Fondamenti di Base sull'Intelligenza Artificiale.

FONDAMENTI BASE DELL'INTELLIGENZA ARTIFICIALE.
DEFINIZIONI DELL'INTELLIGENZA ARTIFICIALE.
Si può dire che l'Intelligenza Artificiale (IA) è una delle aree più affascinanti e con più sfide delle scienze informatiche, nel suo ambito delle scienze cognitive. Nacque come semplice studio filosofico e ragionistico dell'intelligenza umana, mista all'inquietudine dell'uomo di imitare la natura circostante (come volare e nuotare), fino perfino a voler imitare se stesso. Semplicemente, la Inteligencia Artificial busca el imitar la inteligencia humana. Ovviamente non ci è ancora riuscito, al menos no completamente.
STORIA ED EVOLUZIONE DELL'INTELLIGENZA ARTIFICIALE.
L'idea di qualcosa di simile all'intelligenza artificiale esiste da milioni di anni. Il primo uomo primitivo che prese coscienza della propria esistenza, e di quale periodo fosse capace di pensare, sicuramente si chiese come funzionasse il suo pensiero e successivamente arrivò all'idea di un “creatore superiore”. Pertanto, il concetto che un essere intelligente crei un altro, l'idea di un progetto virtuale per l'intelligenza, è tanto remoto quanto la presa di coscienza dell'essere umano.
– I giochi matematici antichi, come quello delle torri di Hanoi (circa 3000 a.C.), dimostrano l'interesse per la ricerca di un ciclo risolutore, un'IA capace di vincere nei minimi mosse possibili.
– En 1903 Lee De Forest inventa el triodo (chiamate anche bulbo valvola a vuoto). Si potrebbe dire che la prima grande macchina intelligente progettata dall'uomo fu il computer ENIAC, compuesto por 18.000 valvole a vuoto, teniendo en cuenta que el concepto de “inteligencia” è un termine soggettivo che dipende dall'intelligenza e dalla tecnologia che avevamo in quell'epoca. Un indigeno dell'Amazzonia nel XX secolo potrebbe considerare intelligente un giradischi, quando in realtà non lo è tanto.
– Nel 1937, il matematico inglese 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 machine, Turing pudo dimostrar que existen problemas irresolubles, de los que ningún ordenador será capaz de obtener su 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, per il suo famoso Test di Turing, que permitiría comprobar si un programa de ordenador puede ser tan inteligente como un ser humano.
– Nel 1951 William Shockley inventa il transistor a giunzione. El invento del transistor hizo posible una nueva generación de computadoras mucho más rápidas y pequeñas.
– Nel 1956, se acuño el término “intelligenza artificiale” en Dartmouth durante una conferenza convocata por McCarthy, a la cual asistieron, tra l'altro, Minsky, Newell y Simon. En esta conferencia se hicieron previsiones triunfalistas a diez años que jamás se cumplieron, il che ha provocato l'abbandono quasi completo delle ricerche per quindici anni.
– 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 obiectivs, por lo que este campo ha sufrido una nueva detención en los años noventa.
– Nel 1987 Martin Fischler e Oscar Firschein hanno descritto gli attributi di un agente intelligente. Cercando di descrivere con un ambito più ampio (no solo la comunicación) gli attributi di un agente intelligente, la IA se ha estendido a molte aree che hanno creato ramas de investigación enormes y differentiadas. Tali attributi dell'agente intelligente sono:
1. Tiene actitudes mentales tales como creencias e intentiones
2. Tiene la capacidad de obtener conocimiento, cioè, imparare.
tre. Puede resolver problemas, anche partizionando problemi complessi in altri più semplici.
4. Entiende. Possiede la capacità di dare senso, se possibile, a idee ambigue e contraddittorie.
5. Planifica, predice conseguenze, valuta alternative (come nei giochi di scacchi)
6. Conosce i limiti delle proprie abilità e conoscenze.
7. Puede distinguir a pesar de las similitud de las situaciones.
otto. Puede ser authentic, creando persino nuovi concetti concetti, e persino utilizzando analogie.
9. Puede generalizar.
Possiamo allora dire che l'IA include caratteristiche umane come l'apprendimento, l'adattamento, el razonamiento, l'autocorrezione, il miglioramento implicito, e la percezione modellata del mondo. Así, possiamo parlare non solo di un obiettivo, dipende da molti punti di vista l'utilità che si può trovare nell'IA.
– Muchos de los investigadores sobre IA sostienen que “la inteligencia es un programa capaz de ser eseguito independientemente de la máquina que lo ejecute, computer cerebro”.
EL FUTURO DE LA IAUn robot de charla chatterbot es un programa de inteligencia artificial que pretende simular una conversación escrita, con l'intenzione di far credere a un umano di stare parlando con un'altra persona.
Questi programmi informatici promettono di essere il futuro dell'intelligenza artificiale. In futuro potremo vedere come a questi attuali bot si uniranno le tecnologie di riconoscimento vocale e video.
Il cervello umano ha 100.000 milioni di neuroni. Un programa de ordenador puede simulare 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 umano sarà simulato 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 umani para colonizzar el universo. Suena a ciencia ficcion pero actualmente orbitando están los satelites de comunicaciones con sus procesadores 486.
En el futuro, l'intelligenza artificiale autoriproduttiva potrebbe facilmente impossessarsi di tutte le colonie umane fuori dalla Terra, e la razza umana non potrà mai combattere nello spazio vuoto a pari condizioni.
Il futuro di un'intelligenza superiore può essere la ricerca di tecnologie come la teletrasportazione, 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 solution 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.
I computer sono fondamentali oggi nella nostra vita, influenzando tutti gli aspetti di essa. L'Intelligenza Artificiale viene creata con l'implementazione nei computer per realizzare meccanismi di computazione che utilizzano programmi fissi e contengono una serie di regole che li fanno funzionare. 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. Studi sui compiti ripetitivi hanno dimostrato che all'essere umano non piace questo tipo di lavoro e col passare del tempo è più suscettibile a commettere errori nello stesso. 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 cerca el migliorar, imparare, entender y el razonamiento del comportamiento de las computadoras en situaciones complejas. Il campo della scienza dell'Intelligenza Artificiale è ancora in fase di crescita rispetto ad altri rami dell'informatica, ma poco a poco lo studio del comportamento umano darà modo di applicare queste conoscenze ai computer e questi riusciranno in modo primitivo a ragionare su diverse situazioni. La complessità nell'applicare conoscenze dell'essere umano ai computer è la capacità di questi di essere imprevedibili e i modi diversi con cui si agisce di fronte a una possibile situazione, e queste reazioni fanno sì che non si possa implementare un modello nella memoria di un computer. 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.
FINALITÀ DELL'INTELLIGENZA ARTIFICIALE.
La finalidad de la inteligencia artificial consiste en crear teorías y modelos que muestren la organización y funcionamiento de la intelligencia. Actualmente, el mayor sforzo en la ricerca de la inteligencia artificial se centra nello sviluppo di sistemi de procesamientos de datos que sean capaces de imitar a la inteligencia humana, realizando tareas que requieran aprendizaje, solución de problemas y decisiones. a volte llamada inteligencia de máquina, la inteligencia artificial AI (Intelligenza Artificiale) cubre una vasta gamma de teorie y prácticas.
DESARROLLO DE LA INTELIGENCIA ARTIFICIAL.
L'intelligenza artificiale, comúnmente abreviata como IA, es una parte de la tecnología y la scienza que se encarga de diseñar sistemas robóticos que puedan prendere decisiones; cioè, que muestren cierto tipo de inteligencia robótica para resolver determinado tipo de problemi. Si bien aún falta mucho para desarrollar máquinas pensantes, en los últimos anni se han realizado grandes avances al respecto, pero ¿como surgió lo sviluppo de la inteligencia artificiale?
Para conocer los orígenes de la inteligencia artificial tenemos que remontarnos a 1943, cuando el matemático Walter Pitts y il neurofisiólogo Warren McCulloch presentaron il primo lavoro di ricerca donde se parlaba 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, tra le altre cose.
CARATTERISTICHE DELL'INTELLIGENZA ARTIFICIALE.
mondo attuale: con poca informazione, con una soluzione vicina e non necessariamente esatta.
Una caratteristica elementare che distingue i metodi di Intelligenza Artificiale dai metodi numerici è l'uso di simboli non matematici, anche se non è sufficiente per distinguerlo completamente. Altri tipi di programmi come compilatori e sistemi di database, anche elaborano simboli e non si considera che usino tecniche di Intelligenza Artificiale.
Le conclusioni di un programma dichiarativo non sono fisse e sono determinate parzialmente dalle conclusioni intermedie raggiunte durante le considerazioni sul problema specifico. I linguaggi orientati agli oggetti condividono questa proprietà e si sono caratterizzati per la loro affinità con l'Intelligenza Artificiale.
Il comportamento dei programmi non è descritto esplicitamente dall'algoritmo. La sequenza di passaggi seguita dal programma è influenzata dal particolare problema presente. Il programma specifica come trovare la sequenza di passaggi necessari per risolvere un problema dato (programma dichiarativo). In contrasto con i programmi che non sono di Intelligenza Artificiale, che seguono un algoritmo definito, che specifica, esplicitamente, come trovare le variabili di uscita per qualsiasi variabile di ingresso data (programma procedurale).
Il ragionamento basato sulla conoscenza, implica che questi programmi incorporano fattori e relazioni del mondo attuale e dell'ambito della conoscenza in cui operano. Al contrario dei programmi per scopo specifico, come quelli di contabilità e calcoli scientifici; i programmi di Intelligenza Artificiale possono distinguere tra il programma di ragionamento motorio di inferenza e la base di conoscenze dando loro la capacità di spiegare le discrepanze tra di esse.
Applicabilità a dati e problemi mal strutturati, senza le tecniche di Intelligenza Artificiale i programmi non possono lavorare con questo tipo di problemi. Un esempio è la risoluzione dei conflitti in compiti orientati a obiettivi come nella pianificazione, la diagnosi delle attività in un sistema del
L'Intelligenza Artificiale include vari campi di sviluppo come: la robotica, usata principalmente nel campo industriale; comprensione del linguaggio e traduzione; visione elettronica per macchine che distinguono forme e che vengono usate nelle linee di assemblaggio; riconoscimento delle parole e apprendimento automatico; sistemi computazionali esperti.
I sistemi esperti, che riproducono il comportamento umano in un ristretto ambito della conoscenza, sono programmi tanto vari quanto quelli che diagnosticano infezioni nel sangue e indicano un trattamento, quelli che interpretano dati sismologici nell'esplorazione geologica e quelli che configurano complessi dispositivi ad alta tecnologia.
Tali compiti riducono i costi, ridurre i rischi nella manipolazione umana in aree pericolose, migliorano le prestazioni del principiante inesperto, e migliorano il controllo della qualità soprattutto in ambito commerciale.
PRINCIPALI AREE DELL'INTELLIGENZA ARTIFICIALE.
Le definizioni precedenti implicano che le macchine, per essere considerate intelligenti, devono mostrare determinate abilità, sufficientemente complesse da poter essere trattate come aree indipendenti. Il modo di affrontare ciascuna di queste aree tende ad essere così diverso, che è difficile riconoscere un'origine comune:
Elaborazione del Linguaggio Puro
Robotica
Percezione e riconoscimento dei modelli
Autoapprendimento
AREE DI STUDIO DELL'INTELLIGENZA ARTIFICIALE.
Sistemi Esperti. Insieme di programmi informatici che applicano il processo del ragionamento umano alla conoscenza di un esperto per la soluzione di tipi di problemi specifici come nelle aree di produzione o altri processi di ragionamento.
Simulazione sensoriale. Area dell'IA che studia le capacità sensoriali degli esseri umani (vista, oído, parola e tatto) e cerca di imitarle attraverso sensori controllati dal computer il cui scopo è produrre un'apparenza di realtà che permetta all'utente di avere la sensazione di essere presente in essa. Simulano comportamento intelligente, a un costo molto inferiore rispetto ai robot.
Visione Automatizzata. Un automa è un apparecchio elettronico programmabile, che viene utilizzato per automatizzare un impianto di irrigazione, semafori, ascensori…fino ad automatizzare catene di montaggio.
Il semaforo rosso quando il ponte è alzato ci indica che non si può passare.
Redes Neuronales. Questo paradigma connessionista emula il processo biologico dell'apprendimento umano. Sono sistemi composti da molti elementi di elaborazione (neuronas) che operano in parallelo la cui funzione è delimitata dalla struttura della rete, le connessioni e l'elaborazione nativa effettuata dagli elementi computazionali nodi.
Elaborazione del Linguaggio Naturale (PLN). Disciplina incaricata di produrre sistemi informatici che consentano la comunicazione tramite la voce o il testo uomo-computer attraverso il linguaggio umano, Il linguaggio puro utilizza tecniche di carattere statistico applicate all'analisi del testo.
AREE DI APPLICAZIONE DELL'INTELLIGENZA ARTIFICIALE.
Trattamento dei Linguaggi Naturali: Capacità di Traduzione, Ordini a un Sistema Operativo, Conversazione Uomo-Macchina, ecc..
Sistemi Esperti: Sistemi a cui viene implementata esperienza per ottenere deduzioni vicine alla realtà.
Robotica: Navigazione di Robot Mobili, Controllo di Bracci mobili, assemblaggio di pezzi, e così via.
Problemi di Percezione: Visione e Parlato, riconoscimento vocale, ottenimento di errori tramite la visione, diagnostici medici, e molti altri.
Aprendizaje: Modellizzazione dei comportamenti per il loro impianto nei computer
CATEGORIE DELL'INTELLIGENZA.
Sistemas que piensan como humanos.- Questi sistemi cercano di emulare il pensiero umano; ad esempio le reti neurali artificiali. L'automazione di attività che colleghiamo con processi di pensiero umano, attività come la presa di decisioni, risoluzione di problemi, apprendimento.
Sistemas que actúan como humanos.- Questi sistemi cercano di agire come gli esseri umani; cioè, imitano il comportamento umano; ad esempio la robotica. Lo studio di come fare in modo che i computer eseguano compiti che, per il momento, gli esseri umani fanno meglio.
Sistemas que piensan racionalmente.- Ovvero, con logica (idealmente), cercano di imitare emulare il pensiero logico razionale blog di intelligenza artificiale dell'essere umano; ad esempio i sistemi esperti. Lo studio dei calcoli che rendono possibile percepire, ragionare e agire.
Sistemi che agiscono razionalmente (idealmente).- Cercano di emulare in modo razionale il comportamento umano; per esempio gli agenti intelligenti. È correlato a comportamenti intelligenti negli artefatti.
FUNZIONAMENTO BASE E NORMALE DELL'INTELLIGENZA ARTIFICIALE.
Diverse teorie:
1. Costruire repliche della complessa rete neurale del cervello umano (bottom-up).
2. Cercare di imitare il comportamento del cervello umano con un computer (prime-down).
four.1 Simboli vs. Metodi Numerici
Il primo periodo dell'Intelligenza Artificiale, chiamato sub-simbolico, risale approssimativamente al 1950-1965. Questo periodo ha utilizzato rappresentazioni numeriche ( sub-simboliche) della conoscenza. Sebbene la maggior parte dei libri di Intelligenza Artificiale enfatizzi il lavoro svolto da Rosenblatt e Widrow con le reti neurali durante questo periodo, la realtà è che un'altra importante scuola sub-simbolica della conoscenza è anch'essa della stessa epoca, e questi sono gli algoritmi evolutivi.
La scuola classica all'interno dell'Intelligenza Artificiale, utilizza rappresentazioni simboliche basate su un numero finito di primitive e di regole per la manipolazione dei simboli. Il periodo simbolico si considera approssimativamente compreso tra il 1962 e il 1975, seguito da un periodo dominato dai sistemi basati sulla conoscenza dal 1976 al 1988. Sin embargo, in questo secondo periodo le rappresentazioni simboliche (per esempio, reti semantiche, logica dei predicati, e così via.) hanno continuato a essere parte centrale di tali sistemi.
La Programmazione Logica ha le sue origini più prossime nei lavori di J. A. Robinson che propone nel 1965 una regola di inferenza a cui chiama risoluzione, mediante la quale la dimostrazione di un teorema può essere eseguita automaticamente.
La risoluzione è una regola che si applica su un certo tipo di formule del Calcolo dei Predicati di Primo Ordine, chiamate clausole e la dimostrazione di teoremi sotto questa regola di inferenza viene effettuata per riduzione all'assurdo.
INTELIGENCIA ARTIFICIAL CONVENCIONAL.
Se conoce también como IA simbólico-deductiva. Está basada en el análisis formal y estadístico del comportamiento humano ante diferentes problemas:
Ragionamento basato sui casi: Ayuda a tomar decisions mientras se resuelven ciertos problemi concretos y aparte de que son muy importantes requieren de un buon funzionamiento.
Sistemi esperti: Infieren una solución a través del conocimiento previo del contexto en que se applica y occupa de ciertas reglas relationes.
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 solution a un determinado problema al igual que lo haría un especialista en la actividad.
INTELIGENCIA ARTIFICIAL COMPUTACIONAL.
L'INTELLIGENZA ARTIFICIALE E UMANA.
LA INTELIGENCIA ARTIFICIAL:En ciencias de la computación se denomina inteligencia artificial (IA) alla capacità di ragionare di un agente non vivente. John McCarthy, coniò il termine nel 1956, lo definì: “È la scienza e l'ingegneria di rendere intelligenti le macchine, specialmente programmi di calcolo intelligenti.”
L'INTELLIGENZA UMANA:
è la capacità di comprendere, assimilare, elaborare informazioni e utilizzarle per risolvere problemi. Il Dizionario della lingua spagnola della Attuale Accademia Spagnola definisce l'intelligenza, tra altre accezioni come la «capacità di capire comprendere» e come la «capacità di risolvere problemi». L'intelligenza sembra essere legata ad altre funzioni mentali come la percezione, capacità di ricevere informazioni, e la memoria, capacità di immagazzinarle.
ULTIMI PROGRESSI NELL'INTELLIGENZA ARTIFICIALE.
La Consigliatura per l'Innovazione finanzia un progetto di eccellenza guidato dal professore dell'Università Pablo de Olavide José Luis Salmerón con 126.000 euros.
L'obiettivo è mitigare i rischi intrinseci a questi sistemi di gestione e facilitare così la loro implementazione nell'azienda.
Il professore della Scuola Politecnica Superiore dell'Università Pablo de Olavide, José Luis Salmerón, insieme a un team multidisciplinare composto da ingegneri ed economisti, sta utilizzando nel suo progetto di eccellenza Analisi dell'implementazione dei Sistemi di Gestione Integrata (ERP)”, tecniche scientifiche avanzate di intelligenza artificiale e simulazioni, con l'obiettivo di mitigare i rischi intrinseci a questi sistemi di gestione integrata e facilitare così la loro implementazione nell'azienda.
A tal fine, impiegheranno modelli dinamici di decisione basati su logica sfocata, mediante i quali verranno modellati e simulati una serie di scenari di implementazione che permettano di prevedere gli effetti delle decisioni prese nell'implementazione di tali sistemi ERP. Inoltre, verranno utilizzati modelli di accettazione della tecnologia per valutare i risultati.
Il progetto guidato dal professor Salmerón si svolgerà nell'arco di quattro anni e dispone di un finanziamento di 126.000 euro che la Giunta dell'Andalusia, attraverso la Direzione Base di Ricerca, Tecnologia e Impresa della Consigliera dell'Innovazione, Scienza e Impresa, assegna a progetti di ricerca di eccellenza con l'obiettivo di promuovere l'acquisizione di nuove conoscenze e il loro trasferimento dai centri che le generano.
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 & Statistiche, 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 rischi son los que se pretenden minimizar con este proyecto de la UPO.
ELEMENTOS DE LA INTELIGENCIA ARTIFICIAL.
FUTURO DELL'INTELLIGENZA ARTIFICIALE.
El futuro de la Inteligencia Artificial se centra en robots capaces de aprender y tomar decisiones.
L'Intelligenza Artificiale (IA) ha tanta vecchiaia quanto l'informatica e ha generato idee, tecniche e applicazioni che hanno permesso di risolvere problemi difficili. Lontano dal fermarsi qui, el futuro de esta tecnología pasa por nuevos avances como el desarrollo de software program que nos haga la vida más fácil, aiutandoci a prendere decisioni in ambienti complessi permettendoci di risolvere problemi difficili.
En este contexto, i ricercatori sempre più pongono enfasi sulla creazione di sistemi capaci di apprendere e mostrare comportamenti intelligenti senza il vincolo di tentare di replicare un modello umano. Ésta al menos una de las principales conclusiones del Cuarto Seminario Internacional sobre Nuevos Temas en Inteligencia Artificial, organizado recentemente por el grupo SCALAB del departamento de Informatic de la Universidad Carlos III de Madrid (UC3M).
TEST DI TURING.
es una prueba propuesta por Alan Turing para dimostrar la existencia de inteligencia en una machine. È stata presentata nel 1950 in un articolo (Computing equipment and intelligence) per la rivista Mind, e rimane uno dei migliori metodi per i sostenitori dell'Intelligenza Artificiale. Si basa sull'ipotesi positivista che, se una macchina si comporta in ogni aspetto come intelligente, allora deve essere intelligente.
LA VIDA ARTIFICIAL.
La vita artificiale è lo studio della vita e dei sistemi artificiali che mostrano proprietà simili agli esseri viventi, attraverso modelli di simulazione. Lo scienziato Christopher Langton fu il primo a usare il termine verso la fine degli anni '80 quando si tenne la “Prima Conferenza Internazionale sulla Sintesi e Simulazione di Sistemi Viventi” (anche conosciuta come Vita Artificiale I) al Laboratorio Nazionale di Los Alamos nel 1987.
L'area della vita artificiale è un punto d'incontro per persone di altre aree più tradizionali come linguistica, fisica, matematica, filosofia, psicologia, scienze informatiche, biologia, antropologia e sociologia in cui sarebbe insolito discutere approcci teorici e computazionali. Como area, 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 ampia 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.
L'espressione “sistema intelligente” è usata talvolta per sistemi intelligenti incompleti, ad esempio per una casa intelligente o un sistema esperto.
Un sistema intelligente completo include “sensi” che gli permettono di ricevere informazioni dal suo ambiente. Può agire, e ha una memoria per archiviare il risultato delle sue azioni. Tiene un objetivo e, inspeccionando su memoria, puede aprender de su experiencia. Impare cómo riuscire a migliorare su rendimiento ed efficienza.
TIPOS:
Inteligencia: Hay muchas definiciones de “inteligencia”. Para usos prácticos usamos esta: L'inteligencia es el livello del sistema en lograr sus obiectivs.
Sistematización: Un sistema es parte del universo, con una extension 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 obiettivo es una certa situazione che el sistema inteligente quiere lograr. Normalmente hay muchos livelli de obiectivs, puede haber un obiettivo principale y muchos subobiectivs.
Capacità sensoriale: Un senso è la parte del sistema che può ricevere comunicazioni dall'ambiente. I sensi sono necessari affinché il sistema intelligente possa conoscere il suo ambiente e agire in modo interattivo.
Concettualizzazione: Un concetto è l'elemento di base del pensiero. È l'archiviazione fisica, material de información (nelle neuroni elettroni). Todos los conceptos de la memoria están interrelacionados en pink. La capacità di concettualizzare implica lo sviluppo di livelli di astrazione.
Regole d'azione: Una regola d'azione è il risultato di un'esperienza, il risultato dell'interpretare la propria memoria. Collega situazione e conseguenze dell'azione.
Memoria: La memoria è un deposito fisico di concetti e regole d'azione. 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