Fondements de base sur l'intelligence artificielle.

FONDEMENTS DE BASE SUR L'INTELLIGENCE ARTIFICIELLE.
DÉFINITIONS DE L'INTELLIGENCE ARTIFICIELLE.
On peut dire que l'intelligence artificielle (IA) c'est l'un des domaines les plus fascinants et les plus exigeants des sciences de l'informatique, dans son domaine des sciences cognitives. Elle est née comme simple étude philosophique et rationnelle de l'intelligence humaine, mélangée avec le souci de l'homme d'imiter la nature environnante (comme voler et nager), jusqu'à même vouloir s'imiter elle-même. Simplement, l'Intelligence Artificielle cherche à imiter l'intelligence humaine. Évidemment, elle n'a pas encore réussi, du moins pas complètement.
HISTOIRE ET ÉVOLUTION DE L'INTELLIGENCE ARTIFICIELLE.
L'idée de quelque chose ressemblant à l'intelligence artificielle existe depuis des millions d'années. Le premier homme primitif qui a pris conscience de sa propre existence, et capable de penser, sûrement il se demandait comment fonctionnerait sa pensée et par la suite arriverait à l'idée d'un “créateur supérieur”. Par conséquent, le concept qu'un être intelligent crée un autre, 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, en tenant compte du fait que le concept d' “intelligence” es un termino subjetivo que depende de la inteligencia y la tecnologia que tengamos en esa epoca. Un indigène de l'Amazonie au XXe siècle pourrait qualifier de intelligent un tourne-disque, alors qu'en réalité il ne l'est pas autant.
– En 1937, el matemático inglés Alan Mathison Turing (1912-1953) publicó un artículo de bastante repercusión sobre los “Nombres Calculables”, que puede considerarse el origen oficial de la Informática Teórica.
Dans cet article, introdujo la Máquina de Turing, una entidad matemática abstracta que formalizó el concepto de algoritmo y resultó ser la precursora de las computadoras digitales. Avec l'aide de sa machine, Turing put démontrer qu'il existe des problèmes insolubles, dont aucun ordinateur ne sera capable de résoudre la solution, 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, qui permettrait de vérifier si un programme informatique peut être aussi intelligent qu'un être humain.
– 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 “intelligence artificielle” à Dartmouth lors d'une conférence convoquée par McCarthy, à laquelle ont assisté, entre autres, Minsky, Newell y Simon. En esta conferencia se hicieron previsiones triunfalistas a diez años que jamás se cumplieron, ce qui a entraîné l'abandon presque complet des recherches pendant quinze ans.
– 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. Elle a des attitudes mentales telles que des croyances et des intentions
2. Elle a la capacité d'acquérir des connaissances, c'est-à-dire, apprendre.
trois. Elle peut résoudre des problèmes, même en divisant des problèmes complexes en problèmes plus simples.
4. Comprend. Possède la capacité de donner du sens, si possible, à des idées ambiguës et contradictoires.
5. Planifie, prédit les conséquences, évalue des alternatives (comme dans les jeux d'échecs)
6. Connaît les limites de ses propres compétences et connaissances.
7. Peut distinguer malgré la similitude des situations.
huit. Peut être authentique, créant même de nouveaux concepts, et jusqu'à en utilisant des analogies.
9. Peut généraliser.
Nous pouvons donc dire que l'IA inclut des caractéristiques humaines telles que l'apprentissage, l'adaptation, le raisonnement, l'autocorrection, l'amélioration implicite, et la modélisation de la perception du monde. Ainsi, nous pouvons parler non seulement d'un objectif, mais de nombreux selon le point de vue de l'utilité qu'on peut trouver à l'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, ordinateur cerveau”.
LE FUTUR DE L'IA Un robot de discussion chatterbot est un programme d'intelligence artificielle qui prétend simuler une conversation écrite, dans l'intention de faire croire à un humain qu'il parle avec une autre personne.
Ces programmes informatiques promettent d'être l'avenir de l'intelligence artificielle. À l'avenir, nous pourrons voir comment à ces bots actuels se joindront les technologies de reconnaissance vocale et vidéo.
Le cerveau humain a 100.000 millions de neurones. Un programme informatique peut simuler environ 10.000 neurones.
Si à la capacité de traitement d'un ordinateur nous ajoutons celle de 9 999 999 autres ordinateurs, nous avons la capacité de traitement de 10.000.000 ordinateurs.
Nous multiplions 10.000.000 ordinateurs par 10.000 neurones chacun et cela fait = 100.000 millions de neurones simulés. Un cerveau humain sera simulé à l'avenir grâce à Internet et tout le monde peut le programmer.
Une fois que l'intelligence artificielle aura une intelligence égale ou supérieure à celle de l'homme, un changement politique et social apparaîtra obligatoirement, 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:
“Développer les capacités de l'ordinateur au-delà de son usage traditionnel précis”.
FINES DE LA INTELIGENCIA ARTIFIAL.
Les premières recherches sur l'intelligence artificielle étaient principalement dirigées vers la découverte d'une technique commune pour la résolution de problèmes. Cette tentative à grande échelle a été abandonnée et les recherches actuelles sont dirigées vers la conception de nombreux programmes pour ordinateurs capables d'imiter les processus de prise de décision des experts, comme les médecins, chimistes, basés sur les connaissances des spécialistes dans chaque domaine, sont maintenant utilisés pour diagnostiquer des maladies, identifier des molécules chimiques, localiser des gisements de minéraux et même concevoir des systèmes de fabrication. Des recherches sur la perception ont été appliquées aux robots et certains ont été conçus pour être capables de “voir”. Le but ultime consiste à créer un système capable de reproduire toutes les facettes de l'intelligence humaine.
IMPORTANCE DE L'INTELLIGENCE ARTIFICIELLE.
Les ordinateurs sont fondamentaux aujourd'hui dans nos vies, affectant tous les aspects de celles-ci. L'intelligence artificielle est créée par la mise en œuvre dans les ordinateurs de mécanismes de calcul utilisant des programmes fixes et contenant une série de règles qui les font fonctionner. 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, apprendre, 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 complexité d'appliquer les connaissances de l'être humain aux ordinateurs réside dans la capacité de ces derniers à être imprévisibles et dans les différentes manières dont on agit face à une situation possible, et ces réactions font qu'il est impossible d'implémenter un modèle dans la mémoire d'un ordinateur. Jusqu'à présent, il n'existe pas la possibilité de prédire et de stocker tout type de comportement d'un être humain dans toutes les situations auxquelles il est confronté au cours de son existence.
FINALITÉS DE L'INTELLIGENCE ARTIFICIELLE.
La finalité de l'intelligence artificielle consiste à créer des théories et des modèles qui montrent l'organisation et le fonctionnement de l'intelligence. Actuellement, 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 (Intelligence Artificielle) cubre una vasta gama de teorías y prácticas.
DESARROLLO DE LA INTELIGENCIA ARTIFICIAL.
L'intelligence artificielle, comúnmente abreviada como IA, es una parte de la tecnología y la ciencia que se encarga de diseñar sistemas robóticos que puedan tomar decisiones; c'est-à-dire, que muestren cierto tipo de inteligencia robótica para resolver determinado tipo de problemas. Si bien aún falta mucho para desarrollar máquinas pensantes, Au cours des dernières années, d'importants progrès ont été réalisés à cet égard, mais comment le développement de l'intelligence artificielle est-il apparu?
Pour connaître les origines de l'intelligence artificielle, nous devons remonter à 1943, lorsque le mathématicien Walter Pitts et le neurophysiologiste Warren McCulloch ont présenté le premier travail de recherche où l'on parlait d'IA et où ils mentionnaient des concepts de physiologie humaine de base, la manière dont les neurones fonctionnent dans notre cerveau et la théorie computationnelle d'Alan Turing, entre autres choses.
CARACTÉRISTIQUES DE L'INTELLIGENCE ARTIFICIELLE.
monde actuel: avec peu d'informations, avec une solution proche et pas nécessairement exacte.
Une caractéristique élémentaire qui distingue les méthodes d'Intelligence Artificielle des méthodes numériques est l'utilisation de symboles non mathématiques, bien que cela ne suffise pas à la distinguer complètement. D'autres types de programmes comme les compilateurs et les systèmes de bases de données, traitent également des symboles et n'est pas considéré comme utilisant des techniques d'Intelligence Artificielle.
Les conclusions d'un programme déclaratif ne sont pas fixes et sont partiellement déterminées par les conclusions intermédiaires atteintes lors des considérations du problème spécifique. Les langages orientés objet partagent cette propriété et se caractérisent par leur affinité avec l'Intelligence Artificielle.
Le comportement des programmes n'est pas décrit explicitement par l'algorithme. La séquence de pas suivie par le programme est influencée par le problème particulier présent. Le programme spécifie comment trouver la séquence de pas nécessaires pour résoudre un problème donné (programme déclaratif). Contrairement aux programmes qui ne sont pas d'Intelligence Artificielle, qui suivent un algorithme défini, qui spécifie, explicitement, comment trouver les variables de sortie pour n'importe quelle variable d'entrée donnée (programme procédural).
Le raisonnement basé sur la connaissance, implique que ces programmes incorporent des facteurs et des relations du monde actuel et du domaine de connaissance dans lequel ils opèrent. Contrairement aux programmes à usage spécifique, comme ceux de comptabilité et de calcul scientifique; les programmes d'Intelligence Artificielle peuvent distinguer entre le programme de raisonnement moteur d'inférence et la base de connaissances, leur donnant la capacité d'expliquer les divergences entre eux.
Applicabilité aux données et problèmes mal structurés, sans les techniques d'Intelligence Artificielle, les programmes ne peuvent pas travailler avec ce type de problèmes. Un exemple est la résolution de conflits dans des tâches orientées vers des objectifs comme dans la planification, le diagnostic de tâches dans un système de
L'Intelligence Artificielle inclut plusieurs domaines de développement tels que: la robotique, principalement utilisée dans le domaine industriel; compréhension des langages et traduction; vision par ordinateur qui distingue les formes et qui est utilisée dans les lignes d'assemblage; reconnaissance des mots et apprentissage automatique; systèmes informatiques experts.
Les systèmes experts, qui reproduisent le comportement humain dans un domaine étroit de connaissance, sont des programmes aussi variés que ceux qui diagnostiquent des infections sanguines et indiquent un traitement, ceux qui interprètent des données sismologiques en exploration géologique et ceux qui configurent des équipements complexes de haute technologie.
De telles tâches réduisent les coûts, réduisent les risques de manipulation humaine dans des zones dangereuses, améliorent la performance du privé inexpérimenté, et améliorent le contrôle de qualité surtout dans le domaine commercial.
PRINCIPALES DOMAINES DE L'INTELLIGENCE ARTIFICIELLE.
Les définitions précédentes impliquent que, pour être considérées comme intelligentes, les machines doivent montrer certaines compétences, suffisamment complexes pour être traitées comme des domaines indépendants. La manière d'aborder chacun de ces domaines est souvent si différente, qu'il est difficile d'en reconnaître une origine commune:
Traitement du Langage Pur
Robotique
Perception et reconnaissance de motifs
Auto-apprentissage
DOMAINES D'ÉTUDE DE L'INTELLIGENCE ARTIFICIELLE.
Systèmes Experts. Ensemble de programmes informatiques qui applique le processus de raisonnement humain aux connaissances d'un expert dans la résolution de types de problèmes spécifiques comme dans les domaines de production ou d'autres processus de raisonnement.
Simulation sensorielle. 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.
Réseaux Neuronaux. Este paradigma conexionista emula el proceso biológico del aprendizaje humano. Son sistemas compuestos por muchos elementos de procesamiento (neurones) 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.
Traitement du langage naturel (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..
Systèmes Experts: Sistemas que se les implementa experiencia para conseguir deducciones cercanas a la realidad.
Robotique: Navegación de Robots Móviles, Control de Brazos móviles, ensamblaje de piezas, et ainsi de suite.
Problèmes de Perception: Vision et Parole, la reconnaissance vocale, détection de fautes par le biais de la vision, les diagnostics médicaux, et beaucoup d'autres.
Apprentissage: Modélisation des comportements pour leur implantation dans des ordinateurs
CATÉGORIES DE L'INTELLIGENCE.
Systèmes qui pensent comme les humains.- Ces systèmes essaient d'imiter la pensée humaine; par exemple les réseaux neuronaux artificiels. L'automatisation des activités que nous associons aux processus de pensée humaine, activités comme la prise de décision, résolution de problèmes, apprentissage.
Systèmes qui agissent comme les humains.- Ces systèmes essaient d'agir comme les humains; c'est-à-dire, imitent le comportement humain; par exemple la robotique. L'étude de la façon de faire accomplir aux ordinateurs des tâches que, pour le moment, les humains accomplissent mieux.
Systèmes qui pensent rationnellement.- C’est-à-dire, avec logique (idéalement), ils essaient d'imiter et d'émuler la pensée logique et rationnelle blog sur l'intelligence artificielle de l'être humain; par exemple les systèmes experts. L'étude des calculs qui rendent possible de percevoir, raisonner et agir.
Systèmes qui agissent rationnellement (idéalement).- Ils essaient d'émuler de manière rationnelle le comportement humain; par exemple les agents intelligents. C'est lié aux comportements intelligents dans les artefacts.
FONCTIONNEMENT DE BASE ET NORMAL DE L'INTELLIGENCE ARTIFICIELLE.
Différentes théories:
1. Construire des répliques du réseau neuronal complexe du cerveau humain (bottom-up).
2. Essayer d'imiter le comportement du cerveau humain avec un ordinateur (prime-down).
quatre.1 Symboles vs. Méthodes Numériques
La première période de l'Intelligence Artificielle, appelée sub-symbolique, date d'environ 1950 à 1965. Cette période a utilisé des représentations numériques ( sub-symboliques) de la connaissance. 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. Cependant, en este segundo período las representaciones simbólicas (par exemple, redes semánticas, lógica de predicados, et ainsi de suite.) siguieron siendo parte central de dichos sistemas.
La programmation logique a ses origines les plus proches dans les travaux de J. A. Robinson qui propose en 1965 une règle d'inférence qu'il appelle résolution, par laquelle la démonstration d'un théorème peut être réalisée de manière automatique.
La résolution est une règle qui s'applique à un certain type de formules du Calcul des Prédicats du Premier Ordre, appelées clauses et la démonstration de théorèmes selon cette règle d'inférence se fait par réduction à l'absurde.
INTELLIGENCE ARTIFICIELLE CONVENTIONNELLE.
Elle est également connue sous le nom d'IA symbolico-déductive. Il est basé sur l'analyse formelle et statistique du comportement humain face à différents problèmes:
Raisonnement basé sur des cas: Aide à prendre des décisions tout en résolvant certains problèmes concrets et en plus d'être très importants, ils nécessitent un bon fonctionnement.
Systèmes experts: Infèrent une solution à travers le savoir préalable du contexte dans lequel il s'applique et utilise certaines règles et relations.
Réseaux bayésiens: Propose des solutions par inférence probabiliste.
Intelligence artificielle basée sur les comportements: qui ont de l'autonomie et peuvent s'auto-réguler et se contrôler pour s'améliorer.
Parcours de gestion intelligent: Facilite la prise de décisions complexes, Proposant une solution à un problème déterminé de la même manière qu'un spécialiste dans l'activité.
INTELLIGENCE ARTIFICIELLE COMPUTATIONNELLE.
L'INTELLIGENCE ARTIFICIELLE ET HUMAINE.
L'INTELLIGENCE ARTIFICIELLE:En sciences informatiques, on appelle intelligence artificielle (IA) la capacité de raisonner d'un agent non vivant. John McCarthy, a inventé le terme en 1956, l'a définie: “C'est la science et l'ingénierie de fabriquer des machines intelligentes, en particulier des programmes informatiques intelligents.”
L'INTELLIGENCE HUMAINE:
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.
L'objectif est de réduire les risques inhérents à ces systèmes de gestion et de faciliter ainsi leur implantation dans l'entreprise.
Le professeur de l'École Polytechnique Supérieure de l'Université Pablo de Olavide, José Luis Salmerón, avec une équipe pluridisciplinaire composée d'ingénieurs et d'économistes, utilise dans son projet d'excellence Analyse de la mise en œuvre des Systèmes de Gestion Intégrés (ERP)a été lancée, des techniques scientifiques avancées d'intelligence artificielle et de simulations, dans le but de réduire les risques inhérents à ces systèmes de gestion intégrés et de faciliter ainsi leur implantation dans l'entreprise.
Pour cela, ils utiliseront des modèles dynamiques de décision basés sur la logique floue, au moyen desquels seront modélisés et simulés une série de scénarios de mise en œuvre permettant de prédire les effets des décisions prises dans la mise en œuvre de ces systèmes ERP. Aussi, des modèles d'acceptation de la technologie seront utilisés pour évaluer les résultats.
Le projet dirigé par le professeur Salmerón se déroulera sur quatre ans et bénéficie d'un financement de 126.000 euros que la Junta de Andalucía, à travers la Direction de base de la recherche, Technologie et entreprise du ministère de l'Innovation, Science et entreprise, accorde à des projets de recherche d'excellence dans le but de promouvoir l'obtention de nouvelles connaissances et leur transfert depuis les centres qui les génèrent.
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 & Statistiques, 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. Étant donné qu'il s'agit d'un système d'information couvrant l'ensemble de l'entreprise, il présente des risques opérationnels dérivés de sa complexité extrême, tels que le non-respect des délais et des budgets, les migrations de données défectueuses, la faible évolutivité de la solution choisie. Ces risques sont ceux que ce projet de l'UPO vise à minimiser.
ÉLÉMENTS DE L'INTELLIGENCE ARTIFICIELLE.
AVENIR DE L'INTELLIGENCE ARTIFICIELLE.
L'avenir de l'Intelligence Artificielle se concentre sur des robots capables d'apprendre et de prendre des décisions.
L'intelligence artificielle (IA) elle est aussi ancienne que l'informatique et a généré des idées, techniques et applications qui ont permis de résoudre des problèmes difficiles. Loin de s'arrêter là, L'avenir de cette technologie passe par de nouvelles avancées telles que le développement de logiciels programmés pour nous faciliter la vie, nous aidant à prendre des décisions dans des environnements complexes et nous permettant de résoudre des problèmes difficiles.
Dans ce contexte, les chercheurs mettent de plus en plus l'accent sur la création de systèmes capables d'apprendre et de montrer des comportements intelligents sans le carcan de tenter de reproduire un modèle humain. Ceci est au moins l'une des principales conclusions du Quatrième Séminaire International sur les Nouveaux Sujets en Intelligence Artificielle, organisé récemment par le groupe SCALAB du département d'Informatique de l'Université Carlos III de Madrid (UC3M).
TEST DE TURING.
es una prueba propuesta por Alan Turing para demostrar la existencia de inteligencia en una máquina. Il a été présenté en 1950 dans un article (Équipements et intelligence informatique) pour la revue Mind, et reste l'une des meilleures méthodes pour les partisans de l'intelligence artificielle. Il se fonde sur l'hypothèse positiviste que, si une machine se comporte dans tous les aspects comme intelligente, alors elle doit être intelligente.
LA VIE ARTIFICIELLE.
La vie artificielle est l'étude de la vie et des systèmes artificiels qui présentent des propriétés similaires à celles des êtres vivants, à travers des modèles de simulation. Le scientifique Christopher Langton a été le premier à utiliser le terme à la fin des années 1980 lors de la “Première Conférence Internationale sur la Synthèse et la Simulation des Systèmes Vivants” (également connue sous le nom de Vie Artificielle I) au Laboratoire National de Los Alamos en 1987.
Le domaine de la vie artificielle est un lieu de rencontre pour des personnes d'autres domaines plus traditionnels tels que la linguistique, la physique, 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. Cependant, 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:
l'Intelligence: Hay muchas definiciones de “intelligence”. 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, matériel d'information (dans les neurones électrons). Tous les concepts de la mémoire sont interconnectés en rose. La capacité de conceptualiser implique le développement de niveaux d'abstraction.
Règles d'action: Une règle d'action est le résultat d'une expérience, le résultat de l'interprétation de sa propre mémoire. Relie situation et conséquences de l'action.
Mémoire: La mémoire est un stockage physique de concepts et de règles d'action. Cela inclut l'expérience du système.
Apprentissage: L'apprentissage est probablement la capacité la plus importante d'un système intelligent. Le système apprend des concepts à partir de l'information reçue des sens. Il apprend des règles d'action à partir de son expérience. L'action, parfois faite au hasard, elle est stockée avec sa valeur. Une règle d'action augmente en valeur si elle a permis la réalisation d'un objectif. L'apprentissage inclut la fixation de concepts abstraits, sur la base d'exemples concrets et la création de concepts composés contenant les concepts des parties d'un objet. L'apprentissage est aussi la capacité de détecter des relations (des schémas) entre la partie “situation” et la partie “situation future” d'une règle d'action.
RÉSEAUX NEURONAUX ARTIFICIELS.

ceci est un blog fait pour publier mes devoirs de technologie