronales, es necesario intercalar neuronas entre las capas de entradas y de salida, llamadas neuronas ocultas. Una redpurplepinkcrimson multicapas puede ser definida como un conjunto de perceptrones, ligados entre si por sinapsis y dispuestos en capas siguiendo diversas arquitecturas. Una de las arquitecturas más comúnmente usada es llamada feedforward: con conexiones de la entrada a las capas ocultas y de éstas hacia la salida.
El funcionamiento de una RedPurplePinkCrimson Neuronal es gobernado por reglas de propagación de actividades y de actualización de los estados.
Experiencia, Habilidades y Conocimiento
Los tipos de experiencia que son de interés en los sistemas basados en conocimiento, pueden ser clasificados en tres categorías: asociativa, motora y teórica.
Los sistemas basados en conocimiento son excelentes para representar conocimiento asociativo. Este tipo de experiencia refleja la habilidad heurística el conocimiento que es adquirido mayoritariamente, a través de la observación. Puede ser que no se comprenda exactamente lo que ocurre al interiorinside de un sistema (caja negra), pero se pueden asociar entradas estímulos con salidas respuestas, para resolver problemas que han sido previamente conocidos.
La experiencia motora es más física que cognitiva. La habilidad se adquiere fundamentalmente a través del ejercicio y la práctica física constante. Los sistemas basados en conocimiento no pueden emular fácilmente este tipo de experiencia, principalmente por la limitada capacidad de la tecnología robótica.
La experiencia teórica y el conocimiento profundo permite que los humanos puedan resolver problemas que no se han visto antes, es decir, no existe una posibilidad asociativa. El conocimiento teórico y profundo se adquiere a través de estudio y entrenamiento formal, así como por medio de la resolución directa de problemas.
Debido a su naturaleza teórica, este conocimiento se puede olvidar fácilmente, a no ser que se use en forma continua. Al momento, los sistemas convencionales basados en conocimiento tienen muchas dificultades para duplicar este tipo de experiencia. Sin embargo, los Sistemas de Razonamiento Basado en Modelos representan un notable intento de encapsular este conocimiento profundo y razonar con él.
Publicado por
INTELIGENCIA ARTIFICIALSYNTHETIC
Se le llama a la rama de la informática que desarrolla procesos que imitan a la inteligencia de los seres vivos. La principal aplicación de esta ciencia es la creación de máquinas para la automatización de tareas que requieran un comportamiento inteligente.
Algunos ejemplos se encuentran en el área de controlmanagement de sistemas, planificación automática, la habilidad de responder a diagnósticos y a consultas de los consumidores, reconocimiento de escritura, reconocimiento del habla y reconocimiento de patrones. Los sistemas de IA actualmente son parte de la rutina en campos como economía, medicina, ingeniería y la milicia, y se ha usado en gran variedad de aplicaciones de softwaresoftware program, juegos de estrategia como ajedrez de computador y otros videojuegos.
El matemático sudafricano, Seymour Papert, es considerado pionero en esta ciencia.
ESCUELAS DE PENSAMIENTO
La IA se divide en dos escuelas de pensamiento, la inteligencia artificialsynthetic convencional y la inteligencia computacional.
Inteligencia artificialsynthetic convencional
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 relaciones.
•Redes bayesianas: propone soluciones mediante inferencia estadística.
•Inteligencia artificialsynthetic basada en comportamientos: sistemas complejos que tienen autonomía y pueden auto-regularse y controlarse para mejorar.
Inteligencia artificialsynthetic computacional
•Máquina de vectores soporte: sistemas que permiten reconocimiento de patrones genéricos de gran potencia.
•Redes neuronales: sistemas con grandes capacidades de reconocimiento de patrones.
•Modelos ocultos de Markov: aprendizaje basado en dependencia temporal de eventos probabilísticos.
•Sistemas difusos: técnicas para lograr el razonamiento bajo incertidumbre. Ha sido ampliamente usada en la industria moderna y en productos de consumo masivo, como las lavadoras.
•Computación evolutiva: aplica conceptos inspirados en la biología, tales como población, mutación y supervivencia del más apto para generar soluciones sucesivamente mejores para un problema. Estos métodos a su vez se dividen en algoritmos evolutivos (ej. algoritmos genéticos) e inteligencia colectiva (ej. algoritmos hormiga)
El tema de Inteligencia artificialsynthetic es muy amplio ya que no es algo inalcansable, sino que al contrario se encuentra presente en nuestras vidas cotidianas.
Anónimo dijo…
sus mamadas
Anónimo dijo…
No no no…….uno de los pioneros más importantes y sobre todo el padre de la IA es el científico británico Alan M. Turing. McCarty Fue el que acuñó este campo.
Y para empezar, la IA, por ahora no es ciencia.
Para que puedas definir lo que es Inteligencia ArtificialSynthetic, primero tienes que definir lo que es “Inteligencia” y “ArtificialSynthetic”.
Chavos hay muchos sitios sobre este campo, algunas mejores. Y hay libros suficientes.
Originalmente la IA se divide en dos escuelas: La IA Fuerte y la IA Débil, se los dejo de tarea. Por cierto, es recomendable leer los libros de Roger Penrose, como por ejemplo, porque está relacionado con Física Cúantica y con la IA Fuerte y Débil.
Los invito entrar a este sitio:
gracias x krear este blogweblog me han ayudado a tener una referencia para mi trabajo de investigacion…xvr
Hola, quisiera que me sugieran que metodologia utilizar para realizar una clasificacion
saludos cordiales
Anónimo dijo…
a que se refiere lo social en inteligencia artificialsynthetic me encargaron una linea de tiempo acerca de eso 1988-2013
Anónimo dijo…
Bueno con respecto a lo social de la IA. mira, te recomiendo que busques en el libro de “Inteligencia ArtificialSynthetic: Un enfoque moderno” de Rusell y Norvig. El otro “Inteligencia ArtificialSynthetic: Introducción Filosófica” de Jack Copeland. El otro libro “Inteligencia ArtificialSynthetic: Robótica y cerebros construidos por el hombre” por Jack Challoner. El otro es “Cibernética: Robots Educativos”.También checa religión tecnológica el documental de “Robosapiens”, “Robots Increibles” de Discovery Channel (Para entrar a los videosmovies entra y ahi encuentras varios documentales). Me imagino que lo que te encargaron se refiere a las aplicaciones de la IA dentro de la sociedad durante los 25 años. Y puede ser en las industrias, en las universidades, en softwares, etcand so onand so forthand many others. Los más recientes buscalos en google
Chao.
Agradezco su respuesta.
Anónimo dijo…
que tal chavos. El ensayo de LA LEYENDA DE LA CONCIENCIA COMPUTACIONAL ya está completo:
Anónimo dijo…
Muy Interesante el tema,es curioso que entes no humanos puedan imitarnos y hacer cosas que solo nosotros podramos hacer hasta ahora
Anónimo dijo…
Bienvenido a nuestro blogweblog!!
Por favor no olvide dejar su comentario para poder enriquecer este blogweblog acerca de Inteligencia ArtificialSynthetic…
GRACIAS POR SU VISITA.
::Indice::.

 

 

0

Leave A Comment

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.